Abstract It is unclear how implicit prior knowledge is involved and remains persistent in the extraction of the statistical structure underlying sensory input. Therefore, this study investigated whether the implicit knowledge of 2 nd order transitional probabilities characterizing a stream of visual stimuli impacts the processing of unpredictable transitional probabilities embedded in a similar input stream. Young adults ( N = 50) performed a four-choice reaction time (RT) task that consisted of structured and unstructured blocks. In the structured blocks, more probable and less probable short-range nonadjacent transitional probabilities were present. In the unstructured blocks, the unique combinations of the short-range transitional probabilities occurred with equal probability; therefore, they were unpredictable. All task blocks were visually identical at the surface level. While one-half of the participants completed the structured blocks first followed by the unstructured blocks, this was reversed in the other half of them. The change in the structure was not explicitly denoted, and no feedback was provided on the correctness of each response. Participants completing the structured blocks first showed faster RTs to more probable than to less probable short-range transitional probabilities in both the structured and unstructured blocks, indicating the persistent effect of prior knowledge. However, after extended exposure to the unstructured blocks, they updated this prior knowledge. Participants completing the unstructured blocks first showed the RT difference only in the structured blocks, which was not constrained by the preceding exposure to unpredictable stimuli. The results altogether suggest that implicitly acquired prior knowledge of predictable stimuli influences the processing of subsequent unpredictable stimuli. Updating this prior knowledge seems to require a longer stretch of time than its initial acquisition.

Abstract Humans are capable of acquiring multiple types of information presented in the same visual information stream. It has been suggested that at least two parallel learning processes are important during learning of sequential patterns – statistical learning and rule-based learning. Yet, the neurophysiological underpinnings of these parallel learning mechanisms in visual sequences are not fully understood. To differentiate between the simultaneous mechanisms at the single trial level, we apply a temporal EEG signal decomposition approach together with sLORETA source localization method to delineate whether distinct statistical and rule-based learning codes can be distinguished in EEG data and can be related to distinct functional neuroanatomical structures. We demonstrate that concomitant but distinct aspects of information coded in the N2 time window play a role in these mechanisms: mismatch detection and response control underlie statistical learning and rule-based learning, respectively, albeit with different levels of time-sensitivity. Moreover, the effects of the two learning mechanisms in the different temporally decomposed clusters of neural activity also differed from each other in neural sources. Importantly, the right inferior frontal cortex (BA44) was specifically implicated in statistical learning, confirming its role in the acquisition of transitional probabilities. In contrast, rule-based learning was associated with the prefrontal gyrus (BA6). The results show how simultaneous learning mechanisms operate at the neurophysiological level and are orchestrated by distinct prefrontal cortical areas. The current findings deepen our understanding on the mechanisms how humans are capable of learning multiple types of information from the same stimulus stream in a parallel fashion.

Probabilistic sequence learning involves a set of robust mechanisms that enable the extraction of statistical patterns embedded in the environment. It contributes to different perceptual and cognitive processes as well as to effective behavior adaptation, which is a crucial aspect of decision making. Although previous research attempted to model reinforcement learning and reward sensitivity in different risky decision-making paradigms, the basic mechanism of the sensitivity to statistical regularities has not been anchored to external tasks. Therefore, the present study aimed to investigate the statistical learning mechanism underlying individual differences in risky decision making. To reach this goal, we tested whether implicit probabilistic sequence learning and risky decision making share common variance. To have a more complex characterization of individual differences in risky decision making, hierarchical cluster analysis was conducted on performance data obtained in the Balloon Analogue Risk Task (BART) in a large sample of healthy young adults. Implicit probabilistic sequence learning was measured by the Alternating Serial Reaction Time (ASRT) task. According to the results, a four-cluster structure was identified involving average risk-taking, slowly responding, risk-taker, and risk-averse groups of participants, respectively. While the entire sample showed significant learning on the ASRT task, we found greater sensitivity to statistical regularities in the risk-taker and risk-averse groups than in participants with average risk-taking. These findings revealed common mechanisms in risky decision making and implicit probabilistic sequence learning and an adaptive aspect of higher risk taking on the BART. Our results could help to clarify the neurocognitive complexity of decision making and its individual differences.

Abstract Both primarily and recently encountered information have been shown to influence experience-based risky decision making. The primacy effect predicts that initial experience will influence later choices even if outcome probabilities change and reward is ultimately more or less sparse than primarily experienced. However, it has not been investigated whether extended initial experience would induce a more profound primacy effect upon risky choices than brief experience. Therefore, the present study tested in two experiments whether young adults adjusted their risk-taking behavior in the Balloon Analogue Risk task after an unsignaled and unexpected change point. The change point separated early “good luck” or “bad luck” trials from subsequent ones. While mostly positive (more reward) or mostly negative (no reward) events characterized the early trials, subsequent trials were unbiased. In Experiment 1, the change point occurred after one-sixth or one-third of the trials (brief vs. extended experience) without intermittence, whereas in Experiment 2, it occurred between separate task phases. In Experiment 1, if negative events characterized the early trials, after the change point, risk-taking behavior increased as compared with the early trials. Conversely, if positive events characterized the early trials, risk-taking behavior decreased after the change point. Although the adjustment of risk-taking behavior occurred due to integrating recent experiences, the impact of initial experience was simultaneously observed. The length of initial experience did not reliably influence the adjustment of behavior. In Experiment 2, participants became more prone to take risks as the task progressed, indicating that the impact of initial experience could be overcome. Altogether, we suggest that initial beliefs about outcome probabilities can be updated by recent experiences to adapt to the continuously changing decision environment.

Understanding speech at the basic levels entails the simultaneous and independent processing of phonemic and prosodic features. While it is well-established that phoneme perception relies on language-specific long-term traces, it is unclear if the processing of prosodic features similarly involves language-specific representations. In the present study, we investigated the processing of a specific prosodic feature, word stress, using the method of event-related brain potentials (ERPs) employing a cross-linguistic approach. Hungarian participants heard disyllabic pseudowords stressed either on the first (legal stress) or on the second (illegal stress) syllable, pronounced either by a Hungarian or a German speaker. Results obtained using a data-driven ERP analysis methodology showed that all pseudowords in the deviant position elicited an Early Differentiating Negativity (EDN) and a Mismatch Negativity (MMN) component, except for the Hungarian pseudowords stressed on the first syllable. This suggests that Hungarian listeners did not process the native legal stress pattern as deviant, but the same stress pattern with a non-native accent was processed as deviant. This implies that the processing of word stress was based on language-specific long-term memory traces.

Quick reorientation is an essential part of successful navigation. Despite growing attention to this ability, little is known about how reorientation happens in humans. To this aim, we recorded EEG from 34 participants. Participants were navigating a simple virtual reality plus-maze where at the beginning of each trial they were randomly teleported to either the North or the South alley. Results show that the teleportation event caused a quick reorientation effect over occipito-parietal areas as early as 100 msec; meaning that despite the known stochastic nature of the teleportation, participants built up expectations for their place of arrival. This result has important consequences for the optimal design of virtual reality locomotion.

Abstract Anticipation of upcoming events plays a crucial role in automatic behaviors. It is, however, still unclear whether the event-related brain potential (ERP) markers of anticipation could track the implicit acquisition of probabilistic regularities that can be considered as building blocks of automatic behaviors. Therefore, in a four-choice reaction time (RT) task performed by young adults ( N = 36), the contingent negative variation (CNV) as an ERP marker of anticipation was measured from the onset of a cue stimulus until the presentation of a target stimulus. Due to the probability structure of the task, target stimuli were either predictable or unpredictable, but this was unknown to participants. The cue did not contain predictive information on the upcoming target. Results showed that the CNV amplitude during response preparation was larger before the unpredictable than before the predictable target stimuli. In addition, although RTs increased, the P3 amplitude decreased for the unpredictable as compared with the predictable target stimuli, possibly due to the stronger response preparation that preceded stimulus presentation. These results suggest that enhanced attentional resources are allocated to the implicit anticipation and processing of unpredictable events. This might originate from the formation of internal models on the probabilistic regularities of the stimulus stream, which primarily facilitates the processing of predictable events. Overall, we provide ERP evidence that supports the role of implicit anticipation and predictive processes in the acquisition of probabilistic regularities.