{"id":1865,"date":"2020-12-20T15:00:38","date_gmt":"2020-12-20T15:00:38","guid":{"rendered":"https:\/\/cog-ist.com\/?post_type=blog_content&p=1865"},"modified":"2025-08-18T16:54:35","modified_gmt":"2025-08-18T16:54:35","slug":"sosyal-bir-beyin-var-mi-uygulamalar-ve-algoritmalar-lockwood-apps-chang","status":"publish","type":"blog_content","link":"https:\/\/cog-ist.com\/en\/blog_content\/sosyal-bir-beyin-var-mi-uygulamalar-ve-algoritmalar-lockwood-apps-chang\/","title":{"rendered":"\u2018Sosyal\u2019 Bir Beyin Var M\u0131? Uygulamalar ve Algoritmalar \u2014 Lockwood, Apps, Chang"},"content":{"rendered":"\n

\u00d6zg\u00fcn ad\u0131: \u201cIs There a \u2018Social\u2019 Brain? Implementations and Algorithms<\/a>\u201d<\/p>\n\n\n\n

\u00d6ne \u00c7\u0131kanlar<\/h2>\n\n\n\n

Psikoloji ve sinirbilimde temel bir soru, sosyal davran\u0131\u015f\u0131n sosyal olarak \u00f6zelle\u015fmi\u015f (socially-specific) sistemler taraf\u0131ndan ne \u00f6l\u00e7\u00fcde desteklendi\u011fi ya da sosyal olmayan (non-social) di\u011fer bili\u015fsel, alg\u0131sal ve motor becerilerle ne derecede payla\u015f\u0131ld\u0131\u011f\u0131d\u0131r.<\/p>\n\n\n\n

Farkl\u0131 a\u00e7\u0131klama seviyelerinde, sosyal a\u00e7\u0131dan \u00f6zelle\u015fmi\u015f olabilecek bir s\u00fcre\u00e7 \u00f6neriyoruz. Bu yakla\u015f\u0131m, ayna n\u00f6ronlar\u0131n<\/strong> (mirror neurons) (bkz. S\u00f6zl\u00fck)<\/em> sosyal ba\u011flamlardaki rol\u00fcn\u00fcn ve sosyal \u00f6\u011frenmenin benzersiz bir \u015fekilde \u201csosyal\u201d olup olmad\u0131\u011f\u0131n\u0131n netle\u015ftirilmesine yard\u0131mc\u0131 olabilir. Deneysel tasar\u0131m, sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn (social specificity) farkl\u0131 d\u00fczeylerde m\u00fcmk\u00fcn oldu\u011funa dair bir anlay\u0131\u015fla y\u00f6nlendirilmelidir.<\/p>\n\n\n\n

Sosyal davran\u0131\u015f\u0131 t\u00fcrler aras\u0131nda incelemek, farkl\u0131 uygulamalar ve algoritmalar hakk\u0131nda insanlara benzersiz ipu\u00e7lar\u0131 verebilir. \u00d6rne\u011fin kan\u0131tlar ayn\u0131 noktada birle\u015ferek, beyinde anterior singulat girusun<\/em> sosyal uygulamalar\u0131n i\u015flenmesinde \u00e7ok \u00f6nemli oldu\u011funu ve \u201czihin teorisinin\u201d<\/strong> (theory of mind) (bkz. S\u00f6zl\u00fck)<\/em> varsay\u0131lan bir sosyal algoritma oldu\u011funu vurgulamaktad\u0131r.<\/p>\n\n\n\n

\u00d6zet<\/h2>\n\n\n\n

Psikoloji ve sinirbilimde temel bir soru, sosyal davran\u0131\u015f\u0131n sosyal olarak \u00f6zelle\u015fmi\u015f sistemler taraf\u0131ndan ne \u00f6l\u00e7\u00fcde desteklendi\u011fi ya da sosyal olmayan di\u011fer bili\u015fsel, alg\u0131sal ve motor becerilerle ne derecede payla\u015f\u0131ld\u0131\u011f\u0131d\u0131r.<\/p>\n\n\n\n

Bu \u00e7al\u0131\u015fmada, bilgi i\u015flemenin farkl\u0131 d\u00fczeylerde \u201csosyal\u201d veya \u201csosyal olmayan\u201d olarak anla\u015f\u0131labilece\u011fini \u00f6ne s\u00fcrmek i\u00e7in, Marr\u2019\u0131n (1982) \u00e7er\u00e7evesini insanlar, maymunlar ve kemirgenler \u00fczerindeki ara\u015ft\u0131rmalara uyguluyoruz. S\u00fcre\u00e7lerin sosyal olarak uygulama d\u00fczeyinde ve \/ veya algoritmik d\u00fczeyde \u00f6zelle\u015febilece\u011fini ve sosyal davran\u0131\u015f\u0131n hedefini de\u011fi\u015ftirmenin sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc de de\u011fi\u015ftirebilece\u011fini savunuyoruz. Bu \u00e7er\u00e7eve, t\u00fcrler aras\u0131ndaki sosyal davran\u0131\u015f\u0131n do\u011fas\u0131na ili\u015fkin \u00f6nemli yeni bilgiler sa\u011flayabilir, daha fazla entegrasyonu kolayla\u015ft\u0131rabilir, yeni teorik ve ampirik yakla\u015f\u0131mlara ilham verebilir.<\/p>\n\n\n\n

Anahtar kelimeler: sosyal bili\u015f, sosyal davran\u0131\u015f, bili\u015fsel s\u00fcre\u00e7, beyin devresi, h\u00fccresel, i\u015flemlemesel, insanlar, primatlar, kemirgenler<\/em><\/p>\n\n\n\n

Marr\u2019\u0131n G\u00f6z\u00fcyle Sosyal \u00d6zg\u00fcll\u00fck<\/h2>\n\n\n\n

\u00c7o\u011fu davran\u0131\u015f sosyal ba\u011flamda ortaya \u00e7\u0131kar. Sosyal davran\u0131\u015flar, tek h\u00fccreli mikroorganizmalardan [1] kemirgenlere [2], bal\u0131klara [3] ve primatlara [4] kadar \u015fa\u015f\u0131rt\u0131c\u0131 derecede geni\u015f bir t\u00fcr dizisi boyunca sergilenir. Bununla birlikte, psikoloji ve sinirbilim i\u00e7in temel bir soru, bilgiyi sosyal olarak \u00f6zelle\u015fmi\u015f bir \u015fekilde i\u015fleyen bili\u015fsel s\u00fcre\u00e7lerin, beyin b\u00f6lgelerinin, devrelerin veya h\u00fccrelerin olup olmad\u0131\u011f\u0131d\u0131r. Yani, \u201csosyal olmayan\u201d bili\u015fsel, motor ve alg\u0131sal yetenekler i\u00e7in gerekli olandan farkl\u0131 \u015fekilde, yaln\u0131zca sosyal durumlarda \u00e7evrimi\u00e7i hale gelen s\u00fcre\u00e7ler mi s\u00f6z konusudur?<\/p>\n\n\n\n

Bili\u015fsel ve sinirsel s\u00fcre\u00e7lerin sosyal olarak \u00f6zelle\u015fip \u00f6zelle\u015fmedi\u011fini anlamak, test etmek ve bu ba\u011flamda bir \u00e7er\u00e7eve sa\u011flamak i\u00e7in Marr\u2019\u0131n seviyeleri<\/strong>nin (bkz. S\u00f6zl\u00fck<\/em>) \u00f6nc\u00fc fikrinden yararlan\u0131yoruz [5]. Algoritmik d\u00fczeyde sosyal olarak kabul edilebilecek \u2014 sosyal olmayan bir alanda i\u015flenenden farkl\u0131 olan belirli bir algoritma veya kurall\u0131 kodlar \u2014 ve \/ veya uygulama d\u00fczeyinde ayn\u0131 algoritman\u0131n kullan\u0131ld\u0131\u011f\u0131, ancak farkl\u0131 bir beyin alan\u0131, devresi veya h\u00fccrede i\u015flendi\u011fi bir s\u00fcre\u00e7 oldu\u011funu savunuyoruz. Ayr\u0131ca i\u015fbirli\u011fi \/ rekabet s\u0131ras\u0131nda oldu\u011fu gibi bilgi i\u015fleme sisteminin (i\u015flemleme d\u00fczeyi \u2014 computation level) sosyal hedefini de\u011fi\u015ftirmenin, di\u011fer d\u00fczeylerdeki sosyal \u00f6zelle\u015fmeyi etkileyebilece\u011fini ileri s\u00fcr\u00fcyoruz. Sosyal ba\u011flamlarda bilgi i\u015flemeyi incelerken, bu tan\u0131mlama seviyeleri genellikle g\u00f6zden ka\u00e7ar. Bunun bili\u015fsel veya sinirsel s\u00fcre\u00e7lerin \u00f6zelle\u015fip \u00f6zelle\u015fmedi\u011fi konusunda yanl\u0131\u015f sonu\u00e7lara yol a\u00e7abilece\u011fini iddia ediyor ve basit \u00e7a\u011fr\u0131\u015f\u0131m\u0131n\u0131n \u00f6tesinde \u201csosyal beyin\u201d ifadesine daha incelikli bir yakla\u015f\u0131m \u00e7a\u011fr\u0131s\u0131nda bulunuyoruz.<\/p>\n\n\n\n

Marr\u2019\u0131n \u00c7er\u00e7evesi: \u0130\u015flemleme, Algoritma ve Uygulama<\/h2>\n\n\n\n

Marr\u2019\u0131n \u00e7er\u00e7evesi [5], bir bilgi i\u015fleme sistemini anlamak i\u00e7in, birden \u00e7ok a\u00e7\u0131klama d\u00fczeyini dikkate alman\u0131n \u2014 i\u015flemlemesel (computational)<\/em>, algoritmik ve uygulamal\u0131 (\u015eekil 1) [6] \u2014 \u00e7ok \u00f6nemli oldu\u011funu savunur. En y\u00fcksek a\u00e7\u0131klama seviyesi olan i\u015flemleme, bir sistemin nedenini veya ger\u00e7ekle\u015ftirmek istedi\u011fi hedefi a\u00e7\u0131klar. \u00d6rne\u011fin ku\u015flar\u0131n u\u00e7u\u015funu anlamak istiyorsak, bunu \u201csadece t\u00fcyleri inceleyerek\u201d yapamay\u0131z [5]. \u00d6ncelikle ku\u015fun amac\u0131n\u0131n u\u00e7mak oldu\u011funu bilmeliyiz. \u0130kinci seviye ise algoritmiktir \u2014 beyin belirli bir operasyon i\u00e7in hangi kurallar\u0131 uygular? \u0130\u015fte bu seviyede, ku\u015fun kanatlar\u0131n\u0131 \u00e7\u0131rpmas\u0131 s\u00f6z konusudur. Son olarak, uygulamaya y\u00f6nelik seviye, yani beynin belirli bir operasyonu \u2018nas\u0131l\u2019 ba\u015fard\u0131\u011f\u0131d\u0131r. Bir ku\u015f i\u00e7in bu, onun t\u00fcylerinin olmas\u0131d\u0131r.<\/p>\n\n\n\n

\"\"\/
\u015eekil 1: Marr\u2019\u0131n Sosyal ve Sosyal Olmayan Davran\u0131\u015f i\u00e7in \u00dc\u00e7 Seviyeli Analizi.<\/figcaption><\/figure>\n\n\n\n

(A) Bir ku\u015fun u\u00e7ma amac\u0131n\u0131 anlamak istiyorsak, sadece t\u00fcylerini inceleyemeyiz. Ku\u015fun u\u00e7ma amac\u0131n\u0131n (i\u015flemleme), kanatlar\u0131n\u0131 \u00e7\u0131rparak (algoritma) yapt\u0131\u011f\u0131, u\u00e7man\u0131n aerodinami\u011finin t\u00fcylere ba\u011fl\u0131 oldu\u011funu (uygulama) bilmemiz gerekir. (B) Ku\u015f u\u00e7u\u015fu gibi di\u011fer \u201csosyal olmayan\u201d s\u00fcre\u00e7lerle kar\u015f\u0131la\u015ft\u0131r\u0131ld\u0131\u011f\u0131nda belirli sosyal davran\u0131\u015f\u0131n ne oldu\u011funu anlamak i\u00e7in, sosyal hedefi anlamam\u0131z gerekti\u011fini savunuyoruz (\u0130\u015fbirli\u011fi yap\u0131yor muyuz, di\u011fer ki\u015fiden \u00f6\u011freniyor muyuz veya di\u011fer ki\u015fiye ya da gruba yard\u0131m ediyor muyuz?). Sonras\u0131nda, bunu ba\u015fard\u0131\u011f\u0131m\u0131z algoritmay\u0131 anlamam\u0131z gerekiyor. Peki\u015ftirmeli \u00f6\u011frenme<\/strong> (reinforcement learning) (bkz. S\u00f6zl\u00fck),<\/em> zarar-kazan\u00e7 de\u011fi\u015f toku\u015fu ve bili\u015fsel haritalar gibi i\u015flemleme modellerinin nispeten yeni kullan\u0131m\u0131, kullan\u0131labilecek baz\u0131 algoritma \u00f6rnekleridir. Son olarak, sosyal s\u00fcrecin nas\u0131l uyguland\u0131\u011f\u0131n\u0131 ve hangi beyin alanlar\u0131nda, devrelerinde veya h\u00fccrede ger\u00e7ekle\u015ftirildi\u011fini bilmemiz gerekir. En \u00f6nemlisi, sosyal \u00f6zg\u00fcll\u00fck oldu\u011fu sonucuna varmak i\u00e7in sosyal ve sosyal olmayan s\u00fcre\u00e7 aras\u0131nda, algoritma d\u00fczeyinde veya uygulama d\u00fczeyinde bir ayr\u0131\u015fman\u0131n gerekli oldu\u011funu savunuyoruz. Sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc test etmek i\u00e7in deneyler tasarlarken, algoritma veya uygulamadaki ayr\u0131\u015fmalar\u0131 aramal\u0131y\u0131z.<\/p>\n\n\n\n

Bu teori, sosyal davran\u0131\u015fa nas\u0131l uygulanabilir? Sosyal etkile\u015fimlerin i\u015flemleme amac\u0131, temsilcinin benzerlerle i\u015fbirli\u011fi yapma, onlara ba\u011fl\u0131 olma veya onlarla rekabet etme gibi do\u011fas\u0131 ve niyetleri taraf\u0131ndan belirlenir. Algoritmik seviye, yaln\u0131zca sosyal etkile\u015fim esnas\u0131nda uygulanan sosyal veya bili\u015fsel bir s\u00fcrecin belirli bir modeli olacakt\u0131r. Son olarak, uygulama d\u00fczeyi, sosyal s\u00fcrecin ger\u00e7ekle\u015ftirildi\u011fi belirli beyin b\u00f6lgesi, devre veya h\u00fccre olacakt\u0131r. D\u00fczeylerin say\u0131s\u0131 ve ba\u011f\u0131ms\u0131zl\u0131klar\u0131 tart\u0131\u015f\u0131lsa da [6,7], Marr\u2019\u0131n teorisi sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn farkl\u0131 d\u00fczeylerde tasvir edilebilece\u011fini \u00f6ne s\u00fcren \u00f6nemli bir organizasyon \u00e7er\u00e7evesi sa\u011flar. En can al\u0131c\u0131 nokta ise, bir s\u00fcrecin sosyal olarak \u00f6zelle\u015fmi\u015f olarak kabul edilebilmesi i\u00e7in, algoritmik veya uygulamal\u0131 d\u00fczeylerde sosyal ve sosyal olmayan i\u015flemler aras\u0131nda bir ayr\u0131\u015fma olmas\u0131d\u0131r. Ayr\u0131ca alternatif, benzer, alan-geneline (domain-general) y\u00f6nelik s\u00fcre\u00e7ler g\u00f6z ard\u0131 edilmelidir.<\/p>\n\n\n\n

Marr\u2019\u0131n \u00e7er\u00e7evesi, sosyal sinirbilimdeki \u00e7e\u015fitli tart\u0131\u015fmalara yeni bak\u0131\u015f a\u00e7\u0131lar\u0131 sunar. Biz bu \u00e7al\u0131\u015fmada iki \u00f6nemli \u00f6rne\u011fi ele al\u0131yoruz. Ayna n\u00f6ronlar <\/em>veya \u2018ortak de\u011fer\u2019 a\u00e7\u0131klamalar\u0131, sosyal bilginin uygulamadaki \u00f6rt\u00fc\u015fme durumuna dayal\u0131 olarak (ayn\u0131 n\u00f6ron benzer \u015fekilde ate\u015flenir veya fMRI kan oksijen seviyesine ba\u011fl\u0131- BOLD: Blood oxygenation level dependent<\/em>– ayn\u0131 yan\u0131t g\u00f6zlenir) birinci ve \u00fc\u00e7\u00fcnc\u00fc \u015fah\u0131slarla kodland\u0131\u011f\u0131n\u0131 g\u00f6sterir. \u00d6rnekler aras\u0131nda kendine ve ba\u015fkas\u0131na dair ac\u0131 \u00e7ekme [8,9], para ve sosyal \u00f6d\u00fcl<\/strong> (bkz. S\u00f6zl\u00fck)<\/em> [10,11] ve birinin kendi veya di\u011feri i\u00e7in eylemsel hedefleri g\u00f6zetmesi [12,13] yer al\u0131r. Bu \u00f6rt\u00fc\u015fme, farkl\u0131 s\u00fcre\u00e7lerin \u201cortak kodlamas\u0131\u201d olarak yorumlan\u0131r, yani hem birinci hem de \u00fc\u00e7\u00fcnc\u00fc \u015fah\u0131s anlay\u0131\u015f\u0131n\u0131n veya empatinin meydana geldi\u011fi [6] s\u00f6ylenir. Bununla birlikte, aynalama ile ilgili bu t\u00fcr sonu\u00e7lar, sadece uygulama d\u00fczeyine at\u0131fta bulunularak \u00e7\u0131kar\u0131l\u0131r. Peki ya ki\u015fi bir ba\u015fkas\u0131n\u0131n durumunu anlamak i\u00e7in farkl\u0131 bir algoritma kullan\u0131l\u0131yorsa? Algoritmik seviyeyi manip\u00fcle veya kontrol etmeden, aynalama (mirroring) sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn ya yaln\u0131zca uygulamada yoklu\u011funu ya da yaln\u0131zca belirli bir devre ya da h\u00fccrede var oldu\u011funu yans\u0131tabilir. Ger\u00e7ekten de, ba\u015fka birinin eylemlerini izlerken sistemin hedef seviyesinin farkl\u0131 oldu\u011fu a\u00e7\u0131kt\u0131r. Eylemleri yeniden zorunlu olarak kendimiz \u00fcretmeyi hedeflemiyoruz ve bu nedenle uygulamada \u00f6rt\u00fc\u015fme olsa bile, i\u015flevsel ayr\u0131\u015fma olmas\u0131 muhtemel. Bununla birlikte, di\u011fer seviyelerin, sosyal bili\u015f ve davran\u0131\u015f \u2014 e\u011fer varsa \u2014 baz\u0131nda \u00f6rt\u00fc\u015fmenin ne anlama geldi\u011fini anlamak ve bu ba\u011flamda onlar\u0131 manip\u00fcle etmek i\u00e7in dikkatlice kontrol edilen tasar\u0131mlar kullan\u0131larak \u00f6l\u00e7\u00fclmesi gerekir (Ek 1).<\/p>\n\n\n\n

\n

Ek 1<\/em><\/strong><\/p>\n\n\n\n

Sosyal Olmayan Kontrol Ko\u015fullar\u0131n\u0131n \u00d6nemi
<\/em><\/strong>Bili\u015fsel veya sinirsel bir s\u00fcrecin sosyal davran\u0131\u015fta se\u00e7ici bir role sahip olup olmad\u0131\u011f\u0131n\u0131 test etmek i\u00e7in bir deney tasarlarken, uygun kontrol ko\u015fullar\u0131 hakk\u0131nda d\u00fc\u015f\u00fcnmek \u00f6nemlidir. Bu fikir bilim felsefesindeki yanl\u0131\u015flaman\u0131n gereklili\u011fine dair temel ilkelerden kaynaklanmaktad\u0131r [91]. \u00d6rne\u011fin, belirli bir beyin b\u00f6lgesinin hem g\u00fclen y\u00fczlere hem de parasal \u00f6d\u00fcle tepki verdi\u011fini bulursak, bu alan\u0131n uyaran\u0131n ne kadar \u00f6d\u00fcllendirici oldu\u011fu hakk\u0131nda bilgi kodlad\u0131\u011f\u0131 sonucuna varabilir miyiz? Bu durumda, ilgili beyin b\u00f6lgesinin ba\u015fka bir s\u00fcrece dahil olmad\u0131\u011f\u0131 g\u00f6sterilmedi, sadece ortak bir \u00f6zelli\u011fi payla\u015fan iki s\u00fcre\u00e7te yer ald\u0131\u011f\u0131 g\u00f6sterildi. Kemirgenler ve maymunlarda yap\u0131lan bir\u00e7ok \u00e7al\u0131\u015fma, a\u00e7\u0131k \u201csosyal olmayan\u201d kontrol ko\u015fullar\u0131n\u0131 i\u00e7ermektedir [21,42,45,47,50,51]. Maymunlarda kendine ve di\u011ferine \u00f6d\u00fcl i\u015fleme \u00e7al\u0131\u015fmalar\u0131nda, \u00f6d\u00fcl\u00fcn ne kendisine ne de akrabas\u0131na verilmedi\u011fini g\u00f6rd\u00fc\u011f\u00fc \u00f6d\u00fcl ko\u015fulu eklenmi\u015ftir [45,63]. G\u00f6zlemsel korku ko\u015fulland\u0131rmas\u0131n\u0131n oldu\u011fu kemirgen \u00e7al\u0131\u015fmalar\u0131nda, cayd\u0131r\u0131c\u0131 olaylara \u201cgenel alan\u201d yan\u0131t\u0131n\u0131 dahil etmemek i\u00e7in, herhangi bir sosyal ba\u011flam olmaks\u0131z\u0131n daha tipik bir klasik ko\u015fulland\u0131rma ko\u015fulu kullan\u0131lm\u0131\u015ft\u0131r. Zihin teorisi i\u015fleme ile ilgili baz\u0131 \u00e7al\u0131\u015fmalarda, zihin teorisi i\u015flemenin \u00f6zg\u00fcll\u00fc\u011f\u00fcn\u00fc g\u00f6stermeye \u00e7al\u0131\u015fmak i\u00e7in bir \u201cbilgisayar\u201d ko\u015fulu veya bir fiziksel nesne ko\u015fulu getirilmi\u015ftir [65,78, 79].<\/em><\/p>\n\n\n\n

Ancak bu kontrol ko\u015fullar\u0131 her zaman deneysel tasar\u0131m\u0131n bir par\u00e7as\u0131 de\u011fildir. Bazen, bir sosyal uyaran\u0131n sosyalli\u011fi d\u0131\u015f\u0131ndaki t\u00fcm \u00f6zelliklerini veya \u00e7o\u011funu payla\u015fan, yani ba\u015fka bir ki\u015fi veya grupla ilgili veya onlar i\u00e7in olan bir uyar\u0131c\u0131 olan, e\u015fit derecede e\u015fle\u015ftirilmi\u015f sosyal olmayan bir kontrol olu\u015fturmak \u00e7ok zor olabilir. Bilgisayar \u00f6rne\u011finde, insanlar bilgisayar\u0131 insanla\u015ft\u0131r\u0131yor olabilir ve bu nedenle uyar\u0131c\u0131y\u0131 sosyal ba\u011flamla ili\u015fkilendirmeye devam edebilir, bu nedenle kat\u0131l\u0131mc\u0131lar\u0131n durumu nas\u0131l alg\u0131lad\u0131klar\u0131n\u0131 kontrol etmek de\u011ferli olabilir. Sosyal etkile\u015fimi ima edecek \u015fekilde hareket eden basit geometrik \u015fekillerin sosyal olarak yorumlanabilece\u011fi olduk\u00e7a iyi bilinmektedir [92]. Bu nedenle, sosyal olmayan veya sosyal olmayan bir durum yaratmada merkezi bir fakt\u00f6r, g\u00f6zlemlenen davran\u0131\u015ftan ziyade, ki\u015finin uyaran\u0131n sosyal veya sosyal olmad\u0131\u011f\u0131 hakk\u0131nda sahip oldu\u011fu inan\u00e7lar gibi g\u00f6r\u00fcnmektedir. Stanley ve meslekta\u015flar\u0131n\u0131n [93], inan\u00e7lar\u0131n ve davran\u0131\u015flar\u0131n uyaranlar\u0131 sosyal olarak alg\u0131lamadaki rol\u00fcn\u00fc ara\u015ft\u0131rmak i\u00e7in 2 \u00d7 2 tasar\u0131m kullanan bir \u00e7al\u0131\u015fmada a\u00e7\u0131k\u00e7a g\u00f6sterilmi\u015ftir. Kat\u0131l\u0131mc\u0131lar nokta hareketli animasyonlar\u0131 g\u00f6zlemlemi\u015flerdir. Bu noktalar\u0131n ya \u00f6nceden kaydedilmi\u015f insan hareketinden ya da bilgisayarda olu\u015fturulduklar\u0131 s\u00f6ylenmi\u015ftir. Ayr\u0131ca, Stanley ve meslekta\u015flar\u0131 nokta g\u00f6steriminin biyolojik olarak makul veya mant\u0131ks\u0131z olacak bi\u00e7imde h\u0131z profillerini takip edip etmedi\u011fini de manip\u00fcle etmi\u015flerdir. Kat\u0131l\u0131mc\u0131lar, h\u0131z profillerinin biyolojik olarak mant\u0131kl\u0131 olup olmad\u0131\u011f\u0131na bak\u0131lmaks\u0131z\u0131n, insan hareketini yans\u0131tt\u0131\u011f\u0131 s\u00f6ylendi\u011finde, ekran parazitiyle kar\u015f\u0131la\u015fm\u0131\u015ft\u0131r. Dolay\u0131s\u0131yla bu \u00e7al\u0131\u015fma, sosyal ve sosyal olmayan deneysel ko\u015fullar\u0131n yarat\u0131lmas\u0131nda uyaran\u0131n sosyal ve sosyal olmad\u0131\u011f\u0131 inanc\u0131n\u0131 te\u015fvik etmenin \u00e7ok \u00f6nemli oldu\u011fu fikrini desteklemektedir.<\/em><\/p>\n<\/blockquote>\n\n\n\n

Bir ba\u015fka \u00f6nemli tart\u0131\u015fma, sosyal \u00f6\u011frenmenin e\u015fsiz sosyal s\u00fcre\u00e7ler gerektirip gerektirmedi\u011fi veya alan genelindeki ili\u015fkisel \u00f6\u011frenmeden mi kaynakland\u0131\u011f\u0131d\u0131r [14, 15, 16]. Ayn\u0131 \u00e7a\u011fr\u0131\u015f\u0131msal algoritmalar\u0131n asl\u0131nda hem ki\u015fisel hem de sosyal \u00f6\u011frenme i\u00e7in kullan\u0131labilece\u011fine dair artan kan\u0131tlar vard\u0131r [4,17, 18, 19, 20], bunun sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn yoklu\u011funu yans\u0131tt\u0131\u011f\u0131 iddia edilebilir. Peki ya uygulama d\u00fczeyi ne olacak? Algoritmik d\u00fczeyin aksine, h\u00fccrelerdeki veya devrelerdeki baz\u0131 sosyal \u00f6\u011frenme s\u00fcre\u00e7leri i\u00e7in, ki\u015finin kendi eylemlerinin sonu\u00e7lar\u0131ndan \u00f6\u011frenmeye dahil olmayan uygulama d\u00fczeyinde ayr\u0131\u015fma oldu\u011funa dair artan bir fikir birli\u011fi vard\u0131r [17,19, 20, 21, 22, 23, 24, 25]. Bu nedenle sosyal \u00f6\u011frenme, algoritma ayn\u0131 olsa bile, sinirsel uygulama d\u00fczeyinde \u201csosyal olarak \u00f6zelle\u015fmi\u015f\u201d olabilir.<\/p>\n\n\n\n

Bunlar yaln\u0131zca birtak\u0131m \u00f6rnekler, fakat ama\u00e7 sosyal sinirbilim ve psikolojideki tart\u0131\u015fmalar\u0131n Marr\u2019\u0131n \u00f6ne s\u00fcrd\u00fc\u011f\u00fc d\u00fczeylerden hangisini irdeledi\u011fini dikkate alarak, nas\u0131l ele al\u0131nabilece\u011fini vurgulamakt\u0131r. B\u00f6yle bir fikir, sosyal bili\u015f ve onun sinirsel temeli \u00e7al\u0131\u015fmalar\u0131ndaki deneysel tasar\u0131m\u0131 ayd\u0131nlatabilir. Bu t\u00fcr tart\u0131\u015fmalar\u0131 deneysel olarak ele alman\u0131n anahtar\u0131, di\u011fer seviyedeki \u00f6zg\u00fcll\u00fc\u011f\u00fc test etmek i\u00e7in, d\u00fczeylerden birinin algoritma veya uygulama olarak sabit tutuldu\u011fu deneysel tasar\u0131mlar\u0131 kullanmak olacakt\u0131r. \u00d6rne\u011fin, lezyon ve beyni uyarma yakla\u015f\u0131mlar\u0131, uygulama d\u00fczeyini bozman\u0131n algoritmik d\u00fczeydeki etkisini a\u00e7\u0131k\u00e7a inceleyebilir. Belirli bir uygulamay\u0131 bozabilir ve sosyal veya sosyal olmayan bir algoritman\u0131n de\u011fi\u015ftirilip de\u011fi\u015ftirilmedi\u011fini test edebiliriz. Algoritmik d\u00fczeyde, peki\u015ftirmeli \u00f6\u011frenme <\/strong>s\u00fcreci gibi ortak bir algoritmay\u0131 inceleyebilir ve ard\u0131ndan sosyal olmayan ko\u015fullara kar\u015f\u0131 sosyal bir durumda farkl\u0131 \u015fekilde uygulan\u0131p uygulanmad\u0131\u011f\u0131n\u0131 test edebiliriz. Bu nedenle, farkl\u0131 analiz d\u00fczeylerinin nas\u0131l ayr\u0131\u015ft\u0131r\u0131laca\u011f\u0131n\u0131 d\u00fc\u015f\u00fcnmek, \u00f6zg\u00fcll\u00fc\u011f\u00fc ele almay\u0131 ama\u00e7layan deneysel tasar\u0131mlar olu\u015fturmada \u00f6nemlidir. Dahas\u0131, ama\u00e7 sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc tan\u0131mlamaksa, ek \u201csosyal olmayan\u201d kontrol ko\u015fullar\u0131n\u0131n test edilmesinin kritik oldu\u011funu \u00f6ne s\u00fcr\u00fcyoruz (Ek 1). A\u015fa\u011f\u0131daki b\u00f6l\u00fcmlerde, bu hipotezi, insanlarda, insan olmayan primatlarda ve kemirgenlerde yap\u0131lan ara\u015ft\u0131rmalardan anahtar \u00f6rnekler kullanarak inceliyoruz.<\/p>\n\n\n\n

Seviyeler ve T\u00fcrler Aras\u0131nda Sosyal ve Sosyal Olmayan \u0130\u015fleme<\/h2>\n\n\n\n

Sorulmas\u0131 gereken ilk soru \u2014 neden herhangi bir a\u00e7\u0131klama d\u00fczeyinde sosyal \u00f6zg\u00fcll\u00fck bulmay\u0131 bekleyebiliriz? Evrimsel olarak, hayvan t\u00fcrleri fiziksel ortamlara uyum sa\u011flarlar ve s\u0131kl\u0131kla e\u015fleri ile etkile\u015fime giren t\u00fcrler olduklar\u0131 i\u00e7in ayn\u0131 zamanda sosyal ortamlara da uyum sa\u011flarlar [26]. Sosyal beyin hipotezi (the social brain hypothesis), sosyal \u00e7evrelerde gezinmek i\u00e7in gerekli olan bili\u015fsel becerilerin di\u011fer hayvanlara g\u00f6re b\u00fcy\u00fck primat beyinlerini \u015fekillendirdi\u011fini [27, 28, 29, 30] ve \u00f6nceki sosyal zeka hipotezi (the preceding social intelligence hypothesis) ise, sosyal grup yap\u0131lar\u0131n\u0131n hayvanlarda daha y\u00fcksek zekan\u0131n ortaya \u00e7\u0131kmas\u0131na neden olan evrimsel bir bask\u0131 oldu\u011funu savunur [31, 32]. Kemirgenlerde, sosyal ba\u011flamlarda koku alma ve seslendirme, evrimsel uygunluk ile g\u00fc\u00e7l\u00fc bir \u015fekilde ba\u011flant\u0131l\u0131d\u0131r [33, 34]. Bununla birlikte, farkl\u0131 t\u00fcrlerin beyinlerinin sosyal \u00e7evrelerine uyarlanmas\u0131n\u0131n makul oldu\u011funu d\u00fc\u015f\u00fcnsek bile, bu sinir sistemlerinin ve s\u00fcre\u00e7lerinin \u00f6zelle\u015fmesi gerekti\u011fi anlam\u0131na gelmez.<\/p>\n\n\n\n

Dahas\u0131, insanlar\u0131n sosyal yarat\u0131klar oldu\u011funu s\u00f6ylemeye gerek kalmasa da, insan olmayan primatlarda ve \u00f6zellikle kemirgenlerde sosyal davran\u0131\u015f\u0131n karma\u015f\u0131kl\u0131\u011f\u0131 ve s\u0131n\u0131rlar\u0131 geni\u015f \u00e7apta tart\u0131\u015f\u0131lmaktad\u0131r [2, 4, 35, 36]. \u00d6rne\u011fin bir\u00e7ok ki\u015fi, insanlar\u0131n ba\u015fkalar\u0131yla empati kurma ve zihin teorisi gibi sosyal i\u015flemlerle me\u015fgul oldu\u011fu konusunda hemfikirken, bu t\u00fcr s\u00fcre\u00e7ler insan olmayan primatlarda ve kemirgenlerde \u00e7ok daha tart\u0131\u015fmal\u0131d\u0131r [4, 35, 36, 37]. Bu durum, sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc incelerken \u00f6nemlidir \u2014 ayn\u0131 sosyal bili\u015f ve davran\u0131\u015flar t\u00fcrler aras\u0131nda payla\u015f\u0131lmazsa, o zaman algoritmalar\u0131n ve uygulamalar\u0131n ayn\u0131 olmas\u0131ndan (korundu\u011fundan) \u00e7ok, farkl\u0131 olmas\u0131n\u0131 bekleyebiliriz. Sosyal davran\u0131\u015f\u0131n karma\u015f\u0131kl\u0131\u011f\u0131ndaki a\u00e7\u0131k farkl\u0131l\u0131klara ek olarak, beyin alanlar\u0131n\u0131n benze\u015fikli\u011finde [38] ve metodolojik yakla\u015f\u0131mlarda da baz\u0131 [2, 36] (Ek 2) farkl\u0131l\u0131klar vard\u0131r. Bu metodolojik yakla\u015f\u0131mlar, kemirgenlerdeki tek h\u00fccrelerde optogenetik<\/strong>ten (bkz. S\u00f6zl\u00fck)<\/em> insanlarda tam beyin n\u00f6rog\u00f6r\u00fcnt\u00fclemeye kadar deneysel methodlara g\u00f6re de b\u00fcy\u00fck farkl\u0131l\u0131klar g\u00f6sterebilir ve bu nedenle \u00f6zg\u00fcll\u00fck tan\u0131m\u0131, \u00e7\u00f6z\u00fcn\u00fcrl\u00fc\u011f\u00fcn bir i\u015flevi olarak de\u011fi\u015febilir. Ancak bu farkl\u0131l\u0131klara ra\u011fmen t\u00fcrler aras\u0131nda benzer deneysel teknikler kullan\u0131ld\u0131\u011f\u0131ndan, belki de en kolay \u015fekilde, \u00f6d\u00fcllendirici ya da cezaland\u0131r\u0131c\u0131 uyar\u0131c\u0131lar\u0131n i\u015flenmesine dair paralellikler kurulabilir [4, 39, 40]. Bu nedenle, \u015fu sorular sorulabilir : Sosyal davran\u0131\u015flar\u0131 destekleyen belirli sinir devreleri ve h\u00fccreleri var m\u0131? Farkl\u0131 a\u00e7\u0131klama seviyelerinde g\u00f6r\u00fcn\u00fcyorlar m\u0131? Uygulama ve algoritmik d\u00fczeylerde sosyal \u00f6zg\u00fcll\u00fckte net ayr\u0131\u015fmalara dair kan\u0131t var m\u0131?<\/p>\n\n\n\n

\n

Ek 2<\/em><\/strong><\/p>\n\n\n\n

T\u00fcrler Aras\u0131 Kar\u015f\u0131la\u015ft\u0131rmalar\u0131n F\u0131rsatlar\u0131 ve Zorluklar\u0131
<\/em><\/strong>Farkl\u0131 t\u00fcrlerden gelen bulgular\u0131 y\u00fcr\u00fctmeye ve yorumlamaya \u00e7al\u0131\u015f\u0131rken bir\u00e7ok zorluk vard\u0131r. Beyin b\u00f6lgeleri ve devreleri \u00fczerindeki farkl\u0131l\u0131klar, deneysel tasar\u0131mdaki farkl\u0131l\u0131klar ve y\u00f6ntemlerin \u00e7\u00f6z\u00fcmlenmesindeki farkl\u0131l\u0131klar en \u00f6nemlilerindendir. Bu zorluklara ra\u011fmen, nihayetinde insan davran\u0131\u015f\u0131n\u0131 ve patolojilerini anlamak istiyorsak, kar\u015f\u0131la\u015ft\u0131rmalar yap\u0131labilir ve bu anahtar bir rol oynar. Sosyal davran\u0131\u015flar\u0131 ara\u015ft\u0131rmak i\u00e7in insanlarla \u00e7al\u0131\u015fmalar y\u00fcr\u00fct\u00fcrken, onlar\u0131n d\u00fc\u015f\u00fcncelerini ve duygular\u0131n\u0131 sorgulama ve anlamaya \u00e7al\u0131\u015ft\u0131\u011f\u0131m\u0131z sistemi inceleme avantaj\u0131na sahibiz. Bununla birlikte, etik olarak fokal lezyonlara neden olamay\u0131z ve \u015fu anda tek h\u00fccreleri manip\u00fcle etmek i\u00e7in \u00e7ok kesin optogenetik y\u00f6ntemler kullanam\u0131yoruz. Tersine, kemirgenlerde \u00e7ok kesin optogenetik y\u00f6ntemler kullanabiliriz, ancak daha sonra kemirgen davran\u0131\u015f\u0131n\u0131n insan sosyal davran\u0131\u015f\u0131na ne kadar benzer oldu\u011funu sorgulayabiliriz ve kesinlikle onlar\u0131n d\u00fc\u015f\u00fcncelerini ve hislerini sorgulayamay\u0131z. Bu durum, sosyal davran\u0131\u015f\u0131 incelemek i\u00e7in birden fazla y\u00f6ntemi farkl\u0131 t\u00fcrler aras\u0131nda kullanman\u0131n ve yak\u0131nsak bilgi elde etmek i\u00e7in bunlar\u0131 en anlaml\u0131 \u015fekilde kar\u015f\u0131la\u015ft\u0131rman\u0131n f\u0131rsatlar\u0131n\u0131n ve zorluklar\u0131n\u0131n fark\u0131nda olman\u0131n \u00f6nemini vurgular. Ayr\u0131ca, farkl\u0131 t\u00fcrlere odaklanan yeni deneysel yakla\u015f\u0131mlara ve ara\u015ft\u0131rma alanlar\u0131na ilham vermek i\u00e7in de yararl\u0131 olabilir. \u00d6rne\u011fin, maymunlarda sosyal davran\u0131\u015fta ACCg \u00fczerine yap\u0131lan \u00e7al\u0131\u015fmalar, insanlarda ACCg\u2019nin insan ve kemirgen sosyal davran\u0131\u015f\u0131ndaki \u00f6nemini do\u011frulayan daha sonraki birka\u00e7 \u00e7al\u0131\u015fmaya ilham vermi\u015ftir [21,42]. Algoritma ve uygulama d\u00fczeyinde sosyal \u00f6zg\u00fcll\u00fck \u00f6neren Marr\u2019\u0131n organizasyon \u00e7er\u00e7evesi, farkl\u0131 t\u00fcrlerde kolayl\u0131kla uygulanabilir ve gelecekteki ara\u015ft\u0131rmalarda birden \u00e7ok d\u00fczeydeki bulgular aras\u0131nda daha b\u00fcy\u00fck ba\u011flant\u0131lar kurmam\u0131z\u0131 sa\u011flayabilir.<\/em><\/p>\n<\/blockquote>\n\n\n\n

Sosyal Olarak \u201c\u00d6zelle\u015fmi\u015f bir Uygulama\u201d Olabilir mi?<\/h2>\n\n\n\n

Uygulama d\u00fczeyinde sosyal davran\u0131\u015f i\u00e7in belirli sinir sistemlerinin olup olmad\u0131\u011f\u0131 \u00fczerine ilk sorudan ba\u015flarsak, anterior (\u00f6n) singulat korteks (ACC)<\/em> anahtar bir adayd\u0131r (\u015eekil 2). ACC ayr\u0131ca, t\u00fcrler aras\u0131 kar\u015f\u0131la\u015ft\u0131rmalar i\u00e7in idealdir \u00e7\u00fcnk\u00fc maymunlarda ve kemirgenlerde deneysel ba\u011flamda nispeten \u00e7ok\u00e7a \u00e7al\u0131\u015f\u0131lm\u0131\u015ft\u0131r [21, 38, 41, 42, 43, 44]. En ilgin\u00e7 \u015fekilde, kan\u0131tlar, ACC i\u00e7indeki alt b\u00f6lgeler, \u00f6zellikle sulkus (ACCs<\/em>) ve girus (ACCg<\/em>) aras\u0131ndaki sosyal ve sosyal olmayan uygulamadaki \u00f6nemli b\u00f6l\u00fcnmelere i\u015faret eder [4, 21, 39, 42, 45, 46] (\u015eekil 2). Chang ve arkada\u015flar\u0131 taraf\u0131ndan yap\u0131lan ufuk a\u00e7\u0131c\u0131 bir \u00e7al\u0131\u015fma [45] ACCg ve ACCs\u2019de s\u0131ras\u0131yla sosyal ve kendine y\u00f6nelik \u00f6d\u00fcl i\u015fleme i\u00e7in farkl\u0131 \u00f6zelle\u015fme seviyeleri oldu\u011funu g\u00f6stermi\u015ftir. Ara\u015ft\u0131rmac\u0131lar, ACCg, ACCs ve orbitofrontal korteksten (OFC)<\/em> tek birimli aktivite (single-unit activity) ile, deneydeki maymunlar\u0131n kendilerine \u00f6d\u00fcl verme, ba\u015fka bir maymuna \u00f6d\u00fcl verme veya hi\u00e7 kimseye \u00f6d\u00fcl vermeme karar\u0131 ald\u0131\u011f\u0131 anda kay\u0131t alm\u0131\u015ft\u0131r. OFC n\u00f6ronlar\u0131, a\u011f\u0131rl\u0131kl\u0131 olarak kendilerine \u00f6d\u00fcl verdikleri karar sonu\u00e7lar\u0131na yan\u0131t vermi\u015f, ACCs n\u00f6ronlar\u0131 ise kendilerine \u00f6d\u00fcl vermekten vazge\u00e7tikleri karar\u0131n sonu\u00e7lar\u0131n\u0131 izlemi\u015ftir. Aksi bir \u015fekilde, ACCg\u2019deki n\u00f6ronlar a\u011f\u0131rl\u0131kl\u0131 olarak belirli bir maymunun \u00f6d\u00fcl sonucunu kodlam\u0131\u015ft\u0131r. Baz\u0131 n\u00f6ronlar, ba\u015fkalar\u0131n\u0131n \u00f6d\u00fcllerine \u00f6zel olarak yan\u0131t verirken (di\u011feri i\u00e7in at\u0131fta bulundu), ba\u015fka bir k\u00fcme, \u201caynaya benzer\u201d, kendinin ve di\u011ferinin \u00f6d\u00fcllerini kodlayan (her ikisi i\u00e7in de at\u0131fta bulundu) bir yan\u0131t g\u00f6stermi\u015ftir. Bu sonu\u00e7lar, tek tek h\u00fccreler d\u00fczeyinde baz\u0131 sosyal \u00f6zg\u00fcll\u00fcklerin oldu\u011funu g\u00f6stermektedir. \u00c7\u00fcnk\u00fc ACCg\u2019de test edilen n\u00f6ronlar, ba\u015fkalar\u0131n\u0131n \u00f6d\u00fcllerine di\u011fer alanlara g\u00f6re daha belirgin yan\u0131t vermi\u015ftir.<\/p>\n\n\n\n

\"\"\/
\u015eekil 2: Anterior Singulat Korteks (ACC) ve Sosyal Olarak \u00d6zelle\u015fmi\u015f Uygulama.<\/figcaption><\/figure>\n\n\n\n

(A) \u0130nsanlarda, bir\u00e7ok \u00e7al\u0131\u015fma, ACC\u2019nin giral k\u0131sm\u0131n\u0131n (ACCg, a\u00e7\u0131k mavi) tahmin hatalar\u0131na ve di\u011fer insanlara verilen \u00f6d\u00fcllere ya da buna y\u00f6nelik tahminlere yan\u0131t verdi\u011fini, buna kar\u015f\u0131l\u0131k kom\u015fu sulkusun (ACCs, k\u0131rm\u0131z\u0131) kendisiyle ilgili \u00f6d\u00fcl sinyallerine ve tahmin hatalar\u0131na yan\u0131t verdi\u011fini bulmu\u015ftur [4, 17, 21, 42, 43]. Daha da \u00f6nemlisi, ACCs\u2019in tahmin hatalar\u0131na yan\u0131t verdi\u011fine ve \u00f6d\u00fclleri es ge\u00e7ti\u011fine dair kan\u0131tlar da vard\u0131r, bu da s\u00f6z konusu b\u00f6lgenin sosyal olarak \u00f6zelle\u015fmi\u015f bir sinyali i\u015flemek yerine, kendine teslim edilmeyen \u00f6d\u00fcllere genel bir yan\u0131t i\u015fleyebilece\u011fini ima eder [4, 17, 21, 42, 43]. (B) Odak lezyonu ve tek birimli kay\u0131t \u00e7al\u0131\u015fmalar\u0131ndan elde edilerek birle\u015ftirilen kan\u0131tlar, ACCg\u2019nin di\u011fer maymunlar\u0131n \u00f6d\u00fcllerine dikkat da\u011f\u0131t\u0131m\u0131 ve davran\u0131\u015f se\u00e7imi a\u00e7\u0131s\u0131ndan yan\u0131t verdi\u011fini, maymunlar\u0131n ne kendini ne de ba\u015fkas\u0131n\u0131 \u00f6d\u00fcllendirmemesinden ziyade ba\u015fkalar\u0131n\u0131 \u00f6d\u00fcllendirme tercihi g\u00f6sterdiklerine i\u015faret etmektedir. Bunun yerine, ACCs\u2019deki n\u00f6ronlar\u0131n b\u00fcy\u00fck bir k\u0131sm\u0131 hem kendi \u00f6d\u00fcllendirdi\u011finde hem de \u201chi\u00e7 kimseyi\u201d \u00f6d\u00fcllendirmedi\u011finde sinyal vermektedir, bu da s\u00f6z konusu durumla tutarl\u0131d\u0131r [45, 47, 48]. \u00a9 Kemirgenlerde, sulkus ve girusun net b\u00f6l\u00fcnmeleri, insanlarda ve maymunlarda oldu\u011fu kadar kolay g\u00f6r\u00fclmez, ancak kabaca Cg1 ve Cg2 olarak bilinen alanlara kar\u015f\u0131l\u0131k gelir. Kan\u0131tlar, kemirgenlerdeki ACC\u2019nin hem s\u0131\u00e7an\u0131n kendisine verilen ayak \u015foklar\u0131na hem de ba\u015fka bir s\u0131\u00e7ana verilen \u015foklar\u0131n g\u00f6zlemine yan\u0131t veren n\u00f6ronlar i\u00e7erdi\u011fini g\u00f6stermektedir. \u00d6nemli olarak, bu ayn\u0131 n\u00f6ronlar korku \u015fartlanmas\u0131na yan\u0131t vermez [50, 51]. S\u0131\u00e7anda ACC\u2019deki yan\u0131t\u0131n kemirgenler ve di\u011fer t\u00fcrler aras\u0131ndaki t\u00fcrsel farkl\u0131l\u0131klar\u0131 m\u0131 yoksa beyin evrimine i\u015faret eden farkl\u0131l\u0131klar\u0131 m\u0131 yans\u0131tt\u0131\u011f\u0131 a\u00e7\u0131k bir sorudur.<\/p>\n\n\n\n

Baz\u0131 h\u00fccreler maymunlar\u0131n ACCg\u2019deki kendi \u00f6d\u00fcl\u00fcne yan\u0131t vermesine ra\u011fmen, lezyon \u00e7al\u0131\u015fmalar\u0131 bir b\u00f6lgenin i\u015flevinin sosyal davran\u0131\u015f\u0131n alt\u0131nda olup olmad\u0131\u011f\u0131na dair nedensel kan\u0131t sa\u011flayabilir. \u00c7arp\u0131c\u0131 bir \u015fekilde, ACCg b\u00f6lgesinin tamam\u0131 bozuldu\u011funda, sosyal bilgiye olan dikkat bozulurken, kom\u015fu sulkustaki lezyonlar dikkati oldu\u011fu gibi sosyal bilgilere b\u0131rak\u0131r [47]. Bu etkilerin sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn\u00fc daha da g\u00fc\u00e7lendiren ACCg lezyonlar\u0131, duygusal uyaranlar\u0131n (bir y\u0131lan) veya kontrol nesnelerinin i\u015flenmesini de\u011fi\u015ftirmemi\u015ftir. Benzer \u015fekilde, t\u00fcm ACC\u2019yi lezyona u\u011fratan yak\u0131n tarihli bir \u00e7al\u0131\u015fma, uyaranlar\u0131n kendini \u00f6d\u00fcllendirmedi\u011fi ancak di\u011ferlerini \u00f6d\u00fcllendirdi\u011fi \u00f6\u011frenmede belirgin bir bozulma g\u00f6zlemlemi\u015ftir [48]. Bunun aksine, \u00f6nceden \u00f6\u011frenilen uyaranlarla de\u011fil, kendini ve di\u011ferini \u00f6d\u00fcllendirme tercihleri korunmu\u015ftur. Bu etkilerin b\u00fcy\u00fck \u00f6l\u00e7\u00fcde ACCg lezyonundan kaynaklan\u0131p kaynaklanmad\u0131\u011f\u0131 test edilmelidir [49]. \u00d6te yandan, uygulama d\u00fczeyinde, ACC\u2019ye verilen zarar\u0131n se\u00e7ici olarak sosyal \u00f6\u011frenmeyi etkiledi\u011fine dair net kan\u0131tlar sunmu\u015flard\u0131r (\u015eekil 2).<\/p>\n\n\n\n

Kemirgenlerde yap\u0131lan ara\u015ft\u0131rmalar, ACC\u2019nin sosyal davran\u0131\u015fta anahtar rol\u00fcne de i\u015faret etmi\u015ftir [44, 50, 51, 52, 53, 54]. Cg1 ve Cg2’nin insan ACC\u2019nin bir homologu olabilece\u011fi d\u00fc\u015f\u00fcn\u00fclse de, kemirgenlerde sulkal ve giral k\u0131s\u0131mlar aras\u0131nda bir b\u00f6l\u00fcnme insanlarda ve primatlarda oldu\u011fu kadar a\u00e7\u0131k de\u011fildir [38]. Birbirine yakla\u015fan kan\u0131tlar, kemirgen ACC\u2019nin sosyal ba\u011flamlarda \u00f6d\u00fcl ve ac\u0131 i\u015flemeyle ba\u011flant\u0131l\u0131 oldu\u011funa i\u015faret ediyor. \u00d6rne\u011fin, s\u0131\u00e7anlarda yap\u0131lan \u00e7al\u0131\u015fmalar, ba\u015fkalar\u0131na zarar veren eylemlerden ka\u00e7\u0131nd\u0131\u011f\u0131n\u0131 ve bu etkinin ACC inaktivasyonu ile ortadan kald\u0131r\u0131ld\u0131\u011f\u0131n\u0131 ileri s\u00fcrm\u00fc\u015ft\u00fcr [51]. Benzer \u015fekilde, ACC inaktivasyonu, klasik ko\u015fullanmay\u0131 oldu\u011fu gibi b\u0131rak\u0131rken g\u00f6zlemsel korku \u00f6\u011frenimini bozmaktad\u0131r [55]. Aksi bir bi\u00e7imde, amigdala lezyonlar\u0131 ise hem g\u00f6zlemsel \u00f6\u011frenmeyi hem de klasik korku \u00f6\u011frenmeyi bozarak kendi ba\u015f\u0131na \u00f6\u011frenmede bir rol oldu\u011funu d\u00fc\u015f\u00fcnd\u00fcr\u00fcr. Makaklardaki [45] \u00e7al\u0131\u015fmayla uyumlu olarak, kemirgen ACC\u2019deki n\u00f6ronlar\u0131n daha b\u00fcy\u00fck bir oran\u0131, sadece kendisine olana (%12) g\u00f6re spesifik olarak di\u011ferlerinin a\u011fr\u0131s\u0131na (%27) ve hem ba\u015fkalar\u0131n\u0131n hem de kendi a\u011fr\u0131s\u0131na (%34) daha \u00e7ok yan\u0131t vermi\u015ftir [50]. Dahas\u0131, ACC b\u00f6lgesinin devre d\u0131\u015f\u0131 b\u0131rak\u0131lmas\u0131, sosyal ac\u0131<\/strong> (bkz. S\u00f6zl\u00fck)<\/em> ba\u011flam\u0131nda donma tepkilerini bozmakta, ancak sosyal olmayan korkularda bu etkiyi g\u00f6stermemektedir. Bu \u00e7al\u0131\u015fmaya [50] korku durumunun dahil edilmesi ve kar\u015f\u0131la\u015ft\u0131r\u0131lmas\u0131, makaklarla yap\u0131lan \u00e7al\u0131\u015fmada ise \u201chi\u00e7 kimseye\u201d \u00f6d\u00fcl vermeme ko\u015fulu [45], \u201cher ikisi\u201d durumu i\u00e7in \u00f6nemli bir kontrol sa\u011flar (\u015eekil 3); uygulama d\u00fczeyinde kendisiyle ve di\u011feriyle \u00f6rt\u00fc\u015fme s\u00f6z konusudur. Bir n\u00f6ronun veya beyin b\u00f6lgesinin \u00f6zellikle \u201cac\u0131\u201d ya da \u201c\u00f6d\u00fcl\u201d ile ilgili olup olmad\u0131\u011f\u0131n\u0131 belirlemek, bunun genel olarak itici ve i\u015ftah a\u00e7\u0131c\u0131 uyar\u0131c\u0131lar\u0131 i\u015flemeye dahil oldu\u011funu d\u0131\u015far\u0131da b\u0131rakmay\u0131 gerektirir (Ek 1).<\/p>\n\n\n\n

\"\"\/
\u015eekil 3: Uygulama ve Algoritmik D\u00fczeylerde Sosyal \u00d6zg\u00fcnl\u00fck.<\/figcaption><\/figure>\n\n\n\n

(A) Sosyal olarak \u00f6zelle\u015fmi\u015f bilgi i\u015fleme, ayna i\u015fleme, kendi kendine i\u015fleme veya uygulamada asosyal i\u015fleme i\u00e7in se\u00e7im davran\u0131\u015f\u0131n\u0131n ve \/ veya beyin tepkisinin varsay\u0131lm\u0131\u015f modelini g\u00f6steren \u015fematik. Bu modeller, \u201cbenlik\u201d ko\u015fulunun ve \/ veya \u201casosyal\u201d bir durumun dahil edilmesinin, belirli bir s\u00fcrecin sosyal olarak ne kadar \u00f6zelle\u015fmi\u015f oldu\u011funu ve her durumda g\u00f6rmeyi bekleyece\u011fimiz beyin veya davran\u0131\u015f profili t\u00fcrlerini g\u00f6stermeye nas\u0131l yard\u0131mc\u0131 olabilece\u011fini vurgular. (B) Hill ve arkada\u015flar\u0131 [71] ile Hampton ve arkada\u015flar\u0131ndan [72] \u201csosyal\u201d ve \u201csosyal olmayan\u201d algoritma \u00f6rnekleri: Bu algoritmalar, kat\u0131l\u0131mc\u0131lar\u0131n bir \u201c\u00e7al\u0131\u015fan\u201d veya \u201ci\u015fveren\u201d rol\u00fcnde ba\u015fka bir oyuncuyla stratejik olarak etkile\u015fime girdi\u011fi bir g\u00f6revde ay\u0131rt edilebilir. \u00c7al\u0131\u015fan rol\u00fcnde, getirilerini en \u00fcst d\u00fczeye \u00e7\u0131karmak i\u00e7in, kat\u0131l\u0131mc\u0131lar denetlendiklerinde \u00e7al\u0131\u015fmal\u0131 ve denetlenmediklerinde \u00e7al\u0131\u015fmamal\u0131d\u0131r. Yazarlar, kat\u0131l\u0131mc\u0131lar\u0131n oyunu nas\u0131l oynad\u0131klar\u0131n\u0131 a\u00e7\u0131klamak i\u00e7in farkl\u0131 modelleri kar\u015f\u0131la\u015ft\u0131rd\u0131. Rakibinden (sosyal olmayan) ba\u011f\u0131ms\u0131z olarak \u00f6d\u00fcl sonu\u00e7lar\u0131n\u0131 basit\u00e7e izleyen basit bir peki\u015ftirmeli \u00f6\u011frenme modeli, oyuncunun stratejisinin rakibin davran\u0131\u015f\u0131 \u00fczerindeki etkisini hesaba katan bir etki algoritmas\u0131n\u0131n (sosyal) yan\u0131 s\u0131ra davran\u0131\u015f\u0131 a\u00e7\u0131klayamad\u0131. Sosyal \u00f6rnekte, algoritma, bir temsilcinin duru\u015fmadaki karar\u0131n\u0131, hem temsilcinin se\u00e7im ge\u00e7mi\u015finin hem de rakibin se\u00e7im ge\u00e7mi\u015finin bir i\u015flevi olarak hesaplar. Bu, rakibin se\u00e7im ge\u00e7mi\u015fine bak\u0131lmaks\u0131z\u0131n ortamdaki sonu\u00e7lar\u0131n ge\u00e7mi\u015fini basit\u00e7e hesaplayan sosyal olmayan bir algoritma ile kar\u015f\u0131la\u015ft\u0131r\u0131l\u0131r. Pt, rakibin bir eylem se\u00e7me olas\u0131l\u0131\u011f\u0131d\u0131r (incelenen veya incelenmeyen). \u03b1, \u00f6\u011frenme h\u0131z\u0131 parametresidir. K, ikinci dereceden inan\u00e7lar\u0131 tartan ve rakibin parametrelerine (\u00f6\u011frenme oran\u0131, s\u0131cakl\u0131k ve kazan\u00e7 matrisi) yakla\u015fan bir sabittir. Qt, \u00e7al\u0131\u015fan\u0131n t denemesindeki eylemidir ve qt, i\u015fverenin \u00e7al\u0131\u015fan\u0131n \u00e7al\u0131\u015ft\u0131\u011f\u0131na dair tahmin etti\u011fi olas\u0131l\u0131kt\u0131r. Sosyal olmayan \u00f6rnekte, Vt, eylemin se\u00e7ilip se\u00e7ilmedi\u011fine ve ard\u0131ndan \u00f6d\u00fcl\u00fcn gelip gelmedi\u011fine ili\u015fkin tahmin hatas\u0131na (PE: prediction error) dayal\u0131 olarak g\u00fcncellenen eylem de\u011ferlerini temsil eder. Tahmin hatas\u0131, bir \u00f6\u011frenme oran\u0131 (\u03b1) ile a\u011f\u0131rl\u0131kland\u0131r\u0131l\u0131r. Daha fazla ayr\u0131nt\u0131 i\u00e7in Hill ve ark. [71] ve Hampton ve ark. [72].<\/em><\/p>\n\n\n\n

Sosyal olmayan kontrollerle paradigmalar\u0131 kullanarak ve hem sinir kay\u0131tlar\u0131n\u0131 hem de nedensel y\u00f6ntemleri kullanarak, bu \u00e7al\u0131\u015fmalar, uygulama d\u00fczeyinde sosyal \u00f6zg\u00fcll\u00fck i\u00e7in en a\u00e7\u0131k durumlardan birini sa\u011flar (\u015eekil 3); ACC\u2019de insanlar, primatlar ve kemirgenler aras\u0131nda ba\u015fkalar\u0131n\u0131n ac\u0131lar\u0131na ve \u00f6d\u00fcl\u00fcne spesifik olarak yan\u0131t veren h\u00fccreler vard\u0131r ve ACC hasar\u0131 se\u00e7ici olarak sosyal bilgi i\u015flemeyi bozar.<\/p>\n\n\n\n

Farkl\u0131 Uygulama Ama Ayn\u0131 Algoritma (?)<\/h2>\n\n\n\n

\u0130nsanlarda model tabanl\u0131 fMRI uygulamas\u0131n\u0131n geli\u015ftirilmesi, farkl\u0131 rakip algoritmalar\u0131n davran\u0131\u015f\u0131 a\u00e7\u0131klay\u0131p a\u00e7\u0131klayamayaca\u011f\u0131n\u0131 ve fonksiyonel anatomi ile e\u015fle\u015ftirip e\u015fle\u015ftiremeyece\u011fini test eden bir\u00e7ok \u00e7al\u0131\u015fma y\u00fcr\u00fct\u00fcld\u00fc [56, 57, 58]. Peki\u015ftirmeli \u00f6\u011frenme, belki de a\u00e7\u0131k bir algoritmik s\u00fcrecin en iyi \u00f6rne\u011fidir ve kendi kendine uygun ve sosyal davran\u0131\u015f\u0131 anlamak i\u00e7in kapsaml\u0131 bir \u015fekilde uygulanm\u0131\u015ft\u0131r. Peki\u015ftirmeli \u00f6\u011frenme, beklenmedik olu\u015fa (\u201ctahmin hatalar\u0131\u201d) ve sonu\u00e7lar\u0131n de\u011ferine dayal\u0131 olarak eylemlerin sonu\u00e7larla nas\u0131l ili\u015fkilendirildi\u011fini a\u00e7\u0131klar, davran\u0131\u015flar\u0131n \u00f6d\u00fcl veya cezalarla nas\u0131l olumlu veya olumsuz olarak nas\u0131l peki\u015ftirildi\u011fini \u00f6l\u00e7er [18, 57, 58]. \u0130nsanlarda kan\u0131tlar, uygulama i\u00e7in nispeten y\u00fcksek d\u00fczeyde sosyal \u00f6zg\u00fcll\u00fck g\u00f6steren ayn\u0131 b\u00f6lgenin, ACCg\u2019nin, bunu ortak bir RL algoritmas\u0131 alt\u0131nda yapabilece\u011fini g\u00f6stermektedir [17, 21, 23, 24, 39, 59, 60]. Bu, uyaranlar\u0131 ba\u015fkalar\u0131yla ili\u015fkilendirmeyi \u00f6\u011frenmek [23] ile kendi kendine uygun \u00f6\u011frenmeyi kar\u015f\u0131la\u015ft\u0131rmay\u0131, ba\u015fkalar\u0131n\u0131n tavsiyelerine g\u00fcvenip g\u00fcvenmeyece\u011finizi [17] ve belirli sosyal tahmin hatalar\u0131<\/strong>n\u0131n (bkz. S\u00f6zl\u00fck) <\/em>\u00f6\u011frenmeyi y\u00f6nlendirdi\u011fi yerlerde ba\u015fkalar\u0131na neyi se\u00e7eceklerini \u00f6\u011fretmeyi [24] i\u00e7erir. Bu model, peki\u015ftirmeli \u00f6\u011frenme sinyallerini takip etmekle tekrar tekrar ili\u015fkili olan ancak sosyal olarak \u00f6zelle\u015fmi\u015f bir uygulama olmaks\u0131z\u0131n ventral striatum<\/em> gibi di\u011fer beyin alanlar\u0131yla kar\u015f\u0131la\u015ft\u0131r\u0131labilir. \u00d6rne\u011fin, birka\u00e7 \u00e7al\u0131\u015fma, g\u00f6zlem s\u0131ras\u0131nda sosyal \u00f6\u011frenmenin, toplum yanl\u0131s\u0131 davran\u0131\u015flar\u0131n, \u00f6zelliklerin anla\u015f\u0131lmas\u0131n\u0131n, g\u00fcven \u00f6\u011freniminin ve \u00f6d\u00fcllerle ilgili sosyal olmayan \u00f6\u011frenmenin genellikle bu alanda kodland\u0131\u011f\u0131n\u0131 g\u00f6stermi\u015ftir [17,19, 22, 25, 61, 62]. Ventral striatum<\/em> tepkileri, hi\u00e7bir birey bir sonu\u00e7la ili\u015fkilendirilmedi\u011finde tahmin hatalar\u0131n\u0131 bile izliyor gibi g\u00f6r\u00fcnmektedir [22]. Bu durum, insanlarda, genel-alan \u00f6\u011frenme algoritmas\u0131n\u0131n ventral striatumda uygulanabilece\u011fi fikriyle tutarl\u0131d\u0131r. Aksine, ACCg\u2019den elde edilen kan\u0131tlar, beyin b\u00f6lgelerinin sosyal olarak \u00f6zelle\u015febilece\u011fi, ancak \u00f6zel bir algoritma uygulamaya ihtiya\u00e7 duymayabilece\u011fine i\u015faret eder.<\/p>\n\n\n\n

H\u00fccrelerin ve Alanlar\u0131n \u00d6tesinde Sosyal Olarak \u00d6zelle\u015fmi\u015f Uygulamalar<\/h2>\n\n\n\n

Optogenetik, psikofizyolojik etkile\u015fimler, dif\u00fczyon tens\u00f6r g\u00f6r\u00fcnt\u00fcleme ve senkronizasyon \u00f6l\u00e7\u00fcmleri gibi metodolojik geli\u015fmeler, uygulamalar\u0131n yaln\u0131zca tek h\u00fccrelerde veya beyin alanlar\u0131nda de\u011fil, devrelerde de sosyal olarak \u00f6zelle\u015fip \u00f6zelle\u015fmedi\u011fini test etmeye olanak tan\u0131r. \u0130nsan d\u0131\u015f\u0131 primatlar ve kemirgenler \u00fczerinde yap\u0131lan \u00e7e\u015fitli \u00e7al\u0131\u015fmalar, sosyal olarak \u00f6zelle\u015fmi\u015f devre uygulamalar\u0131na i\u015faret etmektedir. \u00d6rne\u011fin, sosyal \u00f6d\u00fcl kodlamas\u0131 i\u00e7in ACCg\u2019nin sosyal \u00f6zelle\u015fmesi, bir ACCg-amigdala a\u011f\u0131ndaki b\u00f6lgeler aras\u0131 e\u015fle\u015fme modellerine kadar uzan\u0131r [63] ve ACCg ile bazolateral amigdala (BLA)<\/em> aras\u0131ndaki projeksiyonlar, klasik korku \u00f6\u011frenmeye k\u0131yasla g\u00f6zlemsel ama\u00e7l\u0131d\u0131r [ 52]. Bir BLA \u2192 mPFC<\/em>[1]<\/a> yola\u011f\u0131n\u0131n aktivasyonu anksiyete benzeri davran\u0131\u015flar\u0131 artt\u0131r\u0131r ve sosyal etkile\u015fimi azalt\u0131rken, ayn\u0131 yolu engellemek sosyal etkile\u015fimi art\u0131r\u0131r ve anksiyeteyi azalt\u0131r [64]. Bu durum, ara\u015ft\u0131rman\u0131n amigdala d\u00fc\u015f\u00fcn\u00fcld\u00fc\u011f\u00fcnde sosyal \u00f6zg\u00fcll\u00fck eksikli\u011fini \u00f6ne s\u00fcrmesine ra\u011fmen [11], medial prefrontal<\/em> alanlarla etkile\u015fime girerken sosyal olarak \u00f6zelle\u015fmi\u015f devre d\u00fczeyinde uygulamalar olabilece\u011fini g\u00f6stermektedir. \u0130nsanlarda, daha az \u00e7al\u0131\u015fma, sosyal ve sosyal olmayan ba\u011flanabilirli\u011fi do\u011frudan kar\u015f\u0131la\u015ft\u0131rm\u0131\u015ft\u0131r. \u00d6te yandan, dikkate de\u011fer bir \u00f6rnek olarak, yaln\u0131zca bir ba\u015fkas\u0131n\u0131n beklenmedik sonucu i\u015flendi\u011finde mevcut olan ACCg \u2014 rostral singulat<\/em> ba\u011flanabilirli\u011fi (ACCg\u2013rostral cingulate connectivity<\/em>)[2]<\/a> ve tercihen ortak bir \u00e7a\u011fr\u0131\u015f\u0131msal sinir a\u011f\u0131 bulunmaktad\u0131r. Do\u011frudan korku \u00f6\u011frenmeye k\u0131yasla sosyal ortamda temporoparietal bile\u015fke (junction) (TPJ)<\/em> ile ba\u011flant\u0131l\u0131d\u0131r [20]. Bunlar, beyin devrelerinde uygulanan sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn yaln\u0131zca baz\u0131 \u00f6rnekleridir.<\/p>\n\n\n\n

Sosyal Olarak \u00d6zelle\u015fmi\u015f Algoritmalar<\/h2>\n\n\n\n

\u015eimdiye kadar, h\u00fccreler, b\u00f6lgeler ve devrelerin uygulama d\u00fczeyinde potansiyel sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc tart\u0131\u015ft\u0131k. Bununla birlikte, sosyal olarak \u00f6zelle\u015fmi\u015f algoritmalar var m\u0131d\u0131r? Bu soru, algoritmalar\u0131 a\u00e7\u0131k\u00e7a tan\u0131mlama a\u00e7\u0131s\u0131ndan daha zordur ve t\u00fcrler aras\u0131nda karma\u015f\u0131k algoritmalar\u0131n kullan\u0131m\u0131na ili\u015fkin geni\u015f tart\u0131\u015fmalar vard\u0131r [4, 66]. Bununla birlikte, zihin teorisi veya zihinselle\u015ftirme (mentalizing) [67, 68, 69, 70] gibi baz\u0131 sosyal s\u00fcre\u00e7lerin sosyal olarak \u00f6zelle\u015fmi\u015f olabilece\u011fi ve bu nedenle \u00f6zel algoritmalara dayand\u0131\u011f\u0131 uzun zamand\u0131r tart\u0131\u015f\u0131lmaktad\u0131r. (Fig\u00fcr 3).<\/p>\n\n\n\n

Zihin i\u015fleme model teorisine y\u00f6nelik algoritmalar geli\u015ftirmeye ba\u015flayan birka\u00e7 ara\u015ft\u0131rma hatt\u0131 iki ki\u015filik sosyal al\u0131\u015fveri\u015flerdeki davran\u0131\u015f\u0131 a\u00e7\u0131klamaya \u00e7al\u0131\u015f\u0131yor [4, 10, 40]. Bu modellerin \u00e7o\u011fu, ekonomik tercihleri veya daha standart peki\u015ftirilmeli \u00f6\u011frenmeyi a\u00e7\u0131klamak i\u00e7in kullan\u0131lan modellerden t\u00fcretilmi\u015f olsa da, a\u00e7\u0131k\u00e7a farkl\u0131 ve daha karma\u015f\u0131kt\u0131r [71, 73] ve sonu\u00e7ta, bir \u00f6znenin neden sosyal etkile\u015fimler d\u0131\u015f\u0131nda bu kadar karma\u015f\u0131kl\u0131\u011fa ihtiya\u00e7 duydu\u011fu a\u00e7\u0131k de\u011fildir. \u00d6rne\u011fin, baz\u0131 \u00e7al\u0131\u015fmalar [70, 71, 72], kat\u0131l\u0131mc\u0131lar\u0131n (bir \u00e7al\u0131\u015fan rol\u00fcnde) \u00e7al\u0131\u015fmay\u0131 veya ka\u00e7may\u0131 se\u00e7tikleri ve yapt\u0131klar\u0131n\u0131 inceleyip denetleyemeyen i\u015fveren ile etkile\u015fime girdikleri bir i\u015fveren veya \u00e7al\u0131\u015fan rol\u00fcn\u00fc oynamalar\u0131n\u0131 gerektirmi\u015ftir (\u015eekil 3B). \u00c7al\u0131\u015fan i\u00e7in, denetlenmediklerinde i\u015ften ka\u00e7arlarsa ve denetlendiklerinde \u00e7al\u0131\u015f\u0131rlarsa \u00f6d\u00fcller maksimize edilmi\u015ftir. Kat\u0131l\u0131mc\u0131lar\u0131n davran\u0131\u015f\u0131n\u0131 en iyi a\u00e7\u0131klayan algoritma, \u00e7al\u0131\u015fan\u0131n kendi eylemlerinin i\u015fverenin davran\u0131\u015f\u0131 \u00fczerindeki etkisini hesaba katm\u0131\u015f ve bu, yaln\u0131zca sonu\u00e7lar\u0131n ge\u00e7mi\u015fini hesaba katan basit bir peki\u015ftirmeli \u00f6\u011frenmeden daha iyi bir \u00f6ng\u00f6r\u00fc sunabilmi\u015ftir.<\/p>\n\n\n\n

Di\u011fer \u00e7al\u0131\u015fmalar, sosyal olarak \u00f6zelle\u015fmi\u015f bir d\u00fczene\u011fi (saklamba\u00e7) sosyal olmayan bir d\u00fczenek (kumar) ile do\u011frudan kar\u015f\u0131la\u015ft\u0131rm\u0131\u015f ve kat\u0131l\u0131mc\u0131lar\u0131n zihinselle\u015ftiren \u00f6znelere kar\u015f\u0131 daha fazla kazand\u0131klar\u0131n\u0131 g\u00f6stererek, sosyal etkile\u015fimlerde \u00f6\u011frenirken zihinselle\u015ftirmeyi kullanman\u0131n bir katma de\u011ferine i\u015faret etmi\u015ftir [73]. Bu \u00e7al\u0131\u015fman\u0131n yazarlar\u0131 ayr\u0131ca, insan olmayan primat t\u00fcrlerinin, di\u011ferlerinin kendi eylemlerine verece\u011fi olas\u0131 tepkilere ili\u015fkin tahminlerini d\u00fczenliyormu\u015f gibi davrand\u0131klar\u0131 yani zihin teorisi algoritmalar\u0131n\u0131n [66] \u00f6nc\u00fc bir bi\u00e7imini sergilediklerini g\u00f6stermi\u015ftir. Kemirgenlerde, zihin teorisinin varsay\u0131lan bir \u00f6nc\u00fcs\u00fc \u00e7ok daha az belirgindir ve bilgimize g\u00f6re test edilmemi\u015ftir. Devaine ve meslekta\u015flar\u0131na g\u00f6re kemirgenler, sosyal etkile\u015fimde kullan\u0131labilecek \u00e7ok temel bir algoritmaya ve zihin \u00f6nc\u00fcl\u00fcn\u00fcn en ilkel teorisine kar\u015f\u0131l\u0131k gelen peki\u015ftirmeli \u00f6\u011frenmeyi sergileyebilirler [66]. Kemirgenlerin bu temel \u00e7a\u011fr\u0131\u015f\u0131m s\u00fcrecini, kendilerini di\u011ferlerinden ay\u0131ran \u00e7a\u011fr\u0131\u015f\u0131mlar\u0131 \u00f6\u011frenmek i\u00e7in geni\u015fletip geni\u015fletemeyeceklerini veya zihin teorisine sahip olmak i\u00e7in gerekli olan, kendileri olmayan ba\u015fka bir hayvan\u0131n konseptini ta\u015f\u0131y\u0131p ta\u015f\u0131mayaca\u011f\u0131n\u0131 test etmek ilgin\u00e7 olurdu. Kemirgenlerin kendilerine veya ortak kemirgenlere verilen elektrik \u015foklar\u0131n\u0131n sosyal olarak \u00f6zelle\u015fmi\u015f mod\u00fclasyonunu g\u00f6steren ve yukar\u0131da bahsedilen g\u00f6zlemsel \u00f6\u011frenme ara\u015ft\u0131rmas\u0131 g\u00f6z \u00f6n\u00fcne al\u0131nd\u0131\u011f\u0131nda, kemirgenlerin bu kapasiteye sahip olmas\u0131 makuld\u00fcr [50, 51]. \u0130nsanlarda, TPJ\u2019de basit\u00e7e kendilik, yak\u0131n di\u011ferleri ve uzaktaki di\u011ferleri aras\u0131nda ili\u015fki kurman\u0131n izini s\u00fcrerken, ACCg \u00f6zellikle uyaranlar ve uzaktaki di\u011ferleri aras\u0131ndaki \u00f6\u011frenme ba\u011flant\u0131lar\u0131n\u0131 izledi\u011fine dair kan\u0131tlar vard\u0131r [23]. Bu nedenle gelecekteki \u00e7al\u0131\u015fmalar, kemirgenlerin ba\u015fka bir hayvan ve bu s\u00fcre\u00e7te yer alan beynin b\u00f6l\u00fcmleri hakk\u0131nda kan\u0131tlanabilir bir \u015fekilde karma\u015f\u0131k bir kavram\u0131na sahip olup olmad\u0131\u011f\u0131n\u0131 daha fazla ara\u015ft\u0131rabilir.<\/p>\n\n\n\n

Zihin teorisinin algoritmalar\u0131 sosyal olarak \u00f6zelle\u015fmi\u015f bir \u015fekilde uygulan\u0131yor mu? \u00c7e\u015fitli \u00e7al\u0131\u015fmalar, TPJ ve dorsomedial prefrontal korteksin (dmPFC)<\/em> sosyal \u00f6zg\u00fcll\u00fck ile zihinselle\u015ftirme algoritmalar\u0131n\u0131 i\u015fleyebilece\u011fini ileri s\u00fcrm\u00fc\u015ft\u00fcr [4, 10, 40, 67, 74]. Yukar\u0131da bahsedilen iki \u00e7al\u0131\u015fmada, \u201cetki\u201d algoritmas\u0131 dmPFC ve TPJ\u2019de benzersiz bir \u015fekilde uygulanm\u0131\u015ft\u0131r [71, 72]. Bununla birlikte, bir\u00e7ok zihin teorisinin \u2014 uygulama d\u00fczeyinde sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc de\u011ferlendirmek a\u00e7\u0131s\u0131ndan \u2014 bir s\u0131n\u0131rlamas\u0131, genellikle kar\u015f\u0131la\u015ft\u0131r\u0131labilir \u2018kendi kendine uygun\u2019 veya \u2018sosyal olmayan\u2019 bir ko\u015fuldan yoksun olmalar\u0131d\u0131r ve bu da \u00f6zelle\u015fmi\u015f bir uygulamay\u0131 sonu\u00e7land\u0131rmay\u0131 zorla\u015ft\u0131r\u0131r. (Ek 1) [71, 72, 75]. Dolay\u0131s\u0131yla dmPFC veya TPJ\u2019de i\u015flemenin sosyal olarak \u00f6zelle\u015fmi\u015f mi oldu\u011fu, asosyal mi oldu\u011fu [23] yoksa kendi kendini izleme ve \u00fcstbili\u015f <\/strong>(bkz. S\u00f6zl\u00fck)<\/em> s\u0131ras\u0131nda da devreye giren ortak bir i\u015fleme mekanizmas\u0131n\u0131 yans\u0131t\u0131p yans\u0131tmad\u0131\u011f\u0131 konusunda \u00f6nemli tart\u0131\u015fmalar vard\u0131r [76, 77]. \u201cBilgisayar\u201d arac\u0131lar\u0131 gibi sosyal olmayan kontrol ko\u015fullar\u0131n\u0131 kullanan di\u011fer \u00e7al\u0131\u015fmalar, bir bilgisayara [65, 78, 79, 80] k\u0131yasla \u201cdi\u011fer\u201de daha g\u00fc\u00e7l\u00fc yan\u0131tlar g\u00f6stermi\u015ftir (daha fazla tart\u0131\u015fma i\u00e7in Ek 1’e bak\u0131n). Bu nedenle, zihin teorisinin sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn\u00fc test etmek i\u00e7in iki geli\u015fme gerekli olacakt\u0131r: (i) \u00f6zg\u00fcll\u00fc\u011f\u00fc uygulama d\u00fczeyinde test etmek i\u00e7in uygun sosyal olmayan kontrol ko\u015fullar\u0131n\u0131n kullan\u0131lmas\u0131 ve (ii) di\u011fer rakiplerin formal algoritmalar\u0131n\u0131n geli\u015ftirilmesi algoritmik d\u00fczeyde \u00f6zg\u00fcll\u00fc\u011f\u00fc test etmek i\u00e7in kullan\u0131labilen \u00fcstbili\u015f gibi s\u00fcre\u00e7ler.<\/p>\n\n\n\n

Marr\u2019\u0131n seviyelerinin b\u00fct\u00fcnle\u015fmesi i\u00e7in \u00fcmit vaad eden yeni bir y\u00f6n; s\u0131n\u0131fland\u0131r\u0131c\u0131lardan, daha model tabanl\u0131 olan \u201ctemsili benzerlik analizi\u201d (representational similarity analysis<\/em> RSA) yakla\u015f\u0131mlar\u0131na kadar \u00e7e\u015fitlenen \u00e7ok de\u011fi\u015fkenli tekniklerin kullan\u0131lmas\u0131d\u0131r. Bu t\u00fcr yakla\u015f\u0131mlar, baz\u0131 b\u00f6lgelerde faaliyet modellerinin kendilik ve di\u011ferleri aras\u0131nda farkl\u0131la\u015ft\u0131r\u0131labilece\u011fini g\u00f6stermek i\u00e7in zaten yararl\u0131 olmu\u015ftur [81, 82, 83, 84, 85]. Bu, fiziksel ac\u0131y\u0131 ve sosyal reddi, ayn\u0131 zamanda ACC\u2019deki [81] benlik ve di\u011fer odakl\u0131 de\u011ferleri, sa\u011f anterior insulada<\/em> da [83] ba\u015fkalar\u0131n\u0131n ac\u0131s\u0131n\u0131, tiksinti ve haks\u0131z parasal al\u0131\u015fveri\u015f dahil olmak \u00fczere di\u011fer olumsuz uyaranlar\u0131 yans\u0131tan modelleri i\u00e7erir. Farkl\u0131 benli\u011fi ve di\u011fer kal\u0131plar\u0131 de\u015fifre eden basit s\u0131n\u0131fland\u0131r\u0131c\u0131lar, farkl\u0131 uygulamay\u0131, yani bir beyin b\u00f6lgesi i\u00e7indeki sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc yans\u0131tabilir. Bununla birlikte, RSA teknikleri, algoritmik ve uygulama seviyeleri aras\u0131ndaki bo\u015flu\u011fu doldurabilir ve ayr\u0131ca algoritmik seviyedeki farkl\u0131l\u0131klar\u0131 test edebilir. Bunun nedeni, RSA yakla\u015f\u0131m\u0131n\u0131n, bilgi veya uyaranlar\u0131n nas\u0131l temsil edildi\u011fine, yani bilginin algoritmik olarak nas\u0131l yap\u0131land\u0131r\u0131ld\u0131\u011f\u0131na [86] ili\u015fkin test modellerini i\u00e7ermesidir. Farkl\u0131 algoritmik yap\u0131lar\u0131 tahmin eden rakip modeller \u00fcretilebilir ve daha sonra bunlarla en g\u00fc\u00e7l\u00fc \u015fekilde ili\u015fkilendirilen beyin b\u00f6lgeleri \u00f6l\u00e7\u00fclebilir. Yakla\u015f\u0131m, beyin g\u00f6r\u00fcnt\u00fcleme verilerini anlamak i\u00e7in modelleri kullanarak ve tersine, rakip modelleri olu\u015fturmak i\u00e7in beyin g\u00f6r\u00fcnt\u00fcleme verilerini kullanarak algoritmik ve uygulama d\u00fczeylerini birbirine ba\u011flayabilir [86].<\/p>\n\n\n\n

Bu t\u00fcr bir yakla\u015f\u0131m, i\u015flev a\u00e7\u0131s\u0131ndan uygulama d\u00fczeyi hakk\u0131nda daha fazla bilgi edinmek i\u00e7in peki\u015ftirmeli \u00f6e\u011frenme gibi belirli bir bili\u015fsel modeli varsayan parametrik model tabanl\u0131 g\u00f6r\u00fcnt\u00fcleme yakla\u015f\u0131mlar\u0131 kullan\u0131larak da m\u00fcmk\u00fcnd\u00fcr. Bu nedenle modeller, ayn\u0131 zamanda, y\u00fczler ve evler gibi beyin verileriyle \u00e7eli\u015fen ko\u015fullar\u0131n standart kategori analizlerine k\u0131yasla algoritmik ve uygulama seviyeleri aras\u0131nda daha net bir ba\u011flant\u0131 sa\u011flar. Gelecekteki ara\u015ft\u0131rmalar, bu \u00e7ok de\u011fi\u015fkenli ve model tabanl\u0131 teknikleri kullanarak sosyal \u00f6zg\u00fcll\u00fck d\u00fczeylerini birbirine ba\u011flayabilir. Bu yakla\u015f\u0131mlar ayn\u0131 zamanda, birbirleriyle olan kar\u015f\u0131l\u0131kl\u0131 ba\u011f\u0131ml\u0131l\u0131klar\u0131n\u0131n yan\u0131 s\u0131ra seviyelerin do\u011fas\u0131na da \u0131\u015f\u0131k tutabilir ve etkile\u015fime girdikleri kesin yolu vurgulayabilir.<\/p>\n\n\n\n

Hedef De\u011fi\u015ftirmek Algoritmalar\u0131 ve Uygulamalar\u0131 De\u011fi\u015ftirir mi?<\/h2>\n\n\n\n

Marr\u2019\u0131n \u00e7er\u00e7evesinin en \u00fcst d\u00fczeyi olan i\u015flemleme d\u00fczeyi, bir bilgi i\u015fleme sisteminin hedeflerinin \u00f6nemine i\u015faret eder. T\u00fcrler aras\u0131nda, sosyal davran\u0131\u015flar\u0131n hedeflerinin \u2014 sosyal motivasyonlar \u2014 bir ba\u011flamdan di\u011ferine farkl\u0131l\u0131k g\u00f6sterebilece\u011fi a\u00e7\u0131kt\u0131r. Bir dakika rekabet ederiz, sonra da i\u015fbirli\u011fi yapar\u0131z. Bununla birlikte, bir hedefi de\u011fi\u015ftirmek, di\u011fer iki d\u00fczeyde sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc de\u011fi\u015ftirebilir mi? Daha az \u00e7al\u0131\u015fma bu fikri do\u011frudan test etse de, sosyal hedefi de\u011fi\u015ftirmenin ger\u00e7ekten sinirsel uygulamalar\u0131 de\u011fi\u015ftirebilece\u011fine dair ipu\u00e7lar\u0131 vard\u0131r. Kemirgenlerde, ACC n\u00f6ronlar\u0131n\u0131n b\u00fcy\u00fck bir k\u0131sm\u0131 \u00f6d\u00fcllerin net de\u011ferini kodlar \u2014 \u00f6d\u00fcl\u00fcn boyutu, o kaynak i\u00e7in ba\u015fka biriyle rekabet etmenin maliyetleriyle indirgenir. Ancak, ACC n\u00f6ronlar\u0131 yaln\u0131zca kemirgenlerin rekabet etmesi gerekti\u011finde bu net de\u011feri kodlar [87]. Maymunlarda, bir\u00e7ok yanal PFC n\u00f6ronundaki g\u00f6rev sonu\u00e7 sinyalleri (yani, kazanma veya kaybetme), maymunlar\u0131n \u00f6d\u00fcl i\u00e7in rekabet edip etmediklerine g\u00f6re belirlenir [88]. \u0130nsanlarda, ba\u015fkalar\u0131yla i\u015fbirli\u011fi yap\u0131yor olsak da rekabet ediyor olsak da, dmPFC\u2019nin di\u011ferlerine k\u0131yasla kendimizin performans\u0131n\u0131 izleme kapsam\u0131n\u0131 ayarlar [89].<\/p>\n\n\n\n

Sosyal hedeflerin di\u011fer seviyelerde \u00f6zg\u00fcll\u00fc\u011f\u00fc d\u00fczenleme yetene\u011fini destekleyen bu bulgular, sosyal davran\u0131\u015f bozukluklar\u0131n\u0131 ve bunlar\u0131n sosyal benzersizli\u011fini anlamak i\u00e7in potansiyel \u00e7\u0131kar\u0131mlara sahiptir. \u00d6rne\u011fin, hastalar ve kontroller aras\u0131ndaki n\u00f6ral uygulamadaki farkl\u0131l\u0131klar\u0131 inceleyen grup \u00e7al\u0131\u015fmalar\u0131nda, n\u00f6ral uygulamadaki veya iki grup aras\u0131nda kullan\u0131lan algoritmalardaki farkl\u0131l\u0131klar algoritmik veya uygulama farkl\u0131l\u0131klar\u0131 gibi g\u00f6r\u00fcnebilir. Asl\u0131nda gruplar aras\u0131nda farkl\u0131 olan ve n\u00f6ral tepkide de\u011fi\u015fikliklere neden olan hedeftir. Bunu destekleyen kan\u0131tlar, duygusal el etkile\u015fimlerinin oldu\u011fu videolar\u0131 izlerken psikopati (sosyal ba\u011flama i\u015faret eden bir t\u00fcr ki\u015filik bozuklu\u011fu) olan ve olmayan kat\u0131l\u0131mc\u0131lar\u0131n n\u00f6ral tepkilerini kar\u015f\u0131la\u015ft\u0131ran bir \u00e7al\u0131\u015fmadan gelmektedir [90]. Yazarlar, psikopatik su\u00e7lulara empati kurmalar\u0131 ve talimat almamalar\u0131 talimat\u0131 verildi\u011finde n\u00f6ral tepkilerdeki grup farkl\u0131l\u0131klar\u0131n\u0131n \u00f6nemli \u00f6l\u00e7\u00fcde azald\u0131\u011f\u0131n\u0131 buldular. Bu \u00e7al\u0131\u015fma, sosyal hedefin de\u011fi\u015ftirilmesinin uygulamay\u0131 nas\u0131l de\u011fi\u015ftirebilece\u011fini ve sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fc incelerken gruplar aras\u0131ndaki motivasyonu e\u015fle\u015ftirmenin \u00f6nemini vurgulamaktad\u0131r.<\/p>\n\n\n\n

Son S\u00f6z<\/h2>\n\n\n\n

Sosyal \u00f6zg\u00fcll\u00fck hakk\u0131ndaki tart\u0131\u015fmalar, on y\u0131llard\u0131r sosyal sinirbilim ve psikolojinin merkezinde yer almaktad\u0131r. Burada, bu sorular\u0131 Marr\u2019\u0131n \u00e7er\u00e7evesi i\u00e7inde ele alman\u0131n, tart\u0131\u015fmalar\u0131 yeniden yap\u0131land\u0131rmaya yard\u0131mc\u0131 olabilecek yeni bir bak\u0131\u015f a\u00e7\u0131s\u0131 sa\u011flad\u0131\u011f\u0131n\u0131 ana hatlar\u0131yla a\u00e7\u0131kl\u0131yoruz (bkz. Bu Yaz\u0131daki \u00d6nemli Sorular).<\/em> Bir deneyin Marr\u2019\u0131n hangi seviyelerinde test etti\u011fini g\u00f6z \u00f6n\u00fcnde bulundurmak ve \u00fc\u00e7 seviyeden birinde kontrol eden ve ayr\u0131\u015fan deneyler tasarlamak, t\u00fcrler aras\u0131nda sorular\u0131 yeniden form\u00fcle etmemize izin verecektir. Peki\u015ftirmeli \u00f6\u011frenmenin i\u015flemleme modelleri ve ekonomik karar verme gibi algoritmik ve i\u015flemleme seviyeleri aras\u0131ndaki bo\u015flu\u011fu doldurmaya yard\u0131mc\u0131 olabilecek teknikleri ve temsili benzerlik analizi gibi \u00e7ok de\u011fi\u015fkenli teknikleri kullanmak, ilerlemek ad\u0131na \u00f6nemli olacakt\u0131r. Sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn nas\u0131l ortaya \u00e7\u0131kt\u0131\u011f\u0131 ve t\u00fcrler aras\u0131nda nelerin korundu\u011fu a\u00e7\u0131k bir sorudur. Nihayetinde, burada \u00f6zetlenen yakla\u015f\u0131m, uygulamalar\u0131, algoritmalar\u0131 ve i\u015flemlemeleriyle sosyal beyni yeniden tan\u0131mlamam\u0131za yard\u0131mc\u0131 olabilir.<\/p>\n\n\n\n

Bu Yaz\u0131daki \u00d6nemli Sorular<\/h2>\n\n\n\n

Algoritmik ve uygulama seviyeleri nas\u0131l etkile\u015fim kurar ve \u00e7ok de\u011fi\u015fkenli ve i\u015flemlemesel modelleme yakla\u015f\u0131mlar\u0131 bo\u015flu\u011fu kapatmak i\u00e7in kullan\u0131labilir mi?<\/p>\n\n\n\n

Algoritma veya uygulamada t\u00fcr farkl\u0131l\u0131klar\u0131 var m\u0131? Primat olmayan hayvanlarda, insanlar ve maymunlar gibi primatlara k\u0131yasla, evrimsel olarak antik subkortikal yap\u0131larda daha fazla \u00f6zelle\u015fmi\u015f sosyal i\u015flemenin ger\u00e7ekle\u015ftirilmesi m\u00fcmk\u00fcnd\u00fcr. \u0130nsan olmayan hayvanlardan elde edilen kan\u0131tlar \u00e7o\u011funlukla uygulama d\u00fczeyinde zarif bir sosyal \u00f6zg\u00fcll\u00fck bildirmektedir. Farkl\u0131 algoritmalar\u0131 test etmek de bilgilendirici olacakt\u0131r ve insan olmayanlar\u0131n sosyal olarak \u00f6zelle\u015fmi\u015f algoritmalar\u0131 kullan\u0131p kullanamayaca\u011f\u0131na dair a\u00e7\u0131k bir soru kal\u0131r. Bu \u00e7aba, sosyal davran\u0131\u015f\u0131 anlamak i\u00e7in net algoritmalara sahip i\u015flemleme modellerinin kullan\u0131m\u0131ndaki son geli\u015fmelerle kolayla\u015ft\u0131r\u0131labilir.<\/p>\n\n\n\n

Sosyal olarak \u00f6zelle\u015fmi\u015f algoritmalar ve uygulamalar do\u011fu\u015ftan var ve \u00f6nceden belirlenmi\u015f mi, yoksa ili\u015fkisel \u00f6\u011frenme yoluyla ortaya \u00e7\u0131kabilirler mi?<\/p>\n\n\n\n

Bili\u015fsel veya sinirsel bir s\u00fcrecin sosyal \u00f6zg\u00fcll\u00fc\u011f\u00fcn\u00fc olu\u015fturmay\u0131 ama\u00e7layan gelecekteki \u00e7al\u0131\u015fmalar\u0131 nas\u0131l tasarlamal\u0131y\u0131z? Ba\u015fka bir seviyedeki etkiyi incelerken bir seviyeyi (i\u015flemleme, algoritma veya uygulama) sabit tutman\u0131n \u00f6nemini ileri s\u00fcr\u00fcyoruz.<\/p>\n\n\n\n

Sosyal a\u00e7\u0131dan benzersiz olan beyin alanlar\u0131, devreleri veya h\u00fccreleri var m\u0131? En g\u00fc\u00e7l\u00fc kan\u0131t ACCg i\u00e7in gibi g\u00f6r\u00fcn\u00fcyor. Toplumsal olarak \u00f6zelle\u015fmi\u015f algoritmalar var m\u0131? En g\u00fc\u00e7l\u00fc kan\u0131t, zihin i\u015fleme teorisini akla getiriyor.<\/p>\n\n\n\n

Beyindeki sosyal ve sosyal olmayan ayr\u0131m kategorik mi yoksa s\u00fcrekli bir ili\u015fki olabilir mi? Bu sorunun yan\u0131tlar\u0131, algoritmik, i\u015flemlemesel veya uygulama d\u00fczeylerinin beyin evriminde sosyal i\u015flevler i\u00e7in nas\u0131l yeniden tasarland\u0131\u011f\u0131n\u0131 daha iyi anlamaya yard\u0131mc\u0131 olabilir.<\/p>\n\n\n\n

S\u00f6zl\u00fck<\/h1>\n\n\n\n

Marr\u2019\u0131n seviyeleri
<\/strong>David Marr, bir bilgi i\u015fleme sistemi i\u00e7in \u00fc\u00e7 d\u00fczeyde a\u00e7\u0131klama oldu\u011funu \u00f6ne s\u00fcrd\u00fc. En y\u00fcksek seviye, bilgi i\u015fleme sisteminin i\u015flemleme veya hedefidir. \u0130kinci seviye, algoritmik veya sistemin uygulad\u0131\u011f\u0131 kurallard\u0131r. \u00dc\u00e7\u00fcnc\u00fc seviye, sistemin uygulanmas\u0131 veya fiziksel olarak ger\u00e7ekle\u015ftirilmesidir.<\/p>\n\n\n\n

\u00dcstbili\u015f
<\/strong>\u0130nan\u00e7lar, arzular ve niyetler gibi zihinsel durumlar\u0131 kendine atfetme yetene\u011fi.<\/p>\n\n\n\n

Ayna n\u00f6ronlar\u0131
<\/strong>Ba\u015flang\u0131\u00e7ta maymun premotor korteksinde ke\u015ffedilen bu n\u00f6ronlar\u0131n, hem bir eylemi ger\u00e7ekle\u015ftirirken hem de bir eylemi g\u00f6zlemlerken, n\u00f6ral olarak benzer \u015fekilde ate\u015flenmesi s\u00f6z konusudur.<\/p>\n\n\n\n

Optogenetik
<\/strong>I\u015f\u0131\u011fa duyarl\u0131 iyon kanallar\u0131n\u0131 ifade etmek amac\u0131yla, \u0131\u015f\u0131\u011f\u0131n genetik olarak de\u011fi\u015ftirilmi\u015f n\u00f6ronlar\u0131 kontrol etmek i\u00e7in kullan\u0131ld\u0131\u011f\u0131 biyolojik bir teknik. Bu teknik, kemirgen \u00e7al\u0131\u015fmalar\u0131nda yayg\u0131n olarak kullan\u0131lmaktad\u0131r ancak \u015fu anda insanlarda g\u00fcvenle kullan\u0131lmas\u0131 m\u00fcmk\u00fcn de\u011fildir.<\/p>\n\n\n\n

Peki\u015ftirmeli \u00f6\u011frenme
<\/strong>Uyaranlar veya eylemler ile olumlu ve olumsuz sonu\u00e7lar aras\u0131ndaki ili\u015fkileri \u00f6\u011frenmek. \u00d6\u011frenme, sonucun ne kadar beklenmedik oldu\u011funa ba\u011fl\u0131d\u0131r.<\/p>\n\n\n\n

Sosyal ac\u0131
<\/strong>Di\u011fer insanlar\u0131n ba\u015f\u0131na gelen cayd\u0131r\u0131c\u0131 ac\u0131 verici olaylar.<\/p>\n\n\n\n

Sosyal tahmin hatalar\u0131
<\/strong>Sosyal etkile\u015fimler s\u0131ras\u0131nda ortaya \u00e7\u0131kan, \u201cdi\u011ferlerini\u201d i\u00e7eren, beklenen ve ger\u00e7ek sonu\u00e7lar aras\u0131ndaki farklar.<\/p>\n\n\n\n

Sosyal \u00f6d\u00fcl
<\/strong>Sosyal etkile\u015fimden t\u00fcretilen veya sosyal etkile\u015fim ba\u011flam\u0131nda elde edilen \u00f6d\u00fcller.<\/p>\n\n\n\n

Zihin teorisi
<\/strong>\u0130nan\u00e7lar, arzular ve niyetler gibi zihinsel durumlar\u0131 di\u011fer bireylere atfetme yetene\u011fi.<\/p>\n\n\n\n

Te\u015fekk\u00fcr<\/h2>\n\n\n\n

Bu \u00e7al\u0131\u015fma, P.L.L.\u2019ye verilen T\u0131bbi Ara\u015ft\u0131rma Konseyi Bursu, Christ Church Gen\u00e7 Ara\u015ft\u0131rma Bursu ve Christ Church Ara\u015ft\u0131rma Merkezi bursu; M.A.J.A\u2019ya verilen Biyoteknoloji ve Biyolojik Bilimler Ara\u015ft\u0131rma Konseyi (BBSRC) David Phillips Bursu ve Wellcome Trust ISSF bursu; ve S.W.C.C.\u2019ye verilen Ulusal Ruh Sa\u011fl\u0131\u011f\u0131 Enstit\u00fcs\u00fc bursu taraf\u0131ndan desteklenmi\u015ftir. B\u00fct\u00fcnle\u015ftirici N\u00f6rog\u00f6r\u00fcnt\u00fcleme i\u00e7in Wellcome Merkezi, Wellcome Trust\u2019\u0131n temel finansman\u0131 ile desteklenmektedir. \u00c7izimlerimizdeki yard\u0131m\u0131 i\u00e7in Colin Stanton\u2019a te\u015fekk\u00fcr ederiz.<\/p>\n\n\n\n

Referanslar<\/strong><\/p>\n\n\n\n

Kaynak\u00e7a<\/strong><\/p>\n\n\n\n

1. B.J. Crespi. The evolution of social behavior in microorganisms Trends Ecol. Evol., 16 (2001), pp. 178\u2013183
2. P. Chen, W. Hong. Neural circuit mechanisms of social behavior Neuron, 98 (2018), pp. 16\u201330
3. R. Bshary, et al. <\/em>Social cognition in fishes Trends Cogn. Sci., 18 (2014), pp. 465\u2013471
4. M.K. Wittmann, et al. <\/em>Neural mechanisms of social cognition in primates Annu. Rev. Neurosci., 41 (2018), pp. 99\u2013118
5. D. Marr. Vision MIT Press (1982)
6. J.W. Krakauer, et al. <\/em>Neuroscience needs behavior: correcting a reductionist bias Neuron, 93 (2017), pp. 480\u2013490
7. J. Bickle. Marr and reductionism Top. Cogn. Sci., 7 (2015), pp. 299\u2013311
8. C. Lamm, et al. <\/em>Meta-analytic evidence for common and distinct neural networks associated with directly experienced pain and empathy for pain Neuroimage, 54 (2011), pp. 2492\u20132502
9. Y. Fan, et al. <\/em>Is there a core neural network in empathy? An fMRI based quantitative meta-analysis Neurosci. Biobehav. Rev., 35 (2011), pp. 903\u2013911
10. C.C. Ruff, E. Fehr. The neurobiology of rewards and values in social decision making Nat. Rev. Neurosci., 15 (2014), pp. 549\u2013562
11. J. Munuera, et al. <\/em>Shared neural coding for social hierarchy and reward value in primate amygdala Nat. Neurosci., 21 (2018), pp. 415\u2013423
12. M.A. Umilta, et al. <\/em>I know what you are doing: a neurophysiological study Neuron, 31 (2001), pp. 155\u2013165
13. T.T.-J. Chong, et al. <\/em>fMRI adaptation reveals mirror neurons in human inferior parietal cortex Curr. Biol., 18 (2008), pp. 1576\u20131580
14. C. Heyes. What\u2019s social about social learning? J. Comp. Psychol., 126 (2012), pp. 193\u2013202
15. R. Cook, et al. <\/em>Mirror neurons: from origin to function Behav. Brain Sci., 37 (2014), pp. 177\u2013192
16. C. Catmur, et al. <\/em>Associative sequence learning: the role of experience in the development of imitation and the mirror system Philos. Trans. R. Soc. B Biol. Sci., 364 (2009), pp. 2369\u20132380
17. T.E.J. Behrens, et al. <\/em>Associative learning of social value Nature, 456 (2008), pp. 245\u2013249
18. P.L. Lockwood, M. Klein-Fl\u00fcgge. Computational modelling of social cognition and behaviour \u2014 a reinforcement learning primer Soc. Cogn. Affect.
19. A. Olsson, et al.<\/em>The neural and computational systems of social learning Nat. Rev. Neurosci., 21 (2020), pp. 197\u2013212
20. B. Lindstr\u00f6m, et al. <\/em>A common neural network differentially mediates direct and social fear learning NeuroImage, 167 (2018), pp. 121\u2013129
21. M.A.J. Apps, et al. <\/em>The anterior cingulate gyrus and social cognition: tracking the motivation of others Neuron, 90 (2016), pp. 692\u2013707
22. P.L. Lockwood, et al. <\/em>Neurocomputational mechanisms of prosocial learning and links to empathy Proc. Natl. Acad. Sci. U. S. A., 113 (2016), pp. 9763\u20139768
23. P.L. Lockwood, et al. <\/em>Neural mechanisms for learning self and other ownership Nat. Commun., 9 (2018), p. 4747
24. M.A.J. Apps, et al. <\/em>Vicarious reinforcement learning signals when instructing others J. Neurosci., 35 (2015), pp. 2904\u20132913
25. S. Sul, et al. <\/em>Spatial gradient in value representation along the medial prefrontal cortex reflects individual differences in prosociality Proc. Natl. Acad. Sci. U. S. A., 112 (2015), pp. 7851\u20137856
26. A.S. Gabay, M.A.J. Apps. Foraging optimally in social neuroscience: computations and methodological considerations Soc. Cogn. Affect. Neurosci. (2020)
27. S.M. Reader, K.N. Laland. Social intelligence, innovation, and enhanced brain size in primates Proc. Natl. Acad. Sci. U. S. A., 99 (2002), p. 4436
28. R.I.M. Dunbar. Neocortex size as a constraint on group size in primates J. Hum. Evol., 22 (1992), pp. 469\u2013493
29. R.I.M. Dunbar. The social brain hypothesis Evol. Anthropol. Issues News Rev., 6 (1998), pp. 178\u2013190
30. T. Sawaguchi, H. Kudo. Neocortical development and social structure in primates Primates, 31 (1990), pp. 283\u2013289
31. A. Jolly. The evolution of primate behavior: a survey of the primate order traces the progressive development of intelligence as a way of life Am. Sci., 73 (1985), pp. 230\u2013239
32. N.K. Humphrey. The social function of intellect P.P.G. Bateson, R.A. Hinde (Eds.), Growing Points in Ethology, Cambridge University Press (1976), pp. 303\u2013318
33. T. Matsuo, et al. <\/em>Genetic dissection of pheromone processing reveals main olfactory system-mediated social behaviors in mice Proc. Natl. Acad. Sci. U. S. A., 112 (2015), pp. E311-E320
34. A. Asaba, et al. <\/em>Sexual attractiveness of male chemicals and vocalizations in mice Front. Neurosci., 8 (2014), p. 231
35. D.J. Horschler, et al. <\/em>Do non-human primates really represent others\u2019 beliefs? Trends Cogn. Sci. (2020) Published online June 24, 2020.
36. C. Grimm, et al. <\/em>Shedding light on social reward circuitry: (un)common blueprints in humans and rodents Neuroscientist (2020)
37. I.B.-A. Bartal, et al. <\/em>Empathy and pro-social behavior in rats Science, 334 (2011), pp. 1427\u20131430
38. M. Laubach, et al. <\/em>What, if anything, is rodent prefrontal cortex? eNeuro, 5 (2018), Article e0315\u201318.2018
39. J. Joiner, et al. <\/em>Social learning through prediction error in the brain Npj Sci. Learn., 2 (2017), p. 8
40. D. Lee, H. Seo. Neural basis of strategic decision making Trends Neurosci., 39 (2016), pp. 40\u201348
41. S. van Heukelum, et al. <\/em>Where is cingulate cortex? A cross-species view Trends Neurosci., 43 (2020), pp. 285\u2013288
42. P.L. Lockwood. The anatomy of empathy: vicarious experience and disorders of social cognition Behav. Brain Res., 311 (2016), pp. 255\u2013266
43. M.A.J. Apps, et al. <\/em>The role of the midcingulate cortex in monitoring others\u2019 decisions Front. Neurosci., 7 (2013), p. 251
44. A. Burgos-Robles, et al. <\/em>Conserved features of anterior cingulate networks support observational learning across species Neurosci. Biobehav. Rev., 107 (2019), pp. 215\u2013228
45. S.W.C. Chang, et al. <\/em>Neuronal reference frames for social decisions in primate frontal cortex Nat. Neurosci., 16 (2013), pp. 243\u2013250
46. R.L. Kendal, et al. <\/em>Social learning strategies: bridge-building between fields Trends Cogn. Sci., 22 (2018), pp. 651\u2013665
47. P.H. Rudebeck, et al. <\/em>A role for the macaque anterior cingulate gyrus in social valuation Science, 313 (2006), pp. 1310\u20131312
48. B. Basile, et al. <\/em>The anterior cingulate cortex is necessary for forming prosocial preferences from vicarious reinforcement in monkeys PLoS Biol., 18 (2020), Article e3000677
49. P.L. Lockwood, et al. <\/em>Anterior cingulate cortex: a brain system necessary for learning to reward others? PLoS Biol., 18 (2020), Article e3000735
50. M. Carrillo, et al. <\/em>Emotional mirror neurons in the rat\u2019s anterior cingulate cortex Curr. Biol., 29 (2019), pp. 1301\u20131312
51. J. Hernandez-Lallement, et al. <\/em>Harm to others acts as a negative reinforcer in rats Curr. Biol., 30 (2020), pp. 949\u2013961
52. S.A. Allsop, et al. <\/em>Corticoamygdala transfer of socially derived information gates observational learning Cell, 173 (2018), pp. 1329\u20131342
53. O. Yizhar, et al. <\/em>Neocortical excitation\/inhibition balance in information processing and social dysfunction Nature, 477 (2011), pp. 171\u2013178
54. P.H. Rudebeck, et al. <\/em>Distinct contributions of frontal areas to emotion and social behaviour in the rat Eur. J. Neurosci., 26 (2007), pp. 2315\u20132326
55. D. Jeon, et al. <\/em>Observational fear learning involves affective pain system and Cav1.2 Ca2+ channels in ACC Nat. Neurosci., 13 (2010), pp. 482\u2013488
56. Y. Niv, A. Langdon. Reinforcement learning with Marr Curr. Opin. Behav. Sci., 11 (2016), pp. 67\u201373
57. W. Schultz. Updating dopamine reward signals Curr. Opin. Neurobiol., 23 (2013), pp. 229\u2013238
58. P. Dayan, N.D. Daw. Decision theory, reinforcement learning, and the brain Cogn. Affect. Behav. Neurosci., 8 (2008), pp. 429\u2013453
59. P.L. Lockwood, et al. <\/em>Encoding of vicarious reward prediction in anterior cingulate cortex and relationship with trait empathy J. Neurosci., 35 (2015), pp. 13720\u201313727
60. M.R. Hill, et al. <\/em>Observational learning computations in neurons of the human anterior cingulate cortex Nat. Commun., 7 (2016), p. 12722
61. C.J. Burke, et al. <\/em>Neural mechanisms of observational learning Proc. Natl. Acad. Sci. U. S. A., 107 (2010), pp. 14431\u201314436
62. L.M. Hackel, et al. <\/em>Instrumental learning of traits versus rewards: dissociable neural correlates and effects on choice Nat. Neurosci., 18 (2015), pp. 1233\u20131235
63. O. Dal Monte, et al. <\/em>Specialized medial prefrontal\u2013amygdala coordination in other-regarding decision preference Nat. Neurosci., 23 (2020), pp. 565\u2013574
64. A.C. Felix-Ortiz, et al. <\/em>Bidirectional modulation of anxiety-related and social behaviors by amygdala projections to the medial prefrontal cortex Neuroscience, 321 (2016), pp. 197\u2013209
65. J.H. Balsters, et al. <\/em>Disrupted prediction errors index social deficits in autism spectrum disorder Brain, 140 (2016), pp. 235\u2013246
66. M. Devaine, et al. <\/em>Reading wild minds: a computational assay of theory of mind sophistication across seven primate species PLoS Comput. Biol., 13 (2017), Article e1005833
67. J.P. Mitchell. Mentalizing and Marr: an information processing approach to the study of social cognition Brain Res., 1079 (2006), pp. 66\u201375
68. J. Koster-Hale, R. Saxe. Theory of mind: a neural prediction problem Neuron, 79 (2013), pp. 836\u2013848
69. I.A. Apperly. What is \u2018theory of mind\u2019? Concepts, cognitive processes and individual differences: Q <\/em>J. Exp. Psychol., 65 (2012), pp. 825\u2013839
70. W. Yoshida, et al. <\/em>Game theory of mind PLoS Comput. Biol., 4 (2008), Article e1000254
71. C.A. Hill, et al. <\/em>A causal account of the brain network computations underlying strategic social behavior Nat. Neurosci., 20 (2017), pp. 1142\u20131149
72. A.N. Hampton, et al. <\/em>Neural correlates of mentalizing-related computations during strategic interactions in humans Proc. Natl. Acad. Sci. U. S. A., 105 (2008), pp. 6741\u20136746
73. M. Devaine, et al. <\/em>The social Bayesian brain: does mentalizing make a difference when we learn? Biol., 10 (2014), Article e1003992
74. C.D. Frith, U. Frith. The neural basis of mentalizing Neuron, 50 (2006), pp. 531\u2013534
75. T. Hayashi, et al. <\/em>Macaques exhibit implicit gaze bias anticipating others\u2019 false-belief-driven actions via medial prefrontal cortex Cell Rep., 30 (2020), pp. 4433\u20134444
76. C.D. Frith. The role of metacognition in human social interactions Philos. Trans. R. Soc. B Biol. Sci., 367 (2012), pp. 2213\u20132223
77. C. Heyes, et al. <\/em>Knowing ourselves together: the cultural origins of metacognition Trends Cogn. Sci., 24 (2020), pp. 349\u2013362
78. J.K. Rilling, et al. <\/em>The neural correlates of theory of mind within interpersonal interactions Neuroimage, 22 (2004), pp. 1694\u20131703
79. H.L. Gallagher, C.D. Frith. Functional imaging of \u2018theory of mind\u2019 Trends Cogn. Sci., 7 (2003), pp. 77\u201383
80. M.A.J. Apps, et al. <\/em>Reinforcement learning signals in the anterior cingulate cortex code for others\u2019 false beliefs NeuroImage, 64 (2013), pp. 1\u20139
81. C.-W. Woo, et al. <\/em>Separate neural representations for physical pain and social rejection Nat. Commun., 5 (2014), p. 5380
82. C. Corradi-Dell\u2019Acqua, et al. <\/em>Cognitive and affective theory of mind share the same local patterns of activity in posterior temporal but not medial prefrontal cortex Soc. Cogn. Affect. Neurosci., 9 (2014), pp. 1175\u20131184
83. C. Corradi-Dell\u2019Acqua, et al. <\/em>Cross-modal representations of first-hand and vicarious pain, disgust and fairness in insular and cingulate cortex Nat. Commun., 7 (2016), p. 10904
84. M. Piva, et al. <\/em>The dorsomedial prefrontal cortex computes task-invariant relative subjective value for self and other eLife, 8 (2019), Article e44939
85. M.A. Thornton, et al. <\/em>People represent their own mental states more distinctly than those of others Nat. Commun., 10 (2019), p. 2117
86. B.C. Love. The algorithmic level is the bridge between computation and brain Top. Cogn. Sci., 7 (2015), pp. 230\u2013242
87. K.L. Hillman, D.K. Bilkey. Neural encoding of competitive effort in the anterior cingulate cortex Nat. Neurosci., 15 (2012), pp. 1290\u20131297
88. T. Hosokawa, M. Watanabe. Prefrontal neurons represent winning and losing during competitive video shooting games between monkeys J. Neurosci., 32 (2012), pp. 7662\u20137671
89. M. Wittmann, et al. <\/em>Self\u2013other mergence in the frontal cortex during cooperation and competition Neuron, 91 (2016), pp. 482\u2013493
90. H. Meffert, et al. <\/em>Reduced spontaneous but relatively normal deliberate vicarious representations in psychopathy Brain, 136 (2013), pp. 2550\u20132562
91. K.R. Popper. The logic of scientific discovery Basic Books (1959)
92. F. Castelli, et al. <\/em>Movement and mind: a functional imaging study of perception and interpretation of complex intentional movement patterns Neuroimage, 12 (2000), pp. 314\u2013325
93. J. Stanley, et al. <\/em>Effects of agency on movement interference during observation of a moving dot stimulus J. Exp. Psychol. Hum. Percept. Perform., 33 (2007), pp. 915\u201392<\/p>\n\n\n\n

[1]<\/a> Medial prefrontal korteks (mPFC)<\/p>\n\n\n\n

[2]<\/a> Bkz.: Rostral \u00f6n singulat korteks<\/em> \u2014 The rostral anterior cingulate cortex (rACC): T\u00fcm kortikal alanlardan, ACC\u2019nin duygusal b\u00f6l\u00fcm\u00fc olan rostral anterior singulat korteks (rACC), duygu ve bili\u015fi b\u00fct\u00fcnle\u015ftirmek i\u00e7in ideal olarak limbik ve kortikal yap\u0131lar aras\u0131nda konumland\u0131r\u0131lm\u0131\u015ft\u0131r ve bu nedenle amigdalaya ba\u011fl\u0131 \u00f6\u011frenmeyi etkilemek i\u00e7in haz\u0131rlanm\u0131\u015ft\u0131r. (\u00c7.N.)<\/p>\n","protected":false},"featured_media":1866,"template":"","meta":{"_acf_changed":false},"event_publishing_tags":[162,872,426,84,286,93,691,64,92,323,285,348,263,781,264,782,873,425,61,349],"kategori":[305],"class_list":["post-1865","blog_content","type-blog_content","status-publish","has-post-thumbnail","hentry","event_publishing_tags-algorithm","event_publishing_tags-algoritmalar","event_publishing_tags-artificial","event_publishing_tags-artificial-intelligence","event_publishing_tags-bilgisayar-bilimi","event_publishing_tags-bilissel-bilim","event_publishing_tags-cogist","event_publishing_tags-cognition","event_publishing_tags-cognitive-science","event_publishing_tags-cogsci","event_publishing_tags-computer-science","event_publishing_tags-intelligence","event_publishing_tags-social-cognition","event_publishing_tags-social-neuroscience","event_publishing_tags-sosyal-bilis","event_publishing_tags-sosyal-norobilim","event_publishing_tags-sosyal-siniriblim","event_publishing_tags-yapay","event_publishing_tags-yapay-zeka","event_publishing_tags-zeka","kategori-ceviri"],"acf":[],"_links":{"self":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content\/1865","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content"}],"about":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/types\/blog_content"}],"version-history":[{"count":0,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content\/1865\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/media\/1866"}],"wp:attachment":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/media?parent=1865"}],"wp:term":[{"taxonomy":"event_publishing_tags","embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/event_publishing_tags?post=1865"},{"taxonomy":"kategori","embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/kategori?post=1865"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}