📍 Dove siamo nel percorso

Finora hai costruito modelli che catturano le relazioni statistiche tra le variabili. L’obiettivo della psicologia, tuttavia, è più ambizioso: costruire teorie sui processi che generano i comportamenti osservati. È arrivato il momento di compiere il salto concettuale dalla correlazione alla spiegazione causale.

Consiglio🎯 Cosa faremo in questa sezione

Questa sezione costituisce la tua introduzione alla modellazione cognitiva computazionale:

• Distinguere il ruolo dei modelli statistici da quello dei modelli meccanicistici.
• Implementare il modello di Rescorla-Wagner per l’apprendimento associativo.
• Stimare i parametri cognitivi a livello individuale con un approccio gerarchico bayesiano.
• Modellare il processo decisionale, dal segnale di apprendimento alla scelta (funzione softmax, regola di utilità).
• Applicare la Teoria Bayesiana della Decisione per descrivere scelte ottimali in condizioni di incertezza.

Importante📖 Collegamenti con il manuale

Questa sezione mette in pratica i fondamenti teorici presentati in:

• Cap. 21 — Modellazione formale del comportamento: l’esempio di Rescorla-Wagner
• Cap. 22 — Validazione cross-studio e generalizzazione individuale
• Cap. 9.9 — Teoria bayesiana delle decisioni razionali

🎓 Cambio di paradigma: i parametri non rappresentano più semplici effetti statistici, ma componenti di un meccanismo cognitivo: il learning rate nel modello di Rescorla-Wagner, la temperatura nel processo decisionale, l’utilità soggettiva. Stimare questi parametri equivale a fare inferenza direttamente sui processi cognitivi latenti.