stringtranslate.com

Neuroeconomía

La neuroeconomía es un campo interdisciplinario que busca explicar la toma de decisiones humana , la capacidad de procesar múltiples alternativas y seguir un plan de acción. Estudia cómo el comportamiento económico puede moldear nuestra comprensión del cerebro y cómo los descubrimientos neurocientíficos pueden guiar los modelos económicos. [1]

Combina la investigación de la neurociencia , la economía experimental y conductual , y la psicología cognitiva y social . A medida que la investigación sobre el comportamiento de la toma de decisiones se vuelve cada vez más computacional, también ha incorporado nuevos enfoques de la biología teórica , la informática y las matemáticas . La neuroeconomía estudia la toma de decisiones utilizando una combinación de herramientas de estos campos para evitar las deficiencias que surgen de un enfoque de perspectiva única. En la economía convencional , todavía se utilizan la utilidad esperada (UE) y el concepto de agentes racionales . La neurociencia tiene el potencial de reducir la dependencia de esta suposición errónea al inferir qué emociones, hábitos, sesgos , heurísticas y factores ambientales contribuyen a las preferencias individuales y sociales. [2] De este modo, los economistas pueden hacer predicciones más precisas del comportamiento humano en sus modelos .

La economía conductual fue el primer subcampo que surgió para explicar estas anomalías mediante la integración de factores sociales y cognitivos para comprender las decisiones económicas. La neuroeconomía agrega otra capa al utilizar la neurociencia y la psicología para comprender la raíz de la toma de decisiones. Esto implica investigar lo que ocurre dentro del cerebro cuando se toman decisiones económicas. Las decisiones económicas investigadas pueden cubrir diversas circunstancias, como comprar una primera casa, votar en una elección, elegir casarse con una pareja o ponerse a dieta. Utilizando herramientas de varios campos, la neuroeconomía trabaja para lograr una explicación integrada de la toma de decisiones económicas.

Historia

En 1989, Paul Glimcher se incorporó al Centro de Ciencias Neuronales de la Universidad de Nueva York . Las primeras incursiones en temas neuroeconómicos se produjeron a finales de los años 1990 gracias, en parte, a la creciente prevalencia de la investigación en neurociencia cognitiva. [3] Las mejoras en la tecnología de imágenes cerebrales permitieron de repente un cruce entre la investigación conductual y la neurobiológica. [4] Al mismo tiempo, se estaba creando una tensión crítica entre las escuelas neoclásicas y conductuales de economía que buscaban producir modelos predictivos superiores del comportamiento humano. Los economistas conductuales, en particular, intentaron desafiar a los neoclásicos buscando procesos computacionales y psicológicos alternativos que validaran sus hallazgos contrarios de elección irracional. [5] Estas tendencias convergentes prepararon el terreno para que surgiera la subdisciplina de la neuroeconomía, con motivaciones variadas y complementarias de cada disciplina principal.

Los economistas conductuales y los psicólogos cognitivos recurrieron a las imágenes cerebrales funcionales para experimentar y desarrollar sus teorías alternativas de la toma de decisiones, mientras que grupos de fisiólogos y neurocientíficos recurrieron a la economía para desarrollar sus modelos algorítmicos del hardware neuronal relacionado con la elección. Este enfoque dividido caracterizó la formación de la neuroeconomía como una actividad académica, no exenta de críticas, sin embargo. Numerosos neurobiólogos afirmaron que intentar sincronizar modelos económicos complejos con el comportamiento humano y animal real sería inútil. Los economistas neoclásicos también argumentaron que esta fusión probablemente no mejoraría el poder predictivo de la teoría de la preferencia revelada existente. [5] [6]

A pesar de las críticas iniciales, la neuroeconomía creció rápidamente desde sus inicios a fines de la década de 1990 hasta la década de 2000, lo que llevó a muchos más académicos de campos anteriores de la economía, la neurociencia y la psicología a tomar nota de las posibilidades de dicha colaboración interdisciplinaria. Las reuniones entre académicos y los primeros investigadores en neuroeconomía comenzaron a tener lugar a principios de la década de 2000. Entre ellas, una importante fue una reunión que tuvo lugar durante 2002 en la Universidad de Princeton . Organizada por el neurocientífico Jonathan Cohen y la economista Christina Paxson , la reunión de Princeton ganó una tracción significativa para el campo y a menudo se le atribuye el comienzo formativo de la actual Sociedad de Neuroeconomía. [5]

El impulso posterior se prolongó durante la década de 2000, en la que la investigación fue en constante aumento y el número de publicaciones que contenían las palabras "toma de decisiones" y "cerebro" aumentó de forma impresionante. [5] En 2008 se alcanzó un punto crítico cuando se publicó la primera edición de Neuroeconomics: Decision Making and the Brain. [7] Esto marcó un momento decisivo para el campo, ya que acumuló la creciente riqueza de la investigación en un libro de texto ampliamente accesible. El éxito de esta publicación aumentó drásticamente la visibilidad de la neuroeconomía y ayudó a afirmar su lugar en las enseñanzas económicas en todo el mundo. [5]

Principales áreas de investigación

El campo de la toma de decisiones se ocupa en gran medida de los procesos mediante los cuales los individuos toman una única decisión entre muchas opciones. Generalmente se supone que estos procesos se desarrollan de manera lógica, de modo que la decisión en sí es en gran medida independiente del contexto. Primero se traducen las diferentes opciones a una moneda común, como el valor monetario, y luego se comparan entre sí y la opción con el mayor valor de utilidad general es la que debe elegirse. [8] Si bien esta visión económica de la toma de decisiones ha recibido apoyo, también hay situaciones en las que parecen violarse los supuestos de la toma de decisiones óptima. [9]

El campo de la neuroeconomía surgió de esta controversia. Al determinar qué áreas del cerebro están activas en qué tipos de procesos de decisión, los neuroeconomistas esperan entender mejor la naturaleza de lo que parecen ser decisiones subóptimas e ilógicas. Si bien la mayoría de estos científicos utilizan sujetos humanos en esta investigación, otros utilizan modelos animales donde los estudios pueden controlarse más estrictamente y las suposiciones del modelo económico pueden probarse directamente.

Por ejemplo, Padoa-Schioppa y Assad rastrearon las tasas de activación de neuronas individuales en la corteza orbitofrontal de monos mientras los animales elegían entre dos tipos de jugo. La tasa de activación de las neuronas estaba directamente correlacionada con la utilidad de los alimentos y no difería cuando se les ofrecían otros tipos de alimentos. Esto sugiere que, de acuerdo con la teoría económica de la toma de decisiones, las neuronas comparan directamente alguna forma de utilidad entre diferentes opciones y eligen la que tiene el valor más alto. [10] De manera similar, una medida común de disfunción de la corteza prefrontal, la FrSBe, está correlacionada con múltiples medidas diferentes de actitudes y comportamiento económicos, lo que respalda la idea de que la activación cerebral puede mostrar aspectos importantes del proceso de decisión. [11]

La neuroeconomía estudia las bases neurobiológicas y computacionales de la toma de decisiones. A. Rangel, C. Camerer y PR Montague [12] proponen un marco de cálculos básicos que puede aplicarse a los estudios de neuroeconomía . Divide el proceso de toma de decisiones en cinco etapas implementadas por un sujeto. Primero, se forma una representación del problema. Esto incluye el análisis de los estados internos, los estados externos y el curso de acción potencial. Segundo, se asignan valores a las acciones potenciales. Tercero, con base en las valoraciones, se selecciona una de las acciones. Cuarto, el sujeto evalúa qué tan deseable es el resultado. En la etapa final, el aprendizaje, incluye la actualización de todos los procesos anteriores para mejorar las decisiones futuras.

Toma de decisiones bajo riesgo y ambigüedad

La mayoría de nuestras decisiones se toman bajo algún tipo de incertidumbre . Las ciencias de la decisión, como la psicología y la economía, suelen definir el riesgo como la incertidumbre acerca de varios resultados posibles cuando se conoce la probabilidad de cada uno de ellos. [13] Cuando se desconocen las probabilidades, la incertidumbre toma la forma de ambigüedad. [14] La maximización de la utilidad , propuesta por primera vez por Daniel Bernoulli en 1738, se utiliza para explicar la toma de decisiones bajo riesgo. La teoría supone que los humanos son racionales y evaluarán las opciones en función de la utilidad esperada que obtendrán de cada una. [15]

La investigación y la experiencia han revelado una amplia gama de anomalías de utilidad esperada y patrones comunes de comportamiento que son incompatibles con el principio de maximización de la utilidad; por ejemplo, la tendencia a sobreponderar las probabilidades pequeñas y subponderar las grandes. Daniel Kahneman y Amos Tversky propusieron la teoría prospectiva para abarcar estas observaciones y ofrecer un modelo alternativo. [15]

Parece que existen múltiples áreas cerebrales implicadas en el manejo de situaciones de incertidumbre. En tareas que requieren que los individuos hagan predicciones cuando existe cierto grado de incertidumbre sobre el resultado, hay un aumento de la actividad en el área BA8 de la corteza frontomediana [16] [17] , así como un aumento más generalizado de la actividad de la corteza prefrontal mesial [18] y la corteza frontoparietal [19] [20] . La corteza prefrontal generalmente está implicada en todo razonamiento y comprensión, por lo que estas áreas en particular pueden estar específicamente implicadas en la determinación del mejor curso de acción cuando no se dispone de toda la información relevante [21] .

En 1994, se desarrolló el Iowa Gambling Task , que consistía en elegir entre cuatro barajas de cartas, de las cuales dos eran más arriesgadas y ofrecían mayores recompensas acompañadas de penalizaciones mucho más elevadas. [22] La mayoría de las personas se dan cuenta, después de unas cuantas rondas de elección de cartas, de que las barajas menos arriesgadas ofrecen mayores recompensas a largo plazo debido a las pequeñas pérdidas; sin embargo, las personas con daño en la corteza prefrontal ventromedial siguen eligiendo entre las barajas más arriesgadas. Estos resultados sugirieron que la región prefrontal ventromedial del cerebro está fuertemente asociada con el reconocimiento de las consecuencias a largo plazo de la conducta arriesgada, ya que los pacientes con daño en la región tenían dificultades para tomar decisiones que priorizaban el futuro sobre el potencial de ganancia inmediata. [22]

En situaciones que implican un riesgo conocido en lugar de ambigüedad, la corteza insular parece estar muy activa. Por ejemplo, cuando los sujetos jugaban a un juego de “doble o nada” en el que podían detener el juego y quedarse con las ganancias acumuladas o elegir una opción arriesgada que resultara en una pérdida total o la duplicación de las ganancias, la activación de la ínsula derecha aumentó cuando los individuos tomaron la apuesta. [21] Se ha planteado la hipótesis de que el papel principal de la corteza insular en la toma de decisiones arriesgadas es simular las posibles consecuencias negativas de tomar una apuesta. La neurociencia ha descubierto que la ínsula se activa cuando se piensa o se experimenta algo incómodo o doloroso. [23]

Además de la importancia de áreas específicas del cerebro para el proceso de decisión, también hay evidencia de que el neurotransmisor dopamina puede transmitir información sobre la incertidumbre a través de la corteza. Las neuronas dopaminérgicas están fuertemente involucradas en el proceso de recompensa y se vuelven altamente activas después de que ocurre una recompensa inesperada. En los monos, el nivel de actividad dopaminérgica está altamente correlacionado con el nivel de incertidumbre, de modo que la actividad aumenta con la incertidumbre. [24] Además, las ratas con lesiones en el núcleo accumbens , que es una parte importante de la vía de recompensa de la dopamina a través del cerebro, son mucho más reacias al riesgo que las ratas normales. Esto sugiere que la dopamina puede ser un mediador importante del comportamiento riesgoso. [25]

El nivel individual de aversión al riesgo entre los humanos está influenciado por la concentración de testosterona. Existen estudios que muestran una correlación entre la elección de una carrera arriesgada (comercio financiero, negocios) y la exposición a la testosterona. [26] [27] Además, los logros diarios de los comerciantes con una proporción de dígitos más baja son más sensibles a la testosterona circulante. [26] Se realizó un estudio a largo plazo de la aversión al riesgo y la elección de una carrera arriesgada para un grupo representativo de estudiantes de MBA. Reveló que las mujeres son en promedio más reacias al riesgo, pero la diferencia entre géneros desaparece para una baja exposición a la testosterona organizativa y activacional, lo que conduce a un comportamiento de aversión al riesgo. Los estudiantes con una alta concentración de testosterona salival y una proporción de dígitos baja, independientemente del género, tienden a elegir una carrera arriesgada en finanzas (por ejemplo, comercio o banca de inversión). [27]

Modelo serial y funcionalmente localizado vs. modelo distribuido y jerárquico

En marzo de 2017, Laurence T. Hunt y Benjamin Y. Hayden propusieron un punto de vista alternativo del modelo mecanicista para explicar cómo evaluamos las opciones y elegimos el mejor curso de acción. [28] Muchos relatos de la elección basada en recompensas abogan por procesos componentes distintos que son seriales y funcionalmente localizados. Los procesos componentes suelen incluir la evaluación de opciones, la comparación de los valores de las opciones en ausencia de otros factores, la selección de un plan de acción adecuado y el seguimiento del resultado de la elección. Destacaron cómo varias características de la neuroanatomía pueden respaldar la implementación de la elección, incluida la inhibición mutua en redes neuronales recurrentes y la organización jerárquica de escalas de tiempo para el procesamiento de la información en toda la corteza.

Aversión a la pérdida

Un aspecto de la toma de decisiones humana es una fuerte aversión a la pérdida potencial. En la aversión a la pérdida , el costo percibido de la pérdida se experimenta con mayor intensidad que una ganancia equivalente. Por ejemplo, si hubiera una probabilidad de 50/50 de ganar $100 o perder $100, y se produjera una pérdida, la reacción acompañante emularía la pérdida de $200; es decir, la suma de perder $100 y la posibilidad de ganar $100. [29] Esto fue descubierto por primera vez en la Teoría de la Prospectiva por Daniel Kahneman y Amos Tversky. [30]

Modelo de teoría prospectiva originalmente de Daniel Kahneman y Amos Tversky que demuestra cómo las pérdidas se sienten más que las ganancias.

Una de las principales controversias en la comprensión de la aversión a la pérdida es si el fenómeno se manifiesta en el cerebro, tal vez como un aumento de la atención y la excitación ante las pérdidas. Otra área de investigación es si la aversión a la pérdida es evidente en las subcortezas, como el sistema límbico, lo que implica la excitación emocional. [31]

Una controversia básica en la investigación sobre la aversión a las pérdidas es si las pérdidas se experimentan en realidad de forma más negativa que las ganancias equivalentes o si simplemente se predice que serán más dolorosas pero en realidad se experimentan de forma equivalente. La investigación neuroeconómica ha intentado distinguir entre estas hipótesis midiendo diferentes cambios fisiológicos en respuesta tanto a la pérdida como a la ganancia. Los estudios han descubierto que la conductancia de la piel [32] , la dilatación de la pupila y la frecuencia cardíaca [33] son ​​todas más altas en respuesta a la pérdida monetaria que a la ganancia equivalente. Las tres medidas están implicadas en las respuestas al estrés, por lo que se podría argumentar que perder una determinada cantidad de dinero se experimenta con más fuerza que ganar la misma cantidad. Por otro lado, en algunos de estos estudios, no hubo señales fisiológicas de aversión a las pérdidas. Eso puede sugerir que la experiencia de las pérdidas se basa meramente en la atención (lo que se conoce como atención de pérdida); estas respuestas de orientación atencional también conducen a un aumento de las señales autónomas. [34]

Los estudios cerebrales han sugerido inicialmente que hay una mayor respuesta rápida de la corteza prefrontal medial y cingulada anterior después de las pérdidas en comparación con las ganancias, [35] lo que se interpretó como una firma neuronal de aversión a la pérdida. Sin embargo, revisiones posteriores han notado que en este paradigma los individuos en realidad no muestran aversión conductual a la pérdida [34] , lo que arroja dudas sobre la interpretabilidad de estos hallazgos. Con respecto a los estudios de fMRI, mientras que un estudio no encontró evidencia de un aumento en la activación en áreas relacionadas con reacciones emocionales negativas en respuesta a la aversión a la pérdida [36] otro encontró que los individuos con amígdalas dañadas tenían una falta de aversión a la pérdida a pesar de que tenían niveles normales de aversión general al riesgo, lo que sugiere que el comportamiento era específico para pérdidas potenciales. [37] Estos estudios contradictorios sugieren que se necesita más investigación para determinar si la respuesta cerebral a las pérdidas se debe a la aversión a la pérdida o simplemente a un aspecto de alerta u orientación de las pérdidas; así como para examinar si hay áreas en el cerebro que responden específicamente a pérdidas potenciales.

Elección intertemporal

Además de la preferencia por el riesgo, otro concepto central en economía son las elecciones intertemporales , que son decisiones que implican costos y beneficios que se distribuyen en el tiempo. La investigación sobre la elección intertemporal estudia la utilidad esperada que los humanos asignan a los eventos que ocurren en diferentes momentos. El modelo dominante en economía que la explica es la utilidad descontada (UD). La UD supone que los humanos tienen una preferencia temporal constante y asignarán valor a los eventos independientemente de cuándo ocurran. De manera similar a la UE para explicar la toma de decisiones riesgosas, la UD es inadecuada para explicar la elección intertemporal. [15]

Por ejemplo, DU supone que las personas que valoran una barra de chocolate hoy más que dos barras mañana, también valorarán una barra recibida dentro de 100 días más que dos barras recibidas después de 101 días. Hay evidencia sólida en contra de esta última parte tanto en humanos como en animales, y se ha propuesto el descuento hiperbólico como un modelo alternativo. Bajo este modelo, las valoraciones caen muy rápidamente durante pequeños períodos de retraso, pero luego caen lentamente durante períodos de retraso más largos. Esto explica mejor por qué la mayoría de las personas que elegirían 1 barra de chocolate ahora en lugar de 2 barras de chocolate mañana, de hecho elegirían 2 barras de chocolate recibidas después de 101 días en lugar de 1 barra de chocolate recibida después de 100 días, como supone DU. [15]

La investigación neuroeconómica en la elección intertemporal se dirige en gran medida a comprender qué media en los comportamientos observados, como el descuento de futuros y la elección impulsiva de recompensas más pequeñas antes en lugar de recompensas más grandes después. El proceso de elección entre recompensas inmediatas y diferidas parece estar mediado por una interacción entre dos áreas cerebrales. En las elecciones que involucran recompensas primarias (jugo de fruta) y secundarias (dinero), el sistema límbico es altamente activo al elegir la recompensa inmediata, mientras que la corteza prefrontal lateral es igualmente activa al elegir cualquiera de las dos opciones. Además, la relación entre la actividad límbica y la corteza disminuyó en función de la cantidad de tiempo hasta la recompensa. Esto sugiere que el sistema límbico, que forma parte de la vía de recompensa de la dopamina, es el más involucrado en la toma de decisiones impulsivas, mientras que la corteza es responsable de los aspectos más generales del proceso de decisión intertemporal. [38] [39]

El neurotransmisor serotonina parece desempeñar un papel importante en la modulación del descuento futuro. En ratas, la reducción de los niveles de serotonina aumenta el descuento futuro [40] sin afectar la toma de decisiones en condiciones de incertidumbre. [41] Parece, entonces, que mientras que el sistema de la dopamina está involucrado en la incertidumbre probabilística, la serotonina puede ser responsable de la incertidumbre temporal ya que la recompensa retrasada implica un futuro potencialmente incierto. Además de los neurotransmisores, la elección intertemporal también está modulada por hormonas en el cerebro. En los humanos, una reducción del cortisol , liberado por el hipotálamo en respuesta al estrés, se correlaciona con un mayor grado de impulsividad en tareas de elección intertemporal. [42] Los drogadictos tienden a tener niveles más bajos de cortisol que la población general, lo que puede explicar por qué parecen descontar los efectos negativos futuros de tomar drogas y optan por la recompensa positiva inmediata. [43]

Toma de decisiones sociales

Si bien la mayoría de las investigaciones sobre la toma de decisiones tienden a centrarse en las personas que toman decisiones fuera de un contexto social, también es importante considerar las decisiones que involucran interacciones sociales. Los tipos de comportamiento que estudian los teóricos de la decisión son tan diversos como el altruismo, la cooperación, el castigo y la retribución. Una de las tareas más utilizadas en la toma de decisiones sociales es el dilema del prisionero .

En esta situación, la recompensa por una elección particular depende no sólo de la decisión del individuo, sino también de la de otro individuo que participa en el juego. Un individuo puede elegir entre cooperar con su compañero o desertar contra él. En el transcurso de un juego típico, los individuos tienden a preferir la cooperación mutua , aunque la deserción daría lugar a una recompensa general mayor. Esto sugiere que los individuos están motivados no sólo por las ganancias monetarias, sino también por alguna recompensa derivada de la cooperación en situaciones sociales.

Esta idea está respaldada por estudios de imágenes neuronales que demuestran un alto grado de activación en el estriado ventral cuando los individuos cooperan con otra persona, pero que este no es el caso cuando las personas juegan el mismo dilema del prisionero contra una computadora. [44] [45] El estriado ventral es parte de la vía de recompensa , por lo que esta investigación sugiere que puede haber áreas del sistema de recompensa que se activan específicamente cuando se coopera en situaciones sociales. Un mayor apoyo a esta idea proviene de la investigación que demuestra que la activación en el estriado y el área tegmental ventral muestran patrones similares de activación cuando se recibe dinero y cuando se dona dinero a la caridad. En ambos casos, el nivel de activación aumenta a medida que aumenta la cantidad de dinero, lo que sugiere que tanto dar como recibir dinero da como resultado una recompensa neuronal. [46]

Un aspecto importante de las interacciones sociales, como el dilema del prisionero, es la confianza . La probabilidad de que un individuo coopere con otro está directamente relacionada con la confianza que el primer individuo deposite en el segundo para cooperar; si se espera que el otro individuo se aparte, no hay razón para cooperar con él. El comportamiento de confianza puede estar relacionado con la presencia de oxitocina , una hormona involucrada en el comportamiento maternal y la unión de pareja en muchas especies. Cuando se aumentaron los niveles de oxitocina en los humanos, estos confiaron más en otros individuos que un grupo de control, aunque sus niveles generales de toma de riesgos no se vieron afectados, lo que sugiere que la oxitocina está específicamente implicada en los aspectos sociales de la toma de riesgos. [47] Sin embargo, esta investigación ha sido cuestionada recientemente. [48]

Otro paradigma importante para los estudios neuroeconómicos es el juego del ultimátum . En este juego, el jugador 1 recibe una suma de dinero y decide cuánto quiere ofrecer al jugador 2. El jugador 2 acepta o rechaza la oferta. Si acepta, ambos jugadores obtienen la cantidad propuesta por el jugador 1; si la rechaza, nadie obtiene nada. La estrategia racional para el jugador 2 sería aceptar cualquier oferta porque tiene más valor que cero. Sin embargo, se ha demostrado que las personas a menudo rechazan ofertas que consideran injustas. Los estudios de neuroimagen indicaron varias regiones cerebrales que se activan en respuesta a la injusticia en el juego del ultimátum. Incluyen la ínsula medioanterior bilateral , la corteza cingulada anterior (ACC), el área motora suplementaria medial (SMA), el cerebelo y la corteza prefrontal dorsolateral derecha (DLPFC). [49] Se ha demostrado que la estimulación magnética transcraneal repetitiva de baja frecuencia de la DLPFC aumenta la probabilidad de aceptar ofertas injustas en el juego del ultimátum. [50]

Otro tema en el campo de la neuroeconomía está representado por el papel de la adquisición de reputación en la toma de decisiones sociales. La teoría del intercambio social sostiene que el comportamiento prosocial se origina en la intención de maximizar las recompensas sociales y minimizar los costos sociales. En este caso, la aprobación de los demás puede verse como un reforzador positivo significativo, es decir, una recompensa. Los estudios de neuroimagen han proporcionado evidencia que apoya esta idea: se demostró que el procesamiento de las recompensas sociales activa el cuerpo estriado, especialmente el putamen izquierdo y el núcleo caudado izquierdo, de la misma manera que estas áreas se activan durante el procesamiento de las recompensas monetarias. Estos hallazgos también respaldan la idea de la llamada "moneda neuronal común", que supone la existencia de una base neuronal compartida para el procesamiento de diferentes tipos de recompensa. [51]

Toma de decisiones sexuales

En cuanto a la elección de pareja sexual , se han realizado estudios de investigación en humanos y en primates no humanos. Cabe destacar que Cheney y Seyfarth 1990, Deaner et al. 2005 y Hayden et al. 2007 sugieren una voluntad persistente de aceptar menos bienes físicos o precios más altos a cambio de acceder a individuos de alto rango social , incluidos individuos físicamente atractivos , mientras que se exigen recompensas cada vez más altas si se les pide relacionarse con individuos de bajo rango. [52]

Cordelia Fine es más conocida por sus investigaciones sobre las mentes con diferencia de género y la toma de decisiones sexuales. En su libro Testosterone Rex, critica las diferencias sexuales en el cerebro y analiza en detalle los costos y beneficios económicos de encontrar una pareja, tal como los interpreta y analiza nuestro cerebro. [53] Su libro muestra un interesante subtema de la neuroeconomía.

La base neurobiológica de esta preferencia incluye neuronas de la corteza intraparietal lateral (LIP), que está relacionada con el movimiento ocular y que está operativa en situaciones de elección forzada entre dos alternativas . [54]

Metodología

Los experimentos de economía conductual registran las decisiones del sujeto respecto de varios parámetros de diseño y utilizan los datos para generar modelos formales que predicen el desempeño. La neuroeconomía extiende este enfoque añadiendo estados del sistema nervioso al conjunto de variables explicativas. El objetivo de la neuroeconomía es ayudar a explicar las decisiones y enriquecer los conjuntos de datos disponibles para probar las predicciones. [7]

Además, la investigación neuroeconómica se está utilizando para comprender y explicar aspectos del comportamiento humano que no se ajustan a los modelos económicos tradicionales. Si bien los economistas generalmente descartan estos patrones de comportamiento como "falaces" o "ilógicos", los investigadores neuroeconómicos están tratando de determinar las razones biológicas de estos comportamientos. Al utilizar este enfoque, los investigadores pueden encontrar explicaciones de por qué las personas a menudo actúan de manera subóptima. [9] Richard Thaler proporciona un excelente ejemplo en su libro Misbehaving , en el que detalla un escenario en el que se sirve un aperitivo antes de una comida y un invitado se llena accidentalmente. La mayoría de las personas necesitan que el aperitivo esté completamente oculto para evitar la tentación, mientras que un agente racional simplemente se detendría y esperaría a que llegue la comida. [9] La tentación es solo una de las muchas irracionalidades que se han ignorado debido a las dificultades para estudiarlas [55].

Técnicas de investigación neurobiológica

Existen varias técnicas diferentes que pueden utilizarse para comprender la base biológica del comportamiento económico. La neuroimagen se utiliza en sujetos humanos para determinar qué áreas del cerebro son más activas durante tareas particulares. Algunas de estas técnicas, como la fMRI [17] [18] [19] o la PET son las más adecuadas para proporcionar imágenes detalladas del cerebro que pueden proporcionar información sobre estructuras específicas involucradas en una tarea. Otras técnicas, como los potenciales relacionados con eventos (ERP) [56] y la actividad cerebral oscilatoria [57] se utilizan para obtener un conocimiento detallado del curso temporal de los eventos dentro de un área más general del cerebro. Si se sospecha que una región específica del cerebro está involucrada en un tipo de toma de decisiones económicas, los investigadores pueden utilizar la estimulación magnética transcraneal (TMS) para alterar temporalmente esa región y comparar los resultados con los de cuando se permitió que el cerebro funcionara normalmente. [58] Más recientemente, ha habido interés en el papel que desempeña la estructura cerebral, como la conectividad de la materia blanca entre las áreas cerebrales, en la determinación de las diferencias individuales en la toma de decisiones basada en recompensas. [59]

La neurociencia no siempre implica observar directamente el cerebro, ya que la actividad cerebral también puede interpretarse mediante mediciones fisiológicas como la conductancia de la piel, la frecuencia cardíaca, las hormonas, la dilatación de la pupila y la contracción muscular conocida como electromiografía , especialmente de la cara para inferir emociones vinculadas a decisiones. [60]

Neuroeconomía de la adicción

Además de estudiar las áreas del cerebro, algunos estudios tienen como objetivo comprender las funciones de diferentes sustancias químicas cerebrales en relación con el comportamiento. Esto se puede hacer ya sea correlacionando los niveles de sustancias químicas existentes con diferentes patrones de comportamiento o modificando la cantidad de la sustancia química en el cerebro y observando los cambios de comportamiento resultantes. Por ejemplo, el neurotransmisor serotonina parece estar involucrado en la toma de decisiones que implican una elección intertemporal [41], mientras que la dopamina se utiliza cuando los individuos hacen juicios que implican incertidumbre. [24] Además, el aumento artificial de los niveles de oxitocina aumenta el comportamiento de confianza en los seres humanos [47], mientras que los individuos con niveles más bajos de cortisol tienden a ser más impulsivos y exhiben un mayor descuento del futuro. [42]

Además de estudiar el comportamiento de individuos neurológicamente normales en tareas de toma de decisiones, algunas investigaciones implican comparar ese comportamiento con individuos con daño en áreas del cerebro que se espera que estén involucradas en la toma de decisiones. En los humanos, esto significa encontrar individuos con tipos específicos de deterioro neuronal. Estos estudios de caso pueden tener cosas como daño en la amígdala, lo que lleva a una disminución de la aversión a la pérdida en comparación con los controles. [37] Además, las puntuaciones de una encuesta que mide la disfunción de la corteza prefrontal se correlacionan con actitudes económicas generales, como las preferencias de riesgo. [11]

Estudios previos investigaron los patrones de conducta de pacientes con trastornos psiquiátricos, o neuroeconomía de la adicción , como la esquizofrenia , [61] el autismo y la depresión, para obtener información sobre su fisiopatología. [3] En estudios con animales, experimentos altamente controlados pueden obtener información más específica sobre la importancia de las áreas cerebrales para el comportamiento económico. Esto puede implicar lesionar áreas cerebrales enteras y medir los cambios de conducta resultantes [25] o usar electrodos para medir la activación de neuronas individuales en respuesta a estímulos particulares. [10]

Teóricos notables

Experimentos

Como se explicó en Metodologías más arriba, en un experimento típico de economía conductual, se le pide a un sujeto que tome una serie de decisiones económicas. Por ejemplo, se le puede preguntar a un sujeto si prefiere tener 45 centavos o una apuesta con un 50% de posibilidades de ganar un dólar. Muchos experimentos implican que el participante complete juegos en los que toma decisiones únicas o repetidas y se miden las respuestas psicológicas y el tiempo de reacción. Por ejemplo, es común probar la relación de las personas con el futuro, conocida como descuento futuro , haciéndoles preguntas como "¿Preferirías $10 hoy o $50 en un año a partir de hoy?" [62] El experimentador medirá entonces diferentes variables para determinar qué está sucediendo en el cerebro del sujeto mientras toma la decisión. Algunos autores han demostrado que la neuroeconomía puede ser útil para describir no solo experimentos que involucran recompensas sino también síndromes psiquiátricos comunes que involucran adicción o delirio. [63]

Críticas

Desde los inicios de la neuroeconomía y a lo largo de su rápido ascenso académico, se han expresado críticas sobre la validez y utilidad de este campo. Glenn W. Harris y Emanuel Donchin han criticado este campo emergente; el primero publicó sus preocupaciones en 2008 en el artículo 'Neuroeconomics: A Critical Reconsideration' [6] [64] Harris supone que gran parte de los conocimientos que aporta la neurociencia sobre la modelización económica son " exageración académica " y que la verdadera esencia del campo aún está por presentarse y necesita ser reconsiderada seriamente. También menciona que, desde el punto de vista metodológico, muchos de los estudios en neuroeconomía tienen fallas debido a los pequeños tamaños de muestra y su aplicabilidad limitada.

Una revisión de los aprendizajes de la neuroeconomía, publicada en 2016 por Arkady Konovalov, compartió el sentimiento de que el campo sufre de deficiencias experimentales. La principal de ellas es la falta de vínculos análogos entre regiones cerebrales específicas y algunos constructos psicológicos como el "valor". La revisión menciona que, aunque los primeros estudios neuroeconómicos de fMRI asumieron que regiones cerebrales específicas eran singularmente responsables de una función en el proceso de toma de decisiones, posteriormente se ha demostrado que están reclutando en múltiples funciones diferentes. Por lo tanto, la práctica de la inferencia inversa ha tenido mucho menos uso y ha dañado el campo. [65] En cambio, la FMRI no debería ser una metodología independiente, sino más bien recopilarse y conectarse con autoinformes y datos conductuales. [66] La validez del uso de neuroimagen funcional en la neurociencia del consumidor se puede mejorar diseñando cuidadosamente los estudios, realizando metanálisis y conectando los datos psicométricos y conductuales con los datos de la neuroimagen. [67]

Ariel Rubinstein , economista de la Universidad de Tel Aviv, habló sobre la investigación neuroeconómica y dijo que "los experimentos estándar brindan poca información sobre los procedimientos de elección, ya que es difícil extrapolar unas pocas observaciones de elección a toda la función de elección. Si queremos saber más sobre los procedimientos humanos de elección, debemos buscar en otro lado". [68] Estos comentarios se hacen eco de un argumento destacado y consistente de los economistas tradicionales contra el enfoque neuroeconómico de que el uso de datos no relacionados con la elección, como los tiempos de respuesta, el seguimiento ocular y las señales neuronales que las personas generan durante la toma de decisiones, deben excluirse de cualquier análisis económico. [69]

Otras críticas también han incluido afirmaciones de que la neuroeconomía es "un campo que se vende demasiado"; [68] o que los estudios neuroeconómicos "malinterpretan y subestiman los modelos económicos tradicionales".

Aplicaciones

En la actualidad, las aplicaciones y predicciones de la neuroeconomía en el mundo real aún son desconocidas o están poco desarrolladas, ya que este campo en expansión continúa creciendo. Se han hecho algunas críticas de que la acumulación de investigaciones y sus hallazgos hasta ahora han producido pocas recomendaciones pertinentes para los responsables de las políticas económicas, pero muchos neuroeconomistas insisten en que el potencial de este campo para mejorar nuestra comprensión de las maquinaciones del cerebro en la toma de decisiones puede resultar muy influyente en el futuro. [65]

En particular, los hallazgos de marcadores neurológicos específicos de las preferencias individuales pueden tener implicaciones importantes para los modelos y paradigmas económicos bien conocidos. Un ejemplo de esto es el hallazgo de que un aumento en la capacidad computacional (probablemente relacionado con un mayor volumen de materia gris) podría conducir a una mayor tolerancia al riesgo al relajar las restricciones que gobiernan las representaciones subjetivas de probabilidades y recompensas en las tareas de lotería. [70]

Los economistas también están considerando la neuroeconomía como una herramienta para explicar el comportamiento agregado de los grupos que tiene implicaciones a nivel de mercado. Por ejemplo, muchos investigadores prevén que los datos neurobiológicos pueden utilizarse para detectar cuándo es probable que individuos o grupos de individuos presenten un comportamiento económicamente problemático. Esto puede aplicarse al concepto de burbujas de mercado . Estos fenómenos tienen una gran importancia en la sociedad moderna y los reguladores podrían obtener información sustancial sobre su formulación y la falta de predicción/prevención. [71]

El trabajo neuroeconómico también ha estado estrechamente relacionado con las investigaciones académicas sobre la adicción. Los investigadores reconocieron, en la publicación de 2010 'Advances in the Neuroscience of Addiction: 2nd Edition', que el enfoque neuroeconómico sirve como un "nuevo y poderoso método conceptual que probablemente sea decisivo para avanzar en la comprensión de la conducta adictiva". [72]

La neurocientífica alemana Tania Singer habló en el Foro Económico Mundial en 2015 sobre su investigación en el entrenamiento de la compasión . Si bien la economía y la neurociencia están en gran medida divididas, su investigación es un ejemplo de cómo pueden fusionarse. Su estudio reveló un cambio de preferencia hacia el comportamiento prosocial después de 3 meses de entrenamiento de la compasión. También demostró un cambio estructural en la materia gris del cerebro que indica que se habían formado nuevas conexiones neuronales como resultado del entrenamiento mental. [73] Demostró que si los economistas utilizaran predictores distintos del consumo, podrían modelar y predecir una gama más diversa de comportamientos económicos. También defendió que la neuroeconomía podría mejorar enormemente la formulación de políticas, ya que podemos crear contextos que conducen de manera predecible a resultados conductuales positivos, como el comportamiento prosocial, cuando se estimulan las emociones de cuidado. [74] Su investigación demuestra el impacto que la neuroeconomía podría tener en nuestras psiques individuales, nuestras normas sociales y los paisajes políticos en general. [75]

El neuromarketing es otro ejemplo aplicado de una disciplina distinta estrechamente relacionada con la neuroeconomía. Si bien la neuroeconomía en sentido amplio tiene objetivos más académicos, ya que estudia los mecanismos básicos de la toma de decisiones, el neuromarketing es un subcampo aplicado que utiliza herramientas de neuroimagen para investigaciones de mercado. [76] [77] Los conocimientos derivados de las tecnologías de imágenes cerebrales (fMRI) se utilizan normalmente para analizar la respuesta del cerebro a determinados estímulos de marketing.

Otra neurocientífica, Emily Falk, contribuyó a los campos de la neuroeconomía y el neuromarketing investigando cómo reacciona el cerebro al marketing destinado a provocar un cambio de conducta. En concreto, su artículo sobre los anuncios antitabaco destacó la disparidad entre los anuncios que creemos que serán convincentes y aquellos a los que el cerebro responde de forma más positiva. El anuncio que los expertos y la audiencia del ensayo coincidieron en considerar la campaña antitabaco más eficaz en realidad provocó muy pocos cambios de conducta en los fumadores. [78] Mientras tanto, la campaña que los expertos y la audiencia clasificaron como la menos probable de ser eficaz, generó la respuesta neuronal más fuerte en la corteza prefrontal medial y dio lugar a la mayor cantidad de personas que decidieron dejar de fumar. [78] Esto reveló que, a menudo, nuestros cerebros pueden saber mejor que nosotros en lo que respecta a los motivadores que conducen al cambio de conducta. También destaca la importancia de integrar la neurociencia en la economía convencional y conductual para generar modelos más holísticos y predicciones precisas. Esta investigación podría tener impactos en la promoción de dietas más saludables, más ejercicio o alentar a las personas a realizar cambios de comportamiento que beneficien al medio ambiente y reduzcan el cambio climático.

Véase también

Revistas

Referencias

  1. ^ Centro de Estudios de Neuroeconomía de la Universidad de Duke http://dibs.duke.edu/research/d-cides/research/neuroeconomics Archivado el 20 de marzo de 2014 en Wayback Machine.
  2. ^ Jacqueline Anne Allan (2018). Un análisis de Pensar rápido, pensar despacio de Daniel Kahneman . Londres: Biblioteca Macat. doi :10.4324/9781912453207. ISBN 9781912453207.
  3. ^ ab Glimcher, Paul W.; Fehr, Ernst, eds. (2014). Neuroeconomía: toma de decisiones y el cerebro (segunda edición). Ámsterdam: Elsevier Academic Press. ISBN 978-0-12-416008-8.OCLC 868956474  .
  4. ^ Rosen, Bruce R.; Savoy, Robert L. (agosto de 2012). "fMRI a los 20 años: ¿ha cambiado el mundo?". NeuroImage . 62 (2): 1316–1324. doi :10.1016/j.neuroimage.2012.03.004. PMID  22433659. S2CID  21960629.
  5. ^ abcde Glimcher P.; Fehr E. (2014). "Breve historia de la neuroeconomía". Neuroeconomía (segunda edición): toma de decisiones y cerebro . doi :10.1016/B978-0-12-416008-8.00035-8.
  6. ^ por Harrison Glenn W. (2008). "Neuroeconomía: una reconsideración crítica". Neuroeconomía . 24 (3): 303–344. doi :10.1017/S0266267108002009. S2CID  145274644.
  7. ^ ab Glimcher, Paul W.; Fehr, Ernst, eds. (2014). Neuroeconomía: toma de decisiones y el cerebro (segunda ed.). Ámsterdam: Elsevier Academic Press. ISBN 978-0-12-416008-8.OCLC 868956474  .
  8. ^ Rustichini A (2009). "Neuroeconomía: ¿Qué hemos encontrado y qué deberíamos buscar?". Current Opinion in Neurobiology . 19 (6): 672–677. doi :10.1016/j.conb.2009.09.012. PMID  19896360. S2CID  2281817.
  9. ^ abc Thaler, Richard H., Mala conducta: la creación de la economía del comportamiento , ISBN 1-5012-3870-1, OCLC  965922917
  10. ^ ab Padoa-Schioppa C.; Assad JA (2007). "La representación del valor económico en la corteza orbitofrontal es invariable ante cambios de menú". Nature Reviews Neuroscience . 11 (1): 95–102. doi :10.1038/nn2020. PMC 2646102 . PMID  18066060. 
  11. ^ ab Spinella M.; Yang B.; Lester D. (2008). "Disfunción de la corteza prefrontal y actitudes hacia el dinero: un estudio en neuroeconomía". Journal of Socio-Economics . 37 (5): 1785–1788. doi :10.1016/j.socec.2004.09.061.
  12. ^ Rangel A.; Camerer C.; Montague PR (2008). "Un marco para estudiar la neurobiología de la toma de decisiones basada en valores". Nature Reviews Neuroscience . 9 (7): 545–556. doi :10.1038/nrn2357. PMC 4332708 . PMID  18545266. 
  13. ^ Mohr M.; Biele G.; Hauke ​​R. (2010). "Procesamiento neuronal del riesgo". Revista de neurociencia . 30 (19): 6613–6619. doi :10.1523/jneurosci.0003-10.2010. PMC 6632558 . PMID  20463224. 
  14. ^ Wakker, Peter P. (2010). Teoría prospectiva: para el riesgo y la ambigüedad . Cambridge, Reino Unido: Cambridge University Press.
  15. ^ abcd Loewenstein G, Rick S, Cohen J (2008). "Neuroeconomía". Revista Anual de Psicología . 59 : 647–672. doi :10.1146/annurev.psych.59.103006.093710. PMID  17883335.
  16. ^ Volz KG; Schubotz RI; von Cramon DY (2003). "Predicción de eventos de probabilidad variable: incertidumbre investigada mediante fMRI". NeuroImage . 19 (2 Pt 1): 271–280. doi :10.1016/S1053-8119(03)00122-8. hdl : 11858/00-001M-0000-0010-D182-2 . PMID  12814578. S2CID  16889117.
  17. ^ ab Volz KG; Schubotz RI; von Cramon DY (2004). "¿Por qué no estoy seguro? Atribuciones internas y externas de incertidumbre disociadas por fMRI". NeuroImage . 21 (3): 848–857. doi :10.1016/j.neuroimage.2003.10.028. PMID  15006651. S2CID  13537880.
  18. ^ ab Knutson B.; Taylor J.; Kaufman M.; Peterson R.; Glover G. (2005). "Representación neuronal distribuida del valor esperado". Revista de neurociencia . 25 (19): 4806–4812. doi :10.1523/JNEUROSCI.0642-05.2005. PMC 6724773 . PMID  15888656. 
  19. ^ ab Paulus MP; Hozack N.; Zauscher B.; McDowell JE; Frank L.; Brown GG; Braff DL (2001). "Las redes de la corteza prefrontal, parietal y temporal subyacen a la toma de decisiones en presencia de incertidumbre". NeuroImage . 13 (1): 91–100. doi :10.1006/nimg.2000.0667. PMID  11133312. S2CID  9169703.
  20. ^ Valdebenito-Oyarzo, Gabriela; Martínez-Molina, María Paz; Soto-Icaza, Patricia; Zamorano, Francisco; Figueroa-Vargas, Alejandra; Larraín-Valenzuela, Josefina; Stecher, Ximena; Salinas, César; Bastián, Julien; Valero-Cabré, Antoni; Polanía, Rafael; Billeke, Pablo (10 de enero de 2024). "La corteza parietal tiene un papel causal en los cálculos de ambigüedad en humanos". Más biología . 22 (1): e3002452. doi : 10.1371/journal.pbio.3002452 . PMC 10824459 . PMID  38198502. 
  21. ^ ab Paulus MP; Rogalsky C.; Simmons A.; Feinstein JS; Stein MB (2003). "El aumento de la activación en la ínsula derecha durante la toma de decisiones de riesgo está relacionada con la evitación del daño y el neuroticismo". NeuroImage . 19 (4): 1439–1448. doi :10.1016/S1053-8119(03)00251-9. PMID  12948701. S2CID  16622279.
  22. ^ ab Bechara, Antoine; Damasio, Antonio R.; Damasio, Hanna; Anderson, Steven W. (abril de 1994). "Insensibilidad a las consecuencias futuras tras un daño en la corteza prefrontal humana". Cognición . 50 (1–3): 7–15. doi :10.1016/0010-0277(94)90018-3. PMID  8039375. S2CID  204981454.
  23. ^ Galhardoni, Ricardo; Aparecida da Silva, Valquíria; García-Larrea, Luís; Dale, Camila; Baptista, Abrahão F.; Barbosa, Luciana Mendonça; Menezes, Luciana Mendes Bahía; de Siqueira, Silvia RDT; Valerio, Fernanda; Rosi, Jefferson; de Lima Rodrigues, Antonia Lilian (5 de abril de 2019). "Estimulación profunda de la corteza cingulada anterior e insular para el dolor neuropático central: desmontaje de la percepción del dolor". Neurología . 92 (18): e2165–e2175. doi : 10.1212/WNL.0000000000007396 . ISSN  0028-3878. PMID  30952795. S2CID  96448877.
  24. ^ ab Fiorillo CD; Tobler PN; Schultz W. (2003). "Codificación discreta de la probabilidad de recompensa y la incertidumbre por neuronas dopaminérgicas" (PDF) . Science . 299 (5614): 1898–1902. Bibcode :2003Sci...299.1898F. doi :10.1126/science.1077349. PMID  12649484. S2CID  2363255.
  25. ^ ab Cardinal RN; Howes NJ (2005). "Efectos de las lesiones del núcleo accumbens en la elección entre pequeñas recompensas seguras y grandes recompensas inciertas en ratas". BMC Neuroscience . 6 : 37. doi : 10.1186/1471-2202-6-37 . PMC 1177958 . PMID  15921529. 
  26. ^ ab John M. Coates; Mark Gurnell; Aldo Rustichini (2009). "La relación entre el segundo y el cuarto dígito predice el éxito entre los operadores financieros de alta frecuencia". Actas de la Academia Nacional de Ciencias . 106 (2): 623–628. Bibcode :2009PNAS..106..623C. doi : 10.1073/pnas.0810907106 . PMC 2626753 . PMID  19139402. 
  27. ^ ab Paola Sapienza; Luigi Zingales; Dario Maestripieri (2009). "Las diferencias de género en la aversión al riesgo financiero y las elecciones profesionales se ven afectadas por la testosterona". Actas de la Academia Nacional de Ciencias . 106 (36): 15268–15273. Bibcode :2009PNAS..10615268S. doi : 10.1073/pnas.0907352106 . PMC 2741240 . PMID  19706398. 
  28. ^ Hunt, Laurence T.; Hayden, Benjamin Y. (2017). "Un marco distribuido, jerárquico y recurrente para la elección basada en recompensas". Nature Reviews Neuroscience . 18 (3): 172–182. doi :10.1038/nrn.2017.7. PMC 5621622 . PMID  28209978. 
  29. ^ Kahneman, Daniel. Pensar rápido, pensar despacio. ISBN 0-374-53355-5.OCLC 834531418  .
  30. ^ Kahneman, Daniel; Tversky, Amos (1 de abril de 1977). Prospect Theory. An Analysis of Decision Making Under Risk (Informe). Fort Belvoir, VA. doi :10.21236/ada045771. Archivado desde el original el 10 de agosto de 2017.
  31. ^ Rick, Scott (octubre de 2011). "Pérdidas, ganancias y cerebros: la neuroeconomía puede ayudar a responder preguntas abiertas sobre la aversión a las pérdidas". Journal of Consumer Psychology . 21 (4): 453–463. doi :10.1016/j.jcps.2010.04.004. hdl : 2027.42/141938 . S2CID  788646.
  32. ^ Sokol-Hessner P.; Hsu M.; Curley NG; Delgado MR; Camerer CF; Phelps EA (2009). "Pensar como un comerciante reduce selectivamente la aversión a la pérdida de los individuos". Actas de la Academia Nacional de Ciencias . 106 (13): 5035–5040. Bibcode :2009PNAS..106.5035S. doi : 10.1073/pnas.0806761106 . PMC 2656558 . PMID  19289824. 
  33. ^ Hochman G.; Yechiam E. (2011). "Aversión a la pérdida en los ojos y en el corazón: las respuestas del sistema nervioso autónomo a las pérdidas". Journal of Behavioral Decision Making . 24 (2): 140–156. doi : 10.1002/bdm.692 .
  34. ^ ab Yechiam, E.; Hochman, G. (2013). "Las pérdidas como moduladores de la atención: revisión y análisis de los efectos únicos de las pérdidas sobre las ganancias". Psychological Bulletin . 139 (2): 497–518. doi :10.1037/a0029383. PMID  22823738. S2CID  10521233.
  35. ^ Gehring, WJ; Willoughby, AR (2002). "La corteza frontal medial y el procesamiento rápido de ganancias y pérdidas monetarias". Science . 295 (2): 2279–2282. doi : 10.1002/bdm.692 . PMID  11910116.
  36. ^ Tom SM; Fox CR; Trepel C.; Poldrack RA (2007). "La base neural de la aversión a la pérdida en la toma de decisiones bajo riesgo". Science . 315 (5811): 515–518. Bibcode :2007Sci...315..515T. doi :10.1126/science.1134239. PMID  17255512. S2CID  10102114.
  37. ^ ab De Martino B.; Camerer CF; Adolphs R. (2010). "El daño a la amígdala elimina la aversión a la pérdida monetaria". Actas de la Academia Nacional de Ciencias . 107 (8): 3788–3792. Bibcode :2010PNAS..107.3788D. doi : 10.1073/pnas.0910230107 . PMC 2840433 . PMID  20142490. 
  38. ^ McClure SM; Laibson DI; Loewenstein G.; Cohen JD (2004). "Los sistemas neuronales separados valoran las recompensas monetarias inmediatas y diferidas". Science . 306 (5695): 503–507. Bibcode :2004Sci...306..503M. doi :10.1126/science.1100907. PMID  15486304. S2CID  14663380.
  39. ^ McClure SM; Ericson KM; Laibson DI; Loewenstein G.; Cohen JD (2007). "Descuento de tiempo para recompensas primarias". Revista de neurociencia . 27 (21): 5796–5804. doi :10.1523/JNEUROSCI.4246-06.2007. PMC 6672764 . PMID  17522323. 
  40. ^ Mobini S.; Chiang TJ; Al-Ruwaitea AS; Ho MY; Bradshaw CM; Szabadi E. (2000). "Efecto de la depleción central de 5-hidroxitriptamina en la elección intertemporal: un análisis cuantitativo". Psicofarmacología . 149 (3): 313–318. doi :10.1007/s002130000385. PMID  10823413. S2CID  21790837.
  41. ^ ab Mobini S.; Chiang TJ; Ho MY; Bradshaw CM; Szabadi E. (2000). "Efectos de la depleción central de 5-hidroxitriptamina en la sensibilidad al refuerzo retardado y probabilístico". Psicofarmacología . 152 (4): 390–397. doi :10.1007/s002130000542. PMID  11140331. S2CID  13567705.
  42. ^ ab Takahashi T (2004). "Niveles de cortisol y descuento temporal de la ganancia monetaria en humanos". NeuroReport . 15 (13): 2145–2147. doi :10.1097/00001756-200409150-00029. PMID  15486498. S2CID  28140498.
  43. ^ Plihal W.; Krug R.; Pietrowsky R.; Fehm HL; Born J. (1996). "Efectos mediados por el receptor de corticoesteroides en el estado de ánimo en humanos". Psiconeuroendocrinología . 21 (6): 515–523. doi :10.1016/S0306-4530(96)00011-X. PMID  8983088. S2CID  23244238.
  44. ^ Rilling JK; Gutman DA; Zeh TR; Pagnoni G.; Berns GS; Kilts CD (2002). "Una base neural para la cooperación social". Neuron . 35 (2): 395–405. doi : 10.1016/S0896-6273(02)00755-9 . PMID  12160756. S2CID  7787573.
  45. ^ Rilling JK; Sanfey AG; Aronson JA; Nystrom LE; Cohen JD (2004). "Respuestas BOLD opuestas al altruismo recíproco y no recíproco en vías de recompensa putativas". NeuroReport . 15 (16): 2539–2543. doi :10.1097/00001756-200411150-00022. PMID  15538191. S2CID  13127406.
  46. ^ Moll J.; Drueger F.; Zahn R.; Pardini M.; de Oliveira-Souza R.; Grafman J. (2006). "Las redes fronto-mesolímbicas humanas guían las decisiones sobre donaciones caritativas". Actas de la Academia Nacional de Ciencias . 103 (42): 15623–15628. Bibcode :2006PNAS..10315623M. doi : 10.1073/pnas.0604475103 . PMC 1622872 . PMID  17030808. 
  47. ^ ab Kosfeld M.; Heinrichs M; Zak PJ; Universidad Fischbacher; Fehr E. (2005). "La oxitocina aumenta la confianza en los humanos". Naturaleza . 435 (7042): 673–676. Código Bib :2005Natur.435..673K. doi : 10.1038/naturaleza03701. PMID  15931222. S2CID  1234727.
  48. ^ Nave G.; Camerer C.; McCullough M. (2015). "¿La oxitocina aumenta la confianza en los seres humanos? Revisión crítica de la investigación". Perspectivas sobre la ciencia psicológica . 10 (6): 772–789. doi :10.1177/1745691615600138. PMID  26581735. S2CID  584766.
  49. ^ Gabay, Anthony S.; Radua, Joaquim; Kempton, Matthew J.; Mehta, Mitul A. (1 de noviembre de 2014). "El juego del ultimátum y el cerebro: un metaanálisis de estudios de neuroimagen". Neuroscience & Biobehavioral Reviews . 47 : 549–558. doi : 10.1016/j.neubiorev.2014.10.014 . PMID  25454357.
  50. ^ Knoch, Daria; Pascual-Leone, Alvaro; Meyer, Kaspar; Treyer, Valerie; Fehr, Ernst (3 de noviembre de 2006). "Disminución de la equidad recíproca mediante la alteración de la corteza prefrontal derecha". Science . 314 (5800): 829–832. Bibcode :2006Sci...314..829K. doi : 10.1126/science.1129156 . ISSN  1095-9203. PMID  17023614. S2CID  1545744.
  51. ^ Izuma K.; Saito DN; Sadato N. (2008). "Procesamiento de recompensas sociales y monetarias en el cuerpo estriado humano". Neuron . 58 (2): 284–294. doi : 10.1016/j.neuron.2008.03.020 . PMID  18439412. S2CID  10823042.
  52. ^ Glimcher y Fehr 2014: 248.
  53. ^ Fine, Cordelia (20 de febrero de 2018). Testosterone rex: mitos del sexo, la ciencia y la sociedad. National Geographic Books. ISBN 978-0-393-35548-2.OCLC 988280146  .
  54. ^ Glimcher y Fehr 2014: 249.
  55. ^ Damasio, Antonio R. (octubre de 1994). "El error de Descartes y el futuro de la vida humana". Scientific American . Vol. 271, núm. 4. pág. 144. doi :10.1038/scientificamerican1094-144. ISSN  0036-8733.
  56. ^ Billeke, P.; Zamorano, F.; Cosmeli, D.; Aboitiz, A. (2013). "La actividad cerebral oscilatoria se correlaciona con la percepción del riesgo y predice decisiones sociales". Corteza cerebral . 23 (14): 2872–83. doi : 10.1093/cercor/bhs269 . PMID  22941720.
  57. ^ Billeke, P.; Zamorano, F.; López, T.; Cosmeli, D.; Aboitiz, A. (2014). "Alguien tiene que ceder: las oscilaciones theta se correlacionan con el comportamiento adaptativo en la negociación social". Neurociencia cognitiva y afectiva social . 9 (12): 2041–8. doi :10.1093/scan/nsu012. PMC 4249481 . PMID  24493841. 
  58. ^ Brevet-Aeby, Charlotte; Brunelin, Jerome; Iceta, Sylvain; Padovan, Catherine; Poulet, Emmanuel (diciembre de 2016). "Corteza prefrontal e impulsividad: interés de la estimulación cerebral no invasiva". Neuroscience & Biobehavioral Reviews . 71 : 112–134. doi :10.1016/j.neubiorev.2016.08.028. PMID  27590833. S2CID  21836733.
  59. ^ Hampton WH, Venkatraman V, Olson IR (2017). "La conectividad de la materia blanca frontoestriatal disociable subyace a la recompensa y la impulsividad motora". NeuroImage . 150 (4): 336–343. doi :10.1016/j.neuroimage.2017.02.021. PMC 5494201 . PMID  28189592. 
  60. ^ Mauricio, Stefano; Liechti, Martina Daniela; Heinrich, Hartmut; Jäncke, Lutz; Steinhausen, Hans-Christoph; Walitza, Susanne; Brandeis, Daniel; Drechsler, Renate (enero de 2014). "Comparación de neurorretroalimentación EEG tomográfica y biorretroalimentación EMG en niños con trastorno por déficit de atención e hiperactividad". Psicología Biológica . 95 : 31–44. doi :10.1016/j.biopsycho.2013.10.008. ISSN  0301-0511. PMID  24211870. S2CID  20829666.
  61. ^ Chung, Dongil (2013). "Motivaciones cognitivas de oportunismo y cooperación y deterioro de la toma de decisiones estratégicas en la esquizofrenia durante un juego de bienes públicos". Boletín de esquizofrenia . 39 (1): 112–119. doi :10.1093/schbul/sbr068. PMC 3523913 . PMID  21705433. 
  62. ^ Leitao, Monique; Guedes, Álvaro; Yamamoto, María Emilia; Lopes, Fívia de Araújo (julio de 2013). "¿Las personas ajustan sus elecciones profesionales según las condiciones socioeconómicas? Un análisis evolutivo de los descuentos futuros". Psicología y Neurociencia . 6 (3): 383–390. doi :10.3922/j.psns.2013.3.16. ISSN  1983-3288.
  63. ^ (Descargar)
  64. ^ Donchin, Emanuel (noviembre de 2006). «fMRI: Not the Only Way to Observe at the Human Brain in Action» (La resonancia magnética funcional: no es la única forma de observar el cerebro humano en acción). Aps Observer . 19 (11) . Consultado el 14 de octubre de 2014 .
  65. ^ ab Konovalov Arkady (2016). "Más de una década de neuroeconomía: ¿qué hemos aprendido?". Métodos de investigación organizacional . 22 (1): 148–173. doi :10.1177/1094428116644502. S2CID  148201843.
  66. ^ Reimann, M., Schilke, O., Weber, B., Neuhaus, C., Zaichkowsky, J. Imágenes por resonancia magnética funcional en la investigación del consumo: una revisión y aplicación. Psicología y marketing. 2011; 26(6):608–637.
  67. ^ Cao, CC, Reimann, M. Triangulación de datos en neurociencia del consumidor: integración de neuroimágenes funcionales con metaanálisis, psicometría y datos conductuales. Frontiers in Psychology. 2020; 11:1–26.
  68. ^ ab Rubinstein, Ariel (2006). "Discusión sobre la "economía conductual": "Economía conductual" (Colin Camerer) e "Incentivos y autocontrol" (Ted O'Donoghue y Matthew Rabin)". En Persson, Torsten; Blundell, Richard; Newey, Whitney K. (eds.). Avances en economía y econometría: teoría y aplicaciones, noveno Congreso Mundial . Cambridge, Reino Unido: Cambridge University Press. ISBN 978-0-521-87153-2. Recuperado el 1 de enero de 2010 .
  69. ^ Gul, Faruk; Pesendorfer, Wolfgang (2008). "Un caso a favor de la economía sin sentido". En Schotter, Andrew; Caplin, Andrew (eds.). Los fundamentos de la economía positiva y normativa: un manual (Handbooks in Economic Methodologies) . Oxford University Press, EE. UU., págs. 3–42. ISBN 978-0-19-532831-8. Recuperado el 4 de marzo de 2009 .
  70. ^ Woodford M (2012). "Teoría prospectiva como distorsión perceptual eficiente". American Economic Review . 102 (1): 41–46. doi :10.1257/aer.102.3.41.
  71. ^ De Martino B.; Camerer C.; Adolphs R. (2010). "El daño a la amígdala elimina la aversión a la pérdida monetaria". Actas de la Academia Nacional de Ciencias . 107 (8): 3788–3792. Bibcode :2010PNAS..107.3788D. doi : 10.1073/pnas.0910230107 . PMC 2840433 . PMID  20142490. 
  72. ^ Platt, Michael L.; Watson, Karli K.; Hayden, Benjamin Y.; Shepherd, Stephen V.; Klein, Jeffrey T. (2010). "Neuroeconomía: implicaciones para la comprensión de la neurobiología de la adicción". Avances en la neurociencia de la adicción (2.ª ed.). CRC Press/Taylor & Francis. ISBN 978-0-8493-7391-6. Número de identificación personal  21656977.
  73. ^ Vrtička, Pascal; Favre, Pauline; Singer, Tania (21 de abril de 2017), "La compasión y el cerebro", Compassion , Routledge, págs. 135-150, doi :10.4324/9781315564296-8, ISBN 978-1-315-56429-6, consultado el 2 de mayo de 2022
  74. ^ Singer, Tania (2009), "Entender a los demás", Neuroeconomics , Elsevier, págs. 251-268, doi :10.1016/b978-0-12-374176-9.00017-8, ISBN 9780123741769, consultado el 2 de mayo de 2022
  75. ^ Singer, Tania (2016). Economía del cuidado: conversaciones sobre altruismo y compasión, entre científicos, economistas y... el dalai lama . Picador Usa. ISBN 978-1-250-07122-4.OCLC 905685607  .
  76. ^ Glimcher, Paul (2008). "Neuroeconomía". Scholarpedia . 3 (10): 1759. Bibcode :2008SchpJ...3.1759G. doi : 10.4249/scholarpedia.1759 . Revisión #50592.
  77. ^ Lee N, Broderick AJ, Chamberlain L (febrero de 2007). "¿Qué es el "neuromarketing"? Un debate y una agenda para futuras investigaciones". Int J Psychophysiol . 63 (2): 199–204. doi :10.1016/j.ijpsycho.2006.03.007. PMID  16769143.
  78. ^ ab Berkman, Elliot T.; Dickenson, Janna; Falk, Emily B.; Lieberman, Matthew D. (2011). "Dejar de fumar con éxito: procesos motivacionales, afectivos y neuronales". Conjunto de datos PsycEXTRA . doi :10.1037/e549962013-050 . Consultado el 2 de mayo de 2022 .

Lectura adicional

Enlaces externos