推論なしに、推論モデルに基づく表現が創発的に社会的伝播する

要旨: 人は、限られた認知能力にもかかわらず、他者から環境に関する豊かで柔軟な知識をどのようにして獲得するのだろうか？ 人間はしばしば、他者の信念を推論するような、計算コストの高い思考（メンタライジング）に頼ると考えられている。これに対して、文化進化は、行動の伝達が単純な社会的手がかりによって支えられ得ることを強調する。強化学習シミュレーションを用いて、最小限の社会学習がどのように間接的に高次の表象を伝達しうるかを示す。再構成可能な環境で報酬を探索する素朴な（ナイーブな）エージェントをシミュレートし、単独で学習する場合、または専門家を観察して学習する場合のいずれかを行う――重要なのは、心的状態を推論することなく、という点である。その代わりに、学習者は観察された行動に基づいて、経験的に行動を選択するか、あるいは価値の表象を強化する。これらの結果は、このような手がかりが学習者の経験を偏らせ、その表象が専門家のものへと収束することを示している。モデルに基づく学習者は、社会的な接触から最も大きな恩恵を受け、より速い学習と、より専門家らしい表象を示す。これらの知見は、文化的伝達が、非メンタライジング（心的状態を推論しない）な単純な過程によって生じ得ること、そしてそれが非社会的（アソーシャル）学習の仕組みを活用することを示している。