Hoe begrijpt je brein 'het grotere plaatje'?
Onze hersenen herkennen patronen en kunnen afstand nemen van de details om het grotere plaatje te zien. Onderzoekers proberen er nu achter te komen hoe de hersenen precies perspectief kunnen krijgen.
Het menselijk brein is een complex apparaat dat in staat is om een enorme hoeveelheid informatie op te nemen, te verwerken, vast te houden, bij te werken en terug te roepen die ons als soort in staat hebben gesteld niet alleen te overleven, maar ook te gedijen in een wereld vol uitdagingen op het gebied van elke stap.
Al vroeg kunnen baby's leren om gezichten te onderscheiden en te herkennen, om specifieke geluiden te herkennen en er een voorkeur voor te tonen, en zelfs om oorzaak-gevolg-relaties te verwerken.
Hoe slagen onze hersenen erin om door complexe informatiestromen te navigeren en nuttige associaties te vormen? Dit is de vraag die drie wetenschappers van de Universiteit van Pennsylvania in Philadelphia - Christopher Lynn, Ari Kahn en Danielle Bassett - willen beantwoorden.
De onderzoekers leggen uit dat wetenschappers tot nu toe hebben gedacht dat de hersenen geavanceerde processen gebruiken om de hogere-orde-structuur van statistische relaties vast te stellen.
In hun huidige onderzoek hebben de drie onderzoekers echter een ander model naar voren gebracht, wat suggereert dat onze hersenen graag informatie willen vereenvoudigen zodat ze 'het grotere geheel kunnen zien'.
"[Het menselijk brein] probeert constant te voorspellen wat er gaat komen. Als je bijvoorbeeld een lezing bijwoont over een onderwerp waar je iets van af weet, heb je al enig inzicht in de hogere orde structuur. Dat helpt je om ideeën met elkaar te verbinden en te anticiperen op wat je hierna gaat horen. "
Christopher Lynn
Anticiperen op gevolgen
In hun nieuwe model, dat ze presenteerden op de American Physical Society March Meeting 2019, leggen de onderzoekers uit dat de hersenen afstand moeten nemen van de details om ideeverbindingen van hogere orde te creëren.
Wat betreft de impressionistische kunst om dit concept te illustreren, merkt Lynn op dat "als je een pointillistisch schilderij van dichtbij bekijkt, je elke stip correct kunt identificeren". Maar: "Als je 6 meter achteruit gaat, worden de details wazig, maar krijg je een beter idee van de algehele structuur."
De menselijke hersenen, zo denken hij en zijn collega's, doorlopen een soortgelijk proces, wat ook betekent dat ze sterk afhankelijk zijn van het leren van eerdere fouten.
Om deze hypothese te verifiëren, voerden de onderzoekers een experiment uit waarin ze deelnemers vroegen om een computerscherm te bekijken met vijf vierkanten achter elkaar. De taak van de deelnemers was om een combinatie van toetsen in te drukken die overeenkomt met de volgorde op het scherm.
Toen ze de reactietijden maten, ontdekten de onderzoekers dat de deelnemers de neiging hadden om sneller op de juiste toetsencombinatie te drukken als ze op het resultaat konden anticiperen.
Als onderdeel van het experiment vertegenwoordigden de onderzoekers de stimuli als knooppunten die deel uitmaakten van een netwerk. Een deelnemer zou een stimulus zien als een knooppunt binnen dat netwerk, en een van de vier andere knooppunten ernaast zou de volgende stimulus vertegenwoordigen.
Bovendien vormden de netwerken ofwel een ‘modulaire grafiek’ bestaande uit drie verbonden vijfhoeken óf een ‘roostergrafiek’ bestaande uit vijf driehoeken met lijnen die ze met elkaar verbinden.
De onderzoekers merkten op dat de deelnemers sneller reageerden op de modulaire grafieken dan op de roostergrafieken.
Dit resultaat, zeggen de onderzoekers, suggereert dat de deelnemers het gemakkelijker vonden om de structuur van de modulaire grafiek te begrijpen - dat wil zeggen, de onderliggende logica van het "grotere plaatje" - waardoor ze snellere voorspellingen konden doen met een grotere nauwkeurigheid.
Met behulp van deze bevindingen probeerden Lynn en collega's een variabele waarde te beoordelen die ze de "bèta" -waarde noemden. De onderzoekers zeggen dat de bètawaarde lager leek te zijn bij mensen die eerder voorspellingsfouten maakten en hoger bij degenen die de taak nauwkeuriger voltooiden.
In de toekomst willen de onderzoekers functionele MRI-scans analyseren om te zien of de hersenen van mensen met verschillende bètawaarden als het ware anders 'geprogrammeerd' zijn.
