A quienes estamos interesados en las
funciones mentales superiores, como el razonamiento, las operaciones básicas nos resultan terriblemente aburridas. Pero, mal que nos pese, debemos
aprender de lo que se sabe sobre ellas y ser pacientes. Todo llegará.
Danielle
Bassett
–de quien ya hablamos aquí—y sus colegas publican
en ‘Nature Neuroscience’ un interesante artículo sobre el
aprendizaje de una habilidad motora simple y su relación con los patrones de
conectividad funcional en el cerebro durante el periodo de práctica.
El principal resultado es que el
proceso de aprendizaje provoca un funcionamiento crecientemente autónomo, menos
integrado, de los sistemas sensorio-motores que se requieren para completar la
tarea. Además, la ‘liberación’ de los nodos responsables del control cognitivo
en las cortezas frontal y cingulada predice las diferencias individuales en el
ritmo del aprendizaje.
En esencia, lo que se exige al
cerebro de los participantes de este estudio (22 jóvenes sanos y diestros) es
que automatice las acciones necesarias.
Pero, ¿cómo lo hace?
Difícil de saber es porque, como
señalan los autores, no existen métodos estadísticos de los que podamos fiarnos
para identificar los cambios dinámicos a corto plazo en los módulos funcionales
de los individuos. Por tanto, se conjuran para desarrollar ese tipo de método.
Tres son las preguntas que, en
concreto, les interesa responder:
1.- ¿Existen conjuntos de regiones
cerebrales (módulos) que interactúan entre sí al ejecutar la tarea, y, si es
así, cambian estos módulos o sus interacciones con el aprendizaje?
2.- ¿Cuál es el papel de la corteza
de asociación al ejecutar la tarea?
3.- ¿Puede la relación entre los
módulos relevantes para la tarea (sensoriales y motores) o la implicación de la
corteza de asociación, explicar las dramáticas diferencias individuales en la
capacidad de aprender?
Para encontrar respuestas, el cerebro
se divide en 112 regiones corticales y subcorticales, y, seguidamente, se
calcula la conectividad funcional entre pares de regiones dentro de ventanas
temporales independientes durante la ejecución de la tarea (2-3 minutos). A
continuación se extraen grupos de regiones (comunidades) que se activan de modo
coherente dentro de cada ventana temporal. La información se obtiene para cada
participante durante seis semanas en los doce niveles de práctica considerados.
Es importante subrayar que “extraer comunidades
específicas para cada individuo permite preguntarse cómo se adaptan los
sistemas conectados durante el proceso de aprendizaje, pregunta que no puede
responderse usando métodos tradicionales basados en el análisis de la
activación. También permite identificar características de esa adaptación que
predicen las diferencias individuales en el aprendizaje”.
Los resultados apoyan la idea de que
el incremento de la autonomía de los módulos cerebrales implicados en la tarea
a lo largo de la práctica, es consistente con la hipótesis de la eficiencia
neural: “los
recursos cognitivos empleados al principio del periodo de práctica dejan de ser
necesarios. El cerebro propende a economizar recursos limitando la comunicación
innecesaria para facilitar la automatización”.
Además, a medida que aumenta la
autonomía de los módulos motores y visuales, también se reduce el reclutamiento
de otras regiones cerebrales: cuanto antes se logra ese objetivo, mayor
eficiencia en el aprendizaje. En concreto, la ‘desconexión’ de las cortezas
frontal y cingulada, encargadas de los procesos de control, resultan esenciales
para predecir las diferencias individuales en el aprendizaje. El control
cognitivo es esencial en las primeras fases del aprendizaje, pero pierde
protagonismo a medida que se va automatizando la tarea.
Naturalmente, la secuencia dinámica
descrita es consistente con el modelo de Phil
Ackerman que usamos en nuestro equipo de investigación
para elegir videojuegos que sirviesen para estimular el intelecto. Cuando el juego se
puede automatizar, la correlación del nivel de rendimiento en el juego con la
capacidad intelectual declina rápidamente. En cambio, cuando esa automatización
no es posible, la correlación se mantiene. Ahora sabemos por qué.
Además, recuperando el interés por
las funciones superiores con el que comenzamos este post, el informe que estamos comentando invita a pensar que las
regiones que sustentan los procesos de control deben encontrarse
sistemáticamente implicadas al resolver problemas que requieren, por ejemplo,
razonar.
¿Cuántas y cuáles?
Algunas ideas tenemos los
científicos, pero las conclusiones se resisten por ahora.
No hay comentarios:
Publicar un comentario