مدل‌سازی ریاضیاتی‌محاسباتی تصمیم‌گیری با استفاده از آزمون ایوا بر اساس ورودی‌های شناختی

مقدمه: بررسی چگونگی تاثیر‌پذیری تصمیم‌گیری افراد از سایر کارکردهای شناختی و استفاده از مدل­سازی ریاضی به‌‌ درک بهتر این کارکرد شناختی و کیفیت بهتر تصمیم‌گیری‌ها کمک خواهد کرد. هدف این مطالعه معرفی یک مدل شناختی محاسباتی در حوزه تصمیم­‌گیری و بررسی قدرت آن در پیش­‌بینی تصمیمات افراد شرکت­‌کننده در آزمون تصمیم‌گیری آیوا در قیاس با دیگر مدل­‌های کلاسیک تصمیم­‌گیری بود. روش کار: در این مطالعه از 56 نفر داوطلب با میانگین سنی 52/43 متشکل از 20 مرد و 36 زن خواسته شد تا در آزمون برد و باخت آیوا شرکت نمایند. سپس نتایج حاصل از مدل با نتایج مهمترین مدل‌های حوزه تصمیم‌­گیری از جمله مطلوبیت مورد انتظار، تسهیلات مورد انتظار و مدل چشم­‌انداز مقایسه شد. در معماری این مدل شبیه­‌سازی ساده­‌ای از مسیرهای تصمیم­‌گیری در مغز صورت گرفت. معماری انعطاف­‌پذیر این مدل با استفاده از محاسبه فاکتور تاثیر هر مفهوم برای هر فرد، ما را قادر ساخت تا به مدل­سازی تصمیم­‌گیری هر شخص به صورت منحصر به فرد بپردازیم و مفاهیمی را که در تصمیم­‌گیری هر فرد موثرتر است شناسایی کنیم. یافته‌­ها: یافته‌های حاصل از این تحقیق نشان داد که مدل ارزش انتظاری 04/36 درصد، مدل تسهیلات انتظاری با 46/42 درصد، نظریه چشم­انداز 18/49 درصد و مدل پیشنهادی پیوندگرای شناختی با 02/73 درصد تصمیمات آزمون­‌دهندگان را پیش­‌بینی کردند. نتیجه­‌گیری: در نتیجه می­توان گفت مدل پیوندگرای شناختی در مقایسه با سایر مدل­های کلاسیک تصمیم­‌گیری موفقیت بیشتری در پیش­‌بینی عملکرد شرکت­‌کنندگان داشته است. ضمنا با استفاده از مفهوم فاکتور تاثیر امکان تحلیل ورودی­‌های موثر بر تصمیم­‌گیری هر فرد در این آزمون را میسر می­سازد.  

Keywords:

Computational modeling , Dynamic decision-making , Connectionist networks , Iowa Gambling Task , مدل­سازی محاسباتی , تصمیم‌گیری پویا , شبکه‌های پیوندگرا , آزمون آیوا