Cuando los niños aprenden a atarse los cordones de sus zapatos, lo hacen en pasos discretos, haciendo un lazo o tirando del cordón.
Después de suficiente repetición, nuestro cerebro convierte estos pasos en "trozos".
La fragmentación del movimiento, como se conoce el fenómeno, es una estrategia que reduce largas cadenas de información en partes más cortas y manejables que son más fáciles de recordar.
"La fragmentación es el subproducto natural de una estrategia inteligente que minimiza los costos de aprendizaje".
Los científicos saben que para las personas con enfermedad de Parkinson, enfermedad de Huntington y accidente cerebrovascular, esta fragmentación del movimiento se ve gravemente interrumpida. Comprender la fragmentación y cómo funciona es crucial para el diagnóstico temprano, el tratamiento y la terapia de rehabilitación. Sin embargo, la ciencia no tiene una explicación concreta para ello.
Pero ahora, los investigadores han desarrollado una teoría integral de por qué ocurre la fragmentación. La investigación enmarca la fragmentación como una compensación económica en el sistema motor, donde la fusión de pequeñas porciones se vuelve óptimamente "rentable" en ciertas etapas de aprendizaje. Los hallazgos aparecen en la revista. Nature Communications.
"El sistema nervioso tiene como objetivo producir movimientos lo más eficientemente posible", dice Scott Grafton, profesor de neurología en la Universidad de California en Santa Bárbara. “Sin embargo, hay un costo computacional para calcular trayectorias eficientes. El punto dulce entre estos objetivos resulta en pedazos ”.
Difícil y eficiente
Grafton y sus colegas utilizaron herramientas de control motor computacional, que producen modelos computarizados para descubrir cómo el cerebro controla las extremidades y los objetivos y limitaciones del sistema motor. En este contexto, los investigadores han tenido dificultades para explicar cómo los humanos y otros animales hacen la transición de los movimientos computacionalmente simples pero ineficientes a los computacionalmente exigentes pero eficientes.
"Nuestro estudio resuelve esta dificultad al demostrar, teórica y experimentalmente, que las vías de aprendizaje de complejidad-eficiencia más rentables son las que producen fragmentación", dice Grafton. "Por lo tanto, la fragmentación es el subproducto natural de una estrategia inteligente que minimiza los costos de aprendizaje".
Los investigadores midieron cómo los macacos rhesus producían secuencias de movimiento durante varios días de práctica y encontraron que estos animales son, de hecho, aprendices rentables. Al seleccionar cuándo fusionar los trozos de una manera inteligente, los monos lograron ahorros en los costos acumulados de aprendizaje.
Dividieron la secuencia de movimiento en trozos, optimizados para la eficiencia dentro de los trozos, y luego fusionaron los trozos solo cuando se requerían más ganancias en la eficiencia.
“La fragmentación del movimiento se ha caracterizado ampliamente en la salud y la enfermedad en humanos y animales, pero hasta ahora faltaba una teoría normativa”, dice Grafton, “nuestra teoría deriva trayectorias de movimiento óptimas, y estos experimentos en los que los monos aprenden a producir una secuencia nueva Los movimientos durante un período prolongado de tiempo demuestran que nuestra teoría explica las características esenciales de los fragmentos que emergen en sus movimientos ".
Enmarcar el fenómeno de fragmentación como una compensación económica ofrece una nueva perspectiva sobre el aprendizaje motor y sus desórdenes.
Por ejemplo, la naturaleza irregular de los movimientos posteriores al accidente cerebrovascular puede atribuirse a presupuestos computacionales más bajos para el aprendizaje motor, y los movimientos ineficientes observados en el accidente cerebrovascular pueden adaptarse a estos presupuestos, explica Grafton. Cualquier enfoque de rehabilitación podría beneficiarse de esta visión, añade.
"Nuestra perspectiva computacional sobre la fragmentación también abre nuevas preguntas con respecto a cómo el cerebro controla los movimientos", dice Grafton. “En particular, la evidencia reciente de la codificación neural de la fragmentación en el cerebro debe reexaminarse a la luz de las teorías computacionales.
“¿Las neuronas están codificando decisiones cinemáticas, presupuestos computacionales u objetivos de eficiencia? Estas son preguntas abiertas para todo el campo del control de motores ".
Fuente: UC Santa Barbara
Libros relacionados
at InnerSelf Market y Amazon
