Despite the importance and pervasiveness of marketing, almost nothing is known about the neural mechanisms through which it affects decisions made by individuals. We propose that marketing actions, such as changes in the price of a product, can affect neural representations of experienced pleasantness. We tested this hypothesis by scanning human subjects using functional MRI while they tasted wines that, contrary to reality, they believed to be different and sold at different prices. Our results show that increasing the price of a wine increases subjective reports of flavor pleasantness as well as blood-oxygen-level-dependent activity in medial orbitofrontal cortex, an area that is widely thought to encode for experienced pleasantness during experiential tasks. The paper provides evidence for the ability of marketing actions to modulate neural correlates of experienced pleasantness and for the mechanisms through which the effect operates.

An essential component of every economic transaction is a willingness-to-pay (WTP) computation in which buyers calculate the maximum amount of financial resources that they are willing to give up in exchange for the object being sold. Despite its pervasiveness, little is known about how the brain makes this computation. We investigated the neural basis of the WTP computation by scanning hungry subjects' brains using functional magnetic resonance imaging while they placed real bids for the right to eat different foods. We found that activity in the medial orbitofrontal cortex and in the dorsolateral prefrontal cortex encodes subjects' WTP for the items. Our results support the hypothesis that the medial orbitofrontal cortex encodes the value of goals in decision making.

To make sound economic decisions, the brain needs to compute several different value-related signals. These include goal values that measure the predicted reward that results from the outcome generated by each of the actions under consideration, decision values that measure the net value of taking the different actions, and prediction errors that measure deviations from individuals' previous reward expectations. We used functional magnetic resonance imaging and a novel decision-making paradigm to dissociate the neural basis of these three computations. Our results show that they are supported by different neural substrates: goal values are correlated with activity in the medial orbitofrontal cortex, decision values are correlated with activity in the central orbitofrontal cortex, and prediction errors are correlated with activity in the ventral striatum.

We propose a model of addiction based on three premises: (i) use among addicts is frequently a mistake; (ii) experience sensitizes an individual to environmental cues that trigger mistaken usage; (iii) addicts understand and manage their susceptibilities. We argue that these premises find support in evidence from psychology, neuroscience, and clinical practice. The model is tractable and generates a plausible mapping between behavior and the characteristics of the user, substance, and environment. It accounts for a number of important patterns associated with addiction, gives rise to a clear welfare standard, and has novel implications for policy.

How do we make decisions when confronted with several alternatives (e.g., on a supermarket shelf)? Previous work has shown that accumulator models, such as the drift-diffusion model, can provide accurate descriptions of the psychometric data for binary value-based choices, and that the choice process is guided by visual attention. However, the computational processes used to make choices in more complicated situations involving three or more options are unknown. We propose a model of trinary value-based choice that generalizes what is known about binary choice, and test it using an eye-tracking experiment. We find that the model provides a quantitatively accurate description of the relationship between choice, reaction time, and visual fixation data using the same parameters that were estimated in previous work on binary choice. Our findings suggest that the brain uses similar computational processes to make binary and trinary choices.

To make economic choices between goods, the brain needs to compute representations of their values. A great deal of research has been performed to determine the neural correlates of value representations in the human brain. However, it is still unknown whether there exists a region of the brain that commonly encodes decision values for different types of goods, or if, in contrast, the values of different types of goods are represented in distinct brain regions. We addressed this question by scanning subjects with functional magnetic resonance imaging while they made real purchasing decisions among different categories of goods (food, nonfood consumables, and monetary gambles). We found activity in a key brain region previously implicated in encoding goal-values: the ventromedial prefrontal cortex (vmPFC) was correlated with the subjects' value for each category of good. Moreover, we found a single area in vmPFC to be correlated with the subjects' valuations for all categories of goods. Our results provide evidence that the brain encodes a “common currency” that allows for a shared valuation for different categories of goods.

Journal Article Beyond Revealed Preference: Choice-Theoretic Foundations for Behavioral Welfare Economics Get access B. Douglas Bernheim, B. Douglas Bernheim Stanford University and National Bureau of Economic Research Search for other works by this author on: Oxford Academic Google Scholar Antonio Rangel Antonio Rangel California Institute of Technology and National Bureau of Economic Research Search for other works by this author on: Oxford Academic Google Scholar The Quarterly Journal of Economics, Volume 124, Issue 1, February 2009, Pages 51–104, https://doi.org/10.1162/qjec.2009.124.1.51 Published: 01 February 2009

We study decisions that involve choosing between different numbers of options under time pressure using eye-tracking to monitor the search process of the subjects. We find that subjects are quite adept at optimizing within the set of items that they see, that the initial search process is random in value, that subjects use a stopping rule to terminate the search process that combines features of optimal search and satisficing, and that subjects search more often in certain focal regions of the display, which leads to choice biases. (JEL C91, D12, M31)

Little is known about the neural networks supporting value computation during complex social decisions. We investigated this question using functional magnetic resonance imaging while subjects made donations to different charities. We found that the blood oxygenation level-dependent signal in ventral medial prefrontal cortex (VMPFC) correlated with the subjective value of voluntary donations. Furthermore, the region of the VMPFC identified showed considerable overlap with regions that have been shown to encode for the value of basic rewards at the time of choice, suggesting that it might serve as a common valuation system during decision making. In addition, functional connectivity analyses indicated that the value signal in VMPFC might integrate inputs from networks, including the anterior insula and posterior superior temporal cortex, that are thought to be involved in social cognition.