In der Tat änderte sich das mit höherer Belohnung verbundene Symbol ständig. Am Anfang des Experiments lieferte eins der beiden Symbole in 70 Prozent der Fälle monetäre Belohnung und nach einigen Runden in nur 30 Prozent. Während des Experiments erfolgten diese Änderungen mehrmals. „Dieses sogenannte reversal learning paradigm schafft eine Unsicherheit für die Probanden, so dass sie stets erneut lernen müssen, um mehr Gewinn zu erzielen. Vor allem, wenn die Umkehr gerade erfolgt ist, konnten manche Mitglieder der Gruppe dies schneller aussuchen als die anderen; und konnten so diese soziale Information mit ihren eigenen Entscheidungsprozessen verbinden“, erklärt Jan Gläscher, Letztautor und Leiter der Arbeitsgruppe „Valuation and Social Decision-Making“ im UKE.

Erwartungsgemäß wechselten die Probanden häufiger, wenn sie mit den entgegengesetzten Entscheidungen der anderen konfrontiert wurden. Interessanterweise spiegelte die zweite Wahl – nach Berücksichtigung der sozialen Information – die Belohnungsstruktur besser wider als die erste Wahl. Wie lässt sich dieses Ergebnis erklären? Die Forschenden verwendeten fein abgestimmte Modelle für die Quantifizierung des Verhaltens der Probanden und präsentierten separate Berechnungsstrategien für direktes und soziales Lernen. „Zu Beginn jeder Runde kombinierten die Probanden ihre eigenen direkten Lernerfahrungen und die soziale Lernerfahrung, um eine Wahl zu treffen. Dabei folgt das direkte Lernen einem einfachen Reinforcement-Learning Algorithmus. Soziales Lernen wird durch die Beobachtung der Belohnungshistorie der anderen initiiert“, sagt Zhang.

Innerhalb jeder Gruppe scannten die Forschenden das Gehirn eines Probanden mit funktioneller Magnetresonanztomographie. Dies ermöglichte ihnen zu messen, zu welchem Zeitpunkt und an welchem Ort das Gehirn direktes und soziales Lernen ausführt. Außerdem konnten die Wissenschafter bestimmen, inwiefern die beiden Arten des Lernens tatsächlich mit unterschiedlichen neuralen Signaturen assoziiert sind. Die Hirnscans zeigten, dass direktes Lernen im ventromedialen präfrontalen Kortex erfolgt, wohingegen soziales Lernen im anterioren cingulären Kortex erfolgt. Diese beiden Bereiche interagieren auch mit einem Bereich im Zentrum des Gehirns namens Striatum. „Welches sowohl bekannten Vorhersagefehler für Belohnungen als auch einen neuen Vorhersagefehler für die Übereinstimmung mit den anderen berechnet. Diese beiden Fehler führen zu einer Anpassung der Erwartungshaltungen in diesen beiden Bereichen, was wiederum präzisere Vorhersagen und damit bessere Entscheidungen ermöglicht“, sagt Gläscher. „Dies deutet auf ein integriertes Netzwerk im Gehirn hin, das den sozialen Einfluss auf die menschliche Entscheidungsfindung moduliert.“

Diese Ergebnisse lassen vermuten, dass zwei eigene Arten von Lernsignalen in getrennten, aber interagierenden Hirnregionen verarbeitet werden, die separate Berechnungsstrategien für die Entscheidungsfindung in sozialen Kontexten repräsentieren. „Direktes Lernen ist in stabilen Situationen effizient und wenn Situationen wechselhaft und unsicher sind, könnte bei der Anpassung an neuartige Situationen soziales Lernen eine wichtige Rolle spielen, zusammen mit direktem Lernen; wie beispielsweise bei der Speisewahl in einer neuen Firmenkantine“ erklärt Gläscher.

Ein wichtiger Bereich für zukünftige Forschungen wird sein, einen Teil des integrierten Netzwerkes mit non-invasiver Hirnstimulation zu stören und festzustellen, wie Verhaltensweisen und Berechnungsstrategien in sozialer Entscheidungsfindung dadurch verändert werden.