La valeur attendue des informations échantillonnées (VAIE) est une quantité bayésienne issue de la théorie de la décision qui mesure la réduction attendue de la perte attendue a posteriori résultant de la collecte de données supplémentaires. Les formulations VAIE standard supposent une structure de gains fixe, ce qui implique que la règle de décision optimale est invariante par rapport aux preuves futures. Cependant, dans de nombreux problèmes décisionnels, les actions possibles s'ajustent de manière endogène aux croyances a posteriori, rendant la structure des gains elle-même dépendante des informations et modifiant à la fois la forme fonctionnelle et l'interprétation de la VAIE. À l'aide d'un cadre décisionnel markovien à titre d'illustration, nous caractérisons la VAIE lorsque l'action optimale est déterminée par une contrainte stricte et dépendante de la distribution a posteriori. Nous examinons ensuite les espaces d'action contraints avec des limites inférieures et supérieures et quantifions les changements qui en résultent en termes de perte attendue a posteriori et de perte d'opportunité. L'assouplissement de l'hypothèse de gains fixes modifie fondamentalement les mesures de la valeur de l'information et la conception expérimentale optimale dans les problèmes de décision bayésiens.