Quando as crianças aprendem a amarrar seus cadarços, elas o fazem em passos discretos - fazendo uma alça ou puxando a renda.

Depois de repetida o suficiente, nosso cérebro transforma esses passos em "pedaços".

Chunking de movimento, como o fenômeno é conhecido, é uma estratégia que reduz longas seqüências de informações em partes mais curtas e mais fáceis de serem lembradas.

“Chunking é o subproduto natural de uma estratégia inteligente que minimiza os custos de aprendizagem.”

Os cientistas sabem que, para pessoas com doença de Parkinson, doença de Huntington e derrame, esse movimento é severamente interrompido. Entender o chunking e como ele funciona é crucial para o diagnóstico precoce, tratamento e terapia de reabilitação. No entanto, a ciência não tem uma explicação concreta para isso.

Mas agora, os pesquisadores desenvolveram uma teoria abrangente sobre por que ocorre o chunking. A pesquisa enquadra o chunk como um tradeoff econômico no sistema motor, onde a fusão de pequenos blocos torna-se idealmente “custo-efetiva” em certos estágios de aprendizado. Os resultados aparecem no jornal Natureza das Comunicações.

"O sistema nervoso tem como objetivo produzir movimentos com a maior eficiência possível", diz Scott Grafton, professor de neurologia da Universidade da Califórnia, em Santa Bárbara. “No entanto, existe um custo computacional para calcular trajetórias eficientes. O ponto ideal entre essas metas resulta em pedaços ”.

Difícil e eficiente

Grafton e seus colegas usaram ferramentas de controle motor computacional, que produzem modelos de computador para descobrir como o cérebro controla membros e as metas e restrições do sistema motor. Nesse contexto, os pesquisadores tiveram dificuldade em explicar como os seres humanos e outros animais fazem a transição de movimentos computacionalmente simples, mas ineficientes, para movimentos computacionalmente exigentes, mas eficientes.

“Nosso estudo resolve essa dificuldade mostrando - teoricamente e experimentalmente - que os caminhos de aprendizado mais eficientes em eficiência de custos são os que produzem chunking”, diz Grafton. “Portanto, o chunking é o subproduto natural de uma estratégia inteligente que minimiza os custos de aprendizagem.”

Os investigadores mediram como os macacos rhesus produziam sequências de movimento ao longo de vários dias de prática e descobriram que estes animais são na verdade aprendentes rentáveis. Ao selecionar quando juntar os pedaços de uma maneira inteligente, os macacos conseguiram economizar nos custos cumulativos do aprendizado.

Eles dividiram a sequência de movimentos em partes, otimizaram a eficiência dentro de blocos e depois juntaram pedaços quando foram necessários ganhos adicionais de eficiência.

“A fragmentação do movimento tem sido extensamente caracterizada em saúde e doença em humanos e animais, mas até agora, faltava uma teoria normativa”, diz Grafton, “nossa teoria deriva ótimas trajetórias de movimento e essas experiências em que macacos aprendem a produzir uma nova sequência de movimentos durante um período prolongado de tempo demonstram que nossa teoria explica as características essenciais dos pedaços que emergem em seus movimentos ”.

Enquadrar o fenômeno do chunking como um tradeoff econômico oferece uma nova perspectiva sobre o aprendizado motor e seus distúrbios.

Por exemplo, a natureza irregular dos movimentos pós-AVC pode ser atribuída a orçamentos computacionais mais baixos para a aprendizagem motora, e os movimentos ineficientes observados no AVC podem, assim, ser adaptáveis ​​a esses orçamentos, explica Grafton. Qualquer abordagem de reabilitação poderia se beneficiar desse insight, acrescenta.

"Nossa perspectiva computacional sobre chunking também abre novas questões sobre como o cérebro controla os movimentos", diz Grafton. “Em particular, evidências recentes para a codificação neural do chunking no cérebro devem ser reexaminadas à luz das teorias computacionais.

“Os neurônios estão codificando decisões cinemáticas, orçamentos computacionais ou metas de eficiência? Estas são questões abertas para todo o campo de controle motor. ”

Fonte: UC Santa Barbara

Livros relacionados

at InnerSelf Market e Amazon