La regione del cervello coinvolta nella previsione delle conseguenze delle azioni
I ricercatori monitorano le cellule cerebrali nei topi che costruiscono modelli mentali per simulare il futuro
Un nuovo studio mette in luce il sofisticato meccanismo mentale che aiuta il cervello a simulare i risultati di diverse azioni e fare la scelta migliore.
La nostra mente può aiutarci a prendere decisioni contemplando il futuro e prevedendo le conseguenze delle nostre azioni.
Immagina, ad esempio, di cercare di trovare la strada per un nuovo ristorante vicino a casa tua. Il tuo cervello può costruire un modello mentale del tuo vicinato e pianificare il percorso da seguire per arrivarci.
Gli scienziati hanno ora scoperto che una struttura cerebrale chiamata corteccia cingolata anteriore (ACC), nota per essere importante per il processo decisionale, è coinvolta nell'uso di tali modelli mentali per l'apprendimento.
Un nuovo studio sui topi pubblicato oggi su Neuron evidenzia un sofisticato macchinario mentale che aiuta il cervello a simulare i risultati di diverse azioni ea fare la scelta migliore.
"La neurobiologia dell'apprendimento basato su modelli è ancora poco conosciuta", ha affermato Thomas Akam, PhD, ricercatore presso l'Università di Oxford e autore principale del nuovo articolo. "Qui, siamo stati in grado di identificare una struttura cerebrale che è coinvolta in questo comportamento e dimostrare che la sua attività codifica molteplici aspetti del processo decisionale".
Decifrare come il cervello costruisce modelli mentali è essenziale per capire come ci adattiamo al cambiamento e prendiamo decisioni in modo flessibile: cosa facciamo quando scopriamo che una delle strade per quel nuovo ristorante è chiusa per lavori, per esempio?
"Questi risultati sono stati molto entusiasmanti", ha detto l'autore senior Rui Costa, DVM, PhD, Direttore e CEO dello Zuckerman Institute della Columbia, che ha iniziato questa ricerca mentre era un investigatore presso il Champalimaud Center for the Unknown, dove è stata raccolta la maggior parte dei dati.
"Questi dati identificano la corteccia cingolata anteriore come una regione chiave del cervello nel processo decisionale basato su modelli, più specificamente nel prevedere cosa accadrà nel mondo se scegliamo di fare una particolare azione al posto di un'altra".
Modello o senza modello?
Una grande sfida nello studio delle basi neurali dell'apprendimento basato su modelli è che spesso opera in parallelo con un altro approccio chiamato apprendimento senza modello.
Nell'apprendimento senza modello, il cervello non si impegna molto nella creazione di simulazioni. Si basa semplicemente su azioni che hanno prodotto buoni risultati in passato.
Ad esempio, potresti utilizzare un approccio mentale senza modello quando vai nel tuo ristorante preferito. Poiché ci sei già stato, non è necessario investire energie mentali per tracciare il percorso. Puoi semplicemente seguire il tuo percorso abituale e lasciare che la tua mente si concentri su altre cose.
Per isolare i contributi di questi due schemi cognitivi - basati su modelli e senza modelli - i ricercatori hanno creato un puzzle in due fasi per i topi.
In questo compito, un animale sceglie prima uno dei due fori centrali in cui ficcare il naso. Questa azione attiva uno degli altri due fori laterali, ognuno dei quali ha una certa probabilità di fornire un sorso d'acqua.
"Proprio come nella vita reale, il soggetto deve eseguire sequenze di azioni estese, con conseguenze incerte, al fine di ottenere i risultati desiderati", ha affermato il dott. Akam.
Per svolgere bene il compito, i topi dovevano capire due variabili chiave. La prima era quale foro sul lato era più probabile che fornisse un sorso d'acqua.
La seconda era quale dei fori al centro attivava quel foro laterale. Una volta che i topiapprendono il compito, dovrebbero optare per la sequenza di azioni che ha offerto il miglior risultato.
Tuttavia, oltre a questa modalità basata sul modello di risolvere il puzzle, i topi potrebbero anche imparare semplici previsioni senza modello, ad es. "top is good", in base alla quale la scelta aveva generalmente portato al premio in passato.
I ricercatori hanno quindi modificato l'esperimento in modi che richiedevano la flessibilità degli animali. Di tanto in tanto, la porta laterale più propensa a fornire il premio cambiava o la mappatura tra le porte centrali e laterali si invertiva.
Le scelte degli animali man mano che le cose cambiavano rivelavano quali strategie stavano usando per imparare.
"L'apprendimento senza modelli e basato su modelli dovrebbe generare diversi modelli di scelte", ha affermato il dott. Akam. "Osservando il comportamento dei topi, siamo stati in grado di valutare il contributo di entrambi gli approcci".
Quando il team ha analizzato i risultati, circa 230.000 decisioni individuali, ha appreso che i topi utilizzavano parallelamente approcci basati su modelli e senza modelli.
"Ciò ha confermato che il compito era adatto per studiare le basi neurali di questi meccanismi", ha detto il dottor Costa. "Siamo quindi passati alla fase successiva: indagare le basi neurali di questo comportamento".
Una mappa neurale dell'apprendimento basato su modelli
Il team si è concentrato su una regione del cervello chiamata corteccia cingolata anteriore (ACC).
"Studi precedenti hanno stabilito che l'ACC è coinvolto nella selezione dell'azione e fornito alcune prove che potrebbe essere coinvolto in previsioni basate su modelli", ha spiegato il dott. Costa. "Ma nessuno aveva controllato l'attività dei singoli neuroni ACC in un compito progettato per differenziare questi diversi tipi di apprendimento".
I ricercatori hanno scoperto una stretta connessione tra l'attività dei neuroni ACC e il comportamento dei loro topi.
Semplicemente osservando i modelli di attività tra i gruppi di cellule, gli scienziati hanno potuto decifrare se il topo avesse scelto un buco o un altro, per esempio, o se stesse ricevendo un sorso d'acqua.
Oltre a rappresentare la posizione corrente dell'animale nel compito, i neuroni ACC hanno anche codificato quale stato sarebbe stata probabilmente quella successiva.
"Ciò ha fornito una prova diretta che l'ACC è coinvolto nel fare previsioni basate su modelli delle conseguenze specifiche delle azioni, non solo se sono buone o cattive", ha detto il dottor Akam.
Inoltre, i neuroni ACC rispondevano anche se il risultato delle azioni era previsto o sorprendente, fornendo così potenzialmente un meccanismo per aggiornare le previsioni quando si rivelano errate.
Il team ha anche disattivato i neuroni ACC mentre gli animali cercavano di prendere decisioni. Ciò ha impedito agli animali di rispondere in modo flessibile al mutare della situazione, un indicatore del fatto che avevano problemi a utilizzare previsioni basate su modelli.
Capire come il cervello controlla comportamenti complessi come la pianificazione e il processo decisionale sequenziale è una grande sfida per le neuroscienze contemporanee.
"Il nostro studio è uno dei primi a dimostrare che è possibile studiare questi aspetti del processo decisionale nei topi", ha affermato il dott. Akam. "Questi risultati consentiranno a noi e ad altri di costruire una comprensione meccanicistica del processo decisionale flessibile".
Reference:
- Thomas Akam et al. The anterior cingulate cortex predicts future states to mediate model-based action selection. Neuron, 2020 DOI: 10.1016/j.neuron.2020.10.013
Scrivi articoli di psicologia e psicoterapia e ti piacerebbe vederli pubblicati su Psiconline?
per sapere come fare, Clicca qui subito!
Sei nel posto giusto.
Attiva una campagna pubblicitaria su Psiconline
Segui il nostro canale YouTube
Seguici su Twitter
Seguici su Facebook
Seguici su Linkedin