The cognitive roots of strategic learning in repeated social interactions : from cognitive neuroscience back to behavioral economics - Thèses ENS Accéder directement au contenu
Thèse Année : 2017

The cognitive roots of strategic learning in repeated social interactions : from cognitive neuroscience back to behavioral economics

Bases cognitives de l'apprentissage stratégique lors d'interactions sociales répétées : des neurosciences cognitives à l'économie comportementale

Résumé

Social interactions rely on our ability to learn and adjust on the spot to the other’s behavior. Strategic games provide a useful framework to study the cognitive processes involved in the representation of the other’s intentions and their translation into the most adapted actions. In the last decades, the growing field of behavioral economics provided evidence of a systematic departure of human’s behavior from the optimal prescription formulated by game theory. Based on recent advances in cognitive sciences, we hypothesized that characterizing the source of heterogeneity in behavior might provide key insights to understand the boundaries over human social learning, and therefore deviation from mutually beneficial interactions. We first address the question of the interplay between the game environment and the heterogeneity in formation of high-order beliefs over the opponent’s behavior through strategic learning. We show that in a competitive repeated interaction, the payoff structure of the underlying game can influence the engagement in strategically sophisticated learning and explain deviation from game optimality (equilibrium). Our data suggest that participants in a disadvantaged role are constraints in their learning sophistication, and thus in the overcoming of their position, by their own cognitive capacities. Their opponents, albeit advantaged, still need to engage in strategically sophisticated learning but to follow and adjust their behavior in order to maximize their earnings. This study provides the first evidence of the key implication of strategic learning heterogeneity in equilibrium departure and provide insight to explain the emergence of a leader-follower dynamics of choice. In addition, our results suggest that a cost-benefit analysis might drive the engagement of strategic players in a more sophisticated learning process. In a second step, we investigated the hypothesis that the depth of strategic learning is not the only factor in play to grasp the other’s mind during competitive interaction, but that the capacity to detect and exploit patterns in her behavior is also important. We found that not only subjects were able to detect patterns in the opponent’s behavior, but that the capacity to do so was not correlated to a lower engagement in sophisticated strategic learning, therefore suggesting that humans can combine information from both types of learning to improve belief accuracy during social decision making.
Les interactions sociales humaines reposent sur notre capacité à apprendre et à ajuster nos comportements en réponse à ceux d'autrui. Les jeux stratégiques offrent un cadre pertinent pour étudier les processus cognitifs sous-tendant la représentation des intentions d'autrui, ainsi que les actions adaptées par lesquelles ces intentions se traduisent. Ces dernières décennies, le champ de l'économie comportementale a montré que les comportements humains dévient quasi systématiquement des prescriptions d’optimalité (équilibre) formulées par la théorie des jeux. Sur la base de récentes avancées en sciences cognitives, nous avons proposé que l’étude des sources de variation comportementale entre les individus pourrait fournir des informations cruciales à notre compréhension des limites de l’apprentissage social humain, et nous permettre de mieux comprendre cette non-convergence vers des interactions mutuellement bénéfiques. Dans ce travail de thèse, nous avons combiné des outils computationnels issus des neurosciences cognitives au cadre formel de l’économie comportementale dans le but d’étudier la façon dont les humains diffèrent dans leur compréhension du comportement d’autrui au cours d’interactions stratégiques compétitives. Dans un premier temps, nous avons abordé la question de l’interaction entre l’environnement de jeu et l’hétérogénéité de l’apprentissage stratégique. Nos résultats ont montré que, lors d’une interaction compétitive répétée, la structure (règle) du jeu peut influencer le niveau d’engagement dans un mode d’apprentissage stratégique sophistiqué et expliquer les déviations par rapport à l’équilibre. Nos données suggèrent que les participants occupant une position désavantageuse dans l’interaction stratégique sont contraints par la sophistication de leur apprentissage. Leurs opposants, bien qu’avantagés, doivent tout de même s’engager dans un apprentissage stratégique sophistiqué pour adapter leur comportement et maximiser leurs gains. Cette étude a ainsi révélé pour la première fois l’impact des différences interindividuelles dans l’apprentissage stratégique sur les déviations des décisions par rapport à l’optimalité et éclaire les processus responsables de l’émergence de dynamiques de choix leader-follower. De plus, nos résultats suggèrent qu’une analyse coût-bénéfice pourrait sous-tendre l’engagement des joueurs stratégiques dans des processus d’apprentissage plus sophistiqués. Dans un second temps, nous avons testé l’hypothèse selon laquelle la profondeur (le niveau de sophistication) de l’apprentissage stratégique n’est pas le seul facteur permettant la compréhension des intentions d’autrui au cours d’une interaction stratégique, mais que cette compréhension repose également sur la capacité à détecter et exploiter des patterns dans son comportement. Nous avons observé que les participants étaient capables de détecter des régularités statistiques dans le comportement de l’opposant, mais également que cette aptitude n’était pas corrélée à un engagement plus faible dans un apprentissage stratégique sophistiqué, suggérant ainsi que les humains peuvent combiner des informations provenant de deux types d’apprentissage pour améliorer la précision de leurs croyances vis-à-vis d’autrui au cours de prises de décision sociales.
Fichier principal
Vignette du fichier
Griessinger-2017-These.pdf (9.96 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03383031 , version 1 (18-10-2021)

Identifiants

  • HAL Id : tel-03383031 , version 1

Citer

Thibaud Griessinger. The cognitive roots of strategic learning in repeated social interactions : from cognitive neuroscience back to behavioral economics. Cognitive Sciences. Université Paris sciences et lettres, 2017. English. ⟨NNT : 2017PSLEE093⟩. ⟨tel-03383031⟩
85 Consultations
25 Téléchargements

Partager

Gmail Facebook X LinkedIn More