AZ 
Qeyri-müəyyənlik artdıqda, mükafatların ardınca qaçmaq əks təsir göstərir və daha məlumatlı bir strategiya irəliləyir
İnqrid Fadelli , Phys.org tərəfindən
Sadie Harley tərəfindən redaktə edilib , Robert Egan tərəfindən nəzərdən keçirilib
Tercih edilən mənbə kimi əlavə edin
Günəşli bir qladiolusun qarşısında uçuş zamanı bir arı bu çiçəklənmə vədi ilə növbəti çiçəklənmə potensialı arasında dayanır. Müəllif: Ceyms Conston.
İnsanlar və digər heyvanlar daim qeyri-müəyyən şəraitdə və ya sürətlə dəyişən mühitlərdə qərar qəbul etmək məcburiyyətində qalırlar. Keçmiş psixologiya və biologiya tədqiqatları göstərdi ki, bəzi qərar qəbuletmə strategiyaları müəyyən hallarda digərlərindən daha təsirli ola bilər.
Kolorado Universitetinin Boulder, Hyuston və Pensilvaniya Universitetlərinin tədqiqatçıları, heyvanların qeyri-müəyyən şəraitdə qida axtararkən müəyyən qərar qəbuletmə strategiyalarından niyə istifadə edə biləcəklərini daha yaxşı anlamaq məqsədi daşıyan bir araşdırma aparıblar.
Onların “Journal of the Royal Society Interface” jurnalında dərc olunmuş məqaləsində deyilir ki, informasiya axtarış strategiyaları bu kontekstdə mükafat axtarış strategiyalarından daha etibarlıdır, çünki onlar riskləri azaltmaqla yanaşı daha proqnozlaşdırıla bilən nəticələr verir.
“Bu işi motivasiya edən əsas suallardan biri budur: niyə insanlar və heyvanlar bəzən irrasional və ya qərəzli görünən qərarlar verirlər?” məqalənin baş müəllifi Dr. Zachary P. Kilpatrick Phys.org-a bildirib.
“Bir çox klassik model fərdlərin həmişə topladıqları qida miqdarı və ya yem axtarışından qazandıqları enerji kimi mükafatı maksimum dərəcədə artırmağa çalışdıqlarını fərz edir, lakin biz düşünürük ki, bu fərziyyə çox vaxt səhv ola bilər və ya heç olmasa natamam ola bilər.”
İnsanların və heyvanların qərar qəbul edərkən həmişə yalnız mükafat axtarma davranışlarına etibar etməməsinin mümkün bir izahı, bəzi hallarda mükafatların dərhal prioritet olmaya bilməsidir. Bunun əvəzinə, bəzi hallarda ətraf mühit haqqında mümkün qədər çox məlumat axtarmaq və öyrənmək insanı yarana biləcək hər hansı bir çətinliyə daha yaxşı hazırlaya bilər.
Kilpatrik izah etdi: “Bunu meşədə azmaq kimi düşünün: mükafatı artıran şəxs cığırın olduğunu düşündüyü yerə doğru qaçır, məlumat axtaran şəxs isə ərazini öyrənmək üçün fasilə verir, xəritəni aktiv şəkildə yoxlayır və istiqaməti müəyyənləşdirməzdən əvvəl əlamətdar yerləri götürür”.
“Onlar bir az gec yola düşürlər, amma dəhşətli bir yerə düşmə ehtimalı daha azdır. Bu, həm də hərəkət etməzdən əvvəl bazar haqqında məlumat axtaran ehtiyatlı investorun analoji haldır. Onlar öküz bazarında liderlik lövhəsində yer almaya bilərlər, lakin iflas etmə ehtimalı da daha azdır və uzunmüddətli perspektivdə bu ardıcıllıq olduqca dəyərlidir.”Mükafatı dərhal almaq əvəzinə, ətraf mühit haqqında məlumat axtarmaq daha ardıcıl nəticələrə gətirib çıxarır. Mükafat axtarma strategiyası (Mükafat Maks.) daha yüksək orta gəlir əldə edir, lakin daha böyük dəyişkənliyə malikdir, informasiya axtarma strategiyası (Məlumat Maks.) isə pis nəticə riski daha az olan etibarlı adekvat mükafatlar yaradır. Mənbə: Barendregt və digərləri, Journal of the Royal Society Interface , 2026.
Dinamik və qeyri-müəyyən mühitlərdə qərar qəbuletmənin modelləşdirilməsi
Dinamik şəraitdə məlumat axtarış strategiyalarının effektivliyini mükafat axtarış strategiyalarının effektivliyi ilə müqayisə etmək üçün komanda əvvəlcə sadə bir qida axtarış tapşırığının riyazi modelini qurdu. Bu model, iki seçim (məsələn, qidanın ola biləcəyi iki fərqli yer və ya “yaralar”) arasında dəfələrlə qərar verməsi istənən bir agenti simulyasiya etdi. Xüsusilə, seçdikləri qidanın keyfiyyəti bir səfərdən digərinə dəyişdi.
Kilpatrick izah etdi ki, “Agent ya hansı yamanın daha yaxşı olduğu barədə daha çox dəlil toplaya bilər, ya da dərhal commit edib ehtimal olunan mükafat ala bilər”.
” Bayes inancının yenilənməsi və dinamik proqramlaşdırma adlanan bir texnikadan istifadə edərək, iki optimal strategiya əldə etdik: biri gözlənilən mükafat dərəcəsini maksimum dərəcədə artıran (rewardmax), digəri isə ətraf mühit haqqında məlumatları maksimum dərəcədə artıran (infomax).”
Kilpatrick və həmkarları daha sonra agentin geniş ətraf mühit şəraitində qərarlar qəbul etdiyi minlərlə sınaq keçirdilər. Bu sintetik təcrübələr zamanı ətraf mühitin müxtəlif xüsusiyyətləri, o cümlədən mühitin dəyişmə sürəti və agent tərəfindən alınan mükafat rəyinin nə qədər etibarlı olması dəyişdirildi.
Kilpatrick dedi: “Daha sonra hər bir strategiyanın necə davrandığını və necə nəticə verdiyini müqayisə etdik. Ən təəccüblü tapıntı, mükafat axtarma strategiyasının orta hesabla qalib gəldiyi, məlumat axtarma strategiyasının isə daha ardıcıl nəticələr verdiyi idi. Nadir hallarda dəhşətli nəticələr verir.”
“Biz bunu təkamül biologiyasındakı mərc-hedcinqə bənzər bir şey kimi düşünürük: gözlənilən az qazancı dispersiyada böyük bir azalma ilə dəyişdirmək. Həmçinin, optimal müşahidəçinin mühitin nə qədər proqnozlaşdırıla bilməsindən asılı olaraq məlumatı nə qədər aqressiv şəkildə axtarmalı olduğunda kəskin bir dəyişiklik aşkar etdik.”
Tədqiqatçıların müşahidələri göstərir ki, daha uzun müddət eyni qalmağa meylli mühitlərdə əlavə məlumat axtarmadan tez bir zamanda seçim etmək məntiqlidir. Digər tərəfdən, dəyişkən, yüksək dinamik və ya qeyri-müəyyən vəziyyətlərdə qərar verməzdən əvvəl aktiv şəkildə daha çox məlumat toplamaq daha faydalı görünür.
Kilpatrik izah etdi ki, “Bu iki rejim arasındakı sərhəd təəccüblü dərəcədə aydındır”.
“Bu nəticələr, yalnız orta göstəriciləri izləsəniz, optimal görünməyən məlumat axtarış davranışlarının riskləri nəzərə alarkən yaxşı uyğunlaşa biləcəyini göstərir.”
Gündəlik məlumat üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosdakı ən son yenilikləri kəşf edin . Pulsuz bülletenimizə abunə olun və vacib olan nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklərdən xəbərdar olun .
Gələcək tədqiqatlar üçün istiqamətlər
Ümumilikdə, bu son tədqiqatın nəticələri, xüsusən də qeyri-müəyyən şəraitdə qərar qəbul etmək məsələsində maraq əsaslı və məlumat axtaran davranışların təkamül üstünlüyünü vurğulayır. Kilpatrick və həmkarları hazırda məlumatlı qərar qəbuletmənin üstünlüklərini daha da araşdırmaq məqsədi ilə əlavə tədqiqatlar planlaşdırırlar.
Kilpatrick dedi: “Əməkdaşlarım Krešimir Josić (bu məqalənin həmmüəllifi), Hyunjoong Kim və mən bu yaxınlarda bu cür ardıcıl qərar qəbuletmənin tək agentlər deyil, qruplar tərəfindən necə həyata keçirildiyini araşdıran bir ön çap dərc etdik”.
“Məlum olur ki, əmək bölgüsünün ağıllı şəkildə aparılması vacibdir. Yalnız bir neçə nəfər məlumat axtarmaq riskini öz üzərinə götürdüyü, qalanları isə şəraitin etibarlı şəkildə faydalı görünməsini gözlədiyi zaman qrup bütövlükdə qazancını maksimum dərəcədə artırır.”
Tədqiqatçılar hazırda insan iştirakçılarının iştirakı ilə real həyat təcrübələri də aparırlar. Bu təcrübələrdə insanlardan mükafatlara səbəb ola biləcək qərarlar vermələri istənilir və seçim etməzdən əvvəl daha çox məlumata çıxış imkanı verilir.
Kilpatrik əlavə edib ki, “Bu təcrübələrin ilkin məlumatları göstərir ki, insanlar daha qeyri-müəyyən olduqları zaman daha çox məlumat üçün pul ödəməyə hazırdırlar və bu, burada hazırladığımız normativ modelləri təxminən izləyir”.
“Nəhayət, biz informasiya axtarış strategiyalarının yalnız burada araşdırılan konkret məqsədlərə deyil, istənilən sayda mümkün məqsədə necə xidmət edə biləcəyinə dair daha vahid həndəsi təsvir üzərində işləyirik.”
Müəllifimiz İnqrid Fadelli tərəfindən sizin üçün yazılmış, Sadie Harley tərəfindən redaktə edilmiş və Robert Egan tərəfindən faktlar yoxlanılmış və nəzərdən keçirilmişdir — bu məqalə diqqətli insan əməyinin nəticəsidir. Müstəqil elmi jurnalistikanı yaşatmaq üçün sizin kimi oxuculara güvənirik. Bu reportaj sizin üçün vacibdirsə, xahiş edirik ianə etməyi düşünün (xüsusilə aylıq). Təşəkkür olaraq reklamsız hesab əldə edəcəksiniz .
Nəşr detalları
Nicholas W. Barendregt və digərləri, Məlumat axtaran qərar strategiyaları dinamik, qeyri-müəyyən mühitlərdə riskləri azaldır, Journal of the Royal Society Interface (2026). DOI: 10.1098/rsif.2025.1308 .
Jurnal məlumatı: Kral Cəmiyyətinin İnterfeysi Jurnalı
Əsas anlayışlar
heyvan davranışıOptimallaşdırma problemləriStoxastik proseslərBu hekayənin arxasında kim dayanır?
İnqrid Fadelli
Psixologiya bakalavr və beynəlxalq jurnalistika magistri dərəcəsi olan müstəqil jurnalist. 2018-ci ildən bəri süni intellekt, robototexnika, nevrologiya və astrofizika sahələrini əhatə edir. Tam profil →
Sadie Harley
Həyat Elmləri və Ekologiya üzrə bakalavr. Neft, qaz və bərpa olunan enerji sənayesində əczaçılıq xəbərləri sahəsində təcrübəsi olan mikrobiologiya laboratoriyası təcrübəsi. Tam profil →
Robert Egan
Riyazi biologiya üzrə bakalavr, yaradıcı yazı üzrə magistr dərəcəsi. Elm və dilə dair unikal perspektivləri olan çox səyahət etmişəm. Tam profil →
