Özgün Adı: Models of Emotion
Editör: Neslihan Çalışkan
İnsan duyguları büyük oranda özneldir ve deterministik değildir. Aynı uyaran farklı bireylerde farklı duyguları uyandırabilir ve aynı birey, farklı zamanlarda aynı uyaran karşısında farklı duygular sergileyebilir. Bu değişkenliğe rağmen, belirli bir olayı duygusal yapan temel prensipler ve hatta belki de temel nöral mekanizmalar olduğu varsayılıyor. Nörobilimciler de bu prensipleri ve mekanizmaları bulmak için belirli duyguları, belirli deneysel materyallerle (task) çalışıyorlar. Tekil nöron ateşlenme örüntülerinden bütün bir beyin bölgesindeki etkileşimi inceleyen çalışmalara kadar, çeşitli türde veriler ortaya çıkaran insan ve hayvan çalışmaları yapıyorlar. Bu yaklaşım titiz olsa da biraz yavaş ve sıklıkla birbiriyle çelişen çok karmaşık verilerin ortaya çıkmasına sebep oluyor. Bu bütünleyici bir yaklaşım gerektiriyor. Hesaplamalı duygu modelleri, bu bütünleşme için gelecek vaat eden bir araç olarak ortaya çıktı. Bu modeller, bütün varsayımların açıkça ortaya konulmasını gerektiriyor ve duyguların nöral temelleri ile ilgili hipotezleri hem ifade hem de test etmek için yeni bir dil kullanma imkânı veriyorlar.
Uzun zamandır, “bilişsel” süreçler, “duygusal (afektif)” süreçlerin zıttı olarak tanımlanıyordu. Fakat şimdi yapılan deneysel çalışmaların ve modellemelerin sonucunda biliyoruz ki bilişsel ve duygusal süreçler birlikte gelişiyor ve çalışıyorlar. Bir zamanlar algı ve hafıza gibi bilişsel süreçleri anlamak için geliştirilen kavramsal ve hesaplamalı modeller, genişletilerek ve fonksiyonel olarak düzenlenerek duygu süreçleriyle ilgili meseleleri açıklamak için kullanılıyorlar.
Geçtiğimiz on yıl, duygusal süreçlerle ilgili konularla doğrudan ilgilenen yapay zeka (YZ) modeli sayısında bir patlamaya sahne oldu. Her ne kadar genelde duygusal süreçlerin nöral mimarisini takip etmiyor olsalar da, bu modeller duyguların bazı önemli fonksiyonel yönlerini vurguladılar. Duyguların iletişimdeki (insan-makine arayüzü), karar vermedeki, bedenin homeostazındaki ve çevresel adaptasyonlardaki (otonom robotlar) roller buna örnek olarak gösterilebilir. İlk örneklerinden biri Rosalind Picard’ın Duyuşsal Hesaplama (Affective Computing) kitabı olmak üzere bu konuda birkaç kitap basıldı. Yapay zeka, temel bazlı prensiplere odaklanarak, bilişsel süreçlerin altında yatan nöral yapıları bulmayı gerektirmeden, bu yapıların desteklediği süreçleri çalışmaya (örn: Satranç oynamak) imkan tanıyor. Öte yandan nöral modelleme ise bahsedilen yapılara odaklanarak bazı temel hesaplama prensipleri ortaya çıkarmaya çalışıyor. Altta yatan mekanizmaların aydınlatılması, bir sistemin nasıl çalışıp çalışmadığının anlaşılması ve deneysel olarak test etmeye gerek olmadan sistemin davranışlarını tahmin edebilmek için önemlidir. Modellemenin bu yönü, aşağıda da açıklanacağı üzere, özellikle de duygusal bozuklukların anlaşılması ve tedavi edilmesi için oldukça önemli olabilir. Şimdi burada YZ yaklaşımlarını ileri okumalara bırakıp nöral modelleme yaklaşımlarına odaklanacağım.
Duyguların ya da duygu işlemlemelerinin bazı özel yönlerinin nöral yapılarına uygun modeller inşa etmek, pek çok soyutlama seviyesinde yapılabilir. Yelpazenin bir ucunda, bazı özel nöron popülasyonlarının bulunduğu özel bir nöral yolağının modellemesi bulunur. Bu tür biyofiziksel modeller, tipik olarak nöronları bireysel aksiyon potansiyelleri seviyesinde tasvir ederler. Bu modellerin açıklama ve tahmin etme gücü, milisaniyelik zaman aralıklarında ortaya çıkan ilginç dinamik ağ davranışlarıdır (örneğin osilasyon, nöron havuzları arasındaki rekabet). Yelpazenin diğer ucunda ise, nöral işlemleme prensiplerine odaklanan modeller bulunur. Bu modeller, özellikle de tipik nöron veya nöron gruplarının bağlantısallığına ve aktivasyon seviyesine odaklanırlar. Bu modeller, temel olarak nöroanatomi ve nörogörüntülenme verilerini kullanılarak tasarlanırlar. Bu bağlantısal modeller, belirli beyin bölgelerinde gerçekleşen işlemlemelere daha kapsamlı bir şekilde bakmamızı sağlayabilirler. Bu bağlantısal modellerin büyük çoğunluğu, öğrenmenin bir biçimini uygularlar. Bu uygulamalarda, sinaptik bağlantı örüntüleri değiştirilerek ilginç ağ bağlantıları ortaya çıkarılır. Bu modeller, sıklıkla, nöral aktiviteyi davranışsal zaman aralıklarında açıklayabilir ve tahmin edebilirler. Elbette ki yukarıda bahsedilen yelpazenin iki aşırı ucu arasında bol miktarda hibrit modeller de bulunuyor, bunlara ileride değineceğiz.
Son yirmi yılda duyguların nörobiliminin çeşitli yönleri üzerine bol miktarda deneysel veri toplandı. Bu veriler, Tim Dalgleish’in değerlendirdiği pek çok anatomik modelin ortaya çıkmasına yol açtı. Fakat duyguların hesaplamalı modellerinin ortaya çıkışı, bunları tamamlayıcı mekanistik duygu teorilerinin ileri sürülmesi sayesinde mümkün olmuştur. Bu kavramsal modellerden dördü (Joseph LeDoux, Edmund Rolls, Antonio Damasio ve Klaus Scherer tarafından ileri sürülenler), nöronların işleyişinden ilham alınarak geliştirilmiş duygu modellerinin temelinde yer alır. (Bu kavramsal çerçevelerde) olumsuz duygulara amigdalada korku işlemlemesinin çeşitli yönleri modellenerek yaklaşılır. Olumlu duygular ise, olumlu bir duygunun bir ödül elde edildiğinde ortaya çıktığın varsayımından hareketle ödül işlemlemesinin ve karar vermenin nöral altyapısı çalışılarak ele alınır.
Korku Modelleri: Amigdala
LeDoux’nun işitsel korku şartlanması kavramsal modeline göre, amigdala nöronları talamustan hızlı ve geniş tonlarda girdiler alırken korteksten daha yavaş ve rafine girdiler alırlar. Armony ve ekip arkadaşları, sinaptik bağlantıların değiştirilmesi yoluyla her bir amigdala nöronunun ton frekansları aralığını temsil etmeyi öğrendiği işitsel korku işlemlemesinin hesaplamalı bir modelini oluşturdular. Bu ton frekansı aralıkları birleştirildiğinde, işitilebilir ses spektrumunun tamamını kapsıyordu. İlginç bir şekilde, deneyler, korkunun yalnızca belirli ses tonlarıyla ilişkilendirildiği koşullarda yapıldığında, bir nöron alt kümesi yeniden ayarlandı ve tercihlerini korku uyandırma ile eşleştirilen frekanslara kaydırdı. Korkunun nöral ton tercihini yeniden haritalandırdığı bu durum, daha sonra belirli ses tonlarını ayaklarına verilen elektriksel şoklarla ilişkilendirmeye yönelik eğitilmiş hayvanların amigdalalarından toplanan verilerle deneysel olarak doğrulandı. Şaşırtıcı bir şekilde, bu model, daha az girdisel bilgiye erişimi olduğu bilinen hesaplamalı yapılanmalardan da beklendiği üzere, korteksin diğer bölgelerinden gelen sinyallerin, bu nöronların uyaran tercihlerini etkilemeyeceğini gösterdi. Lezyon çalışmaları ile yine deneysel olarak doğrulanan bu sonuç, kortikal olmayan girdilerin (örneğin talamus kaynaklı girdiler) daha önce beklenenden daha fazla etkiye sahip olabileceğini öngördü. Böylece, LeDoux’nun deneysel verilerle kısıtlanan bu modelinin, korku işleme konusunda deneysel olarak test edilebilen öngörülerde bulunabileceği görüldü. Daha sonra bu öngörüler doğrulandı ve korku uyaranlarının işlenmesinde hızlı ve yavaş (çift) işleme yollarının olduğu anlayışı güçlendi.
Genetik algoritmalar ve yapay nöral ağlar kullanan diğer daha soyut modeller, bu hızlı ve yavaş işleme yollarının, çevresel koşullar nedeniyle avcı ve av arasındaki ayrım (yani olumlu ve olumsuz duygulardan hangisinin hissedileceğinin kestirilmesi) zorlaştığında, hayatta kalma içgüdüsünden dolayı ortaya çıkabileceğini gösterdi.
Amigdala, korkuyla ilişkisinin ötesinde, genel motivasyon sisteminin bir bileşeni olarak da modellenmiştir. Stephen Grossberg’in modellerinden biri, çeşitli öğrenme paradigmalarında gerçekleşen bilişsel-duygusal etkileşimleri keşfetmek için tasarlandı. Bu model; talamus, birincil görsel korteks ve temporal loblardan oluşan duyusal (görsel) bir algı sistemi, hipotalamus ve amigdalanın aktivitesini temsil eden bir motivasyon sistemi ve genel kortikal ve serebellar motor çıktıları içeren genel bir motor sistemi içeriyordu. Bu modelde amigdala, duyu akışına etkileyen motivasyonel bir yanlılık olarak çalışıyordu ve prefrontal korteks ile etkileşime geçerek eylem seçimini etkiliyordu. Amigdalada gerçekleşen aktivite, korku ve rahatlama gibi birbirlerine ters duygusal temsiller arasındaki dinamik etkileşime dayanıyordu. Bu modelde, uygun bir ayarlamayla, bu temsillere yönelik uyarılma benzeri girdiler, çok az veya çok fazla uyarılmanın motor tepkileri azalttığı karakteristik bir ters U-şekilli tepkiye yol açabilir. Mekanizmasal olarak bu model, büyük bir uyarılma girdisinin, amigdala aktivitesinde bir düşüşe yol açabileceğini ve bunun da prefrontal korteks aktivasyonunda (hipofrontalite) bir azalmaya neden olabileceğini öngörüyordu. Bu olaylar zinciri, düz duygulanım (düşük amigdala aktivasyonu olarak modellenmiştir), motivasyon düşüşü (düşük prefrontal aktivite olarak modellenmiştir) ve dikkat eksikliği (duyu-motor bilgi akışının üzerinde prefrontal korteks kontrolünün olmaması olarak modellenmiştir) gibi şizofreniye özgü negatif semptomların ortaya çıkmasına neden olmuştur. Duygunun motivasyon sisteminin bir bileşeni olarak görülmesi ve duygusal davranışların da farklı motivasyon sistemleri arasındaki rekabetin bir sonucu olarak ortaya çıktığı fikri, farelerde kaygıyı açıklamak için geliştirilmiş bağlantısalcı bir modelin de temelini oluşturur. Salum’un modelinde, uzamsal keşif, merak temelli keşif davranışı ile kaygı temelli açık/yüksek yerlerden kaçınma davranışının arasındaki dinamik rekabetin sonucuydu. Bu model, farelerin davranışlarından elde edilen deneysel verilere dayanmakla birlikte, amigdalanın rolünü açıkça ele almıyordu. Bunun yerine bu model, Grossberg’in modelinde olduğu gibi, birbiriyle çelişen motivasyonel yanlılıklar arasındaki dinamik rekabete dayanıyordu. Taylor ve Fragopanagos’un modeli gibi başka bağlantısalcı modeller, duygu ve dikkat arasındaki ilişkiyi netleştirmeye çalıştılar. Onların modelleri, LeDoux’nun kavramsal modelinden ilham almış hızlı ve dikkatin ortaya çıkışından önce çalışan bir işlemleme yolağına dayanıyordu. Buna göre amigdala, gelen uyaranların olumsuz doğasını değerlendirdi ve duyusal işleme üzerinde dikkatin odağını duygusal uyarana kaydıran uyarıcı bir etki uyguladı (dikkatin aşağıdan yukarıya modülasyonu). Alternatif olarak veya ilaveten, dikkatin odağı, amigdalanın tetiklediği ve ventromedial ile dorsolateral prefrontal kortekslerdeki modüller arasında gerçekleşip ana bilişsel hedefin de değişmesine sebep olan (dikkatin yukarıdan aşağıya modülasyonu) etkileşimler yoluyla da değiştirilebilir. Salum’un bu modeli, çeşitli duygu-dikkat deneylerinin sonuçlarını açıklamak için kullanılmış ve amigdalanın hem hangi uyaranın daha dikkat çekici olduğunu belirleyerek hem de davranışı bilişsel olarak kontrol ederek, dikkati hızlı ve bilinçdışı şekilde etkilediği fikrini doğrulamıştır. Bu model, Grossberg’inki gibi, amigdala ve prefrontal korteksler arasındaki çok önemli bir etkileşime işaret ediyor. Bu etkileşim, ödül işleme bağlamında daha fazla çalışılmıştır.
Pozitif Duygu Modelleri: Prefrontal Korktekste Ödül İşlenmesi
Orbitofrontal korteksin (OFC) duygu işlemleme modellerine dahil edilmesi, pekiştirmeli öğrenme literatüründen gelen büyük miktarda veriye dayanır. Rolls’a göre, pekiştirmeli öğrenme, genel olarak duyguların işlenmesinin temelinde yer alır ve OFC, uyaranların pekiştirme değerini ve uyaranlar ile pekiştiriciler arasındaki ilişkileri çözmektedir. Rolls’un deneyleri, normal OFC işlevinin, uyaran-ödül ilişkisinin tek seferliğine tersine çevrilmesine aracılık ettiğini göstermiştir. Bu fenomen, mekanizmasal olarak problemlidir. Çünkü Rolls’un modelindeki olay akışı, tipik olarak bağlantıcı modeller tarafından öne sürülen, sinaptik seviyedeki düzenlemelerin uyaran-tepki ilişkisinin kurulmasından (yani öğrenme için verilen eğitimden) sonra meydana geldiği öğrenme mekanizmalarındaki olay akışıyla çelişmektedir. Deco ve Rolls’un modelinin daha güçlü olabilmek için hızlı bir şekilde gerçekleşen nöral olayları hesaba katması gerekiyordu ve bu nedenle iğnecikli (biyofiziksel) nöronların aktivitesine dayanması gerekiyordu. Fakat bu model, açıkça simüle edilmiş nöron havuzları arasındaki “yanlı rekabete” dayanıyordu. Belirli bir uyaran-ödül ilişkisi, aktif olarak uyarılan nöronlardan oluşan bir havuz tarafından temsil ediliyordu ve ilginç bir şekilde, çağrışımdaki bir değişiklik, basitçe farklı bir nöron havuzunun ateşlendiği bir değişiklikti (sinaptik bağlantının gücünde bir değişiklik değil). Bu nöron havuzlarındaki değişiklik, “kurallara özgü” nöronlar adı verilen özel bir OFC nöron grubundan gelen küçük bir girdi yanlılığıyla dinamik olarak sağlanıyordu. Bu kural nöronları bağlam değişikliklerine hassastı ve aynı nesnenin bağlama bağlı olarak ödül veya ceza olarak algılanmasına izin veriyorlardı. Bu nöronlar cezalara veya beklenen bir ödülün verilmemesine, o anda aktif olan nöronal havuza (belirli bir uyaran-ödül ilişkisine) engelleyici bir yanlı girdi göndererek yanıt veriyorlardı. Devre dışı bırakıldıklarında ise, nöron havuzu bir an için tesirsiz (refractory) hale geliyordu ve tek öğrenme denemesinde hızla yeni bir nöron havuzu (yani yeni bir uyaran-ödül ilişkisi) ortaya çıkıyordu. Bu model bir dizi test edilebilir tahminde bulunuyordu ve bunlardan biri, belirli bir nesne-değer kombinasyonu sunulduğunda harekete geçen farklı OFC nöron havuzlarının varlığıydı. Bu tür nöron havuzları, çeşitli bilişsel bağlamlara karşı genel duygusal tepkilerin verilebilmesi için kullanılabilirdi. Bazı deneysel çalışmaların sonuçları, gerçekten de bu tür nöronların var olduğunu işaret ediyor.
Duygusal sinyallerin rekabet halindeki aktif devrelerin aktivitesini yanlılaştırdığı/saptırdığı fikri, Damasio’nun somatik belirteç hipotezinin de temelini oluşturur. Bu teoriye göre, geçmişle ilgili kararlar sırasında duygusal tepkilerle ilişkilendirilen türden bir uyaranı işlemek, daha önce bu uyaranla ilişkilendirilen duygusal anıları harekete geçirme potansiyeline sahiptir. Bu anılar (‘somatik belirteçler’) ise daha sonra bilişsel işleme, karar verme ve eylem seçim mekanizmalarını etkiler. Damasio’nun görüşüne göre, olgular ve duygular arasındaki ilişkilere ilişkin hatıralar, belirli koşullar altında, somatik belirteçlerin bilinçli veya bilinçsiz şekilde kullanılmasına yol açabilir. Çeşitli beyin bölgelerinin bu tür bir duygusal yanlılığın arkasında olduğu bilinmektedir ve özellikle de ventro-medial prefrontal korteksin (VMPFC) rolüne dikkat çekilmiştir. VMPFC, eylemlerin seçildiği ve planların yapıldığı beynin yürütme sisteminin bir parçasıdır. Amigdala ile bağlantısı nedeniyle, VMPFC, önceki eylemler ile bunların doğası gereği “duygusal” olan beklenen sonuçları arasındaki ilişkileri, yani “somatik belirteçleri”, içerir. Wagar ve Thagard modelinde, bir uyaran algılandığında, VMPFC’de birkaç potansiyel eylemin temsili gerçekleştirilir. Bu eylemlerden bazıları somatik belirteçlerin parçalarıdır ve eylemin olası sonuçlarına göre bedensel durumu ‘simüle eden’ amigdalaya bağlı temsilleri etkinleştirirler. Eylemin duygusal değerini temsil eden bu bilinçdışı temsiller daha sonra karar verme süreçlerini etkiler. Model ayrıca bu yanlılığın, uyaranın algılanıp nucleus accumbens tarafından kontrol edilerek bağlama bağlı hale geldiğini önermektedir. Nucleus accumbens; VMPFC, amigdala ve hipokampüsten girdiler alır ve üst düzey bilişsel süreçler ve eylem seçiminde önemli bir rol oynadığı varsayılır. Bununla birlikte, bu çekirdek (nucleus) genellikle Ventral Tegmental Alandan gelen dopamin tarafından inhibe edildiğinden (engellendiğinden), bu bölgelerden gelen girdilerin hiçbiri tek başına nucleus accumbens’i ateşlemek için yeterli değildir. Modele göre, ateşleme yalnızca bir uyaranın değerlendirilmesine ve amigdaladan gelen girdilerin nucleus accumbens’e gelen ilk girdiler olmasına bağlı. Nucleus accumbens, olası bir eylemin değerlendirildiğini gösteren VMPFC’den gelen girdileri alma ve tüm bu süreç boyunca hipokampüsün aktif olmasında (yani doğru bağlamsal bilgiler mevcut olmasında) önemli bir rol oynar. Simüle edilen bir Iowa kumar testinde, bu modelin normal şartlarda tercihlerin uzun vadede gerçekleşmesi öngörülen (VMPFC aktivitesinin gösterdiği şekilde) olaylara göre yapıldığını öngördüğü görülmüştür ve bu doğrudur. Ünlü Phineas Gage vakasında olduğu gibi VMPFC bölgesi hasar görmüş insanlarda ise tercihlerin kısa vadeli, anlık çıkarlara göre (amigdala aktivitesinin gösterdiği şekilde) yapıldığı görülmüştür ve bu model yine bu durumu doğru tahmin etmiştir. Bu model, uyaranların olumlu veya olumsuz olarak değerlendirilmesinin farklı “duygudurumlar” olarak görüldüğü özel bir durumda ise, bu model nucleus accumbens’in bilişsel, bağlamsal ve duygusal bilgi akışının nasıl entegre ettiğine ışık tutmaktadır.
Hem Deco ve Rolls hem de Wagar ve Thagard modelindeki en önemli sorunlardan biri, öğrenmenin gerçekleştiğinin varsayılmasıdır. Bu modellerin çeşitli bileşenleri arasındaki bağlantı örüntüleri ‘manuel’ olarak yapılandırıldığı halde bu ağın dinamik yönlerine vurgu yapılır. Frank ve Claus, orbitofrontal korteks (OFC) ile bazal ganglionların dopaminerjik sistemi arasındaki etkileşimlere odaklanarak öğrenme aşamasında neler gerçekleştiğini açıkça modellemeye çalıştılar. Modelleriyle, ödül/ceza olasılığının bazal ganglionlar tarafından işlenmekte olabileceğini gösterdiler. Buna karşılık, hem ödül hem de cezanın büyüklüğündeki değişikliklerin amigdala tarafından kodlandığını, ödül miktarının işlenmesinin aktif olarak medial OFC tarafından sürdürüldüğünü ve ceza miktarının işlenmesinin ise lateral OFC’de sürdürüldüğünü gösterdiler. Onların bu modelleri; öğrenme üzerine karar vermenin incelenmesine imkan tanıyan Iowa kumar testi, tersleşme öğrenme testi ve devalüasyon paradigması kullanılarak test edildi.
Diğer Duyguların Modellenmesi
Korku ve ödül işlemenin doğası ile ilgili veriler deneysel yollarla elde edilebileceği için, nöral duygu modellerinin odak noktası bu alanlar olmuştur. Öte yandan genel olarak duyguları modellemek için nöral ağlar kullanmaya yönelik nispeten az sayıda girişim olmuştur. Bu yönde bir adım, Scherer ve ekip arkadaşları tarafından, duyguların karmaşık bir değerlendirme dizisinin sonucu olarak anlaşılabileceği üzerine kuramsal bir temelde atıldı. Scherer ve arkadaşlarına göre duyguların beş ana bileşeni vardır: Bilişsel bileşen (nesnelerin ve olayların rasyonel bir şekilde değerlendirilmesi), çevresel sinir sistemi için eferans bileşeni (homeostaz, metabolizmanın düzenlemesi), motivasyonlara ilişkin bir bileşen (eyleme geçmek için hazırlık), motor bileşen (duyguların ifadesi ve başkalarına iletilmesi) ve öznel bir ‘his’ bileşeni (duygusal ifadelere yönelik iç gözlem). Bu kavramsal çerçeveye göre bir duygu, özne için özellikle önemli olan bir iç veya dış uyaranın değerlendirilmesine (örneğin amigdala tarafından) yanıt olarak bu bileşenlerin dinamik olarak birlikte çalıştırılmasıdır. Bu model, lateral (yanal) bağlantıları olan ileri beslemeli bir nöral ağın mimarisine sahiptir. Bu modelde bir uyaran, onun yeniliği, tetiklediği olumlu hisler veya bu uyaranın sebep olacaklarıyla ilgili bazı olasılıklar gibi, uyaranlarla ilgili önceden tanımlanmış bazı özelliklerin işlenmesinde uzmanlaşmış birbiriyle etkileşen bir dizi temsil birimini etkinleştirir. Bu birimler, birlikte çalışarak bu uyaranın önemini belirler ve organizmayı eyleme hazırlayan etkileşimli birimlerin ikinci katmanını etkinleştirir. İkinci katmandaki bu birimler de eylemin bu uyarana alaka düzeyini, belirli standartlara göre ne kadar uygun bir eylem olduğunu, potansiyel olarak sebep olacağı olayları ve bu olaylarla ne kadar başa çıkılabileceğini değerlendirir. Bu nedenle duygu, birbirinden bağımsız birkaç temel duygu “düğümünün” veya duygu modüllerinin farklı ağırlıklara göre aktive edilmesinden ziyade, bir aktivasyon örüntüsüdür; önceki cümlelerde bahsedilen birimlerin birbiriyle etkileşiminden ortaya çıkan bir üründür. Ne yazık ki, bu bağlantısalcı modelin henüz hiçbir uygulaması yok. Bu nedenle kavramsal olarak yararlı olsa da, bu model henüz herhangi bir duygusal fenomeni niceliksel olarak açıklamadı veya öngörmedi. Fakat böyle bir model özellikle duygusal bozuklukların bilişsel değerlendirmelere dayanan temelini açıklamakta faydalı olacağı gibi bilişsel değerlendirme süreçlerindeki farklılıkların normal bireylerde duygusal işlemedeki bireysel farklılıkları ne ölçüde açıkladığını anlamak için yararlı olacaktır. Gerçekten de, Mischel ve Shoda’ya göre duygusal sistem, kişiliği, bireysel farklılıkları ve başkalarıyla etkileşim biçimimizi tanımlayan şeyin özünde yer alıyor. Onların bağlantısalcı modellerinde, bilişsel ve duygusal bilgiyi temsil eden soyut birimler rastgele şekilde birbirine bağlıdır ve dinamik olarak etkileşime girer. Öyle ki, bazı durumlarda, modeldeki ağın farklı durumlara yanıtı (temsil birimlerinin bir alt kümesinin etkinleştirilmesi), sabit bir dizi durumla tekrar tekrar karşılaşıldığında gösterilen davranışla aynı ölçüde değişkenlik gösterir. Diğer koşullarda ise, insanlarda yapılan gözlemlere paralel olarak, bu ağın farklı durumlara karşı yanıtları bir tutarlılık gösterir. Mischel ve Shoda’nın modeline göre, bireysel farklılıklar ve davranış değişkenliği, işlemlemeyi yapan bilişsel ve duygusal birimlerin doğasından ziyade, bu birimler arasındaki farklı bağlantılarda yatmaktadır.
Sonuç
Biyofiziksel veya bağlantısalcı olan bu modeller, duyguların nöral temelleriyle ilgili birkaç önemli sonuca işaret ediyor.
İlk olarak, beyinde ‘duygu merkezlerinin’ olmadığı ortaya çıktı. Modeller, tekil modüllerin (nöronlar, nöron popülasyonları veya beyin bölgeleri gibi) sıralı bir şekilde çalışmadığını gösterdiler. Bu modüller, karmaşık yinelenen ağların birer parçasıdır. Hatta o kadar ki bu modüllerin aktiviteleri, duyguların işlenmesiyle ilgili olmayan diğer birçok modülün aktivitesine yakından bağlıdır. Hiçbir beyin bölgesi, genel olarak duyguların veya belirli bir duygunun işlenmesi için özel olarak tahsis edilmemiştir. Ayrıca modeller, bilişsel ve duygusal işleme arasındaki karşıtlığın ya kökten yanlış olduğunu, kökten yanlış değilse bile fazlasıyla basit olduğunu göstermektedir. Prefrontal korteks veya amigdala gibi beyin bölgeleri, uyaran algılamanın ve karar vermenin ‘hesaplama’ ağlarının doğal parçaları olmakla beraber, uyaran yorumlama ve duyguları ifade etme gibi “duygusal” fonksiyonlara aracılık etmektedirler.
İkincisi, duygular basit ‘sistem durumları’ veya birkaç beyin bölgesinin aktivasyon örüntüleri değildir. Önceden kurulan uyaran-duygu-eylem ilişkileri, duygusal davranışların arkasındaki en büyük sebeplerden olsalar da, duyguların dinamik işleyiş biçimleri olduğu artık açık. Nitekim, duygular, temporal olarak içsel (örn. hatırlamaya dayalı) ve dışsal (örn. algılama) olaylardan etkilenerek şiddet derecelerini arttırıp azaltabilirler. Farklı zaman aralıklarında meydana gelebilirler: Örneğin korku gibi duygular kısa sürede ortaya çıkarken veya genel ruh hali ve depresyon gibi şeyler uzun sürerler. Bu nedenle, belki de duygusal durumlardan çok duygusal akış üzerine düşünmek daha faydalı olacaktır.
Üçüncüsü, duyguların işlevsel bir rolü vardır ve yalnızca sinirsel etkinliğin yan ürünleri değillerdir. Mevcut hesaplamalı duygu modelleri şimdiye kadar bilgi akışının çeşitli şekillerde yeniden yönlendirilmesine veya modüle edilmesine dayanan hesaplama yanlılığı kavramı etrafında şekillendi. Bu görüş, duyguların diğer işlemlere ek bilgi kanalları sunduğu, paralel “duygu hesaplamaları” fikriyle zıttır. Duygunun işlevsel yönleri, yapay zeka literatüründe de açıkça görülmektedir.
Özetle, kavramsal, deneysel ve hesaplamalı modellerin duygu modellerinin birbirine yakınsaması, duyguların işlenmesi, ifade edilmesi ve deneyimlenmesinin çeşitli yönlerine ilişkin anlayışımızın gelişmesinde anahtar rolü oynuyor gibi görünüyor.
Kaynakça
Armony JL, Servan-Schreiber D, Cohen JD, LeDoux JE (1997a) Computational modeling of emotion: Explorations through the anatomy and physiology of fear conditioning. Trends in Cognitive Sciences 1:28–34.
Armony JL, Servan-Schreiber D, Romanski LM, Cohen JD, LeDoux JE (1997b) Stimulus generalization of fear responses: effects of auditory cortex lesions in a computational model and in rats. Cereb Cortex 7:157–165.
Dalgleish T (2004) The emotional brain. Nat Rev Neurosci 5:583–589.
Damasio A (1999) The Feeling of What Happens: Body and Emotion in the Making of Consciousness: Harcourt Brace.
Davidson RJ (2003) Affective neuroscience and psychophysiology: Toward a synthesis. Psychophysiology 40:655–665.
Deco G, Rolls ET (2005) Synaptic and spiking dynamics underlying reward reversal in the orbitofrontal cortex. Cereb Cortex 15:15–30. den Dulk P, Heerebout BT, Phaf RH (2003) A computational study into the evolution of dual-route dynamics for affective processing. J Cogn Neurosci 15:194–208.
Fellous J-M, Arbib MA, eds (2005) Who Needs Emotions? The brain meets the robot. New York: Oxford University Press.
Frank MJ, Claus ED (2006) Anatomy of a decision: striato-orbitofrontal interactions in reinforcement learning, decision making, and reversal. Psychol Rev 113:300–326.
Jeff Moehlis, Kresimir Josic, Eric T. Shea-Brown (2006) Periodic orbit. Scholarpedia, 1(7):1358.
LeDoux J (1996) The Emotional Brain. New York: Simon & Schuster.
Mark Aronoff (2007) Language. Scholarpedia, 2(5):3175.
Mischel W, Shoda Y (1998) Reconciling processing dynamics and personality dispositions. Annu Rev Psychol 49:229–258.
Peter Redgrave (2007) Basal ganglia. Scholarpedia, 2(6):1825.
Picard RW (1997) Affective computing. Cambridge, MA: The MIT Press.
Rolls ET (2005) Emotion explained. New York: Oxford University Press.
S. Murray Sherman (2006) Thalamus. Scholarpedia, 1(9):1583.
Salum C, Morato S, Roque-da-Silva AC (2000) Anxiety-like behavior in rats: a computational model. Neural Netw 13:21–29.
Sander D, Grandjean D, Scherer KR (2005) A systems approach to appraisal mechanisms in emotion. Neural Netw 18:317–352.
Taylor JG, Scherer K, Cowie R (2005) Emotion and brain: understanding emotions and modelling their recognition — Introduction to special issue. Neural Netw 18:313–316.
Trappl R, Petta P, Payr S, eds (2002) Emotions in humans and artifacts. Cambridge, MA: MIT Press.
Valentino Braitenberg (2007) Brain. Scholarpedia, 2(11):2918.
Wagar BM, Thagard P (2004) Spiking Phineas Gage: a neurocomputational theory of cognitive-affective integration in decision making. Psychol Rev 111:67–79.
Wolfram Schultz (2007) Reward. Scholarpedia, 2(3):1652.
