Круто! Как подсознательное стремление выделиться правит экономикой и формирует облик нашего мира - Стивен Кварц Страница 13

Монтегю и Дайан поняли, что именно в этом заключается функция дофамина, и начали исследовать свои предположения о том, что он участвует в прогнозировании вознаграждения, обучении с подкреплением и принятии решений. Впоследствии это стали называть системой привычки головного мозга, о которой мы здесь говорим как о машине удовольствия привычки, чтобы подчеркнуть ее связь с вознаграждением. В отличие от целей система привычки учится ценить действия, так что они сами по себе становятся вознаграждением – например, утренняя чашечка кофе. Даже если ваша цель – ограничить потребление кофе, машина привычки будет стремиться к его получению, потому что ценит действие питья кофе больше, чем результат. В 1995 г. Монтегю и Дайан опубликовали данные исследования поведения существа, прекрасно принимающего экономические решения, – Bombus, которого большинство из нас знает как обычного шмеля. Жизнь рабочего шмеля посвящена единственной задаче: собирать нектар и пыльцу для колонии. Он не может приносить потомство, так что не отвлекается на поиск партнеров. У шмеля практически нет естественных врагов, и, в отличие от медоносных пчел, ему не нужно сообщать другим членам колонии, где искать хорошие цветы.

Перед шмелем, отправляющимся на поиски нектара, встает целый ряд сложных задач. Во-первых, он не обладает большими энергетическими запасами, и сбор пищи должен быть как можно более эффективным, чтобы обеспечить максимальный возврат энергии. Во-вторых, ему приходится конкурировать за нектар с остальными шмелями из своей колонии и с другими насекомыми, а нектар – это достаточно ограниченный ресурс. Еще более усложняет задачу то, что шмель не знает точно, где найдет нектар, потому что местонахождение хороших источников постоянно меняется. Поэтому шмель должен быть способен не просто регистрировать получение вознаграждения, находя что-то ценное (нектар), но и учиться прогнозировать вознаграждение и использовать эти прогнозы для оптимизации поисков. Хотя мы, как правило, воспринимаем экономику через деньги, стоит заметить, что любой выбор в ограниченных условиях – это форма экономического принятия решений. Ограничения могут быть самыми разнообразными. В данном случае шмелю необходимо находить правильное соотношение между затраченной энергией и количеством нектара, которое он может собрать.

Когда шмель зависает перед двумя разными цветками, как ему решить, на какой опуститься? Чтобы решение было правильным, его мозг должен представить две важнейшие ценности: размер вознаграждения, на которое он может рассчитывать (нектар), и степень риска, связанного с посещением каждого из цветков. Риск – по сути мера того, насколько верной или неверной окажется оценка возможного вознаграждения (количества нектара в цветке). Мы хотим обратить ваше внимание на один поразительный факт, касающийся того, как шмель решает эту задачу. Если вам кажется, что это очень похоже на то, как вы раздумываете, какие акции приобрести, то это потому, что задачи, стоящие перед вами и шмелем, действительно практически одинаковы. Поведенческие экологи использовали экономическую теорию выбора портфеля ценных бумаг, принесшую своему создателю Нобелевскую премию, для описания поведения пчел и шмелей при сборе нектара.

Еще до того, как Монтегю и Дайан разработали компьютерную модель сбора нектара насекомыми, поведенческие экологи, в частности Лесли Рил из Университета Эмори, изучали их поведение, создавая искусственные луга с цветами с заранее известным количеством нектара. Рил использовал для объяснения того, как насекомое делает выбор, теорию управления ценными бумагами для частных инвесторов, созданную нобелевским лауреатом 1990 г. Гарри Марковицем. Марковиц получил премию за работу по расчету вознаграждений и рисков при выборе ценных бумаг. Например, благоразумный брокер готов поступиться определенной потенциальной выгодой ради снижения риска, выбирая более устойчивые акции (или их комбинации). В целом можно сказать, что большинство людей склонны учитывать риск, – мало кто решит вложить все свои сбережения в лотерейные билеты или поставить на рулетку все деньги. Хотя потенциальное вознаграждение может быть огромным, вероятность потерять все, как правило, не дает людям принимать настолько рискованные решения. Вам может казаться, что оценка риска – это прерогатива человека, но животные тоже оценивают рискованность своих решений. Шмель, подобно благоразумному брокеру, выбирает цветы, в которых он более уверен.

Еще одно ценное предположение о том, как шмель собирает нектар, появилось в 1993 г., когда нейробиолог Мартин Хаммер обнаружил в мозгу этого насекомого нейрон, который, по всей видимости, несет ответственность за обучение. Этот нейрон, обозначающийся как VUMmx1, использует октофамин, сходный с дофамином. Применив компьютерную модель обучения через дофаминовое вознаграждение к этому нейрону, Монтегю и Дайан получили такую же модель поведения шмеля при сборе нектара, которую наблюдал Рил у настоящих шмелей. В частности, они смогли предложить новое объяснение того, как шмель учится распознавать распределение нектара в цветках разного цвета и как он использует то, чему научился, при выборе маршрута сбора.

Это революционное понимание роли дофамина в принятии экономических решений помогает построить общую теорию того, как настолько разные существа, как шмель и человек, учатся распознавать ценности в окружающей их среде и использовать эту информацию. Оно также предлагает нам новый путь для изучения той роли, которую дофаминовая система играет в поведении человека. Поскольку эта система участвует в формировании большинства форм зависимости, более глубокое понимание ее работы может помочь пересмотреть проблему привыкания, которая, по-видимому, заключается не просто в получении удовольствия – она куда шире и связана с обучением и прогнозированием вознаграждения. Если говорить более прагматически, новое понимание позволяет нам построить количественную основу для изучения роли дофамина в принятии решений, что дает нам связь между биологией и математической методологией, которой привыкли пользоваться экономисты. Иными словами, оно знакомит экономистов с биологией с той точки зрения, которая интуитивно для них привлекательна.

В возникновении и развитии нейроэкономики также сыграли свою роль технологические достижения. Появление в конце девяностых годов метода фМРТ (функциональной магнитно-резонансной томографии) имело огромное значение для когнитивной нейробиологии человека – отрасли, которая представляет собой сплав психологии и нейрофизиологии, – а впоследствии и нейроэкономики, для которой фМРТ стала основным исследовательским инструментом. До появления этой технологии в нейробиологии использовались в основном подопытные животные, так как способов изучать структуры мозга, отвечающие за поведение человека, практически не существовало. До этого большинство знаний о функционировании головного мозга были получены при изучении психологических процессов (памяти, обучения, поведения) у людей с неврологическими нарушениями. Хотя такие работы имели огромную ценность для когнитивной реабилитации, их данные было сложно применить к человеку в целом. Хотя и фМРТ имеет свои ограничения, этот неинвазивный метод стал великим благом для исследователей нейрологических основ психологии и поведения. При использовании фМРТ, в отличие от более старых методов получения изображений мозга, участники экспериментов не подвергаются какому-либо риску (радиационному облучению и т. п.).