Integrating Neural Networks into Decision-Making and Motivational Theory: Rethinking VIE Theory*

    loading  Checking for direct PDF access through Ovid

Abstract

This manuscript uses a reformulation of Vroom's (1964) VIE theory to illustrate the potential value of neuropsychologically based models of cognitive processes. Vroom's theory posits that people's decisions are determined by their affective reactions to certain outcomes (valences), beliefs about the relationship between actions and outcomes (expectancies), and perceptions of the association between primary and secondary outcomes (instrumentalities). One of the major criticisms of this type of theory is that the computations it requires are unrealistically time-consuming and often exceed working memory capacity. In this paper, we maintain that if an individual has extensive experience with a problem situation, he or she can process decisions about that situation using neural networks that operate implicitly so that cognitive resources are not exhausted by simple computations; instead, the computations are performed implicitly by neural networks. By thinking about VIE from a neural network standpoint, at least one of its problems is eliminated, and several new insights into decision-making are provided. We use simulation methodology to show that such a model is both viable and can reflect the effects of current goals on choice processes.

Ce manuscrit utilise une reformulation du modèle théorique de Vroom (1964) (la théorie VIE) pour illustrer la valeur potentielle des modèles de processus cognitifs axés sur la neuropsychologie. La théorie de Vroom suppose que les décisions des personnes sont déterminées par leurs réactions affectives à certains résultats (valences), à certaines croyances quant à la relation entre les actions et les résultats (attentes) et les perceptions de l'association entre les résultats primaires et secondaires (instrumentalités). L'une des principales critiques de ce type de théorie demeure que les calculs nécessaires prennent un temps irréaliste et dépassent souvent la capacité de la mémoire de travail. Dans cet article, nous soutenons que si un individu éprouve une situation problème prolongée, il peut traiter les décisions concernant cette situation à l'aide des réseaux neuraux qui fonctionnent implicitement de manière à ce que les ressources ne s'épuisent pas simplement par les calculs; plutôt, les calculs sont exécutés implicitement par les réseaux neuraux. En pensant à la théorie VIE dans la perspective du réseau neural, au moins un des problèmes s'élimine et plusieurs autres nouvelles introspectives dans la prise de décision se découvrent. Nous nous servons de la méthodologie de la simulation pour montrer qu'un tel modèle est tout autant viable et il peut refléter les effets des objectifs courants sur les processus de choix.

    loading  Loading Related Articles