EQUILIBRAR LAS HABILIDADES NUEVAS Y VIEJAS

EQUILIBRAR LAS HABILIDADES NUEVAS Y VIEJAS

En muchas ocasiones tratamos de crear un modelo de aprendizaje que sustituye a uno anterior, y no sabemos cómo nuestra mente puede cambiar de uno a otro. En este caso, neurocientíficos del MIT (Massachussets Institute of Technology) explican cómo el cerebro puede aprender tareas nuevas sin dejar de recordar lo que ya ha aprendido .

Para aprender nuevas habilidades motoras , el cerebro debe ser de plástico : capaz de cambiar rápidamente las fortalezas de las conexiones entre las neuronas , formando nuevos patrones que desempeñan una tarea específica . Sin embargo, si el cerebro es demasiado plástico , habilidades aprendidas previamente se perderían con demasiada facilidad .

Un nuevo modelo computacional desarrollado por los neurocientíficos del MIT , explica cómo el cerebro mantiene el equilibrio entre la plasticidad y la estabilidad, y cómo se puede aprender tareas muy similares sin interferencia entre ellos.

La clave, dicen los investigadores, es que las neuronas están cambiando constantemente sus conexiones con otras neuronas . Sin embargo , no todos los cambios son funcionalmente relevantes, ya que simplemente permiten que el cerebro explore muchas maneras posibles de ejecutar una cierta habilidad , como un nuevo golpe de tenis.

” El cerebro siempre está tratando de encontrar las configuraciones que equilibran todo lo que puede hacer dos tareas o tres tareas , o sin embargo muchos que estamos aprendiendo “, dice Robert Ajemian , un científico de investigación en el Instituto McGovern del MIT para la Investigación del Cerebro y autor principal de un artículo que describe los hallazgos. “Hay muchas maneras de resolver una tarea, y el cerebro está contínuamente explorando todas las maneras diferentes . “

Como el cerebro explora diferentes soluciones , las neuronas pueden llegar a estar especializadas en tareas específicas , de acuerdo con esta teoría .

Circuitos Ruidosos

A medida que el cerebro aprende una nueva habilidad motora, las neuronas forman circuitos que pueden producir la salida deseada – un comando que activará los músculos del cuerpo para llevar a cabo una tarea, como utilizar una raqueta de tenis . La perfección por lo general no se logra en el primer intento , por lo que la retroalimentación de cada esfuerzo de ayuda al cerebro a encontrar mejores soluciones.

 

Esto funciona bien para el aprendizaje de una habilidad , pero las complicaciones surgen cuando el cerebro está tratando de aprender muchas habilidades diferentes a la vez . Debido a los mismos controles de red distribuidos relacionadas tareas motoras , las nuevas modificaciones a los patrones existentes pueden interferir con las habilidades aprendidas previamente .

“Esto es particularmente difícil cuando estás aprendiendo cosas muy similares “, tales como dos golpes de tenis diferentes , dice el profesor del Instituto Emilio Bizzi , autor principal del artículo y miembro del Instituto McGovern.

En una red de serie, como un chip de ordenador , esto no sería un problema – instrucciones de cada tarea se almacenan en una ubicación diferente en el chip. Sin embargo , el cerebro no está organizado como un chip de computadora . En cambio, está paralela masiva y altamente conectado – cada neurona se conecta a, en promedio, alrededor de otras 10 mil neuronas.

Esa conectividad ofrece una ventaja , sin embargo , ya que permite al cerebro probar tantas soluciones posibles para lograr combinaciones de tareas. Los constantes cambios en las conexiones, lo que los investigadores llaman hiperplasticidad , se equilibra con otro rasgo inherente de las neuronas, que tienen una señal de muy bajo ruido , lo que significa que la información que reciben es más útil que inútil.
La mayoría de los modelos de la actividad neuronal no incluyen el ruido, pero el equipo del MIT dice que el ruido es un elemento crítico de la capacidad de aprendizaje del cerebro. “La mayoría de la gente no quiere tratar con el ruido porque es una molestia “, dice Ajemian . ” Nos pusimos en marcha para tratar de determinar si el ruido se puede utilizar de una manera beneficiosa , y nos pareció que permite al cerebro para explorar muchas soluciones , pero sólo se puede utilizar si la red es hiperplásico . “

Este modelo ayuda a explicar cómo el cerebro puede aprender cosas nuevas sin desaprender habilidades previamente adquiridas , dice Ferdinando Mussa – Ivaldi , profesor de fisiología en la Universidad Northwestern.

“Lo que el trabajo muestra es que, si tienes las redes neuronales con alto nivel de ruido aleatorio, que realmente ayuda en lugar de obstaculizar el problema de la estabilidad “, dijo Mussa – Ivaldi , que no formó parte del equipo de investigación .

Sin ruido, la hiperplasticidad del cerebro sobrescribiría memorias existentes con demasiada facilidad. Por el contrario, baja plasticidad no permitiría ningún nuevas habilidades que se pueden aprender , porque los pequeños cambios en la conectividad serían ahogadas por todo el ruido inherente.

El modelo se apoya en la evidencia anatómica que muestra que las neuronas muestran una gran plasticidad , incluso cuando el aprendizaje no tiene lugar , según lo medido por el crecimiento y la formación de las conexiones de las dendritas – las extensiones pequeñas que las neuronas utilizan para comunicarse entre sí.

Es como montar en bicicleta

Las conexiones que cambian constantemente explican por qué habilidades pueden ser olvidadas , a menos que se practiquen con frecuencia, especialmente si se solapan con otras tareas que se realizan habitualmente .

” Es por eso que un jugador de tenis experto tiene que calentar durante una hora antes de un partido “, dice Ajemian . El calentamiento no es para sus músculos, en su lugar, los jugadores tienen que volver a calibrar las redes neuronales que controlan diferentes golpes de tenis que se almacenan en la corteza motora del cerebro.

Sin embargo , las habilidades como montar en bicicleta, que no es muy similar al de otras competencias comunes, se retienen más fácilmente. “Una vez que has aprendido algo, si no se superpone o se cruzan con otras habilidades, usted se olvidará de él, pero tan lentamente que es esencialmente permanente”, dice Ajemian .

Los investigadores están ahora investigando si este tipo de modelo también podría explicar cómo el cerebro forma las memorias de eventos, así como las habilidades motoras.

Nosotros, La Biblioteca de Alejandría, por nuestra parte, lo estamos estudiando a través de los ejercicios de Neurobic y Neurohabilidades para el aprendizaje. Medimos los valores iniciales en el desarrollo de una habilidad y entrenamos la manera de hacerlo mejor. Mientras unas mentes son capaces de aplicar la mejora definitivamente, otras, independientemente de su primer registro, son más reacias a desarrollar nuevas habilidades