Bases computacionales y neurales de la confianza en la toma de decisiones
- Autores
- Comay, Nicolás Alejandro
- Año de publicación
- 2026
- Idioma
- español castellano
- Tipo de recurso
- tesis doctoral
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Barttfeld, Pablo
Solovey, Guillermo
Ahumada, José
Tagliazucchi, Enzo
Kamienkowski, Juan - Descripción
- Tesis (Doctor en Neurociencias) - - Universidad Nacional de Córdoba. Facultad de Ciencias Químicas, 2026
Fil.: Comay, Nicolás Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas; Argentina.
La presente tesis versa sobre el sentimiento de confianza que acompaña la toma de decisiones. Tradicionalmente la confianza se ha conceptualizado como una variable metacognitiva que refleja—según modelos normativos—la probabilidad subjetiva de que una decisión tomada fue correcta. Este abordaje, derivado en gran medida de diseños experimentales de toma de decisiones perceptuales en donde agentes decisores discriminan entre dos estímulos, ha sido altamente fructífero: ancló la confianza dentro de principios normativos, permitió una caracterización computacional precisa de la misma, y reveló una red frontoparietal de regiones cerebrales que codifican la confianza antes y después de una decisión. Sin embargo, el grado en que la confianza refleja cómputos normativos es un punto de fuerte debate en la literatura actual. Además, la confianza no es una mera habilidad reflexiva sino una variable funcional clave en el contexto decisional al regular la búsqueda de información, la exploración y la velocidad en la que las decisiones se ejecutan, entre otras funciones. En la presente tesis buscaremos avanzar en la resolución de estas tensiones. Luego de realizar una introducción teórica tanto a la toma de decisiones y su confianza asociada (Capítulo 1) como a los principales modelos computacionales utilizados para modelar la misma (Capítulo 2), presentaremos una serie de resultados empíricos con el objetivo de (i) evaluar hasta qué punto la confianza refleja la probabilidad subjetiva de acertar, (ii) incluir el rol modulador de la confianza en el proceso de toma de decisiones bajo incertidumbre, (iii) caracterizar sus correlatos neuronales utilizando electroencefalografía. En primer lugar (Capítulo 3), y dirigiéndonos hacia un entendimiento de la confianza como una variable clave reguladora de la conducta, presentaremos una caracterización computacional de la confianza en contextos de aprendizaje por refuerzos, donde mostraremos cómo la misma regula el trade-off entre exploración y explotación. Además, describiremos cómo la confianza se desvía de una simple lectura de la probabilidad de haber acertado y, de manera interesante, el grado en que lo hace caracteriza patrones subóptimos de comportamiento (menor desempeño, menor uso de la certeza para modular el grado de explotación y exploración y menor capacidad para distinguir entre decisiones correctas e incorrectas). Posteriormente, mostraremos cómo incluso en tareas perceptuales simples la confianza se desvía de la hipótesis computacional de que la misma refleja la probabilidad de haber tomado una decisión correcta (Capítulo 4). Finalmente, apoyándonos en diversos sesgos específicos de confianza que disocian la misma de otras variables clave como el desempeño o los tiempos de reacción, realizaremos una caracterización de los correlatos neuronales de la misma mediante electroencefalografía y análisis de patrones multivariados (Capítulo 5). En conjunto, los resultados de esta tesis convergen en una idea central: la confianza no puede reducirse a una simple estimación de la probabilidad de acierto, sino que constituye una señal metacognitiva más rica, sensible a diferentes fuentes de información y con un rol funcional activo en la regulación de la conducta. Al integrar evidencia comportamental, modelado computacional y medidas neurofisiológicas, este trabajo contribuye a una comprensión más amplia de cómo los seres humanos evalúan sus propias decisiones en contextos de incertidumbre y utilizan esta evaluación para regular el proceso decisional, abriendo nuevas preguntas acerca de los mecanismos y límites de estos procesos.
This thesis focuses on the feeling of confidence that accompanies decision-making. Traditionally, confidence has been conceptualized as a metacognitive variable that reflects—according to normative models—the subjective probability that a decision is correct. This approach, largely derived from perceptual decision-making paradigms in which agents discriminate between two stimuli, has been highly fruitful: it anchored confidence within normative principles, enabled a precise computational characterization, and revealed a frontoparietal network of brain regions encoding confidence both before and after a decision. However, the extent to which confidence reflects normative computations remains a matter of active debate in the current literature. Moreover, confidence is not merely a reflective ability, but a key functional variable in decision-making, regulating information seeking, exploration, and the speed at which decisions are executed, among other processes. In this thesis, we aim to advance the resolution of these tensions. After providing a theoretical introduction to decision-making and its associated confidence (Chapter 1), as well as to the main computational models used to account for it (Chapter 2), we present a series of empirical results with the goals of: (i) evaluating the extent to which confidence reflects the probability of being correct, (ii) incorporating the modulatory role of confidence in decision-making under uncertainty, and (iii) characterizing its neural correlates using electroencephalography. First (Chapter 3), adopting a view of confidence as a key regulatory variable of behavior, we provide a computational characterization of confidence in reinforcement learning contexts, showing how it governs the exploration–exploitation trade-off. We further demonstrate that confidence deviates from a simple readout of the probability of being correct and, importantly, that the degree of this deviation characterizes suboptimal behavioral patterns (lower performance, reduced use of certainty to modulate exploration and exploitation, and diminished ability to discriminate between correct and incorrect decisions). We then show that even in simple perceptual tasks, confidence systematically departs from the computational hypothesis that it reflects the probability of having made a correct decision (Chapter 4). Finally, leveraging specific confidence biases that dissociate confidence from other key variables such as performance and reaction times, we characterize its neural correlates using electroencephalography and multivariate pattern analysis (Chapter 5). Taken together, the results of this thesis converge on a central idea: confidence cannot be reduced to a simple estimate of the probability of being correct, but instead constitutes a richer metacognitive signal, sensitive to multiple sources of information and playing an active functional role in the regulation of behavior. By integrating behavioral evidence, computational modeling, and neurophysiological measures, this work contributes to a broader understanding of how humans evaluate their own decisions under uncertainty and use these evaluations to regulate behavior, opening new questions about the mechanisms and limits of these processes.
2028-08-31
Fil.: Comay, Nicolás Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas; Argentina. - Materia
-
Neurociencia
Neuronas
Toma de decisiones
Confianza
Cerebro
Métodos computacionales
Simulación por computador
Probabilidades
Conducta - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
.jpg)
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/563140
Ver los metadatos del registro completo
| id |
RDUUNC_5a8ee512efc5bc6233500dc276444a12 |
|---|---|
| oai_identifier_str |
oai:rdu.unc.edu.ar:11086/563140 |
| network_acronym_str |
RDUUNC |
| repository_id_str |
2572 |
| network_name_str |
Repositorio Digital Universitario (UNC) |
| spelling |
Bases computacionales y neurales de la confianza en la toma de decisionesComay, Nicolás AlejandroNeurocienciaNeuronasToma de decisionesConfianzaCerebroMétodos computacionalesSimulación por computadorProbabilidadesConductaTesis (Doctor en Neurociencias) - - Universidad Nacional de Córdoba. Facultad de Ciencias Químicas, 2026Fil.: Comay, Nicolás Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas; Argentina.La presente tesis versa sobre el sentimiento de confianza que acompaña la toma de decisiones. Tradicionalmente la confianza se ha conceptualizado como una variable metacognitiva que refleja—según modelos normativos—la probabilidad subjetiva de que una decisión tomada fue correcta. Este abordaje, derivado en gran medida de diseños experimentales de toma de decisiones perceptuales en donde agentes decisores discriminan entre dos estímulos, ha sido altamente fructífero: ancló la confianza dentro de principios normativos, permitió una caracterización computacional precisa de la misma, y reveló una red frontoparietal de regiones cerebrales que codifican la confianza antes y después de una decisión. Sin embargo, el grado en que la confianza refleja cómputos normativos es un punto de fuerte debate en la literatura actual. Además, la confianza no es una mera habilidad reflexiva sino una variable funcional clave en el contexto decisional al regular la búsqueda de información, la exploración y la velocidad en la que las decisiones se ejecutan, entre otras funciones. En la presente tesis buscaremos avanzar en la resolución de estas tensiones. Luego de realizar una introducción teórica tanto a la toma de decisiones y su confianza asociada (Capítulo 1) como a los principales modelos computacionales utilizados para modelar la misma (Capítulo 2), presentaremos una serie de resultados empíricos con el objetivo de (i) evaluar hasta qué punto la confianza refleja la probabilidad subjetiva de acertar, (ii) incluir el rol modulador de la confianza en el proceso de toma de decisiones bajo incertidumbre, (iii) caracterizar sus correlatos neuronales utilizando electroencefalografía. En primer lugar (Capítulo 3), y dirigiéndonos hacia un entendimiento de la confianza como una variable clave reguladora de la conducta, presentaremos una caracterización computacional de la confianza en contextos de aprendizaje por refuerzos, donde mostraremos cómo la misma regula el trade-off entre exploración y explotación. Además, describiremos cómo la confianza se desvía de una simple lectura de la probabilidad de haber acertado y, de manera interesante, el grado en que lo hace caracteriza patrones subóptimos de comportamiento (menor desempeño, menor uso de la certeza para modular el grado de explotación y exploración y menor capacidad para distinguir entre decisiones correctas e incorrectas). Posteriormente, mostraremos cómo incluso en tareas perceptuales simples la confianza se desvía de la hipótesis computacional de que la misma refleja la probabilidad de haber tomado una decisión correcta (Capítulo 4). Finalmente, apoyándonos en diversos sesgos específicos de confianza que disocian la misma de otras variables clave como el desempeño o los tiempos de reacción, realizaremos una caracterización de los correlatos neuronales de la misma mediante electroencefalografía y análisis de patrones multivariados (Capítulo 5). En conjunto, los resultados de esta tesis convergen en una idea central: la confianza no puede reducirse a una simple estimación de la probabilidad de acierto, sino que constituye una señal metacognitiva más rica, sensible a diferentes fuentes de información y con un rol funcional activo en la regulación de la conducta. Al integrar evidencia comportamental, modelado computacional y medidas neurofisiológicas, este trabajo contribuye a una comprensión más amplia de cómo los seres humanos evalúan sus propias decisiones en contextos de incertidumbre y utilizan esta evaluación para regular el proceso decisional, abriendo nuevas preguntas acerca de los mecanismos y límites de estos procesos.This thesis focuses on the feeling of confidence that accompanies decision-making. Traditionally, confidence has been conceptualized as a metacognitive variable that reflects—according to normative models—the subjective probability that a decision is correct. This approach, largely derived from perceptual decision-making paradigms in which agents discriminate between two stimuli, has been highly fruitful: it anchored confidence within normative principles, enabled a precise computational characterization, and revealed a frontoparietal network of brain regions encoding confidence both before and after a decision. However, the extent to which confidence reflects normative computations remains a matter of active debate in the current literature. Moreover, confidence is not merely a reflective ability, but a key functional variable in decision-making, regulating information seeking, exploration, and the speed at which decisions are executed, among other processes. In this thesis, we aim to advance the resolution of these tensions. After providing a theoretical introduction to decision-making and its associated confidence (Chapter 1), as well as to the main computational models used to account for it (Chapter 2), we present a series of empirical results with the goals of: (i) evaluating the extent to which confidence reflects the probability of being correct, (ii) incorporating the modulatory role of confidence in decision-making under uncertainty, and (iii) characterizing its neural correlates using electroencephalography. First (Chapter 3), adopting a view of confidence as a key regulatory variable of behavior, we provide a computational characterization of confidence in reinforcement learning contexts, showing how it governs the exploration–exploitation trade-off. We further demonstrate that confidence deviates from a simple readout of the probability of being correct and, importantly, that the degree of this deviation characterizes suboptimal behavioral patterns (lower performance, reduced use of certainty to modulate exploration and exploitation, and diminished ability to discriminate between correct and incorrect decisions). We then show that even in simple perceptual tasks, confidence systematically departs from the computational hypothesis that it reflects the probability of having made a correct decision (Chapter 4). Finally, leveraging specific confidence biases that dissociate confidence from other key variables such as performance and reaction times, we characterize its neural correlates using electroencephalography and multivariate pattern analysis (Chapter 5). Taken together, the results of this thesis converge on a central idea: confidence cannot be reduced to a simple estimate of the probability of being correct, but instead constitutes a richer metacognitive signal, sensitive to multiple sources of information and playing an active functional role in the regulation of behavior. By integrating behavioral evidence, computational modeling, and neurophysiological measures, this work contributes to a broader understanding of how humans evaluate their own decisions under uncertainty and use these evaluations to regulate behavior, opening new questions about the mechanisms and limits of these processes.2028-08-31Fil.: Comay, Nicolás Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas; Argentina.Barttfeld, PabloSolovey, GuillermoAhumada, JoséTagliazucchi, EnzoKamienkowski, Juan2026-09-01info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://hdl.handle.net/11086/563140spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2026-10-01T10:23:46Zoai:rdu.unc.edu.ar:11086/563140Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722026-10-01 10:23:48.214Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
| dc.title.none.fl_str_mv |
Bases computacionales y neurales de la confianza en la toma de decisiones |
| title |
Bases computacionales y neurales de la confianza en la toma de decisiones |
| spellingShingle |
Bases computacionales y neurales de la confianza en la toma de decisiones Comay, Nicolás Alejandro Neurociencia Neuronas Toma de decisiones Confianza Cerebro Métodos computacionales Simulación por computador Probabilidades Conducta |
| title_short |
Bases computacionales y neurales de la confianza en la toma de decisiones |
| title_full |
Bases computacionales y neurales de la confianza en la toma de decisiones |
| title_fullStr |
Bases computacionales y neurales de la confianza en la toma de decisiones |
| title_full_unstemmed |
Bases computacionales y neurales de la confianza en la toma de decisiones |
| title_sort |
Bases computacionales y neurales de la confianza en la toma de decisiones |
| dc.creator.none.fl_str_mv |
Comay, Nicolás Alejandro |
| author |
Comay, Nicolás Alejandro |
| author_facet |
Comay, Nicolás Alejandro |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Barttfeld, Pablo Solovey, Guillermo Ahumada, José Tagliazucchi, Enzo Kamienkowski, Juan |
| dc.subject.none.fl_str_mv |
Neurociencia Neuronas Toma de decisiones Confianza Cerebro Métodos computacionales Simulación por computador Probabilidades Conducta |
| topic |
Neurociencia Neuronas Toma de decisiones Confianza Cerebro Métodos computacionales Simulación por computador Probabilidades Conducta |
| dc.description.none.fl_txt_mv |
Tesis (Doctor en Neurociencias) - - Universidad Nacional de Córdoba. Facultad de Ciencias Químicas, 2026 Fil.: Comay, Nicolás Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas; Argentina. La presente tesis versa sobre el sentimiento de confianza que acompaña la toma de decisiones. Tradicionalmente la confianza se ha conceptualizado como una variable metacognitiva que refleja—según modelos normativos—la probabilidad subjetiva de que una decisión tomada fue correcta. Este abordaje, derivado en gran medida de diseños experimentales de toma de decisiones perceptuales en donde agentes decisores discriminan entre dos estímulos, ha sido altamente fructífero: ancló la confianza dentro de principios normativos, permitió una caracterización computacional precisa de la misma, y reveló una red frontoparietal de regiones cerebrales que codifican la confianza antes y después de una decisión. Sin embargo, el grado en que la confianza refleja cómputos normativos es un punto de fuerte debate en la literatura actual. Además, la confianza no es una mera habilidad reflexiva sino una variable funcional clave en el contexto decisional al regular la búsqueda de información, la exploración y la velocidad en la que las decisiones se ejecutan, entre otras funciones. En la presente tesis buscaremos avanzar en la resolución de estas tensiones. Luego de realizar una introducción teórica tanto a la toma de decisiones y su confianza asociada (Capítulo 1) como a los principales modelos computacionales utilizados para modelar la misma (Capítulo 2), presentaremos una serie de resultados empíricos con el objetivo de (i) evaluar hasta qué punto la confianza refleja la probabilidad subjetiva de acertar, (ii) incluir el rol modulador de la confianza en el proceso de toma de decisiones bajo incertidumbre, (iii) caracterizar sus correlatos neuronales utilizando electroencefalografía. En primer lugar (Capítulo 3), y dirigiéndonos hacia un entendimiento de la confianza como una variable clave reguladora de la conducta, presentaremos una caracterización computacional de la confianza en contextos de aprendizaje por refuerzos, donde mostraremos cómo la misma regula el trade-off entre exploración y explotación. Además, describiremos cómo la confianza se desvía de una simple lectura de la probabilidad de haber acertado y, de manera interesante, el grado en que lo hace caracteriza patrones subóptimos de comportamiento (menor desempeño, menor uso de la certeza para modular el grado de explotación y exploración y menor capacidad para distinguir entre decisiones correctas e incorrectas). Posteriormente, mostraremos cómo incluso en tareas perceptuales simples la confianza se desvía de la hipótesis computacional de que la misma refleja la probabilidad de haber tomado una decisión correcta (Capítulo 4). Finalmente, apoyándonos en diversos sesgos específicos de confianza que disocian la misma de otras variables clave como el desempeño o los tiempos de reacción, realizaremos una caracterización de los correlatos neuronales de la misma mediante electroencefalografía y análisis de patrones multivariados (Capítulo 5). En conjunto, los resultados de esta tesis convergen en una idea central: la confianza no puede reducirse a una simple estimación de la probabilidad de acierto, sino que constituye una señal metacognitiva más rica, sensible a diferentes fuentes de información y con un rol funcional activo en la regulación de la conducta. Al integrar evidencia comportamental, modelado computacional y medidas neurofisiológicas, este trabajo contribuye a una comprensión más amplia de cómo los seres humanos evalúan sus propias decisiones en contextos de incertidumbre y utilizan esta evaluación para regular el proceso decisional, abriendo nuevas preguntas acerca de los mecanismos y límites de estos procesos. This thesis focuses on the feeling of confidence that accompanies decision-making. Traditionally, confidence has been conceptualized as a metacognitive variable that reflects—according to normative models—the subjective probability that a decision is correct. This approach, largely derived from perceptual decision-making paradigms in which agents discriminate between two stimuli, has been highly fruitful: it anchored confidence within normative principles, enabled a precise computational characterization, and revealed a frontoparietal network of brain regions encoding confidence both before and after a decision. However, the extent to which confidence reflects normative computations remains a matter of active debate in the current literature. Moreover, confidence is not merely a reflective ability, but a key functional variable in decision-making, regulating information seeking, exploration, and the speed at which decisions are executed, among other processes. In this thesis, we aim to advance the resolution of these tensions. After providing a theoretical introduction to decision-making and its associated confidence (Chapter 1), as well as to the main computational models used to account for it (Chapter 2), we present a series of empirical results with the goals of: (i) evaluating the extent to which confidence reflects the probability of being correct, (ii) incorporating the modulatory role of confidence in decision-making under uncertainty, and (iii) characterizing its neural correlates using electroencephalography. First (Chapter 3), adopting a view of confidence as a key regulatory variable of behavior, we provide a computational characterization of confidence in reinforcement learning contexts, showing how it governs the exploration–exploitation trade-off. We further demonstrate that confidence deviates from a simple readout of the probability of being correct and, importantly, that the degree of this deviation characterizes suboptimal behavioral patterns (lower performance, reduced use of certainty to modulate exploration and exploitation, and diminished ability to discriminate between correct and incorrect decisions). We then show that even in simple perceptual tasks, confidence systematically departs from the computational hypothesis that it reflects the probability of having made a correct decision (Chapter 4). Finally, leveraging specific confidence biases that dissociate confidence from other key variables such as performance and reaction times, we characterize its neural correlates using electroencephalography and multivariate pattern analysis (Chapter 5). Taken together, the results of this thesis converge on a central idea: confidence cannot be reduced to a simple estimate of the probability of being correct, but instead constitutes a richer metacognitive signal, sensitive to multiple sources of information and playing an active functional role in the regulation of behavior. By integrating behavioral evidence, computational modeling, and neurophysiological measures, this work contributes to a broader understanding of how humans evaluate their own decisions under uncertainty and use these evaluations to regulate behavior, opening new questions about the mechanisms and limits of these processes. 2028-08-31 Fil.: Comay, Nicolás Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas; Argentina. |
| description |
Tesis (Doctor en Neurociencias) - - Universidad Nacional de Córdoba. Facultad de Ciencias Químicas, 2026 |
| publishDate |
2026 |
| dc.date.none.fl_str_mv |
2026-09-01 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/563140 |
| url |
http://hdl.handle.net/11086/563140 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
| reponame_str |
Repositorio Digital Universitario (UNC) |
| collection |
Repositorio Digital Universitario (UNC) |
| instname_str |
Universidad Nacional de Córdoba |
| instacron_str |
UNC |
| institution |
UNC |
| repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
| repository.mail.fl_str_mv |
oca.unc@gmail.com |
| _version_ |
1877859138314174464 |
| score |
13.364332 |