主動推論與腦影像可用來研究計算表型的時間變動

一篇 2024 年觀點文章指出，計算表型仍面臨重測信度與構念效度挑戰；作者提出主動推論可提供理解表型縱向變化的方案，將腦影像視為部分可觀察馬可夫決策過程中的觀察資料。這個觀點的重要提醒是：人的計算策略會隨環境、學習史、狀態與發展而變動，研究不能預設表型是永久不變的個人標籤。

思與行

• 將計算表型視為情境化、時間化的假說，避免把一次測驗結果固化成個人本質。
• 設計重複測量時，明確記錄環境改變、治療、生活事件與任務熟悉效應。
• 與主動推論把知覺更新與行動選擇放在同一模型中及計算表型必須經過構念效度與縱向信度檢驗互相參照。

參考

• 開放全文：Increasing the Construct Validity of Computational Phenotypes of Mental Illness Through Active Inference and Brain Imaging（2024）
• 方法批判：Kalender 等（2025），Test-Retest Reliability of Computational Parameters Versus Manifest Behavior for Decisional Flexibility in Psychosis。