reward-prediction-error

報酬予測誤差 (reward-prediction-error)

予測より良いことが起きた時に脳が出す誤差信号。CqOe4ZH4Us8 では脊椎動物の大脳基底核にあるドーパミンニューロンが担うと説明される。

このニューロンは「予測より良いことが起きた時」と「良いことを予測している時」に活性化する。すでに予測通りなら反応は小さく、予測を上回ると大きくドーパミンが出る。逆に予測より悪いと抑制される。

動物のしつけ(お座り→ご褒美)で行動が強化される仕組みであり、ギャンブル中毒の背景でもある。賭け金より得が上回るとさらにやりたくなるため、期待値がマイナスでも中毒が成立する。観戦者も登場人物に共感してドーパミンが出る。金銭的合理性とは独立した仕組みで、予想外の報酬を求める点で 予測誤差を食らうとつながる。