Aspettative e Risposte Cerebrali nell'Apprendimento Visivo
Uno studio rivela informazioni su come le aspettative apprese influenzano l'attività cerebrale.
Daniel C Feuerriegel, C. den Ouden, M. Kashyap, M. Kikkawa
― 6 leggere min
Indice
- Aspettative di Apprendimento
- Risultati della Ricerca Precedente
- Scopo dello Studio Attuale
- Metodologia
- Partecipanti
- Design Sperimentale
- Raccolta Dati
- Prestazioni nel Compito
- Analisi dei Dati EEG
- Effetti di Ripetizione
- Analisi Multivariata
- Conclusione
- Direzioni Future
- Fonte originale
- Link di riferimento
Gli esseri umani e gli animali hanno un'abilità naturale di imparare le connessioni tra le cose che succedono nello stesso momento. Usano i modelli delle loro esperienze per indovinare cosa succederà dopo. Questa abilità li aiuta a notare cose nuove o insolite e a rispondere in fretta a ciò che si aspettano. Si pensa che questa capacità coinvolga molti processi nel cervello.
Aspettative di Apprendimento
Molti modelli suggeriscono che il cervello sia come una macchina predittiva, sempre intenta a capire quali siano le cause dei segnali che riceve dai nostri sensi. Questi modelli vengono costantemente aggiornati per allinearsi a ciò che vediamo o sentiamo davvero. Quando c'è una discrepanza tra ciò che ci aspettiamo e ciò che sperimentiamo, alcune cellule cerebrali inviano segnali per avvisarci di questa differenza. Questo meccanismo di allerta è particolarmente attivo nel sistema visivo.
Secondo questi modelli, il nostro cervello può regolare le sue previsioni prima che qualcosa accada. Quando ciò che vediamo corrisponde alle nostre aspettative, la risposta del cervello è più piccola rispetto a quando si verifica qualcosa di inaspettato. Questa idea è conosciuta come Soppressione delle Aspettative, il che significa che la risposta del cervello è meno forte se ciò che si vede è atteso.
I ricercatori hanno condotto molti studi per verificare se il nostro cervello risponde in modo diverso agli eventi attesi rispetto a quelli inaspettati. In questi studi, alcuni segnali vengono ripetuti per indicare che tipo di stimolo visivo si verificherà dopo, permettendo ai partecipanti di formare aspettative. Quando appaiono stimoli che sono in linea con queste aspettative, vengono chiamati stimoli attesi. Quando vanno contro le aspettative, vengono chiamati stimoli sorprendenti.
Risultati della Ricerca Precedente
Nel tempo, molte ricerche si sono concentrate su come il cervello reagisca a questi stimoli attesi rispetto a quelli sorprendenti. Alcuni studi hanno mostrato che i segnali nel cervello cambiano in base a se qualcosa è anticipato. Tuttavia, non tutti gli studi hanno trovato prove chiare per questi cambiamenti. Alcuni studi usando tecniche di imaging avanzate hanno mostrato differenze nell'Attività Cerebrale quando i partecipanti erano sorpresi, ma questi effetti si sono spesso visti in zone oltre il sistema visivo.
Ricerche recenti hanno trovato che l'attività elettrica del cervello non cambia costantemente in risposta a stimoli attesi o sorprendenti. Questo ha portato i ricercatori a mettere in discussione se le aspettative apprese abbiano effetti su come opera il cervello.
Scopo dello Studio Attuale
Per avere una visione più chiara su come funzionano le aspettative nel cervello, è stato condotto uno studio con partecipanti che hanno imparato ad associare segnali specifici a stimoli visivi. Comprendendo come questi segnali influenzassero le risposte dei partecipanti, i ricercatori puntavano a chiarire se le aspettative influiscono sui segnali elettrici del cervello.
In questo studio, un ampio gruppo di partecipanti è stato addestrato a capire quali modelli visivi seguirebbero probabilmente determinati segnali. La loro attività cerebrale è stata misurata usando l'EEG, un modo efficace per catturare segnali elettrici dal cervello.
Metodologia
Partecipanti
Un totale di 50 partecipanti è stato reclutato per lo studio, tutti con visione normale. Tuttavia, due partecipanti sono stati esclusi a causa di rumori eccessivi nei loro dati EEG e prestazioni scarse nel compito. Questo ha lasciato 48 partecipanti per l'analisi, che includeva un mix di generi e età.
Design Sperimentale
I partecipanti hanno attraversato diverse fasi, tra cui una sessione di addestramento, blocchi di visualizzazione randomizzati e il principale esperimento di cueing probabilistico. Durante la sessione di addestramento, sono state mostrate immagini di segnali e hanno imparato ad associarle a specifici modelli visivi.
Nel principale esperimento, ai partecipanti sono stati presentati segnali e poi è stata mostrata una serie di modelli visivi. È stato chiesto loro di identificare se due modelli erano uguali o diversi in base al loro apprendimento precedente.
Raccolta Dati
L'esperimento ha utilizzato un sistema EEG a 64 canali per catturare l'attività cerebrale mentre i partecipanti partecipavano ai compiti. I dati EEG sono stati raccolti, filtrati e analizzati per diversi intervalli temporali relativi all'apparizione degli stimoli visivi.
Prestazioni nel Compito
Durante la sessione di addestramento, i partecipanti hanno mostrato un'alta precisione nell'identificare i modelli che seguivano i segnali. Hanno performato meglio sugli stimoli attesi rispetto a quelli sorprendenti. Questo successo suggeriva che i partecipanti avessero effettivamente appreso le associazioni tra i segnali e gli stimoli visivi.
Nel principale esperimento, l'accuratezza è rimasta alta, ma non ci sono state differenze significative nelle prestazioni in base a se il segnale prediceva stimoli attesi o sorprendenti.
Analisi dei Dati EEG
I dati EEG hanno rivelato modelli di attività cerebrale nel tempo mentre i partecipanti rispondevano agli stimoli visivi. I ricercatori si sono concentrati su elettrodi specifici che rappresentano le aree di elaborazione visiva del cervello.
Le analisi iniziali hanno mostrato che non c'erano differenze statisticamente significative nelle risposte cerebrali tra stimoli attesi e sorprendenti. I risultati indicavano che la forza dei segnali elettrici del cervello era in gran parte simile, indipendentemente dal fatto che i partecipanti si aspettassero o meno gli stimoli.
Effetti di Ripetizione
Sebbene non ci siano state chiare differenze nelle risposte basate sulle aspettative, ci sono stati effetti evidenti quando lo stesso modello visivo è stato presentato più volte di seguito. Questa scoperta allinea con l'idea che il cervello si adatti agli stimoli ripetuti e li elabori in modo diverso rispetto agli stimoli nuovi.
Analisi Multivariata
Per esplorare ulteriormente i dati, sono state impiegate tecniche di analisi dei pattern multivariati. Questo approccio cercava di identificare se i modelli di attività cerebrale differissero quando i partecipanti affrontavano stimoli attesi rispetto a quelli sorprendenti. I risultati indicavano che i classificatori potevano identificare con successo determinati pattern attesi, ma non in un modo che mostrasse una chiara distinzione basata sul fatto che gli stimoli fossero sorprendenti o attesi.
Conclusione
In generale, lo studio ha fornito nuove intuizioni su come le aspettative apprese influenzino l'attività cerebrale. Nonostante il chiaro apprendimento delle associazioni da parte dei partecipanti, c'erano poche evidenze a supporto dell'idea che le aspettative producano cambiamenti significativi nelle risposte cerebrali. Al contrario, i risultati inclinarono verso l'idea che il cervello risponda agli stimoli in base alla ripetizione piuttosto che all'aspettativa.
Questi risultati suggeriscono che, sebbene i nostri cervelli siano abili nell'apprendere e predire, il modo in cui questa conoscenza influisce sull'elaborazione potrebbe non essere così semplice come si pensava in precedenza. Le implicazioni di questi risultati potrebbero portare a nuovi modi di comprendere i processi cognitivi e il ruolo delle aspettative nella percezione e nell'attenzione.
Direzioni Future
Ulteriori studi potrebbero esplorare diversi tipi di stimoli e gamme più ampie di probabilità per vedere se certe condizioni rivelano di più sulla relazione tra aspettative e risposte cerebrali. Comprendere come attenzione e sorpresa interagiscano con le aspettative apprese potrebbe anche fornire intuizioni preziose sui processi cognitivi. In ultima analisi, questa ricerca contribuisce a un crescente corpo di evidenze che sfida le assunzioni comunemente accettate sulle capacità predittive del cervello.
L'assenza di effetti chiari legati alla soppressione delle aspettative invita i ricercatori a riconsiderare come siano inquadrati i modelli di codifica predittiva. Sebbene alcuni effetti delle aspettative possano esistere, potrebbero operare attraverso meccanismi che non si basano solo sulla minimizzazione dell'errore predittivo. Pertanto, mentre la ricerca avanza, è cruciale rimanere aperti a vari modi in cui i nostri cervelli si adattano e comprendono il mondo che ci circonda.
Titolo: Limited evidence for probabilistic cueing effects on grating-evoked event-related potentials and orientation decoding performance
Estratto: We can rapidly learn recurring patterns that occur within our sensory environments. This knowledge allows us to form expectations about future sensory events. Several influential predictive coding models posit that, when a stimulus matches our expectations, the activity of feature-selective neurons in visual cortex will be suppressed relative to when that stimulus is unexpected. However, after accounting for known critical confounds, there is currently scant evidence for these hypothesised effects from studies recording electrophysiological neural activity. To provide a strong test for expectation effects on stimulus-evoked responses in visual cortex, we performed a probabilistic cueing experiment while recording electroencephalographic (EEG) data. Participants (n=488) learned associations between visual cues and subsequently presented gratings. A given cue predicted the appearance of a certain grating orientation with 10%, 25%, 50%, 75%, or 90% validity. We did not observe any stimulus expectancy effects on grating-evoked event-related potentials. Bayes factors generally favoured the null hypothesis throughout the time-courses of the grating-evoked responses. Multivariate classifiers trained to discriminate between grating orientations performed better when classifying 10% compared to 90% probability gratings. However, classification performance did not substantively differ across any other stimulus expectancy conditions. Our findings provide very limited evidence for modulations of prediction error signalling by probabilistic expectations as specified in contemporary predictive coding models.
Autori: Daniel C Feuerriegel, C. den Ouden, M. Kashyap, M. Kikkawa
Ultimo aggiornamento: 2024-12-02 00:00:00
Lingua: English
URL di origine: https://www.biorxiv.org/content/10.1101/2024.05.26.595980
Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.05.26.595980.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.