但仅仅是不确定性、混乱或者不可预测性是不足以让我们感到好奇的，例如电视上无意义的噪音雪花画面。相反，我们需要感觉到混乱中有一种隐含的期望，可以在解决我们的不确定性方面取得一些进展。近期的好奇心测算理论将其描述为针对预期不确定性的解决方案，相当于预期的信息增益或学习进度。
这些理论表明，维持注意力并驱使我们进一步探索刺激的是一种潜在的认知承诺：
即我们将能够解决问题的不确定的承诺——即，如果继续研究我们的感知事件（即积极测试我们的感知假设），并让它对我们更有效果，“这件事情就会变得有意义”。
不确定性的认知 以及 能够解决这种不确定性的期望都是通过不同主体的特定模型所预先认定的。
一个人是否能够期望处理特定类型的不确定性取决于一个人的模型是否已经捕捉到了该问题所在领域的一些相关规律，从而有助于理解它。例如，一段即兴自由爵士乐对新手而言可能难以捉摸（他们可能会走神或者早早结束这段体验），但对爵士乐爱好者来说，这种难以捉摸是在意料之中的。
一些好奇的描述把我们对于环境里那些保证不确定能解决的部分的吸引力，说成是我们能降低预测误差（也就是这种不确定性）的速率的敏感度。这种元预期不是去预测我们环境的特征，而是预测我们自己去预测这些特征的能力。如果心理功能就是为了尽量减少预测误差，那么关于我们预测误差最小的预测——在当下的环境或者活动里——能够衡量我们应对的水平，还有我们是不是得投入更多资源。那我们怎么得到这些元预期呢？可能跟我们得到所有期望的方式一样：通过经历类似的环境或者活动——就像演奏乐器、欣赏艺术或者碰到特定类型的刺激——还有体会我们在减少不确定性这方面的能力。
网友评论