Il cervello regola il tasso di apprendimento a seconda dell'ambiente

Ogni volta che riceviamo un feedback, il cervello aggiorna la sua conoscenza e il suo comportamento in risposta ai cambiamenti nell'ambiente. Tuttavia, in caso di incertezza o volatilità nell'ambiente, l'intero processo deve essere adeguato.

In un nuovo studio, i ricercatori di Dartmouth hanno scoperto che non esiste un unico tasso di apprendimento per tutto ciò che facciamo, poiché il cervello può autoregolare i suoi tassi di apprendimento utilizzando un meccanismo sinaptico chiamato metaplasticità.

I risultati smentiscono la teoria secondo cui il cervello si comporta sempre in modo ottimale. Il modo in cui il cervello regola l'apprendimento è stato a lungo pensato per essere guidato dal sistema di ricompensa del cervello e dal suo obiettivo di ottimizzare i premi ottenuti dall'ambiente o da un sistema più cognitivo responsabile dell'apprendimento della struttura dell'ambiente.

I risultati dello studio sono pubblicati in Neurone.

I ricercatori spiegano che le sinapsi sono le connessioni tra i neuroni nel cervello e sono responsabili del trasferimento di informazioni da un neurone all'altro.

Quando si tratta di scegliere nella valutazione di potenziali ricompense, il valore appreso di una particolare opzione, che riflette quanto ti piace qualcosa, è immagazzinato in certe sinapsi. Se ricevi un feedback positivo dopo aver scelto una particolare opzione, il cervello aumenta il valore di tale opzione rendendo più forti le sinapsi associate.

Al contrario, se il feedback è negativo, quelle sinapsi si indeboliscono. Le sinapsi, tuttavia, possono anche subire modifiche senza cambiare il modo in cui trasmettono le informazioni attraverso un processo chiamato metaplasticità.

Studi precedenti hanno suggerito che il cervello si affidi a un sistema dedicato per monitorare l'incertezza nell'ambiente per regolare il suo tasso di apprendimento. Gli autori di questo studio hanno tuttavia scoperto che la metaplasticità da sola è sufficiente per mettere a punto l'apprendimento in base all'incertezza sulla ricompensa in un dato ambiente.

“Uno dei problemi più complessi nell'apprendimento è come adattarsi all'incertezza e ai rapidi cambiamenti che avvengono nell'ambiente. È molto emozionante scoprire che le sinapsi, i più semplici elementi computazionali nel cervello, possono fornire una solida soluzione per tali sfide ", ha affermato la dottoressa Alireza Soltani, assistente professore di scienze psicologiche e cerebrali.

"Ovviamente, elementi così semplici potrebbero non fornire una soluzione ottimale, ma abbiamo scoperto che un modello basato sulla metaplasticità può spiegare i comportamenti reali meglio dei modelli basati sull'ottimalità", ha aggiunto.

Questo studio dimostra che l'apprendimento può essere autoregolato e non richiede un'ottimizzazione esplicita o una conoscenza completa dell'ambiente. Gli autori propongono potenziali implicazioni pratiche dei loro risultati.

Per anomalie comportamentali come la dipendenza, in cui le sinapsi potrebbero non adattarsi in modo flessibile, potrebbe essere necessario un feedback progettato con maggiore attenzione per rendere nuovamente plastico il sistema, illustrando come la metaplasticità possa avere una rilevanza più ampia.

Fonte: Dartmouth College / EurekAlert