Het Rescorla-Wagner Model

Stel u voor dat u leert voorspellen wanneer regen zal optreden. In eerste instantie, wanneer u donkere wolken ziet, heeft u geen verwachting van regen. Wanneer regen u verrast, werkt u bij: wolken voorspellen nu regen. Na verloop van tijd worden donkere wolken een goede voorspeller, dus wanneer regen arriveert, neemt de verrassing (voorspellingsfout) af. Volgens het Rescorla-Wagner model verklaart deze afname van verrassing waarom het leren vertraagt. Uw hersenen leren het meest van onverwachte uitkomsten; verwachte uitkomsten leren u niets nieuws. Dit principe—leren van fouten—staat centraal in hoe voorspellingsnetwerken in de hersenen werken.