مدل سازی فعالیت مغز در هنگام تصمیم گیری اخلاقی با داده های fMRI و هوش مصنوعی

تصمیم گیری اخلاقی به عنوان یکی از بنیادی ترین و در عین حال پیچیده ترین فرآیندهای شناختی انسان، در تعامل میان ساختارهای مغزی مرتبط با منطق، هیجان، همدلی و قضاوت اجتماعی شکل می گیرد. هدف پژوهش حاضر، مدل سازی فعالیت مغزی در هنگام تصمیم گیری های اخلاقی با استفاده از داده های fMRI و الگوریتم های پیشرفته هوش مصنوعی بود. در این مطالعه، سی شرکت کننده سالم بزرگسال طی انجام پانزده سناریوی تصمیم گیری اخلاقی، تحت تصویربرداری عملکردی مغز قرار گرفتند. سناریوها شامل موقعیت های وظیفه گرایانه و نتیجه گرایانه بودند. داده های fMRI با نرم افزارهای SPM و FSL پیش پردازش و سیگنال های BOLD مربوط به نواحی کلیدی از جمله قشر پیش پیشانی میانی، قشر سینگولیت قدامی، ناحیه جداری تحتانی و جزیره استخراج شد. سپس با استفاده از شبکه عصبی کانولوشنی، مدلی برای پیش بینی نوع تصمیم گیری بر اساس الگوهای مغزی آموزش داده شد. مدل توسعه یافته توانست با دقت ۸۷ درصد، حساسیت ۸۳ درصد و ویژگی ۹۰ درصد، نوع تصمیم اخلاقی را به درستی طبقه بندی کند. همچنین با بهره گیری از روش Grad-CAM، نواحی مغزی موثر در پیش بینی مدل به صورت بصری شناسایی شدند. نتایج پژوهش بیانگر آن است که تحلیل ترکیبی داده های تصویربرداری مغزی و الگوریتم های یادگیری عمیق، روشی موثر برای درک عمیق تر تصمیم گیری اخلاقی در انسان و طراحی سیستم های تصمیم یار اخلاق مدار فراهم می سازد.

کلیدواژه ها:

مدل سازی فعالیت مغز ، تصمیم گیری اخلاقی ، تصویربرداری عملکردی مغز (fMRI) ، هوش مصنوعی