Recursos cognitivos y eficiencia neuronal

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.