Can model-free reinforcement learning explain deontological moral judgments?

چارچوب های سیستم دوگانه پیشنهاد می کنند که قضاوت های اخلاقی از هر دو پاسخ فوری عاطفی و کنترل شناختی / عقلانی حاصل می شود. به تازگی کوشمن (2013) یک تئوری جدید سیستم دوگانه را بر مبنای یادگیری تقویتی مبتنی بر مدل و مدل مبتنی بر مدل ارائه کرده است. یادگیری بدون مدل ارزش ها را به اقدامات بر اساس تاریخ خود پاداش و مجازات متصل می کند و برخی از قضاوت های غیر اخلاقی و غیرمتعارف را توضیح می دهد. یادگیری مبتنی بر مدل سازی شامل ایجاد یک مدل علیت از جهان است و اجازه می دهد تا برای برنامه ریزی دور چشم انداز؛ این نوع یادگیری متناسب با ملاحظات سازنده است که به دنبال به حداکثر رساندن نتایج خاصی هستند. من سه نگرانی در رابطه با استفاده از یادگیری تقویت کننده مدل برای توضیح قضاوت اخلاقی زناشویی ارائه می دهم. اولا، بسیاری از اقداماتی که انسانها از یادگیری رایگان در اختیار دارند، از نظر اخلاقی اشتباه نیستند. قضاوت اخلاقی علاوه بر آموزش بدون مدل، نیاز به چیزی دارد. دوم، شواهدی برای پیش بینی های مرکزی حساب تقویت وجود دارد؛ به عنوان مثال، افرادی که دارای تاریخ تقویت های مختلف هستند، همه چیز با هم برابرند، قضاوت های اخلاقی متفاوت می کنند. در نهایت، برای تأثیر تأثیر قصد در چارچوب، نیاز به فرضیه های خاصی وجود دارد که دارای پشتیبانی نیستند. این چالش ها فوند مناسب برای کار تجربی / نظری آینده در چارچوب مبتنی بر مدل / مدل است.