ラットにおけるメタ認知（名詞）

1. ドブネズミ（Rattus norvegicus）が自身の心的内容を自覚し、その自覚に基づいて行動する能力。
2. 合理主義者（Homo actually sapiens）がメタレベルを自覚し、それについて考えずにはいられない抑えがたい欲求。

合理主義者が磨く重要なスキルの一つは、不確実性のもとで意思決定を行うことだ。そのためには、自分自身の不確実性を測れなければならない。そしてスタニスラス・ドゥアンヌのConsciousness and the Brainによれば、自分の不確実性を測ることは、意識的アクセスを必要とする特定の心的操作の一つだ。

私たちは意識していないことでも知ることができる。たとえば、意識にのぼるには短すぎる一瞬だけ画面にフラッシュ表示された数字が5より大きいか小さいかを、偶然より高い確率で当てるような場合だ。しかし私たちは、自分が何を知っているのか、そしてどれだけ確信しているのかを知らない。フラッシュする数字の例で言えば、刺激が意識に到達しなかった場合、どの試行で正しく当てられた可能性が高いかを推定することはできない。

これはACXに掲載されたConsciousness and the Brainのゲストレビューからの引用だ。そのレビューによれば、自分の確信度を測る能力は人間に固有のものではなく、どうやらラットにも備わっているという！これはげっ歯類が意識を持ち、自身の思考を自覚しているということなのだろうか？それとも、レビューがリンクしている研究論文が、そこからはどんな結論も引き出せないような面白い混乱の塊であることが判明するのだろうか？

いずれにせよ、私はアリソン・フットとジョナソン・クリスタルによるMetacognition in the Rat (2007)を読み通すほど興味をそそられた。以下に示す図表や引用は、断りがない限りすべてこの論文からのものだ。

（ラットの画像はDALL·E 2による生成で、@thinkwert氏の提供による。もしOpenAIの誰かがこれを読んでいたら、お願いだからリボンをかけて懇願するのでDALL·E 2へのアクセスをください、Twitterの相互フォローに頼み込まなくて済むように。私たちがみな絶滅するまでに、どれだけ美しく挿絵の入った記事を作れるか考えてみてほしい！）

フットとクリスタル（以下F&C）は、ラットが聞こえるノイズを短い（4秒未満）か長いかに分類するよう訓練した。ノイズの長さは2〜8秒で、カットオフに近いもの（3.6秒と4.4秒）ほど、2秒や8秒に近いものより分類が難しくなる。正しく当てれば報酬が与えられ、時にはテストを辞退してより小さいが確実な報酬を得る選択肢もあった。

仮説はこうだ。もしラットがより難しい試行（音の分類についてより不確かであるとき）を、より簡単な試行よりも多く辞退するなら、彼らは自身の不確実性を自覚しているはずだ、と。

F&Cは実験のためにきれいな図を用意し、8匹のかわいらしいラットを手に入れた。そして……良いニュースはそこで終わりだ。

不可解なことに、F&Cは正解に6粒、推測を辞退した場合に3粒しか与えなかった。比率が5:3なら、ラットは賭けが割に合うためには少なくとも60%は正しく分類できたという確信が必要になる。しかし6:3では、ほぼ当てずっぽうでさえ、6の50.1%は3より大きいため、ラットが推測を辞退する理由はまったくない。試行は連続して何度も繰り返され、いかなる「リスク」も平準化されるし、いずれにせよ

私たちの実験と似た状況ではラットはリスクを好む傾向があるという証拠がある

この単純な賭けの合理性テストで、ラットはどのように振る舞ったのだろうか？

5匹のラットは、持続時間テストを受けることをめったに辞退しなかった（M = 97.8%、SEM = ± .01%）。この5匹のパフォーマンスは反応バイアスによる可能性が高く、これらのラットはノーズポーク孔の実験的条件を学習できなかったように見える。その結果、この5匹はメタ認知の有無について何の証拠も提供しなかった。

これらのラットが何かを「学習できなかった」のかどうかはわからない。彼らはテストを決して辞退しないことがペレットの数を最大化することを学習したように見える、それだけのことだ。

では残りの3匹はどうだったのか？

X軸はテストの難易度を表し、最も簡単なもの（2秒、8秒）が2.00、最も難しいもの（3.6秒、4.4秒）が1.00である。右列は正答したテストの割合を示す。ここで不可解な結果が見られる。難しいテストをめったに辞退しなかったラットでさえ、辞退する選択肢があったときは75%の確率で正解したのに、「強制」試行で辞退の選択肢がなかったときは50%をわずかに下回る正答率しかなかったのだ！

ラットは「辞退」という選択肢がないことにあまりに動揺して（試行の3分の1はそうだったにもかかわらず）、どのレバーが何をするのかをすっかり忘れてしまったのだろうか？実験者が機械的に何かをやらかしたのだろうか？それともこの3匹はただ酔っ払っていただけで、決して辞退すべきでないことを理解できないことがその証拠なのだろうか？F&Cはこの結果についてまったく言及しておらず、あなたも気づかないことを願っている。

左列は、時々テストを辞退した3匹の間抜けなラットの「辞退」率を示している。他の5匹の結果と合わせると、簡単なテストと難しいテストを辞退した割合の全結果はこうなる：

• 簡単なテスト：0%、0%、0%、0%、0%、0%、40%、20%
• 難しいテスト：0%、0%、0%、0%、0%、15%、70%、45%

これは……何だろう？結果？もっと多くのラットとより良いセットアップで実験をやり直すようにという誘い？F&C自身は、3匹のラットが実際に難しいテストを簡単なテストより多く辞退したため、メタ認知の勝利を宣言している。彼らはp<.05まで貼り付けているが、列挙された結果からすると、p値の計算にどんな分布を仮定したのか気になるところだ。ラットに何が起きているにせよ、それは確かに正規ではなさそうだ。

しかしこの論文にとって最悪の知らせは、杜撰なセットアップでも、実験対象の62.5%が賢すぎるという理由で除外されたことでも、残り3匹の間の巨大なばらつきでも、強制試行での約50%の推測正答率でも、分析というより呪文のように唱えられたp値でもない。最悪なのは、これらのどれもメタ認知について何も証明していないということだ。

研究者は音を長いか短いかに分類したが、それはラットもそうしなければならなかったという意味ではない。私は、ラットが音を3つのカテゴリーに分類し、それぞれにメタ認知に依らない行動を結びつけていたという代替モデルを提案できる：

• 短い音（2〜3.5秒）-> 左レバーを押す
• 中くらいの音（3.5〜4.5秒）-> テストを辞退する
• 長い音（4.5〜8秒）-> 右レバーを押す

（これは時々辞退した3匹についての話で、他の5匹はメタ認知なしに「短い」と「長い」だけを持っていた。）

私の代替モデルは、研究者自身が提案したモデルよりも結果をはるかにうまく説明する。

第一に、なぜ3匹のラットが、強制試行ではほとんど間違えなかったにもかかわらず、簡単なテストややや簡単なテスト（難易度1.75）を時々辞退したのかを説明できる。ラットは短い音（2秒や2.44秒）を長い音（4.4秒以上）と混同することは決してないが、時々それを中くらいの音（3.6秒）と間違えて、左を押す代わりにテストを辞退したのかもしれない。研究者のモデルでは、強制選択で簡単なテストの95%以上を正解したラット2が、なぜ少なくとも半分の確率で選択（と3粒）を辞退したのかを説明できない。

第二に、なぜラットが難しい強制テストで約50%しか正解できなかったのかを私のモデルは説明できる。（中くらいの）音を聞いた後、彼らはその音が中くらいであると判断した（たとえばそれがある確率で中くらいではなく短い可能性があるといったメタ認知的な情報はなしに）。辞退する選択肢がないことに気づくと、中くらいの音を聞いたとしか知らないラットは、長い音と短い音のレバーの間で当てずっぽうに選ぶ以外に何もできない。

私の説明は実験結果の全体をはるかによく説明するので、それが省かれていることで、ラット研究者のメタ認知能力について考えさせられる……

公平を期すために言えば、この分野の他の研究者たちは最終的に行動主義的な代替説明に気づいた。フットとクリスタルは、ラットが音を繰り返し聞くために押せるレバーを含む、さらに複雑なセットアップにさらに8匹のラットを投入することで応じた。

結果を彼ら自身の言葉で引くと：

メタ認知は、代替となる非メタ認知モデルとは異なり、被験者が刺激の繰り返しを強制された場合の難しい持続時間での正答率が、被験者が自ら繰り返しを選択した試行よりも高くなることを予測するが、このパターンは我々のデータで観察された。非メタ認知モデルのシミュレーションによれば、ラットからのデータのこの部分はメタ認知と整合的だが、データの他の側面はメタ認知と整合的ではない。今回の結果は、ラットがメタ認知能力を持つことを示唆する先行知見に疑問を投げかける。データのパターンが混在していることはラットにおけるメタ認知を支持しないが、この手法の導入は、メタ認知の比較事例を評価するために他の種でのテストに価値があると我々は考えている。

言い換えれば、「我々の結果の一部はラットのメタ認知を示し、一部は示さず、一部は以前のメタ認知支持の結果と矛盾した。要するに、このセットアップ全体はラットのメタ認知を研究するにはまったく役に立たないが、もっと研究費をくれればハトか何かで試せるかもしれない」ということだ。

これは100%正しい結論であり、研究者たちの正直さを称賛したい。

最後に気になっている問いが一つある。ラットではない人間にはメタ認知は存在するのだろうか？もしメタ認知を、特定の命題に対する自身の不確実性の自覚としてのみ測るなら、答えはあなたが思うほど単純ではないと私は主張したい。

以下は合理主義者が自身の不確実性の自覚をもってやっていることだ：

• 主観的確率という考えに依拠してベイズ計算をする。
• 断定的な発言をする前に自身の認識状態（エピステミック・ステータス）を表明する。
• あらゆるものに賭けることを好み、予測市場で遊ぶ。
• ビットコインやCOVID、その他50%未満の確率の出来事でも期待値に基づいて事前に備える価値があった多くの状況で、一歩先を行く。

以下は非ラットの人間がする傾向にあることだ：

• 頻度主義者であり、確率は不完全な情報を持つ心の性質ではなく、多数の（どれくらい多数？）似た（どれくらい似た？）試行の集合の性質だと主張する。
• 認識状態って何だよクソみたいな反応をする。
• 物事に賭けることを拒否し、予測市場を疑わしく思う。
• 確率が0〜49%のものはすべて無視し（上記のリストにトランプとロシアのウクライナ侵攻を例として加えておく）、それが現実になるまで無視し続け、その時点になってそれ以外の結果にはなり得なかったと主張する。

要するに、合理主義者は多くの命題について慎重に定量化された不確実性を表明し、それに従って行動する傾向があるのに対し、非ラットは命題Pに関して以下の3つの認識状態のいずれかにのみ留まっているように見える：

1. Pは不可能、文字通り0%
2. Pは全く知りようがない、不確実性が解消するまで賭けたり決断したりしてくれと頼まないでくれ
3. Pは100%確実

非ラットの人間は明らかにメタ認知を備えていると思うかもしれない。しかし、彼らが実際にラットを上回るのを見たのはいつのことだろうか？