Viajando para o futuro

Cada decisão envolve nossas experiências passadas (armazenadas nos estados do corpo), bem como a situação presente (será que tenho dinheiro suficiente para comprar X e não Y? A opção Z está disponível?). Mas existe outra parte na história das decisões: as previsões do futuro.

Por todo o reino animal, cada criatura é equipada para procurar recompensas. O que é uma recompensa? Essencialmente, é algo que moverá o corpo para mais perto da solução ideal. A água é uma recompensa quando seu corpo está ficando desidratado, a comida é uma recompensa quando suas reservas de energia caem. Água e comida são chamadas recompensas primárias, que atendem diretamente a necessidades biológicas. Porém, de forma mais geral, o comportamento humano é conduzido por recompensas secundárias, que preveem recompensas primárias. Por exemplo, a visão de um retângulo de metal não seria em si grande coisa para seu cérebro, mas, como você aprendeu a reconhecê-lo como uma fonte de água, sua visão dele vem a ser recompensadora quando você tem sede. No caso da espécie humana, podemos achar recompensadores até conceitos muito abstratos, como a sensação de que somos valorizados pela comunidade onde vivemos. E, diferentemente dos animais, em geral podemos colocar essas recompensas à frente das necessidades biológicas. Como observa Read Montague, “tubarões não fazem greve de fome”: o restante do reino animal busca somente suas necessidades básicas, enquanto só a espécie humana ignora essas necessidades em deferência a ideais abstratos. Assim, quando estamos diante de um leque de possibilidades, integramos informações internas e externas para tentar maximizar a recompensa, mesmo que isso nos limite como indivíduos.

O desafio em qualquer recompensa, seja básica ou abstrata, é que, em geral, as escolhas não geram frutos prontamente. Quase sempre temos de tomar decisões em que um curso de ação escolhido produz uma recompensa muito depois. As pessoas estudam durante anos porque valorizam o conceito futuro de ter um diploma, escravizam-se em um emprego de que não gostam na esperança de uma futura promoção e se obrigam a fazer exercícios dolorosos com o objetivo de ter uma boa forma física.

Comparar opções diferentes significa atribuir um valor a cada uma delas em uma moeda comum, a da recompensa prevista, e depois escolher aquela que tem valor maior. Pense nesta hipótese: tenho algum tempo livre e tento decidir o que fazer. Preciso fazer compras, mas também sei que preciso ir a uma cafeteria e trabalhar em uma petição de verba para meu laboratório, porque o prazo final está se aproximando. Também quero passear com meu filho no parque. Como posso arbitrar esse cardápio de opções?

É claro que seria fácil se eu pudesse comparar diretamente essas experiências vivendo cada uma delas, depois voltar no tempo e, por fim, escolher meu caminho com base no resultado que foi melhor. Infelizmente, não posso viajar no tempo.

Ou posso?

Viajar no tempo é algo que o cérebro humano faz incansavelmente. Quando está diante de uma decisão, nosso cérebro simula resultados diferentes para gerar um modelo do que pode ser nosso futuro. Mentalmente, podemos nos desligar do momento presente e viajar a um mundo que ainda não existe.

Agora, simular uma hipótese em minha mente é só o primeiro passo. Para decidir entre as hipóteses imaginadas, procuro estimar qual será a recompensa em cada um dos possíveis futuros. Quando simulo encher minha despensa com mantimentos, tenho uma sensação de alívio por me organizar e evitar a incerteza. A verba traz recompensas diferentes: não só dinheiro para o laboratório, mas, de forma mais geral, a glória para o chefe de meu departamento e um senso recompensador de realização em minha carreira. Imaginar que estou no parque com meu filho inspira alegria e um senso de recompensa em termos de proximidade familiar. Tomarei minha decisão final dependendo de como cada futuro se compara com os outros na moeda comum de meus sistemas de recompensa. A decisão não é fácil, porque todas essas estimativas são nuançadas: a simulação da compra de mantimentos é acompanhada por sentimentos de tédio; a redação da petição de verba é acompanhada pela frustração; o parque com a culpa por não terminar o trabalho. Em geral, abaixo do radar da consciência, meu cérebro simula todas as opções, uma de cada vez, e faz uma avaliação de cada uma delas. É assim que eu decido.

Como posso simular com precisão esses futuros? Posso prever como realmente será percorrer esses caminhos? A resposta é que não posso: não existe meio de saber se minhas previsões serão precisas. Todas as minhas simulações são baseadas apenas em minhas experiências do passado e em meus modelos atuais de como funciona o mundo. Como todos no reino animal, não podemos vagar por aí na esperança de descobrir ao acaso o que resulta em recompensa futura ou não. Em vez disso, a questão fundamental do cérebro é prever. E, para fazer isso razoavelmente bem, precisamos aprender continuamente sobre o mundo a partir de cada experiência que vivemos. Assim, nesse caso, atribuo valor a cada uma dessas opções com base em minhas experiências do passado. Usando os estúdios de Hollywood de nossa mente, viajamos no tempo a nossos futuros imaginados para ver quanto valor eles terão. E é assim que tomo minhas decisões, comparando futuros possíveis. É assim que converto opções concorrentes em uma moeda comum de recompensa futura.

Pense no valor de minha recompensa prevista para cada opção como uma avaliação íntima que armazena o quanto uma coisa será boa. Como comprar mantimentos vai me abastecer de comida, digamos que seu valor seja de 10 unidades de recompensa. Redigir o pedido de verba é complicado, mas necessário para minha carreira, então o peso é de 25 unidades de recompensa. Adoro ficar com meu filho, então, ir ao parque vale 50 unidades de recompensa.

Mas aqui há uma reviravolta interessante: o mundo é complicado e nossas avaliações íntimas nunca são imutáveis. Sua avaliação de tudo pode mudar, porque, com muita frequência, nossas previsões não combinam com o que realmente acontece. A chave para o

aprendizado eficaz está em localizar o desvio de previsão: a diferença entre o resultado esperado de uma decisão e o resultado que de fato ocorreu.

No caso de hoje, meu cérebro tem uma previsão sobre o quanto será recompensador o passeio no parque. Se encontrarmos amigos por lá e por acaso for ainda melhor do que eu pensava, isso aumentará a avaliação da próxima vez que eu tomar essa decisão. Por outro lado, se os balanços estiverem quebrados e chover, minha avaliação na próxima ocasião será reduzida.

Como isso funciona? Existe um sistema antigo e mínimo no cérebro cuja missão é manter atualizadas suas avaliações do mundo. Este sistema é composto de grupos mínimos de células em seu mesencéfalo que falam a língua de um neurotransmissor chamado dopamina.

Quando há um descompasso entre sua expectativa e a realidade, esse sistema de dopamina do mesencéfalo transmite um sinal que reavalia o nível do preço. Esse sinal diz ao resto do sistema se as coisas ocorreram de forma melhor do que o esperado (um aumento explosivo de dopamina), ou pior (uma diminuição na dopamina). Esse sinal de desvio de previsão permite que o resto do cérebro ajuste as expectativas para que, da próxima vez, tente se aproximar mais da realidade. A dopamina age como um corretor de erros: um avaliador químico que sempre se esforça para que nossas avaliações sejam atualizadas ao máximo possível. Desse modo, você pode priorizar as decisões com base em suas conjecturas otimizadas sobre o futuro.

Fundamentalmente, o cérebro é sintonizado para detectar resultados inesperados – e essa sensibilidade está no cerne da capacidade animal de se adaptar e aprender. Não surpreende, então, que a arquitetura do cérebro envolvida no aprendizado a partir da experiência seja coerente entre espécies, das abelhas à humana. Isso sugere que os cérebros descobriram os princípios básicos do aprendizado pela recompensa há muito tempo.

Imagem 18: Os neurônios que liberam dopamina, envolvidos na tomada

de decisões, estão concentrados em regiões mínimas do cérebro

chamadas área tegmental ventral e substância nigra. Apesar do

tamanho diminuto, elas têm um alcance amplo, transmitindo

atualizações quando o valor previsto de uma decisão se revela alto ou

baixo demais.