El aprendizaje basado en refuerzos mejora la toma de decisiones
La toma de decisiones es el resultado de varios procesos interrelacionados, como la representación del valor, la selección de respuestas y el aprendizaje. Durante la adolescencia, las decisiones suelen ser impulsivas y se asumen riesgos que pueden tener graves consecuencias. El aprendizaje por refuerzo permite integrar estos procesos. Esta estrategia consiste en aprender a tomar mejores decisiones en el futuro para maximizar las posibilidades de obtener resultados placenteros (recompensas) y limitar los desagradables (castigos). A pesar de la importancia de comprender los procesos que subyacen a la toma de decisiones durante la adolescencia, el desarrollo del aprendizaje por refuerzo en este grupo de edad no se había estudiado hasta hace poco. El proyecto financiado con fondos europeos DEVELOP-LEARNING (Developmental trajectories for model-free and model-based reinforcement learning: Computational and neural bases) se puso en marcha con el objetivo de suplir esta necesidad mediante experimentos conductuales. El primer experimento consistió en asignar a adultos y adolescentes una nueva tarea de aprendizaje instrumental basado en el aprendizaje mediante recompensas y castigos básicos y en la exposición a información contrafactual o ficticia. Los resultados indicaron que el comportamiento de los adolescentes no se beneficiaba de la información contrafactual y que estos aprendían más con la recompensa que con el castigo, mientras que los adultos aprendían en la misma medida de ambos tipos de refuerzo. En conclusión, los adultos y los adolescentes no utilizaban el mismo algoritmo para resolver tareas de aprendizaje. A diferencia de los adultos, los adolescentes no tenían en cuenta la información contrafactual, y aprendían a buscar la recompensa en lugar de evitar el castigo. Los adultos, por su parte, aprendían tanto a propiciar como a evitar refuerzos. Un mayor conocimiento de los cambios computacionales en el aprendizaje por refuerzo entre los adolescentes podría ayudar a explicar sus mecanismos de toma de decisiones basada en valores. Los resultados pueden resultar útiles en el ámbito de la educación, ya que parecen indicar que los adolescentes responden mejor a los estímulos positivos que a los negativos cuando realizan tareas de aprendizaje.
