I likhet med flere andre tilnærminger innen nevrovitenskap, kognisjonsvitenskap og psykologi, ser prediktiv prosessering på hjernen som et system som behandler informasjon ved å utføre beregninger av ulik art. Slike systemer kan, helt generelt, analyseres på tre nivå (et skille som går tilbake til nevroviteren David Marr):

1. Beregningsnivået: Hva beregner systemet, og hvorfor?
2. Algoritmenivået: Med hvilke algoritmer utføres beregningene?
3. Implementeringssnivået: Hvordan er disse algoritmene realisert i hjernen?

Prediktiv prosessering kjennetegnes av visse nærmere bestemte antagelser på hvert av disse nivåene.

Prediktiv prosessering har vært anvendt blant annet innen forskning på psykoselidelser og autisme. For å forstå disse anvendelsene må et sentralt begrep for prediktiv prosessering –presisjon– forklares. I inferens forsøker ikke hjernen kun å forutsi innkommende sansedata, men også hvor høypresisjon(eventuelt hvor lavvarians) disse dataene har. Dette er en viktig oppgave for hjernen, da noen data er mer presise, eller troverdige, enn andre, og derfor bør ha større innvirkning på hvordan hjernen oppdaterer sine hypoteser. Men data kommer altså ikke med en gitt presisjon, og hjernen må utvikle gode hypoteser for hvilke data som er presise, og hvilke som ikke er det. Eksempelvis må hjernen lære seg at sensorisk data som korresponderer til «hva man ser på nært hold i dagslys» er mer troverdig enn sensorisk data som korresponderer til «noe man vagt skimter langt unna i skumring».

Ulike varianter av prediktiv prosessering sier ulike ting om psykoselidelser og autisme, men enes om at disse tilstandene skyldes avvik i hvordan hjernen modellerer presisjon.

For eksempel kan en variant av prediktiv prosessering hevde at psykoselidelser skyldes enfor høy vekting av tidligere læring, slik at hva man bevisst sanser i for liten grad blir korrigert basert på innkommende sansedata. På denne måten mister den psykotiske «kontakt med verden» og drifter inn i fantasier. En annen teori innen prediktiv prosessering kan derimot hevde at psykoselidelser skyldes enfor lav vekting av tidligere læring – altså at psykotiske har en overdreven mistillit til lærte sammenhenger ikke-psykotiske tar for gitt. Dette gjør at den psykotiske hjernen i dannelsen av hypoteser ser bort ifra viktige lærte kausale sammenhenger i verden i inferens, og henfaller til «fantasifull gjetning» i et forsøk på å gi mening til innkommende sansedata (predikere innkommende sensorisk input).

På samme måte som for psykoselidelser kan ulike varianter av prediktiv prosessering hevde enten at autisme er et resultat av en for lav vekting av tidligere læring, eller at tidligere læring vektes for høyt.

Prediktiv prosessering har som nevnt hatt økende innflytelse innen mange felt som studerer hjernen og i vid forstand mentale funksjoner. Like fullt står tilnærmingen overfor flere åpne problemer eller utfordringer.

Et viktig problem kan illustreres med bruken av prediktiv prosessering på psykoselidelser og autisme som vi nevnte ovenfor. Kritikere har i den sammenheng spurt seg hvordan et gitt fenomen, som for eksempel virkelighetsbristen i psykoser, kan forklares både som et tilfelle av for lav, og for høy, vekting av tidligere læring (eller, med andre ord, av for høy, eller for lav, vekting av sansedata). Kritikken går i bunn og grunn på at tilnærmingen fremstår somufalsifiserbar. Utfordringen for prediktiv prosessering blir dermed å finne egnede føringer på de statistiske modellene som postuleres, slik at det innsnevres akkurat hvilke observasjoner som er å forvente.

En annen, mye omdiskutert, utfordring for tilnærmingen er kjent som problemet om «det mørke rommet». Det tar utgangspunkt i grunntanken om at hjernens fundamentale funksjon er å minimere prediksjonsfeil. Problemet er at denne funksjonen kan oppfylles ved å bevege seg til et mørkt og lydtett rom, hvor organismen mottar få eller ingen sanseinntrykk, og hvor disse dermed er lett forutsigbare. Hvorfor er det da slik at organismer, på tross av hva prediktiv prosessering kan synes å tilsi, jevnt over har liten tendens til å oppsøke slike mørke rom? Ulike løsningsforslag har blitt lansert, inkludert at organismer har en slags innprentet meta-prediksjon om å ikke befinne seg i stimuli-fattige miljø som mørke rom, men det er åpent i hvilken grad de lykkes.

Prediktiv prosessering er en relativt ny tilnærming, men har hatt økende innflytelse innen en rekke felt siden årtusenskiftet. Sentrale bidragsytere har vært nevroviterne og informatikerne Rajesh Rao og Dana Ballard, nevroviteren Karl Friston, og filosofene Andy Clark og Jakob Hohwy.

Tilnærmingen har samtidig røtter tilbake tilHermann von Helmholtz, og hans teori om sansing som «ubevisst inferens». Det er også slektskap til mer moderne teorier om effektiv informasjonsbehandling i hjernen, og utviklingen av bestemte typernevrale nettverk imaskinlæring.

• psykologi
• nevrovitenskap

• Clark, Andy. (2016).Surfing Uncertainty: Prediction, Action, and the Embodied Mind: Oxford University Press USA.
• Friston, Karl. (2010). The free-energy principle: A unified brain theory?Nature Reviews Neuroscience, 11(2), 127–138.
• Hohwy, Jakob. (2013).The Predictive Mind. Oxford University Press.
• Rao, RP, & Ballard, DH. (1999). Predictive coding in the visual cortex.Nature Neuroscience 2(1), 79-87.
• Seth, Anil. (2021).Being you: A New Science of Consciousness. London: Faber.
• Sterzer, Philipp, Adams, Rick A., Fletcher, Paul, Frith, Chris, Lawrie, Stephen M., Muckli, Lars, Petrovic, Predrag, Uhlhaas, Peter, Voss, Martin, & Corlett, Philip R. (2018). The Predictive Coding Account of Psychosis.Biological Psychiatry, 84 (9), 634–643.
• Walsh, Kevin S., McGovern, David P., Clark, Andy & O'Connell, Redmond G. (2020), Evaluating the neurophysiological evidence for predictive processing as a model of perception. Ann. N.Y. Acad. Sci., 1464: 242-268.