مقاله یک مدل جدید از اعتماد بر اساس پردازش اطلاعات عصبی

چکیده

More than 30 years of research has firmly established the vital role of trust in human organizations and relationships, but the underlying mechanisms by which people build, lose, and rebuild trust remains incompletely understood. We propose a mechanistic model of trust that is grounded in the modern neuroscience of decision making. Since trust requires anticipating the future actions of others, any mechanistic model must be built upon up-to-date theories on how the brain learns, represents, and processes information about the future within its decision-making systems. Contemporary neuroscience has revealed that decision making arises from multiple parallel systems that perform distinct, complementary information processing. Each system represents information in different forms, and therefore learns via different mechanisms. When an act of trust is reciprocated or violated, this provides new information that can be used to anticipate future actions. The taxonomy of neural information representations that is the basis for the system boundaries between neural decision-making systems provides a taxonomy for categorizing different forms of trust and generating mechanistic predictions about how these forms of trust are learned and manifested in human behavior. Three key predictions arising from our model are (1) strategic risk-taking can reveal how to best proceed in a relationship, (2) human organizations and environments can be intentionally designed to encourage trust among their members, and (3) violations of trust need not always degrade trust, but can also provide opportunities to build trust.

چکیده به فارسی (ترجمه ماشینی)

بیش از 30 سال تحقیق کاملاً نقش اساسی اعتماد به سازمان ها و روابط انسانی را برقرار کرده است ، اما مکانیسم های اساسی که افراد با آن ایجاد می کنند ، از دست می دهند و اعتماد را بازسازی می کنند ، ناقص درک می شوند.ما یک مدل مکانیکی اعتماد را پیشنهاد می کنیم که در علوم اعصاب مدرن تصمیم گیری پایه گذاری شده است.از آنجا که اعتماد به پیش بینی اقدامات آینده دیگران نیاز دارد ، هر مدل مکانیکی باید بر اساس نظریه های به روز در مورد نحوه یادگیری ، نمایندگی مغز ، و پردازش اطلاعات مربوط به آینده در سیستم های تصمیم گیری خود ساخته شود.علوم اعصاب معاصر نشان داده است که تصمیم گیری از سیستم های موازی چندگانه ناشی می شود که پردازش اطلاعات مکمل متمایز و مکمل را انجام می دهند.هر سیستم اطلاعات را به اشکال مختلف نشان می دهد ، بنابراین از طریق مکانیسم های مختلف یاد می گیرد.هنگامی که یک عمل اعتماد تلافی یا نقض می شود ، این اطلاعات جدیدی را ارائه می دهد که می تواند برای پیش بینی اقدامات آینده استفاده شود.طبقه بندی بازنمودهای اطلاعات عصبی که پایه و اساس مرزهای سیستم بین سیستم های تصمیم گیری عصبی است ، طبقه بندی برای طبقه بندی اشکال مختلف اعتماد و تولید پیش بینی های مکانیکی در مورد چگونگی آموختن و تجلی این اشکال اعتماد در رفتار انسان فراهم می کند.سه پیش بینی کلیدی ناشی از مدل ما عبارتند از: (1) ریسک پذیری استراتژیک می تواند چگونگی پیشبرد روابط را نشان دهد ، (2) سازمان ها و محیط های انسانی می توانند عمداً برای تشویق اعتماد در بین اعضای خود طراحی شوند و (3) تخلف از اعتمادلازم نیست همیشه اعتماد به نفس تخریب شود ، بلکه می تواند فرصت هایی برای ایجاد اعتماد فراهم کند.