Pourquoi votre cerveau intelligent tourne les étapes dans des mandrins pour apprendre de nouveaux mouvements

Lorsque les enfants apprennent à attacher leurs lacets, ils le font par étapes discrètes - en faisant une boucle ou en tirant sur la dentelle.

Après assez de répétition, notre cerveau transforme ces étapes en «morceaux».

La fragmentation des mouvements, comme le phénomène est connu, est une stratégie qui réduit les longues chaînes d'informations en morceaux plus courts, plus faciles à gérer et plus faciles à retenir.

"Chunking est le sous-produit naturel d'une stratégie intelligente qui minimise les coûts d'apprentissage."

Les scientifiques savent que pour les personnes atteintes de la maladie de Parkinson, de la maladie de Huntington et de l'accident vasculaire cérébral, cette fragmentation des mouvements est gravement perturbée. Comprendre la segmentation et comment cela fonctionne est crucial pour le diagnostic précoce, le traitement et la thérapie de réadaptation. Pourtant, la science n'a pas d'explication concrète pour cela.


graphique d'abonnement intérieur


Mais maintenant, les chercheurs ont développé une théorie complète pour expliquer pourquoi le découpage se produit. La recherche encadre la fragmentation comme un compromis économique dans le système moteur, où la fusion de petits morceaux devient de façon optimale «rentable» à certains stades d'apprentissage. Les résultats apparaissent dans la revue Communications Nature.

«Le système nerveux vise à produire des mouvements aussi efficacement que possible», explique Scott Grafton, professeur de neurologie à l'Université de Californie à Santa Barbara. "Cependant, il y a un coût de calcul pour calculer des trajectoires efficaces. La tache douce entre ces objectifs se traduit par des morceaux. "

Difficile et efficace

Grafton et ses collègues ont utilisé des outils de contrôle moteur informatisé, qui produisent des modèles informatiques pour découvrir comment le cerveau contrôle les membres, ainsi que les objectifs et les contraintes du système moteur. Dans ce contexte, les chercheurs ont eu du mal à expliquer comment les humains et les animaux passaient de mouvements informatiques simples mais inefficaces à des mouvements informatiques exigeants mais efficaces.

«Notre étude résout cette difficulté en montrant - théoriquement et expérimentalement - que les voies d'apprentissage complexité-efficacité les plus rentables sont celles qui produisent le découpage», explique M. Grafton. "Par conséquent, la segmentation est le sous-produit naturel d'une stratégie intelligente qui minimise les coûts d'apprentissage."

Les chercheurs ont mesuré la façon dont les macaques rhésus ont produit des séquences de mouvement sur plusieurs jours de pratique et ont découvert que ces animaux sont en effet des apprenants rentables. En sélectionnant quand fusionner des morceaux de manière intelligente, les singes ont réalisé des économies sur les coûts cumulatifs de l'apprentissage.

Ils ont divisé la séquence de mouvement en blocs, optimisés pour l'efficacité au sein des blocs, puis ont fusionné les blocs uniquement lorsque des gains d'efficacité supplémentaires étaient nécessaires.

«La segmentation des mouvements a été largement caractérisée en santé et en maladies chez les humains et les animaux, mais jusqu'à présent, une théorie normative manquait», explique Grafton. «Notre théorie dérive des trajectoires de mouvement optimales et des expériences dans lesquelles les singes apprennent à produire une nouvelle séquence de mouvements sur une longue période de temps démontrent que notre théorie explique les caractéristiques essentielles des morceaux qui émergent dans leurs mouvements. "

Considérer le phénomène de la fragmentation comme un compromis économique offre une nouvelle perspective sur l'apprentissage moteur et ses troubles.

Par exemple, la nature irrégulière des mouvements post-AVC peut être attribuée à des budgets de calcul plus faibles pour l’apprentissage moteur, et les mouvements inefficaces observés dans un AVC peuvent donc s’adapter à ces budgets, explique Grafton. Toute approche de réadaptation pourrait bénéficier de cette idée, ajoute-t-il.

«Notre perspective computationnelle sur la segmentation ouvre également de nouvelles questions sur la façon dont le cerveau contrôle les mouvements», explique M. Grafton. "En particulier, les preuves récentes pour le codage neuronal de chunking dans le cerveau doivent être réexaminés à la lumière des théories computationnelles.

"Les neurones codent-ils des décisions cinématiques, des budgets de calcul ou des objectifs d'efficacité? Ce sont de grandes questions ouvertes pour l'ensemble du domaine du contrôle moteur. "

La source: UC Santa Barbara

Livres connexes

at Marché InnerSelf et Amazon