La neuroeconomía es un campo interdisciplinario que busca explicar la toma de decisiones humanas , la capacidad de procesar múltiples alternativas y seguir un curso de acción. Estudia cómo el comportamiento económico puede moldear nuestra comprensión del cerebro y cómo los descubrimientos neurocientíficos pueden restringir y guiar los modelos económicos. [1]
Combina la investigación de la neurociencia , experimental y de la economía del comportamiento y cognitivas y sociales psicología. [2] A medida que la investigación sobre el comportamiento en la toma de decisiones se vuelve cada vez más computacional, también ha incorporado nuevos enfoques de la biología teórica , la informática y las matemáticas . La neuroeconomía estudia la toma de decisiones utilizando una combinación de herramientas de estos campos para evitar las deficiencias que surgen de un enfoque de perspectiva única. En la economía convencional , la utilidad esperada (UE) y el concepto de agentes racionalestodavía se están utilizando. Muchos comportamientos económicos no se explican completamente con estos modelos, como la heurística y el encuadre . [3]
La economía del comportamiento surgió para explicar estas anomalías integrando factores sociales, cognitivos y emocionales en la comprensión de las decisiones económicas. La neuroeconomía agrega otra capa mediante el uso de métodos neurocientíficos para comprender la interacción entre el comportamiento económico y los mecanismos neuronales. Utilizando herramientas de varios campos, la neuroeconomía trabaja hacia una cuenta integrada de la toma de decisiones económicas.
Historia
En 1989, Paul Glimcher se unió al Center for Neural Science en NYU . Las incursiones iniciales en temas neuroeconómicos ocurrieron a fines de la década de 1990 gracias, en parte, a la creciente prevalencia de la investigación en neurociencia cognitiva. Las innovadoras mejoras en la tecnología de imágenes cerebrales permitieron repentinamente un cruce sin precedentes entre la investigación conductual y neurobiológica [ cita requerida ] . Al mismo tiempo, se estaba construyendo una tensión crítica entre las escuelas de economía neoclásica y conductual que buscaban producir modelos predictivos superiores del comportamiento humano. Los economistas del comportamiento, en particular, buscaron desafiar a los neoclásicos buscando procesos computacionales y psicológicos alternativos que validaran sus contra-hallazgos de elección irracional. [4] Estas tendencias convergentes preparan el escenario para que surja la subdisciplina de la neuroeconomía, con motivaciones variables y complementarias de cada disciplina principal.
Los economistas del comportamiento y los psicólogos cognitivos buscaron imágenes cerebrales funcionales para experimentar y desarrollar sus teorías alternativas sobre la toma de decisiones. Mientras que grupos de fisiólogos y neurocientíficos miraron hacia la economía para desarrollar sus modelos algorítmicos de hardware neuronal relacionados con la elección. Este enfoque dividido caracterizó la formación de la neuroeconomía como una actividad académica, no sin críticas, sin embargo. Numerosos neurobiólogos afirmaron que intentar sincronizar modelos complejos de economía con el comportamiento humano y animal real sería inútil. Los economistas neoclásicos también argumentaron que es poco probable que esta fusión mejore el poder predictivo de la teoría de la preferencia revelada existente . [4] [5]
A pesar de las primeras críticas, la neuroeconomía creció rápidamente desde sus inicios a fines de la década de 1990 hasta la de 2000. Llevar a muchos más académicos de los campos padre de la economía, la neurociencia y la psicología a tomar nota de las posibilidades de tal colaboración interdisciplinaria. Las reuniones entre académicos y los primeros investigadores en neuroeconomía comenzaron a tener lugar a principios de la década de 2000. Entre ellos, fue importante una reunión que tuvo lugar durante 2002 en la Universidad de Princeton . Organizada por el neurocientífico Jonathan Cohen y la economista Christina Paxson , la reunión de Princeton ganó una tracción significativa para el campo y, a menudo, se le atribuye el inicio formativo de la actual Sociedad de Neuroeconomía. [4]
El impulso posterior continuó durante la década de 2000, en la que la investigación aumentó constantemente y el número de publicaciones que contenían las palabras "toma de decisiones" y "cerebro" aumentó de manera impresionante. [4] En 2008 se alcanzó un punto crítico cuando se publicó la primera edición de Neuroeconomics: Decision Making and the Brain. [ cita requerida ] Esto marcó un momento decisivo para el campo, ya que acumuló la creciente riqueza de la investigación en un libro de texto ampliamente accesible. El éxito de esta publicación aumentó drásticamente la visibilidad de la neuroeconomía y ayudó a afirmar su lugar en las enseñanzas económicas en todo el mundo. [4]
Principales áreas de investigación
El campo de la toma de decisiones se ocupa en gran medida de los procesos mediante los cuales los individuos hacen una sola elección entre muchas opciones. Por lo general, se supone que estos procesos proceden de manera lógica, de modo que la decisión en sí misma es en gran medida independiente del contexto. Las diferentes opciones se traducen primero a una moneda común, como el valor monetario, y luego se comparan entre sí y la opción con el mayor valor de utilidad general es la que debe elegirse. [6] Si bien ha habido apoyo para esta visión económica de la toma de decisiones, también hay situaciones en las que los supuestos de una toma de decisiones óptima parecen violarse. [ cita requerida ]
El campo de la neuroeconomía surgió de esta controversia. Al determinar qué áreas del cerebro están activas en qué tipos de procesos de decisión, los neuroeconomistas esperan comprender mejor la naturaleza de lo que parecen ser decisiones subóptimas e ilógicas. Si bien la mayoría de estos científicos están usando sujetos humanos en esta investigación, otros están usando modelos animales donde los estudios pueden controlarse más estrictamente y las suposiciones del modelo económico pueden probarse directamente.
Por ejemplo, Padoa-Schioppa & Assad rastrearon las tasas de activación de neuronas individuales en la corteza orbitofrontal del mono , mientras que los animales eligieron entre dos tipos de jugo. La tasa de activación de las neuronas se correlacionó directamente con la utilidad de los alimentos y no difirió cuando se ofrecieron otros tipos de alimentos. Esto sugiere que, de acuerdo con la teoría económica de la toma de decisiones, las neuronas comparan directamente alguna forma de utilidad entre diferentes opciones y eligen la que tiene el valor más alto. [7] De manera similar, una medida común de disfunción de la corteza prefrontal, la FrSBe, se correlaciona con múltiples medidas diferentes de actitudes económicas y comportamiento, lo que respalda la idea de que la activación cerebral puede mostrar aspectos importantes del proceso de decisión. [8]
La neuroeconomía estudia lo neurobiológico junto con las bases computacionales de la toma de decisiones. A. Rangel, C. Camerer y PR Montague proponen un marco de cálculos básicos que puede aplicarse a los estudios de neuroeconomía. [9] Divide el proceso de toma de decisiones en cinco etapas implementadas por un sujeto. Primero, se forma una representación del problema. Esto incluye el análisis de estados internos, estados externos y posibles cursos de acción. En segundo lugar, se asignan valores a las acciones potenciales. En tercer lugar, en función de las valoraciones, se selecciona una de las acciones. Cuarto, el sujeto evalúa qué tan deseable es el resultado. La etapa final, el aprendizaje, incluye la actualización de todos los procesos anteriores para mejorar las decisiones futuras.
Toma de decisiones bajo riesgo y ambigüedad
La mayoría de nuestras decisiones se toman bajo algún tipo de incertidumbre . Las ciencias de la decisión, como la psicología y la economía, suelen definir el riesgo como la incertidumbre sobre varios resultados posibles cuando se conoce la probabilidad de cada uno. [10] Cuando se desconocen las probabilidades, la incertidumbre toma la forma de ambigüedad. [11] La maximización de la utilidad , propuesta por primera vez por Daniel Bernoulli en 1738, se utiliza para explicar la toma de decisiones bajo riesgo. La teoría asume que los humanos son racionales y evaluarán las opciones en función de la utilidad esperada que obtendrán de cada una. [3]
La investigación y la experiencia descubrieron una amplia gama de anomalías de la utilidad esperada y patrones comunes de comportamiento que son inconsistentes con el principio de maximización de la utilidad, por ejemplo, la tendencia a sobreponderar las probabilidades pequeñas e infraponderar las grandes. Daniel Kahneman y Amos Tversky propusieron la teoría prospectiva para abarcar estas observaciones y ofrecer un modelo alternativo. [3]
Parece haber múltiples áreas del cerebro involucradas en el manejo de situaciones de incertidumbre. En las tareas que requieren que los individuos hagan predicciones cuando hay cierto grado de incertidumbre sobre el resultado, hay un aumento de la actividad en el área BA8 de la corteza frontomediana [12] [13] , así como un aumento más generalizado de la actividad del prefrontal mesial. corteza [14] y la corteza frontoparietal. [15] La corteza prefrontal generalmente está involucrada en todo el razonamiento y la comprensión, por lo que estas áreas particulares pueden participar específicamente en la determinación del mejor curso de acción cuando no se dispone de toda la información relevante. [dieciséis]
En situaciones que implican un riesgo conocido en lugar de ambigüedad, la corteza insular parece estar muy activa. Por ejemplo, cuando los sujetos jugaban un juego de 'doble o nada' en el que podían detener el juego y mantener las ganancias acumuladas o tomar una opción arriesgada que resultaba en una pérdida completa o duplicación de las ganancias, la activación de la ínsula correcta aumentaba cuando los individuos tomaban la apuesta. [16] Se ha planteado la hipótesis de que el papel principal de la corteza insular en la toma de decisiones de riesgo es simular las posibles consecuencias negativas de apostar.
Además de la importancia de áreas específicas del cerebro para el proceso de decisión, también existe evidencia de que el neurotransmisor dopamina puede transmitir información sobre la incertidumbre a través de la corteza. Las neuronas dopaminérgicas están fuertemente involucradas en el proceso de recompensa y se vuelven muy activas después de que ocurre una recompensa inesperada. En los monos, el nivel de actividad dopaminérgica está altamente correlacionado con el nivel de incertidumbre, de modo que la actividad aumenta con la incertidumbre. [17] Además, las ratas con lesiones en el núcleo accumbens , que es una parte importante de la vía de recompensa de la dopamina a través del cerebro, son mucho más reacias al riesgo que las ratas normales. Esto sugiere que la dopamina puede ser un mediador importante de conductas de riesgo. [18]
El nivel individual de aversión al riesgo entre los seres humanos está influenciado por la concentración de testosterona. Hay estudios que muestran una correlación entre la elección de una carrera arriesgada (comercio financiero, negocios) y la exposición a la testosterona. [19] [20] Además, los logros diarios de los comerciantes con una proporción de dígitos más baja son más sensibles a la testosterona circulante. [19] Se realizó un estudio a largo plazo de la aversión al riesgo y la elección de carrera arriesgada para un grupo representativo de estudiantes de MBA. Reveló que las mujeres son, en promedio, más reacias al riesgo, pero la diferencia entre los géneros se desvanece por una baja exposición organizativa y activa a la testosterona que conduce a un comportamiento de aversión al riesgo. Los estudiantes con una concentración alta de testosterona en saliva y una proporción de dígitos baja, sin tener en cuenta el género, tienden a elegir carreras arriesgadas en finanzas (por ejemplo, comercio o banca de inversión). [20]
Modelo serial y funcionalmente localizado versus modelo jerárquico distribuido
En marzo de 2017, Laurence T. Hunt y Benjamin Y. Hayden argumentaron un punto de vista alternativo del modelo mecanicista para explicar cómo evaluamos las opciones y elegimos el mejor curso de acción. [21] Muchas explicaciones de la elección basada en recompensas abogan por procesos de componentes distintos que son seriales y funcionalmente localizados. Los procesos componentes suelen incluir la evaluación de opciones, la comparación de los valores de las opciones en ausencia de otros factores, la selección de un plan de acción apropiado y el seguimiento del resultado de la elección. Hicieron hincapié en cómo varias características de la neuroanatomía pueden apoyar la implementación de la elección, incluida la inhibición mutua en redes neuronales recurrentes y la organización jerárquica de escalas de tiempo para el procesamiento de información a través de la corteza.
Aversión a la pérdida
Un aspecto de la toma de decisiones humana es una fuerte aversión a la pérdida potencial. Bajo la aversión a las pérdidas , el costo de perder una cantidad específica de dinero es mayor que el valor de ganar la misma cantidad de dinero. Una de las principales controversias para comprender la aversión a las pérdidas es si el proceso existe realmente en el cerebro y se manifiesta en la representación neuronal de resultados positivos y negativos o si es un efecto secundario de otros efectos neuronales, como una mayor atención y excitación con pérdidas. Otro problema es si uno podría encontrar la aversión a la pérdida como una respuesta para los subsistemas neuronales, como un sistema impulsivo y emocional impulsado por una aversión a resultados potencialmente negativos, cuyas respuestas son monitoreadas y controladas por un sistema responsable de una comparación razonada entre opciones. .
Una controversia básica en la investigación de la aversión a las pérdidas es si las pérdidas en realidad se experimentan de manera más negativa que las ganancias equivalentes o simplemente se predice que serán más dolorosas pero en realidad se experimentan de manera equivalente. La investigación neuroeconómica ha intentado distinguir entre estas hipótesis midiendo diferentes cambios fisiológicos en respuesta tanto a la pérdida como a la ganancia. Los estudios han encontrado que la conductancia de la piel [22] , la dilatación de la pupila y la frecuencia cardíaca [23] son más altas en respuesta a la pérdida monetaria que a la ganancia equivalente. Las tres medidas están involucradas en las respuestas al estrés, por lo que se podría argumentar que perder una cantidad particular de dinero se experimenta con más fuerza que ganar la misma cantidad. Por otro lado, en algunos de estos estudios, no hubo aversión conductual a la pérdida, lo que puede sugerir que el efecto de las pérdidas es meramente en la atención (lo que se conoce como pérdida de atención); estas respuestas de orientación atencional también conducen a un aumento de las señales autónomas. [24]
Los estudios cerebrales han sugerido inicialmente que hay un aumento de la respuesta rápida de la corteza cingulada anterior y prefrontal media después de las pérdidas en comparación con las ganancias, [25] lo que se interpretó como una firma neuronal de aversión a las pérdidas. Sin embargo, revisiones posteriores han notado que en este paradigma los individuos no muestran realmente aversión a la pérdida de comportamiento [24], lo que arroja dudas sobre la interpretabilidad de estos hallazgos. Con respecto a los estudios de resonancia magnética funcional, si bien un estudio no encontró evidencia de un aumento en la activación en áreas relacionadas con reacciones emocionales negativas en respuesta a la aversión a la pérdida [26], otro encontró que las personas con amígdala dañada tenían una falta de aversión a la pérdida a pesar de que tenían niveles de aversión general al riesgo, lo que sugiere que el comportamiento fue específico de las pérdidas potenciales. [27] Estos estudios contradictorios sugieren que es necesario realizar más investigaciones para determinar si la respuesta del cerebro a las pérdidas se debe a la aversión a las pérdidas o simplemente a un aspecto de alerta u orientación de las pérdidas; así como para examinar si hay áreas en el cerebro que respondan específicamente a pérdidas potenciales.
Elección intertemporal
Además de la preferencia por el riesgo, otro concepto central en economía son las elecciones intertemporales, que son decisiones que involucran costos y beneficios que se distribuyen en el tiempo. La investigación de elección intertemporal estudia la utilidad esperada que los humanos asignan a los eventos que ocurren en diferentes momentos. El modelo dominante en economía que lo explica es la utilidad descontada (UD). DU asume que los humanos tienen una preferencia temporal constante y asignarán valor a los eventos independientemente de cuándo ocurran. Al igual que la UE al explicar la toma de decisiones arriesgadas, el DU es inadecuado para explicar la elección intertemporal. [3]
Por ejemplo, DU asume que las personas que valoran una barra de caramelo hoy más de 2 barras mañana, también valorarán 1 barra recibida dentro de 100 días más de 2 barras recibidas después de 101 días. Existe una fuerte evidencia en contra de esta última parte tanto en humanos como en animales, y se ha propuesto el descuento hiperbólico como modelo alternativo. Según este modelo, las valoraciones caen muy rápidamente durante pequeños períodos de retraso, pero luego caen lentamente durante períodos de retraso más largos. Esto explica mejor por qué la mayoría de las personas que elegirían 1 barra de chocolate ahora en lugar de 2 barras de chocolate mañana, de hecho, elegirían 2 barras de chocolate recibidas después de 101 días en lugar de 1 barra de chocolate recibida después de 100 días, lo que supone DU. [3]
La investigación neuroeconómica en la elección intertemporal está dirigida en gran medida a comprender lo que media en los comportamientos observados, como el descuento futuro y la elección impulsiva de recompensas más pequeñas más pronto que más grandes. El proceso de elegir entre recompensas inmediatas y tardías parece estar mediado por una interacción entre dos áreas del cerebro. En las elecciones que involucran recompensas tanto primarias (jugo de frutas) como secundarias (dinero), el sistema límbico es muy activo al elegir la recompensa inmediata, mientras que la corteza prefrontal lateral estuvo igualmente activa al tomar cualquiera de las decisiones. Además, la relación entre la actividad límbica y la corteza disminuyó en función de la cantidad de tiempo hasta la recompensa. Esto sugiere que el sistema límbico, que forma parte de la vía de recompensa de la dopamina, está más involucrado en la toma de decisiones impulsivas, mientras que la corteza es responsable de los aspectos más generales del proceso de decisión intertemporal. [28] [29]
El neurotransmisor serotonina parece jugar un papel importante en la modulación del descuento futuro. En ratas, la reducción de los niveles de serotonina aumenta el descuento futuro [30] sin afectar la toma de decisiones en condiciones de incertidumbre. [31] Parece, entonces, que mientras el sistema de la dopamina está involucrado en la incertidumbre probabilística, la serotonina puede ser responsable de la incertidumbre temporal ya que la recompensa retrasada implica un futuro potencialmente incierto. Además de los neurotransmisores, la elección intertemporal también está modulada por hormonas en el cerebro. En los seres humanos, una reducción del cortisol , liberado por el hipotálamo en respuesta al estrés, se correlaciona con un mayor grado de impulsividad en las tareas de elección intertemporal. [32] Los adictos a las drogas tienden a tener niveles más bajos de cortisol que la población general, lo que puede explicar por qué parecen descartar los efectos negativos futuros de tomar drogas y optar por la recompensa positiva inmediata. [33]
Toma de decisiones sociales
Si bien la mayoría de las investigaciones sobre la toma de decisiones tienden a centrarse en las personas que toman decisiones fuera de un contexto social, también es importante considerar las decisiones que involucran interacciones sociales. Los tipos de comportamiento que estudian los teóricos de la decisión son tan diversos como el altruismo, la cooperación, el castigo y la retribución. Una de las tareas más utilizadas en la toma de decisiones sociales es el dilema del prisionero .
En esta situación, la recompensa por una elección particular depende no solo de la decisión del individuo sino también de la de otro individuo que juega el juego. Un individuo puede optar por cooperar con su pareja o desertar contra la pareja. En el transcurso de un juego típico, los individuos tienden a preferir la cooperación mutua a pesar de que la deserción conduciría a un pago general más alto. Esto sugiere que los individuos están motivados no solo por ganancias monetarias sino también por alguna recompensa derivada de cooperar en situaciones sociales.
Esta idea está respaldada por estudios de imágenes neuronales que demuestran un alto grado de activación en el cuerpo estriado ventral cuando los individuos cooperan con otra persona, pero que este no es el caso cuando las personas juegan el mismo dilema del prisionero contra una computadora. [34] [35] El cuerpo estriado ventral es parte de la vía de recompensa , por lo que esta investigación sugiere que puede haber áreas del sistema de recompensa que se activan específicamente cuando se coopera en situaciones sociales. Más apoyo para esta idea proviene de investigaciones que demuestran que la activación en el cuerpo estriado y el área tegmental ventral muestran patrones similares de activación cuando se recibe dinero y cuando se dona dinero a organizaciones benéficas. En ambos casos, el nivel de activación aumenta a medida que aumenta la cantidad de dinero, lo que sugiere que tanto dar como recibir dinero resulta en una recompensa neuronal. [36]
Un aspecto importante de las interacciones sociales, como el dilema del prisionero, es la confianza . La probabilidad de que un individuo coopere con otro está directamente relacionada con cuánto confía el primer individuo en cooperar con el segundo; si se espera que el otro individuo deserta, no hay razón para cooperar con él. El comportamiento de confianza puede estar relacionado con la presencia de oxitocina , una hormona involucrada en el comportamiento materno y el vínculo de pareja en muchas especies. Cuando los niveles de oxitocina aumentaron en los seres humanos, confiaron más en otros individuos que en un grupo de control, aunque sus niveles generales de asunción de riesgos no se vieron afectados, lo que sugiere que la oxitocina está específicamente implicada en los aspectos sociales de la asunción de riesgos. [37] Sin embargo, esta investigación ha sido cuestionada recientemente. [38]
Otro paradigma importante para los estudios neuroeconómicos es el juego del ultimátum . En este juego, el jugador 1 recibe una suma de dinero y decide cuánto quiere ofrecer al jugador 2. El jugador 2 acepta o rechaza la oferta. Si acepta, ambos jugadores obtienen la cantidad propuesta por el jugador 1, si rechaza, nadie obtiene nada. La estrategia racional para el jugador 2 sería aceptar cualquier oferta porque tiene más valor que cero. Sin embargo, se ha demostrado que las personas a menudo rechazan ofertas que consideran injustas. Los estudios de neuroimagen indicaron varias regiones del cerebro que se activan en respuesta a la injusticia en el juego del ultimátum. Incluyen la ínsula anterior media bilateral , la corteza cingulada anterior (ACC), el área motora suplementaria medial (SMA), el cerebelo y la corteza prefrontal dorsolateral derecha (DLPFC). [39] Se ha demostrado que la estimulación magnética transcraneal repetitiva de baja frecuencia de DLPFC aumenta la probabilidad de aceptar ofertas injustas en el juego del ultimátum. [40]
Otro tema en el campo de la neuroeconomía está representado por el papel de la adquisición de reputación en la toma de decisiones sociales. La teoría del intercambio social afirma que el comportamiento prosocial se origina en la intención de maximizar las recompensas sociales y minimizar los costos sociales. En este caso, la aprobación de los demás puede verse como un refuerzo positivo significativo, es decir, una recompensa. Los estudios de neuroimagen han proporcionado evidencia que respalda esta idea: se demostró que el procesamiento de las recompensas sociales activa el cuerpo estriado, especialmente el putamen izquierdo y el núcleo caudado izquierdo, de la misma manera que estas áreas se activan durante el procesamiento de las recompensas monetarias. Estos hallazgos también apoyan la idea de la llamada "moneda neuronal común", que asume la existencia de una base neuronal compartida para el procesamiento de diferentes tipos de recompensa. [41]
Toma de decisiones sexuales
En cuanto a la elección de la pareja sexual , se han realizado estudios de investigación en humanos y primates no humanos. En particular, Cheney y Seyfarth 1990, Deaner et al. 2005 y Hayden et al. 2007 sugieren una voluntad persistente de aceptar menos bienes físicos o precios más altos a cambio del acceso a individuos de alto rango social , incluidos individuos físicamente atractivos , mientras que se exigen recompensas cada vez más altas si se les pide que se relacionen con individuos de bajo rango. [42]
La base neurobiológica de esta preferencia incluye neuronas de la corteza intraparietal lateral (LIP), que está relacionada con el movimiento ocular y que es operativa en situaciones de elecciones forzadas de dos alternativas . [43]
Metodología
Los experimentos de economía del comportamiento registran las decisiones del sujeto sobre varios parámetros de diseño y utilizan los datos para generar modelos formales que predicen el rendimiento. La neuroeconomía amplía este enfoque agregando estados del sistema nervioso al conjunto de variables explicativas. El objetivo de la neuroeconomía es ayudar a explicar las decisiones y enriquecer los conjuntos de datos disponibles para probar las predicciones. [ cita requerida ]
Además, la investigación neuroeconómica se está utilizando para comprender y explicar aspectos del comportamiento humano que no se ajustan a los modelos económicos tradicionales. Si bien estos patrones de comportamiento generalmente son descartados por los economistas como "falaces" o "ilógicos", los investigadores neuroeconómicos están tratando de determinar las razones biológicas de estos comportamientos. Al utilizar este enfoque, los investigadores pueden encontrar explicaciones para estos comportamientos aparentemente subóptimos.
Técnicas de investigación neurobiológica
Hay varias técnicas diferentes que se pueden utilizar para comprender la base biológica del comportamiento económico. Las imágenes neuronales se utilizan en seres humanos para determinar qué áreas del cerebro están más activas durante determinadas tareas. Algunas de estas técnicas, como la resonancia magnética funcional [13] [14] [15] o la PET, son las más adecuadas para proporcionar imágenes detalladas del cerebro que pueden brindar información sobre estructuras específicas involucradas en una tarea. Otras técnicas, como ERP (potenciales relacionados con eventos) [44] y la actividad cerebral oscilatoria [45] se utilizan para obtener un conocimiento detallado del curso temporal de los eventos dentro de un área más general del cerebro.
Además de estudiar áreas del cerebro, algunos estudios tienen como objetivo comprender las funciones de diferentes sustancias químicas del cerebro en relación con el comportamiento. Esto se puede hacer correlacionando los niveles de sustancias químicas existentes con diferentes patrones de comportamiento o cambiando la cantidad de la sustancia química en el cerebro y observando los cambios de comportamiento resultantes. Por ejemplo, el neurotransmisor serotonina parece estar involucrado en la toma de decisiones que involucran la elección intertemporal [31], mientras que la dopamina se utiliza cuando los individuos hacen juicios que involucran incertidumbre. [17] Además, el aumento artificial de los niveles de oxitocina aumenta el comportamiento de confianza en los humanos [37], mientras que los individuos con niveles más altos de cortisol tienden a ser más impulsivos y exhiben más descuentos futuros. [32]
Además de estudiar el comportamiento de individuos normales en tareas de toma de decisiones, algunas investigaciones implican comparar el comportamiento de individuos normales con el de otros con daño en áreas del cerebro que se espera estén involucradas en ciertos comportamientos. En los seres humanos, esto significa encontrar individuos con tipos específicos de deterioro neural. Por ejemplo, las personas con daño en la amígdala parecen mostrar menos aversión a las pérdidas que los controles normales. [27] Además, las puntuaciones de una encuesta que miden los correlatos de la disfunción de la corteza prefrontal se correlacionan con las actitudes económicas generales. [8]
Estudios anteriores investigaron los patrones de comportamiento de pacientes con trastornos psiquiátricos, como esquizofrenia , [46] autismo, depresión o adicción, para conocer su fisiopatología. En los estudios con animales, los experimentos altamente controlados pueden obtener información más específica sobre la importancia de las áreas del cerebro para el comportamiento económico. Esto puede implicar lesionar áreas cerebrales enteras y medir los cambios de comportamiento resultantes [18] o usar electrodos para medir la activación de neuronas individuales en respuesta a estímulos particulares. [7]
Teóricos notables
Vernon L. Smith
Ernst Fehr
George Loewenstein
David Laibson
Experimentos
En un experimento típico de economía del comportamiento, se le pide a un sujeto que tome una serie de decisiones económicas. Por ejemplo, se le puede preguntar a un sujeto si prefiere tener 45 centavos o una apuesta con un 50% de posibilidades de ganar un dólar. Luego, el experimentador medirá diferentes variables para determinar qué está sucediendo en el cerebro del sujeto mientras toma la decisión. Algunos autores han demostrado que la neuroeconomía puede ser útil para describir no solo experimentos que involucran recompensas, sino también síndromes psiquiátricos comunes que involucran adicción o delirio. [47]
Criticas
Desde los inicios de la neuroeconomía y a lo largo de su rápido ascenso académico, se han expresado críticas sobre la validez y utilidad del campo. Glenn W. Harris y Emanuel Donchin han criticado el campo emergente, y el primero publicó sus preocupaciones en 2008 con el artículo 'Neuroeconomics: A Critical Reconsideration'. [5] [48] Harris conjetura que gran parte de los conocimientos asistidos por la neurociencia en el modelado económico son "exageraciones de marketing académico" y que la verdadera sustancia del campo aún no se ha presentado y debe reconsiderarse seriamente. También menciona que, metodológicamente, muchos de los estudios en neuroeconomía tienen defectos debido a sus pequeños tamaños de muestra y aplicabilidad limitada.
Una revisión de los aprendizajes de la neuroeconomía, publicada en 2016 por Arkady Konovalov, compartió el sentimiento de que el campo adolece de deficiencias experimentales. Entre ellos, el principal es la falta de vínculos análogos entre regiones cerebrales específicas y algunas construcciones psicológicas como el "valor". La revisión menciona que, aunque los primeros estudios neuroeconómicos de resonancia magnética funcional asumieron que regiones cerebrales específicas eran singularmente responsables de una función en el proceso de toma de decisiones, posteriormente se ha demostrado que están reclutando en múltiples funciones diferentes. Por lo tanto, la práctica de la inferencia inversa ha tenido mucho menos uso y ha perjudicado al campo. [49]
Ariel Rubinstein , economista de la Universidad de Tel Aviv, habló sobre la investigación neuroeconómica y dijo que "los experimentos estándar proporcionan poca información sobre los procedimientos de elección, ya que es difícil extrapolar de unas pocas observaciones de elección a la función de elección completa. Para saber más sobre los procedimientos humanos de elección, debemos buscar en otro lado ". [50] Estos comentarios se hacen eco de un argumento destacado y consistente de los economistas tradicionales contra el enfoque neuroeconómico de que el uso de datos de no elección, como los tiempos de respuesta, el seguimiento ocular y las señales neuronales que las personas generan durante la toma de decisiones, deben excluirse de cualquier análisis Economico. [51]
Otras críticas también han incluido afirmaciones de que la neuroeconomía es "un campo que se vende en exceso"; [50] o que los estudios neuroeconómicos "malinterpretan y subestiman los modelos económicos tradicionales".
Aplicaciones
Actualmente, las aplicaciones y predicciones de la neuroeconomía en el mundo real aún se desconocen o están poco desarrolladas a medida que el campo floreciente continúa creciendo. Se han hecho algunas críticas de que la acumulación de investigación y sus hallazgos hasta ahora han producido pocas recomendaciones pertinentes para los responsables de la política económica. Pero muchos neuroeconomistas insisten en que el potencial del campo para mejorar nuestra comprensión de las maquinaciones del cerebro con la toma de decisiones puede resultar muy influyente en el futuro. [49]
En particular, los hallazgos de marcadores neurológicos específicos de las preferencias individuales pueden tener implicaciones importantes para modelos y paradigmas económicos bien conocidos. Un ejemplo de esto es el hallazgo de que un aumento en la capacidad computacional (probablemente relacionado con un mayor volumen de materia gris) podría conducir a una mayor tolerancia al riesgo al aflojar las restricciones que gobiernan las representaciones subjetivas de probabilidades y recompensas en las tareas de lotería. [52]
Los economistas también están analizando la neuroeconomía para ayudar con las explicaciones del comportamiento agregado del grupo que tienen implicaciones a nivel de mercado. Por ejemplo, muchos investigadores anticipan que los datos neurobiológicos pueden usarse para detectar cuándo es probable que los individuos o grupos de individuos exhiban un comportamiento económicamente problemático. Esto puede aplicarse al concepto de burbujas de mercado . Estos sucesos tienen consecuencias importantes en la sociedad moderna y los reguladores podrían obtener conocimientos sustanciales sobre su formulación y la falta de predicción / prevención. [53]
El trabajo neuroeconómico también ha tenido una estrecha relación con las investigaciones académicas sobre la adicción. Los investigadores reconocieron, en la publicación de 2010 'Advances in the Neuroscience of Addiction: 2nd Edition', que el enfoque neuroeconómico sirve como un "método conceptual nuevo y poderoso que probablemente sea crítico para el progreso en la comprensión del comportamiento adictivo". [54]
El neuromarketing es otro ejemplo aplicado de una disciplina distinta estrechamente relacionada con la neuroeconomía. Si bien la neuroeconomía más amplia tiene objetivos más académicos, ya que estudia los mecanismos básicos de la toma de decisiones, el neuromarketing es un subcampo aplicado que utiliza herramientas de neuroimagen para investigaciones de mercado. [55] [56] Los conocimientos derivados de las tecnologías de imágenes cerebrales (fMRI) se utilizan normalmente para analizar la respuesta del cerebro a determinados estímulos de marketing.
Ver también
- Revistas
- Revista de neurociencia, psicología y economía
Referencias
- ^ Centro de estudios de neuroeconomía en la Universidad de Duke http://dibs.duke.edu/research/d-cides/research/neuroeconomics Archivado el 20 de marzo de 2014 en Wayback Machine
- ^ Levallois, Clemente; Clithero, John A .; Wouters, Paul; Smidts, Ale; Huettel, Scott A. (2012). "Traducir hacia arriba: vincular las ciencias neuronales y sociales a través de la neuroeconomía". Nature Reviews Neurociencia . 13 (11): 789–797. doi : 10.1038 / nrn3354 . ISSN 1471-003X . PMID 23034481 . S2CID 436025 .
- ^ a b c d e Loewenstein G., Rick S., Cohen J. (2008). "Neuroeconomía". Neuroeconomía. Revisiones anuales . 59 : 647–672. doi : 10.1146 / annurev.psych.59.103006.093710 . PMID 17883335 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ a b c d e Glimcher P .; Fehr E. (2014). "Breve historia de la neuroeconomía". Neuroeconomía (segunda edición): toma de decisiones y cerebro . doi : 10.1016 / B978-0-12-416008-8.00035-8 .
- ^ a b Harrison Glenn W. (2008). "Neuroeconomía: una reconsideración crítica". Neuroeconomía . 24 (3): 303–344. doi : 10.1017 / S0266267108002009 . S2CID 145274644 .
- ^ Rustichini A (2009). "Neuroeconomía: ¿Qué hemos encontrado y qué debemos buscar?". Opinión actual en neurobiología . 19 (6): 672–677. doi : 10.1016 / j.conb.2009.09.012 . PMID 19896360 . S2CID 2281817 .
- ^ a b Padoa-Schioppa C .; Assad JA (2007). "La representación del valor económico en la corteza orbitofrontal es invariante para cambios de menú" . Nature Reviews Neurociencia . 11 (1): 95–102. doi : 10.1038 / nn2020 . PMC 2646102 . PMID 18066060 .
- ^ a b Spinella M .; Yang B .; Lester D. (2008). "Disfunción de la corteza prefrontal y actitudes hacia el dinero: un estudio en neuroeconomía". Revista de Socioeconomía . 37 (5): 1785-1788. doi : 10.1016 / j.socec.2004.09.061 .
- ^ Rangel A .; Camerer C .; Montague PR (2008). "Un marco para el estudio de la neurobiología de la toma de decisiones basada en valores" . Nature Reviews Neurociencia . 9 (7): 545–556. doi : 10.1038 / nrn2357 . PMC 4332708 . PMID 18545266 .
- ^ Mohr M .; Biele G .; Hauke R. (2010). "Procesamiento neuronal de riesgo" . Revista de neurociencia . 30 (19): 6613–6619. doi : 10.1523 / jneurosci.0003-10.2010 . PMC 6632558 . PMID 20463224 .
- ^ Wakker, Peter P. (2010). Teoría de las perspectivas: para el riesgo y la ambigüedad . Cambridge, Reino Unido: Cambridge University Press.
- ^ Volz KG; Schubotz RI; von Cramon DY (2003). "Predicción de eventos de probabilidad variable: incertidumbre investigada por fMRI". NeuroImage . 19 (2 Pt 1): 271–280. doi : 10.1016 / S1053-8119 (03) 00122-8 . hdl : 11858 / 00-001M-0000-0010-D182-2 . PMID 12814578 . S2CID 16889117 .
- ^ a b Volz KG; Schubotz RI; von Cramon DY (2004). "¿Por qué no estoy seguro? Atribuciones internas y externas de incertidumbre disociadas por fMRI". NeuroImage . 21 (3): 848–857. doi : 10.1016 / j.neuroimage.2003.10.028 . PMID 15006651 . S2CID 13537880 .
- ^ a b Knutson B .; Taylor J .; Kaufman M .; Peterson R .; Glover G. (2005). "Representación neuronal distribuida del valor esperado" . Revista de neurociencia . 25 (19): 4806–4812. doi : 10.1523 / JNEUROSCI.0642-05.2005 . PMC 6724773 . PMID 15888656 .
- ^ a b Paulus MP; Hozack N .; Zauscher B .; McDowell JE; Frank L .; Brown GG; Braff DL (2001). "Las redes de la corteza prefrontal, parietal y temporal subyacen en la toma de decisiones en presencia de incertidumbre" . NeuroImage . 13 (1): 91–100. doi : 10.1006 / nimg.2000.0667 . PMID 11133312 . S2CID 9169703 .
- ^ a b Paulus MP; Rogalsky C .; Simmons A .; Feinstein JS; Stein MB (2003). "El aumento de la activación en la ínsula derecha durante la toma de decisiones de toma de riesgos está relacionado con la evitación de daños y el neuroticismo". NeuroImage . 19 (4): 1439-1448. doi : 10.1016 / S1053-8119 (03) 00251-9 . PMID 12948701 . S2CID 16622279 .
- ^ a b Fiorillo CD; Tobler PN; Schultz W. (2003). "Codificación discreta de la probabilidad de recompensa y la incertidumbre por las neuronas de dopamina" (PDF) . Ciencia . 299 (5614): 1898-1902. Código Bibliográfico : 2003Sci ... 299.1898F . doi : 10.1126 / science.1077349 . PMID 12649484 . S2CID 2363255 .
- ^ a b Cardenal RN; Howes Nueva Jersey (2005). "Efectos de las lesiones del núcleo del núcleo accumbens sobre la elección entre pequeñas recompensas determinadas y grandes recompensas inciertas en ratas" . BMC Neuroscience . 6 : 37. doi : 10.1186 / 1471-2202-6-37 . PMC 1177958 . PMID 15921529 .
- ^ a b John M. Coates; Mark Gurnell; Aldo Rustichini (2009). "La relación de segundo a cuarto dígito predice el éxito entre los comerciantes financieros de alta frecuencia" . Actas de la Academia Nacional de Ciencias . 106 (2): 623–628. Código Bibliográfico : 2009PNAS..106..623C . doi : 10.1073 / pnas.0810907106 . PMC 2626753 . PMID 19139402 .
- ^ a b Paola Sapienza; Luigi Zingales; Dario Maestripieri (2009). "Las diferencias de género en la aversión al riesgo financiero y las opciones profesionales se ven afectadas por la testosterona" . Actas de la Academia Nacional de Ciencias . 106 (36): 15268-15273. Código bibliográfico : 2009PNAS..10615268S . doi : 10.1073 / pnas.0907352106 . PMC 2741240 . PMID 19706398 .
- ^ Hunt, Laurence T .; Hayden, Benjamin Y. (2017). "Un marco distribuido, jerárquico y recurrente para la elección basada en recompensas" . Nature Reviews Neurociencia . 18 (3): 172–182. doi : 10.1038 / nrn.2017.7 . PMC 5621622 . PMID 28209978 .
- ^ Sokol-Hessner P .; Hsu M .; Curley NG; Delgado MR; Camerer CF; Phelps EA (2009). "Pensar como un comerciante reduce selectivamente la aversión a las pérdidas de los individuos" . Actas de la Academia Nacional de Ciencias . 106 (13): 5035–5040. Código Bibliográfico : 2009PNAS..106.5035S . doi : 10.1073 / pnas.0806761106 . PMC 2656558 . PMID 19289824 .
- ^ Hochman G .; Yechiam E. (2011). "Aversión a la pérdida en el ojo y en el corazón: las respuestas del sistema nervioso autónomo a las pérdidas". Revista de toma de decisiones conductuales . 24 (2): 140-156. doi : 10.1002 / bdm.692 .
- ^ a b Yechiam, E .; Hochman, G. (2013). "Las pérdidas como moduladores de la atención: revisión y análisis de los efectos únicos de las pérdidas sobre las ganancias" . Boletín psicológico . 139 (2): 497–518. doi : 10.1037 / a0029383 . PMID 22823738 . S2CID 10521233 .
- ^ Gehring, WJ; Willoughby, AR (2002). "La corteza frontal medial y el rápido procesamiento de ganancias y pérdidas monetarias". Ciencia . 295 (2): 2279–2282. doi : 10.1002 / bdm.692 . PMID 11910116 .
- ^ Tom SM; Fox CR; Trepel C .; Poldrack RA (2007). "La base neuronal de la aversión a la pérdida en la toma de decisiones bajo riesgo" . Ciencia . 315 (5811): 515–518. Código Bibliográfico : 2007Sci ... 315..515T . doi : 10.1126 / science.1134239 . PMID 17255512 . S2CID 10102114 .
- ^ a b De Martino B .; Camerer CF; Adolphs R. (2010). "El daño de la amígdala elimina la aversión a las pérdidas monetarias" . Actas de la Academia Nacional de Ciencias . 107 (8): 3788–3792. Código Bibliográfico : 2010PNAS..107.3788D . doi : 10.1073 / pnas.0910230107 . PMC 2840433 . PMID 20142490 .
- ^ McClure SM; Laibson DI; Loewenstein G .; Cohen JD (2004). "Los sistemas neuronales separados valoran las recompensas monetarias inmediatas y retrasadas" . Ciencia . 306 (5695): 503–507. Código Bibliográfico : 2004Sci ... 306..503M . doi : 10.1126 / science.1100907 . PMID 15486304 . S2CID 14663380 .
- ^ McClure SM; Ericson KM; Laibson DI; Loewenstein G .; Cohen JD (2007). "Descuento de tiempo para recompensas primarias" . Revista de neurociencia . 27 (21): 5796–5804. doi : 10.1523 / JNEUROSCI.4246-06.2007 . PMC 6672764 . PMID 17522323 .
- ^ Mobini S .; Chiang TJ; Al-Ruwaitea AS; Ho MY; Bradshaw CM; Szabadi E. (2000). "Efecto del agotamiento central de 5-hidroxitriptamina en la elección intertemporal: un análisis cuantitativo". Psicofarmacología . 149 (3): 313–318. doi : 10.1007 / s002130000385 . PMID 10823413 . S2CID 21790837 .
- ^ a b Mobini S .; Chiang TJ; Ho MY; Bradshaw CM; Szabadi E. (2000). "Efectos del agotamiento central de 5-hidroxitriptamina sobre la sensibilidad al refuerzo retardado y probabilístico". Psicofarmacología . 152 (4): 390–397. doi : 10.1007 / s002130000542 . PMID 11140331 . S2CID 13567705 .
- ^ a b Takahashi T (2004). "Niveles de cortisol y descuento de tiempo de ganancia monetaria en humanos". NeuroReport . 15 (13): 2145–2147. doi : 10.1097 / 00001756-200409150-00029 . PMID 15486498 . S2CID 28140498 .
- ^ Plihal W .; Krug R .; Pietrowsky R .; Fehm HL; Nacido J. (1996). "Efectos mediados por el receptor de coricosteroides sobre el estado de ánimo en humanos". Psiconeuroendocrinología . 21 (6): 515-523. doi : 10.1016 / S0306-4530 (96) 00011-X . PMID 8983088 . S2CID 23244238 .
- ^ Rilling JK; Gutman DA; Zeh TR; Pagnoni G .; Berns GS; Kilts CD (2002). "Una base neuronal para la cooperación social" . Neurona . 35 (2): 395–405. doi : 10.1016 / S0896-6273 (02) 00755-9 . PMID 12160756 . S2CID 7787573 .
- ^ Rilling JK; Sanfey AG; Aronson JA; Nystrom LE; Cohen JD (2004). "Oposición de respuestas BOLD al altruismo recíproco y no recíproco en vías de recompensa putativas" . NeuroReport . 15 (16): 2539-2543. doi : 10.1097 / 00001756-200411150-00022 . PMID 15538191 . S2CID 13127406 .
- ^ Moll J .; Drueger F .; Zahn R .; Pardini M .; de Oliveira-Souza R .; Grafman J. (2006). "Las redes fronto-mesolímbicas humanas guían las decisiones sobre la donación caritativa" . Actas de la Academia Nacional de Ciencias . 103 (42): 15623-15628. Código Bibliográfico : 2006PNAS..10315623M . doi : 10.1073 / pnas.0604475103 . PMC 1622872 . PMID 17030808 .
- ^ a b Kosfeld M .; Heinrichs M; Zak PJ; Fischbacher U .; Fehr E. (2005). "La oxitocina aumenta la confianza en los seres humanos" . Naturaleza . 435 (7042): 673–676. Código Bib : 2005Natur.435..673K . doi : 10.1038 / nature03701 . PMID 15931222 . S2CID 1234727 .
- ^ Gabay, Anthony S .; Radua, Joaquim; Kempton, Matthew J .; Mehta, Mitul A. (1 de noviembre de 2014). "El juego del ultimátum y el cerebro: un metaanálisis de estudios de neuroimagen" . Revisiones de neurociencia y bioconducta . 47 : 549–558. doi : 10.1016 / j.neubiorev.2014.10.014 . PMID 25454357 .
- ^ Knoch, Daria; Pascual-Leone, Álvaro; Meyer, Kaspar; Treyer, Valerie; Fehr, Ernst (3 de noviembre de 2006). "Disminuir la equidad recíproca al interrumpir la corteza prefrontal derecha" . Ciencia . 314 (5800): 829–832. Código Bibliográfico : 2006Sci ... 314..829K . doi : 10.1126 / science.1129156 . ISSN 1095-9203 . PMID 17023614 . S2CID 1545744 .
- ^ Izuma K .; Saito DN; Sadato N. (2008). "Procesamiento de recompensas sociales y monetarias en el cuerpo estriado humano" . Neurona . 58 (2): 284-294. doi : 10.1016 / j.neuron.2008.03.020 . PMID 18439412 . S2CID 10823042 .
- ^ Glimcher y Fehr 2014: 248.
- ^ Glimcher y Fehr 2014: 249.
- ^ Billeke, P .; Zamorano, F .; Cosmeli, D .; Aboitiz, A. (2013). "La actividad del cerebro oscilatorio se correlaciona con la percepción del riesgo y predice las decisiones sociales" . Corteza cerebral . 23 (14): 2872–83. doi : 10.1093 / cercor / bhs269 . PMID 22941720 .
- ^ Billeke, P .; Zamorano, F .; López, T .; Cosmeli, D .; Aboitiz, A. (2014). "Alguien tiene que ceder: las oscilaciones Theta se correlacionan con el comportamiento adaptativo en la negociación social" . Neurociencia social cognitiva y afectiva . 9 (12): 2041–8. doi : 10.1093 / scan / nsu012 . PMC 4249481 . PMID 24493841 .
- ^ Chung, Dongil (2013). "Motivaciones cognitivas de la conducción libre y la cooperación y toma de decisiones estratégicas deteriorada en la esquizofrenia durante un juego de bienes públicos" . Boletín de esquizofrenia . 39 (1): 112-119. doi : 10.1093 / schbul / sbr068 . PMC 3523913 . PMID 21705433 .
- ^ (Descargar)
- ^ Donchin, Emanuel (noviembre de 2006). "fMRI: no es la única forma de ver el cerebro humano en acción" . Observador de Aps . 19 (11) . Consultado el 14 de octubre de 2014 .
- ^ a b Konovalov Arkady (2016). "Durante una década de neuroeconomía: ¿qué hemos aprendido?". Métodos de investigación organizacional . 22 (1): 148-173. doi : 10.1177 / 1094428116644502 . S2CID 148201843 .
- ^ a b Rubinstein, Ariel (2006). "Discusión de la" economía del comportamiento ":" Economía del comportamiento "(Colin Camerer) e" Incentivos y autocontrol "(Ted O'Donoghue y Matthew Rabin)" . En Persson, Torsten; Blundell, Richard; Newey, Whitney K. (eds.). Avances en economía y econometría: teoría y aplicaciones, noveno Congreso Mundial . Cambridge, Reino Unido: Cambridge University Press. ISBN 978-0-521-87153-2. Consultado el 1 de enero de 2010 .
- ^ Gul, Faruk; Pesendorfer, Wolfgang (2008). "Un caso para la economía sin sentido" . En Schotter, Andrew; Caplin, Andrew (eds.). Los fundamentos de la economía positiva y normativa: un manual (manuales de metodologías económicas) . Oxford University Press, Estados Unidos. págs. 3-42. ISBN 978-0-19-532831-8. Consultado el 4 de marzo de 2009 .
- ^ Woodford M. (2012). "Teoría de la perspectiva como distorsión perceptiva eficiente". American Economic Review . 102 (1): 41–46. doi : 10.1257 / aer.102.3.41 .
- ^ De Martino B .; Camerer C .; Adolphs R. (2010). "El daño de la amígdala elimina la aversión a las pérdidas monetarias" . Actas de la Academia Nacional de Ciencias . 107 (8): 3788–3792. Código Bibliográfico : 2010PNAS..107.3788D . doi : 10.1073 / pnas.0910230107 . PMC 2840433 . PMID 20142490 .
- ^ Platt, Michael L .; Watson, Karli K .; Hayden, Benjamin Y .; Pastor, Stephen V .; Klein, Jeffrey T. (2010). "Neuroeconomía: implicaciones para comprender la neurobiología de la adicción". Avances en la neurociencia de las adicciones (2ª ed.). CRC Press / Taylor & Francis. ISBN 978-0-8493-7391-6. PMID 21656977 .
- ^ Glimcher, Paul (2008). "Neuroeconomía" . Scholarpedia . 3 (10): 1759. Código bibliográfico : 2008SchpJ ... 3.1759G . doi : 10.4249 / scholarpedia.1759 . Revisión # 50592.
- ^ Lee N, Broderick AJ, Chamberlain L (febrero de 2007). "¿Qué es el" neuromarketing "? Una discusión y agenda para futuras investigaciones". Int J Psychophysiol . 63 (2): 199–204. doi : 10.1016 / j.ijpsycho.2006.03.007 . PMID 16769143 .
Otras lecturas
- Glimcher, Paul W. y Ernst Fehr, eds. 2014. Neuroeconomía : Toma de decisiones y el cerebro London: Academic Press. ISBN 9780124160088
- David Krueger (2009) El lenguaje secreto del dinero , McGraw-Hill Professional. ISBN 978-0-07-162339-1
- De Martino B, Camerer CF , Adolphs R (febrero de 2010). "El daño de la amígdala elimina la aversión a las pérdidas monetarias" . Actas de la Academia Nacional de Ciencias . 107 (8): 3788–92. Código Bibliográfico : 2010PNAS..107.3788D . doi : 10.1073 / pnas.0910230107 . PMC 2840433 . PMID 20142490 .CS1 maint: varios nombres: lista de autores ( enlace ) PDF
- Paul W. Glimcher; Colin Camerer ; Russell A. Poldrack; Ernst Fehr; Neuroeconomía: toma de decisiones y cerebro , Academic Press, 2008.
- Camerer CF (noviembre de 2008). "Neuroeconomía: abriendo la caja gris" . Neurona . 60 (3): 416–9. doi : 10.1016 / j.neuron.2008.10.027 . PMID 18995815 . S2CID 16945117 .
- Clithero JA, Tankersley D, Huettel SA (noviembre de 2008). "Fundamentos de la neuroeconomía: de la filosofía a la práctica" . PLOS Biología . 6 (11): e298. doi : 10.1371 / journal.pbio.0060298 . PMC 2586372 . PMID 19067493 .
- Deppe M, Schwindt W, Pieper A y col. (Julio de 2007). "El cíngulo anterior refleja la susceptibilidad al encuadre durante la evaluación del atractivo". NeuroReport . 18 (11): 1119–23. doi : 10.1097 / WNR.0b013e3282202c61 . PMID 17589310 . S2CID 25037274 .
- De Martino B, Kumaran D, Seymour B, Dolan RJ (agosto de 2006). "Marcos, sesgos y toma de decisiones racional en el cerebro humano" . Ciencia . 313 (5787): 684–7. Código Bibliográfico : 2006Sci ... 313..684D . doi : 10.1126 / science.1128356 . PMC 2631940 . PMID 16888142 .
- Colin Camerer , George Loewenstein , Drazen Prelec , "Neuroeconomics: Cómo la neurociencia puede informar la economía" , Journal of Economic Literature , 2005
- Deppe M, Schwindt W, Kugel H, Plassmann H, Kenning P (abril de 2005). "Las respuestas no lineales dentro de la corteza prefrontal medial revelan cuándo la información implícita específica influye en la toma de decisiones económicas". J Neuroimagen . 15 (2): 171–82. doi : 10.1177 / 1051228405275074 . PMID 15746230 .
- Daniel Houser; Kevin McCabe; Neuroeconomics, Advances in Health Economics and Health Services Research v.20 , Emerald Group Publishing Limited, Bingley West Yorkshire
- Peter Kenning, Hilke Plassmann, "Brain Research Bulletin - Número especial sobre neuroeconomía" , 2005
- Paul Glimcher, Decisiones, incertidumbre y cerebro: La ciencia de la neuroeconomía , MIT Press , 2003.
- Montague PR, Berns GS (octubre de 2002). "Economía neuronal y sustratos biológicos de valoración". Neurona . 36 (2): 265–84. doi : 10.1016 / S0896-6273 (02) 00974-1 . PMID 12383781 . S2CID 1814617 . PDF
- Zak PJ , Kurzban R , Matzner WT (diciembre de 2004). "La neurobiología de la confianza". Anales de la Academia de Ciencias de Nueva York . 1032 (1): 224–7. Código bibliográfico : 2004NYASA1032..224Z . doi : 10.1196 / annals.1314.025 . PMID 15677415 . S2CID 45599465 .CS1 maint: varios nombres: lista de autores ( enlace ) fuente alternativa
- Kosfeld M, Heinrichs M, Zak PJ, Fischbacher U, Fehr E (junio de 2005). "La oxitocina aumenta la confianza en los seres humanos" . Naturaleza . 435 (7042): 673–6. Código Bib : 2005Natur.435..673K . doi : 10.1038 / nature03701 . PMID 15931222 . S2CID 1234727 .
- Zak PJ , Kurzban R, Matzner WT (diciembre de 2005). "La oxitocina se asocia con la confiabilidad humana". Horm Behav . 48 (5): 522–7. doi : 10.1016 / j.yhbeh.2005.07.009 . PMID 16109416 . S2CID 14415118 .CS1 maint: varios nombres: lista de autores ( enlace )
- John Cassidy, "Juegos mentales. Lo que nos dice la neuroeconomía sobre el dinero y el cerebro" , New Yorker , septiembre de 2006.
- Fließbach K., Weber B, Trautner P, Dohmen T, Sunde U, Elger CE, Falk A .; La comparación social afecta la actividad cerebral relacionada con las recompensas en el cuerpo estriado ventral humano , Science, 2007, 318 (5854): 1305-8.
- Weber B, Rangel A, Wibral M, Falk A. La corteza prefrontal medial exhibe ilusión monetaria. , PNAS , 106 (13): 5025-8.
- Hardy-Vallée, B. (de próxima publicación). "Toma de decisiones: una perspectiva neuroeconómica" . Brújula de filosofía.
- Takahashi T, Hadzibeganovic T, Cannas SA, Makino T, Fukui H, Kitayama S (2009). "Neuroeconomía cultural de la elección intertemporal". Neuro Endocrinol. Lett . 30 (2): 185–91. PMID 19675524 .
- Zak PJ , Stanton AA, Ahmadi S (2007). Brosnan, Sarah (ed.). "La oxitocina aumenta la generosidad en los seres humanos" . PLOS ONE . 2 (11): e1128. Código bibliográfico : 2007PLoSO ... 2.1128Z . doi : 10.1371 / journal.pone.0001128 . PMC 2040517 . PMID 17987115 .CS1 maint: varios nombres: lista de autores ( enlace )
- Sanfey AG (octubre de 2007). "Toma de decisiones sociales: conocimientos de la teoría de juegos y la neurociencia" . Ciencia . 318 (5850): 598–602. Código Bibliográfico : 2007Sci ... 318..598S . doi : 10.1126 / science.1142996 . PMID 17962552 .
- Schmitz, Sigrid ; Köeszegi, Sabine T .; Enzenhofer, Bettina; Harrer, Christine (2015). "¿Quo vadis homo economicus? Referencias a la racionalidad / emocionalidad en los discursos neuroeconómicos" . Notas recientes sobre ciencia y organización del trabajo . 2015, 2. Pdf.
enlaces externos
- Neuroeconomía de Scholarpedia
- "Neuroeconomía"