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 de economía. [1]

Combina investigaciones de la neurociencia , la economía experimental y del comportamiento , y la psicología cognitiva y social . A medida que la investigación sobre el comportamiento en 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, prejuicios , 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 del comportamiento fue el primer subcampo que surgió para dar cuenta de estas anomalías integrando factores sociales y cognitivos en la comprensión de las decisiones económicas. La neuroeconomía añade otra capa al utilizar la neurociencia y la psicología para comprender la raíz de la toma de decisiones. Se trata de investigar qué ocurre dentro del cerebro al tomar decisiones económicas. Las decisiones económicas investigadas pueden abarcar circunstancias diversas como comprar una primera vivienda, votar en unas elecciones, elegir casarse con una pareja o ponerse a dieta. Utilizando herramientas de diversos campos, la neuroeconomía trabaja hacia una explicación integrada de la toma de decisiones económicas.

Historia

En 1989, Paul Glimcher se unió al Centro de Ciencias Neurales de la Universidad de Nueva York . Las incursiones iniciales en temas neuroeconómicos se produjeron a finales de la década de 1990 gracias, en parte, a la creciente prevalencia de la investigación en neurociencia cognitiva. [3] Las mejoras en la tecnología de imágenes cerebrales permitieron repentinamente el cruce entre la investigación conductual y neurobiológica. [4] Al mismo tiempo, se estaba generando una tensión crítica entre las escuelas de economía neoclásica y conductista 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 sobre la elección irracional. [5] Estas tendencias convergentes preparan el escenario para que surja la subdisciplina de la neuroeconomía, con motivaciones variables 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 sobre la toma de decisiones. Mientras que grupos de fisiólogos y neurocientíficos miraron hacia la economía para desarrollar sus modelos algorítmicos de hardware neuronal relacionados con la elección. Este enfoque dividido caracterizó la formación de la neuroeconomía como una actividad académica, aunque no sin críticas. Numerosos neurobiólogos afirmaron que sería inútil intentar sincronizar modelos económicos complejos con el comportamiento humano y animal real. Los economistas neoclásicos también argumentaron que sería poco probable que esta fusión mejorara el poder predictivo de la teoría de la preferencia revelada existente. [5] [6]

A pesar de las primeras críticas, la neuroeconomía creció rápidamente desde sus inicios a finales de los años 1990 hasta los años 2000. Lo que llevó a muchos más académicos de campos principales de la economía, la neurociencia y la psicología a tomar nota de las posibilidades de dicha colaboración interdisciplinaria. Los encuentros entre académicos y los primeros investigadores en neuroeconomía comenzaron a tener lugar a principios de la década de 2000. Entre ellos destaca 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 un impulso significativo para el campo y a menudo se le atribuye como el comienzo formativo de la actual Sociedad de Neuroeconomía. [5]

El impulso posterior continuó durante la década de 2000, en la que la investigación aumentó constantemente y el número de publicaciones que contenían las palabras "toma de decisiones" y "cerebro" aumentó de manera 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 considerablemente 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 eligen una única opción 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 se debe elegir la opción con el mayor valor de utilidad general. [8] Si bien ha habido apoyo para esta visión económica de la toma de decisiones, también hay situaciones en las que los supuestos de la toma de decisiones óptima parecen violarse. [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 comprender 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 los supuestos 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 los monos mientras los animales elegían entre dos tipos de jugo. La velocidad de activación de las neuronas se correlacionó directamente con la utilidad de los alimentos y no difirió cuando se ofrecieron 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, el FrSBe, se correlaciona 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 junto con las computacionales de la toma de decisiones. A. Rangel, C. Camerer y PR Montague proponen un marco de cálculos básicos que puede aplicarse a los estudios de neuroeconomía. [12] 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 posible curso de acción. En segundo lugar, se asignan valores a las acciones potenciales. En tercer lugar, 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 sobre 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 descubrieron una amplia gama de anomalías de utilidad esperadas y patrones comunes de comportamiento que son inconsistentes con el principio de maximización de la utilidad (por ejemplo, la tendencia a sobreponderar las probabilidades pequeñas y subestimar las grandes). Daniel Kahneman y Amos Tversky propusieron una teoría prospectiva para abarcar estas observaciones y ofrecer un modelo alternativo. [15]

Parece haber múltiples áreas del cerebro involucradas 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 en la actividad en el área BA8 de la corteza frontomedian [16] [17] , así como un aumento más generalizado en la actividad del área prefrontal mesial. corteza [18] y la corteza frontoparietal. [19] [20] La corteza prefrontal generalmente participa en todo el razonamiento y la comprensión, por lo que estas áreas particulares pueden participar específicamente en la determinación del mejor curso de acción cuando no toda la información relevante está disponible. [21]

La Iowa Gambling Task , que se desarrolló en 1994, implicó elegir entre cuatro barajas de cartas, dos de las cuales eran más riesgosas y contenían mayores ganancias acompañadas de sanciones mucho más fuertes. [22] La mayoría de las personas se dan cuenta después de algunas rondas de elegir cartas que las barajas menos riesgosas tienen mayores ganancias a largo plazo debido a las pequeñas pérdidas; sin embargo, las personas con daño en la corteza prefrontal ventromedial continúan eligiendo las barajas más riesgosas. Estos resultados sugirieron que la región prefrontal ventromedial del cerebro está fuertemente asociada con el reconocimiento de las consecuencias a largo plazo del comportamiento riesgoso mientras los pacientes con daño en la región luchaban por tomar decisiones que priorizaran el futuro sobre el potencial de ganancia inmediata. [22]

En situaciones que implican un riesgo conocido más que una ambigüedad, la corteza insular parece estar muy activa. Por ejemplo, cuando los sujetos jugaban un juego de 'doble o nada' en el que podían detener el juego y conservar las ganancias acumuladas o tomar una opción arriesgada que resultaba en una pérdida total o en la duplicación de las ganancias, la activación de la ínsula derecha aumentaba cuando los individuos jugaban. la apuesta. [21] Se plantea la hipótesis de que el papel principal de la corteza insular en la toma de decisiones arriesgadas es simular las posibles consecuencias negativas de apostar. 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 cerebrales específicas 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 muy 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 de conductas de riesgo. [25]

El nivel individual de aversión al riesgo entre los humanos está influenciado por la concentración de testosterona. Hay estudios que muestran una correlación entre la elección de una carrera riesgosa (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 llevó a cabo un estudio a largo plazo sobre la aversión al riesgo y la elección de 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 debido a una baja exposición organizacional y activa a la testosterona que conduce a un comportamiento adverso al riesgo. Los estudiantes con una alta concentración de testosterona en la saliva y una baja proporción de dígitos, sin tener en cuenta el género, tienden a elegir carreras riesgosas en finanzas (por ejemplo, comercio o banca de inversión). [27]

Modelo serial y funcionalmente localizado versus modelo jerárquico distribuido

En marzo de 2017, Laurence T. Hunt y Benjamin Y. Hayden argumentaron un punto de vista alternativo del modelo mecanicista para explicar cómo evaluamos opciones y elegimos el mejor curso de acción. [28] Muchas explicaciones de la elección basada en la recompensa abogan por procesos componentes distintos que son seriales y funcionalmente localizados. Los procesos que lo componen 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 apropiado 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 información en la corteza.

Aversión a la pérdida

Un aspecto de la toma de decisiones humana es una fuerte aversión a una pérdida potencial. Bajo aversión a las pérdidas , el costo percibido de la pérdida se experimenta con más intensidad que una ganancia equivalente. Por ejemplo, si había una probabilidad de 50/50 de ganar $100 o perder $100, y se producía una pérdida, la reacción que la acompañaba emularía la pérdida de $200; esa es la suma de perder $100 y la posibilidad de ganar $100. [29] Esto fue descubierto por primera vez en Prospect Theory por Daniel Kahneman y Amos Tversky. [30]

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

Una de las principales controversias a la hora de comprender la aversión a las pérdidas es si el fenómeno se manifiesta en el cerebro, tal vez como una mayor atención y 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 excitación emocional. [31]

Una controversia básica en la investigación sobre la aversión a las pérdidas es si las pérdidas en realidad se experimentan de manera más negativa que las ganancias equivalentes o si simplemente se predice que serán más dolorosas pero en realidad se experimentan de manera 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 encontrado que la conductancia de la piel, [32] la dilatación de las pupilas y la frecuencia cardíaca [33] son ​​todas mayores en respuesta a una pérdida monetaria que a una 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. Esto puede sugerir que la experiencia de pérdidas se debe simplemente a la atención (lo que se conoce como pérdida de atención); 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 cingulada anterior y prefrontal medial después de las pérdidas en comparación con las ganancias, [35] lo que se interpretó como una firma neuronal de aversión a las pérdidas. Sin embargo, revisiones posteriores han observado que en este paradigma los individuos en realidad no muestran aversión conductual a la pérdida [34], lo que pone en duda la interpretabilidad de estos hallazgos. Con respecto a los estudios de resonancia magnética funcional, 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 una aversión a la pérdida normal. niveles de aversión general al riesgo, lo que sugiere que el comportamiento era específico de pérdidas potenciales. [37] Estos estudios contradictorios sugieren que es necesario realizar más investigaciones 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 examinar si hay áreas en el cerebro que responden específicamente a posibles pérdidas.

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 eventos que ocurren en diferentes momentos. El modelo dominante en economía que lo explica es la utilidad descontada (UD). DU asume que los humanos tienen una preferencia temporal constante y asignarán valor a los eventos independientemente de cuándo ocurran. Al igual que la UE al explicar la toma de decisiones arriesgadas, el UE es inadecuado para explicar la elección intertemporal. [15]

Por ejemplo, DU supone que las personas que valoran una barra de caramelo hoy más que 2 barras mañana, también valorarán 1 barra recibida dentro de 100 días más que 2 barras recibidas después de 101 días. Existe evidencia sólida en contra de esta última parte tanto en humanos como en animales, y se ha propuesto el descuento hiperbólico como modelo alternativo. Según este modelo, las valoraciones caen muy rápidamente durante períodos de retraso pequeños, 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 sobre la elección intertemporal tiene como objetivo en gran medida comprender qué media los comportamientos observados, como el descuento futuro y la elección impulsiva de recompensas más pequeñas y tempranas en lugar de recompensas mayores posteriores. El proceso de elección entre recompensas inmediatas y retardadas parece estar mediado por una interacción entre dos áreas del cerebro. En elecciones que involucran recompensas tanto primarias (jugo de fruta) como secundarias (dinero), el sistema límbico es muy activo al elegir la recompensa inmediata, mientras que la corteza prefrontal lateral estaba igualmente activa al elegir cualquiera de las dos opciones. Además, la proporción entre la actividad límbica y la corteza cerebral 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, está 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 los descuentos futuros [40] sin afectar la toma de decisiones en condiciones de incertidumbre. [41] Parece, entonces, que si bien el sistema de 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 seres humanos, una reducción del cortisol , liberado por el hipotálamo en respuesta al estrés, se correlaciona con un mayor grado de impulsividad en las 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 descartar los efectos negativos futuros de consumir drogas y optar 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 personas que toman decisiones fuera de un contexto social, también es importante considerar 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 juega el juego. Un individuo puede optar por cooperar con su socio o desertar contra él. En el transcurso de un juego típico, los individuos tienden a preferir la cooperación mutua , aunque la deserción conduciría a un pago general más alto. Esto sugiere que los individuos están motivados no sólo por ganancias monetarias sino también por alguna recompensa derivada de cooperar en situaciones sociales.

Esta idea está respaldada por estudios de imágenes neuronales que demuestran un alto grado de activación en el cuerpo 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 cuerpo 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 investigaciones que demuestran que la activación en el cuerpo estriado y el área tegmental ventral muestran patrones de activación similares cuando se recibe dinero y cuando se dona dinero a organizaciones benéficas. 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 produce 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 cuánto confía el primer individuo en que el segundo coopere; si se espera que el otro individuo deserte, no hay razón para cooperar con él. El comportamiento de confianza puede estar relacionado con la presencia de oxitocina , una hormona implicada en el comportamiento materno y el vínculo de pareja en muchas especies. Cuando los niveles de oxitocina aumentaron en los humanos, confiaron más en otros individuos que en un grupo de control, a pesar de que sus niveles generales de asunción de riesgos no se vieron afectados, lo que sugiere que la oxitocina está específicamente implicada en los aspectos sociales de la asunción de riesgos. [47] Sin embargo, esta investigación ha sido cuestionada recientemente. [48]

Un paradigma más 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 ofrecerle al jugador 2. El jugador 2 acepta o rechaza la oferta. Si acepta ambos jugadores obtienen la cantidad propuesta por el jugador 1, si rechaza nadie recibe 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 suelen rechazar ofertas que consideran injustas. Los estudios de neuroimagen indicaron que varias regiones del cerebro se activan en respuesta a la injusticia en el juego del ultimátum. Incluyen la ínsula anterior media 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 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 afirma 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 respalda esta idea: se demostró que el procesamiento de 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 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 la pareja sexual , se han realizado estudios de investigación en humanos y en primates no humanos. En particular, 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 del acceso a individuos socialmente de alto rango , incluidos individuos físicamente atractivos , mientras que se exigen recompensas cada vez más altas si se les pide que se relacionen con individuos de bajo rango. [52]

Cordelia Fine es más conocida por su investigación sobre las mentes de género y la toma de decisiones sexuales. En su libro Testosterona Rex critica las diferencias sexuales en el cerebro y entra en detalles sobre el coste económico y los beneficios de encontrar pareja, tal como lo interpreta y analiza nuestro cerebro. [53] Su muestra un subtema interesante 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 es operativa en situaciones de elecciones forzadas de dos alternativas . [54]

Metodología

Los experimentos de economía del comportamiento registran las decisiones del sujeto sobre varios parámetros de diseño y utilizan los datos para generar modelos formales que predicen el desempeño. La neuroeconomía amplía 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 predicciones. [7]

Además, la investigación neuroeconómica se utiliza 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 , detallando un escenario en el que se sirve un aperitivo antes de una comida y el huésped accidentalmente lo llena. 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 la comida. [9] La tentación es sólo una de las muchas irracionalidades que han sido ignoradas debido a las dificultades para estudiarlas [55]

Técnicas de investigación neurobiológica.

Existen varias técnicas diferentes que pueden utilizarse para comprender las bases biológicas del comportamiento económico. Las imágenes neuronales se utilizan en sujetos humanos para determinar qué áreas del cerebro están más activas durante tareas particulares. Algunas de estas técnicas, como la resonancia magnética funcional [17] [18] [19] o la PET, son las más adecuadas para brindar imágenes detalladas del cerebro que pueden brindar información sobre estructuras específicas involucradas en una tarea. Otras técnicas, como ERP (potenciales relacionados con eventos) [56] y 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 usar la estimulación magnética transcraneal (EMT) para alterar temporalmente esa región y comparar los resultados con cuando se le permitió al cerebro funcionar normalmente. [58] Más recientemente, ha habido interés en el papel que desempeña la estructura cerebral, como la conectividad de la materia blanca entre áreas del cerebro, en la determinación de las diferencias individuales en la toma de decisiones basada en recompensas. [59]

La neurociencia no siempre implica observar el cerebro directamente, 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 relacionadas con las decisiones. [60]

Neuroeconomía de la adicción

Además de estudiar áreas del cerebro, algunos estudios tienen como objetivo comprender las funciones de diferentes sustancias químicas del cerebro en relación con el comportamiento. Esto se puede hacer correlacionando los niveles químicos existentes con diferentes patrones de comportamiento o cambiando la cantidad de la sustancia química en el cerebro y observando cualquier cambio de comportamiento resultante. Por ejemplo, el neurotransmisor serotonina parece estar implicado en la toma de decisiones que implican 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 humanos [47], mientras que los individuos con niveles más bajos de cortisol tienden a ser más impulsivos y exhiben más descuentos futuros. [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 estén involucradas en la toma de decisiones. En los seres humanos, esto significa encontrar individuos con tipos específicos de deterioro neuronal. Estos estudios de caso pueden tener cosas como daños en la amígdala, lo que lleva a una disminución de la aversión a las pérdidas 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 anteriores investigaron los patrones de comportamiento de pacientes con trastornos psiquiátricos o neuroeconomía de la adicción , como esquizofrenia , [61] autismo y 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 del cerebro para el comportamiento económico. Esto puede implicar lesionar áreas enteras del cerebro y medir los cambios de comportamiento resultantes [25] o usar electrodos para medir la activación de neuronas individuales en respuesta a estímulos particulares. [10]

Teóricos notables

experimentos

Como se explicó anteriormente en Metodologías, en un experimento típico de economía del comportamiento, 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 apostar con un 50% de posibilidades de ganar un dólar. Muchos experimentos implican que el participante complete juegos en los que toma decisiones únicas y repetidas y se miden respuestas psicológicas y el tiempo de reacción. Por ejemplo, es común probar la relación de las personas con el futuro, lo que se conoce como descuento de futuro , haciéndoles preguntas como "¿preferiría $10 hoy o $50 dentro de un año?" [62] Luego, el experimentador medirá 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 sólo 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 del 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 sobre modelos económicos asistidos por la neurociencia son " exageración de marketing académico " y que la verdadera sustancia del campo aún no se ha presentado y debe ser reconsiderada seriamente. También menciona que, metodológicamente, muchos de los estudios en neuroeconomía tienen fallas por sus tamaños de muestra pequeños 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 adolece de deficiencias experimentales. El principal de ellos es la falta de vínculos análogos entre regiones cerebrales específicas y algunas construcciones psicológicas como el "valor". La revisión menciona que, aunque los primeros estudios neuroeconómicos de resonancia magnética funcional asumieron que regiones específicas del cerebro eran singularmente responsables de una función en el proceso de toma de decisiones, posteriormente se ha demostrado que se reclutan en múltiples funciones diferentes. Por lo tanto, la práctica de la inferencia inversa ha tenido mucho menos uso y ha perjudicado al campo. [65] En cambio, FMRI no debería ser una metodología independiente, sino más bien recopilarse y conectarse a autoinformes y datos de comportamiento. [66] La validez del uso de neuroimagen funcional en la neurociencia del consumidor se puede mejorar diseñando estudios cuidadosamente, realizando metanálisis y conectando datos psicométricos y conductuales con datos de neuroimagen. [67]

Ariel Rubinstein , economista de la Universidad de Tel Aviv, habló sobre la investigación neuroeconómica y dijo que "los experimentos estándar proporcionan 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 Para saber más sobre los procedimientos humanos de elección debemos buscar en otra parte". [68] Estos comentarios hacen eco de un argumento destacado y consistente de los economistas tradicionales contra el enfoque neuroeconómico de que el uso de datos que no son de elección, como los tiempos de respuesta, el seguimiento ocular y las señales neuronales que las personas generan durante la toma de decisiones, deberían excluirse de la evaluación. cualquier análisis económico. [69]

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

Aplicaciones

Actualmente, las aplicaciones y predicciones de la neuroeconomía en el mundo real aún son desconocidas o están poco desarrolladas a medida que el floreciente campo 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 del campo para mejorar nuestra comprensión de las maquinaciones del cerebro en la toma de decisiones puede resultar muy influyente en el futuro. [sesenta y cinco]

En particular, los hallazgos de marcadores neurológicos específicos de las preferencias individuales pueden tener implicaciones importantes para 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 aflojar las restricciones que gobiernan las representaciones subjetivas de probabilidades y recompensas en las tareas de lotería. [70]

Los economistas también están estudiando la neuroeconomía para ayudar a explicar el comportamiento agregado de los grupos que tiene implicaciones a nivel de mercado. Por ejemplo, muchos investigadores anticipan que los datos neurobiológicos pueden usarse para detectar cuándo es probable que individuos o grupos de individuos exhiban un comportamiento económicamente problemático. Esto puede aplicarse al concepto de burbujas de mercado . Estos sucesos tienen importantes consecuencias en la sociedad moderna y los reguladores podrían obtener conocimientos sustanciales sobre su formulación y la falta de predicción/prevención. [71]

El trabajo neuroeconómico también ha tenido una estrecha relación 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 crítico para avanzar en la comprensión del comportamiento adictivo". [72]

La neurocientífica alemana Tania Singer habló en el Foro Económico Mundial en 2015 sobre su investigación sobre 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 en 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] Ella 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, de manera predecible, conduzcan a resultados conductuales positivos, como el comportamiento prosocial, cuando se preparan las emociones afectuosas. [74] Su investigación demuestra el impacto que la neuroeconomía podría tener en nuestra psique individual, 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. Mientras que la neuroeconomía más amplia 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 estímulos de marketing particulares.

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 comportamiento. Específicamente, su artículo sobre los anuncios antitabaco destacó la disparidad entre los anuncios que creemos que serán convincentes y los anuncios a los que el cerebro responde de manera más positiva. El anuncio que los expertos y el público del ensayo coincidieron en considerar que era la campaña antitabaco más eficaz en realidad provocó muy pocos cambios de comportamiento en los fumadores. [78] Mientras tanto, la campaña fue clasificada como la que tenía menos probabilidades de ser efectiva según los expertos y la audiencia, generó la respuesta neuronal más fuerte en la corteza prefrontal medial y resultó en que el mayor número de personas decidieran dejar de fumar. [78] Esto reveló que a menudo nuestro cerebro puede saber mejor que nosotros qué motivadores conducen a un cambio de comportamiento. También enfatiza la importancia de integrar la neurociencia en la economía conductual y convencional para generar modelos más holísticos y predicciones precisas. Esta investigación podría tener impacto 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.

Ver 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 del pensamiento rápido y lento 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 cerebro (Segunda ed.). 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: ¿Ha cambiado el mundo?". NeuroImagen . 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): la toma de decisiones y el cerebro . doi :10.1016/B978-0-12-416008-8.00035-8.
  6. ^ ab 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 cerebro (Segunda ed.). Ámsterdam: Elsevier Academic Press. ISBN 978-0-12-416008-8. OCLC  868956474.
  8. ^ Rústicohini A (2009). "Neuroeconomía: ¿Qué hemos encontrado y qué deberíamos buscar?". Opinión actual en neurobiología . 19 (6): 672–677. doi :10.1016/j.conb.2009.09.012. PMID  19896360. S2CID  2281817.
  9. ^ abc Thaler, Richard H., Mal comportamiento: 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 invariante para los cambios de menú". Reseñas de la naturaleza Neurociencia . 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". Revista de Socioeconomía . 37 (5): 1785–1788. doi :10.1016/j.socec.2004.09.061.
  12. ^ Rangel A.; Cámara C.; Montague PR (2008). "Un marco para estudiar la neurobiología de la toma de decisiones basada en valores". Reseñas de la naturaleza Neurociencia . 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. ^ Wakeker, Peter P. (2010). Teoría de las perspectivas: 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 por resonancia magnética funcional". NeuroImagen . 19 (2 partes 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". NeuroImagen . 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 diputado; Hozack N.; Zauscher B.; McDowell JE; Frank L.; GG marrón; Braff DL (2001). "Las redes de la corteza prefrontal, parietal y temporal subyacen a la toma de decisiones en presencia de incertidumbre". NeuroImagen . 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 diputado; Rogalsky C.; Simmons A.; Feinstein JS; Stein MB (2003). "El aumento de la activación de la ínsula derecha durante la toma de decisiones de riesgo está relacionado con la evitación de daños y el neuroticismo". NeuroImagen . 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 el daño a 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 FiorilloCD; Tobler PN; Schultz W. (2003). "Codificación discreta de la probabilidad de recompensa y la incertidumbre por las neuronas de dopamina" (PDF) . Ciencia . 299 (5614): 1898–1902. Código Bib : 2003 Ciencia... 299.1898F. doi : 10.1126/ciencia.1077349. PMID  12649484. S2CID  2363255.
  25. ^ ab Cardenal RN; Howes Nueva Jersey (2005). "Efectos de las lesiones del núcleo accumbens sobre la elección entre pequeñas recompensas ciertas y grandes recompensas inciertas en ratas". BMC Neurociencia . 6 : 37. doi : 10.1186/1471-2202-6-37 . PMC 1177958 . PMID  15921529. 
  26. ^ ab John M. Coates; Mark Gurnell; Aldo Rustichini (2009). "La proporción del segundo al cuarto dígito predice el éxito entre los operadores financieros de alta frecuencia". Procedimientos de la Academia Nacional de Ciencias . 106 (2): 623–628. Código Bib : 2009PNAS..106..623C. doi : 10.1073/pnas.0810907106 . PMC 2626753 . PMID  19139402. 
  27. ^ ab Paola Sapienza; Luigi Zingales; Darío Maestripieri (2009). "Las diferencias de género en la aversión al riesgo financiero y las elecciones profesionales se ven afectadas por la testosterona". Procedimientos de la Academia Nacional de Ciencias . 106 (36): 15268–15273. Código bibliográfico : 2009PNAS..10615268S. doi : 10.1073/pnas.0907352106 . PMC 2741240 . PMID  19706398. 
  28. ^ Caza, Laurence T.; Hayden, Benjamín Y. (2017). "Un marco distribuido, jerárquico y recurrente para la elección basada en recompensas". Reseñas de la naturaleza Neurociencia . 18 (3): 172–182. doi :10.1038/nrn.2017.7. PMC 5621622 . PMID  28209978. 
  29. ^ Kahneman, Daniel. Pensando, rápido y lento. ISBN 0-374-53355-5. OCLC  834531418.
  30. ^ Kahneman, Daniel; Tversky, Amos (1 de abril de 1977). Teoría posible. Un análisis de la toma de decisiones bajo riesgo (Reporte). Fuerte Belvoir, Virginia. 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". Revista de Psicología del Consumidor . 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; Cámara CF; Phelps EA (2009). "Pensar como un comerciante reduce selectivamente la aversión a las pérdidas de los individuos". Procedimientos de la Academia Nacional de Ciencias . 106 (13): 5035–5040. Código Bib : 2009PNAS..106.5035S. doi : 10.1073/pnas.0806761106 . PMC 2656558 . PMID  19289824. 
  33. ^ Hochman G.; Yechiam E. (2011). "Aversión a las pérdidas en el ojo y en el corazón: las respuestas del sistema nervioso autónomo a las pérdidas". Revista de toma de decisiones conductuales . 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". Boletín Psicológico . 139 (2): 497–518. doi :10.1037/a0029383. PMID  22823738. S2CID  10521233.
  35. ^ Gehring, WJ; Willoughby, AR (2002). "La corteza frontal medial y el rápido procesamiento de pérdidas y ganancias monetarias". Ciencia . 295 (2): 2279–2282. doi : 10.1002/bdm.692 . PMID  11910116.
  36. ^ Tom SM; zorro CR; Trepel C.; Poldrack RA (2007). "La base neuronal de la aversión a las pérdidas en la toma de decisiones en condiciones de riesgo". Ciencia . 315 (5811): 515–518. Código Bib : 2007 Ciencia... 315.. 515T. doi : 10.1126/ciencia.1134239. PMID  17255512. S2CID  10102114.
  37. ^ ab De Martino B.; Cámara CF; Adolfo R. (2010). "El daño a la amígdala elimina la aversión a las pérdidas monetarias". Procedimientos de la Academia Nacional de Ciencias . 107 (8): 3788–3792. Código Bib : 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 retrasadas". Ciencia . 306 (5695): 503–507. Código Bib : 2004 Ciencia... 306.. 503M. doi :10.1126/ciencia.1100907. PMID  15486304. S2CID  14663380.
  39. ^ McClure SM; Ericson KM; Laibson DI; Loewenstein G.; Cohen JD (2007). "Descuento de tiempo para recompensas principales". 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 MI; Bradshaw CM; Szabadi E. (2000). "Efecto del agotamiento 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 MI; Bradshaw CM; Szabadi E. (2000). "Efectos del agotamiento central de 5-hidroxitriptamina sobre 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 ganancias monetarias en humanos". NeuroInforme . 15 (13): 2145–2147. doi :10.1097/00001756-200409150-00029. PMID  15486498. S2CID  28140498.
  43. ^ Plihal W.; Krug R.; Pietrowsky R.; Fehm HL; Nacido J. (1996). "Efectos mediados por receptores de corticosteroides sobre 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.; Berna GS; CD de faldas escocesas (2002). "Una base neuronal para la cooperación social". Neurona . 35 (2): 395–405. doi : 10.1016/S0896-6273(02)00755-9 . PMID  12160756. S2CID  7787573.
  45. ^ Rilling JK; Sanfey AG; Aronson JA; nistrom LE; Cohen JD (2004). "Oponerse a respuestas BOLD al altruismo recíproco y no recíproco en supuestas vías de recompensa". NeuroInforme . 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 humanas fronto-mesolímbicas guían las decisiones sobre donaciones caritativas". Procedimientos de la Academia Nacional de Ciencias . 103 (42): 15623–15628. Código bibliográfico : 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.; Cámara C.; McCullough M. (2015). "¿La oxitocina aumenta la confianza en los humanos? Revisión crítica de la investigación". Perspectivas de la ciencia psicológica . 10 (6): 772–789. doi :10.1177/1745691615600138. PMID  26581735. S2CID  584766.
  49. ^ Gabay, Anthony S.; Radua, Joaquim; Kempton, Mateo J.; Mehta, Mitul A. (1 de noviembre de 2014). "El juego del Ultimatum y el cerebro: un metaanálisis de estudios de neuroimagen". Reseñas de neurociencia y biocomportamiento . 47 : 549–558. doi : 10.1016/j.neubiorev.2014.10.014 . PMID  25454357.
  50. ^ Knoch, Daria; Pascual-Leone, Álvaro; Meyer, Caspar; Treyer, Valerie; Fehr, Ernst (3 de noviembre de 2006). "Disminución de la equidad recíproca al alterar la corteza prefrontal derecha". Ciencia . 314 (5800): 829–832. Código Bib : 2006 Ciencia... 314..829K. doi : 10.1126/ciencia.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". Neurona . 58 (2): 284–294. doi : 10.1016/j.neuron.2008.03.020 . PMID  18439412. S2CID  10823042.
  52. ^ Glimcher y Fehr 2014: 248.
  53. ^ Bien, Cordelia (20 de febrero de 2018). Testosterona rex: mitos del sexo, la ciencia y la sociedad. Libros de National Geographic. 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". Científico americano . vol. 271, núm. 4. pág. 144. doi : 10.1038/scientificamerican1094-144. ISSN  0036-8733.
  56. ^ Billeke, P.; Zamorano, F.; Cosmelí, D.; Aboitiz, A. (2013). "La actividad cerebral oscilatoria se correlaciona con la percepción de 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.; Cosmelí, D.; Aboitiz, A. (2014). "Alguien tiene que ceder: las oscilaciones theta se correlacionan con el comportamiento adaptativo en la negociación social". Neurociencia Social Cognitiva y Afectiva . 9 (12): 2041–8. doi : 10.1093/scan/nsu012. PMC 4249481 . PMID  24493841. 
  58. ^ Brevet-Aeby, Charlotte; Brunelin, Jerome; Iceta, Sylvain; Padovan, Catalina; Poulet, Emmanuel (diciembre de 2016). "Cortex prefrontal e impulsividad: interés de la estimulación cerebral no invasiva". Reseñas de neurociencia y biocomportamiento . 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 disociable de la materia blanca frontoestriatal subyace a la recompensa y la impulsividad motora". NeuroImagen . 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 aprovechamiento 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: no es la única forma de observar el cerebro humano en acción". Observador de Aps . 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 consumidor: 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 neuroimagen funcional con metanálisis, psicometría y datos conductuales. Fronteras en Psicología. 2020; 11:1–26.
  68. ^ ab Rubinstein, Ariel (2006). "Discusión sobre" economía del comportamiento ": "Economía del comportamiento" (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. Consultado el 1 de enero de 2010 .
  69. ^ Gul, Faruk; Pesendorfer, Wolfgang (2008). "Un caso a favor de una economía sin sentido". En Schotter, Andrés; Caplin, Andrés (eds.). Los fundamentos de la economía positiva y normativa: un manual (manuales de metodologías económicas) . Prensa de la Universidad de Oxford, Estados Unidos. págs. 3–42. ISBN 978-0-19-532831-8. Consultado el 4 de marzo de 2009 .
  70. ^ Woodford M (2012). "La teoría de la perspectiva como distorsión perceptiva eficiente". Revista económica estadounidense . 102 (1): 41–46. doi :10.1257/aer.102.3.41.
  71. ^ De Martino B.; Cámara C.; Adolfo R. (2010). "El daño a la amígdala elimina la aversión a las pérdidas monetarias". Procedimientos de la Academia Nacional de Ciencias . 107 (8): 3788–3792. Código Bib : 2010PNAS..107.3788D. doi : 10.1073/pnas.0910230107 . PMC 2840433 . PMID  20142490. 
  72. ^ Platt, Michael L.; Watson, Karli K.; Hayden, Benjamín Y.; Pastor, Stephen V.; Klein, Jeffrey T. (2010). "Neuroeconomía: implicaciones para comprender la neurobiología de la adicción". Avances en la neurociencia de las adicciones (2ª ed.). Prensa CRC/Taylor y Francis. ISBN 978-0-8493-7391-6. PMID  21656977.
  73. ^ Vrticka, Pascal; Favre, Paulina; Singer, Tania (21 de abril de 2017), "La compasión y el cerebro", Compasión , Routledge, págs. 135-150, doi :10.4324/9781315564296-8, ISBN 978-1-315-56429-6, recuperado el 2 de mayo de 2022
  74. ^ Singer, Tania (2009), "Comprender a los demás", Neuroeconomía , Elsevier, págs. 251–268, doi :10.1016/b978-0-12-374176-9.00017-8, ISBN 9780123741769, recuperado el 2 de mayo de 2022
  75. ^ Cantante, Tania (2016). Economía solidaria: conversaciones sobre altruismo y compasión, entre científicos, economistas y... el dalai lama . Picador Estados Unidos. ISBN 978-1-250-07122-4. OCLC  905685607.
  76. ^ Glimcher, Paul (2008). "Neuroeconomía". Scholarpedia . 3 (10): 1759. Código bibliográfico : 2008SchpJ...3.1759G. doi : 10.4249/scholarpedia.1759 . Revisión #50592.
  77. ^ Lee N, Broderick AJ, Chamberlain L (febrero de 2007). "¿Qué es el "neuromarketing"? Una discusión y agenda para futuras investigaciones". Int J Psicofisiol . 63 (2): 199–204. doi :10.1016/j.ijpsycho.2006.03.007. PMID  16769143.
  78. ^ ab Berkman, Elliot T.; Dickenson, Janna; Falk, Emily B.; Liberman, Matthew D. (2011). "Dejar de fumar cigarrillos con éxito: procesos motivacionales, afectivos y neuronales". Conjunto de datos PsycEXTRA . doi :10.1037/e549962013-050 . Consultado el 2 de mayo de 2022 .

Otras lecturas

enlaces externos