Ráadásul az is kiderült, hogy a dopamin felszabadulása nem egyszerűen a jutalom nagyságát követi, hanem valami sokkal fontosabbat kódol, a várható jutalom valószínűségét. Ez az új megfigyelés megrázta a belső jutalmazó rendszerrel kapcsolatos elképzeléseket, és számos ponton újragondolásra késztette a kutatókat korábbi kísérleti eredményeik interpretálásakor. A megfigyelés elsősorban egy cambridge-i kutatónak, Wolfram Schultznak a nevéhez fűződik, és az új koncepciót predikciós hiba koncepciónak nevezte el (összefoglalásként lásd Schultz és Dickinson, 2000). Rágcsálókban és főemlősökben végzett kísérleteiben Schultz kimutatta, hogy ha az élőlény egy adott cselekedetet végrehajt, és váratlanul nagy jutalomban részesül, akkor sokkal nagyobb aktivitást mutatnak a VTA-ban a dopaminerg neuronok, mint a becsült várható jutalom esetén, és ennek következtében sokkal több dopamin szabadul fel a nucleus accumbensben a dendrittüskék nyakán. Mi lesz ennek a következménye? A váratlan jutalommal időben együtt asszociált információk szinte beégnek a memóriába, méghozzá a tüskék szintjén, a beérkező információkat hozó glutamáterg serkentő szinapszisok megerősödése révén. Ezzel az új koncepcióval a dopamin az elsődleges jutalom szerepköréből kikerült, és ma már inkább anticipációs szignálként gondolunk rá.