Un nuevo estudio de neuroimagen de la Universidad Carnegie Mellon revela las etapas mentales que atraviesan las personas mientras resuelven problemas matemáticos desafiantes.
Publicado en Ciencia psicológica , los investigadores combinaron dos estrategias analíticas para usar MRI funcional fMRI para identificar patrones de actividad cerebral que se alinearon con cuatro etapas distintas de resolución de problemas.
"La forma en que los estudiantes resolvían este tipo de problemas era un misterio total para nosotros hasta que aplicamos estas técnicas", dijo John Anderson, profesor de psicología e informática de la Universidad RK Mellon e investigador principal del estudio ". Ahora, cuando los estudiantesestán sentados allí pensando mucho, podemos decir lo que piensan cada segundo "
Anderson ha pasado décadas revolucionando la educación y la forma en que los estudiantes aprenden desarrollando una teoría unificada de la cognición y usándola para crear tutores exitosos basados en la cognición. Él cree que las ideas de este nuevo trabajo pueden eventualmente aplicarse al diseño de una enseñanza más efectiva en el aula- particularmente en la forma de mejorar los tutores cognitivos mediante la creación de modelos que coincidan con la activación cerebral y los patrones de pensamiento utilizados para resolver estos problemas.
El trabajo de Anderson en la intersección de la psicología cognitiva y la informática para encontrar mejores formas para que los estudiantes aprendan es una de las principales razones por las que Carnegie Mellon ha sido un líder durante mucho tiempo en el estudio del cerebro y el comportamiento y en la investigación educativa. Su legado es críticoparte de la base de dos iniciativas a nivel universitario: BrainHub, que se centra en cómo la estructura y la actividad del cerebro dan lugar a comportamientos complejos, y la Iniciativa Simon, que tiene como objetivo mejorar los resultados de aprendizaje de los estudiantes al aprovechar un ecosistema de ingeniería de aprendizaje quese ha desarrollado durante varias décadas en CMU.
Su último estudio surge de una línea de investigación en curso que utiliza imágenes cerebrales para comprender la secuencia de procesos que subyacen al pensamiento. Mientras que la investigación de neuroimagen ha proporcionado una ventana a varios aspectos de la cognición, cómo estas piezas encajan en un todo coherente, comolas personas completan tareas reales en tiempo real, no se entiende claramente.
Anderson se preguntó si dos enfoques analíticos, el análisis de patrones multivoxel MVPA y los modelos semi-Markov ocultos HSMM, podrían combinarse para arrojar luz sobre las diferentes etapas del pensamiento. MVPA se ha utilizado generalmente para identificar patrones momentáneos deactivación; agregar HSMM, según la hipótesis de Anderson, proporcionaría información sobre cómo se desarrollan estos patrones con el tiempo.
Los colegas del Departamento de Psicología de Anderson y CMU, Aryn A. Pike y Jon M. Fincham decidieron aplicar este enfoque combinado a los datos de neuroimagen recopilados de los participantes mientras resolvían tipos específicos de problemas matemáticos. Para evaluar si las etapas identificadas se asignaban aetapas reales del pensamiento, manipularon diferentes características de los problemas matemáticos; algunos problemas requerían más esfuerzo para encontrar un plan de solución apropiado y otros requerían más esfuerzo para ejecutar la solución. El objetivo era probar si estas manipulaciones tenían los efectos específicos.esperaría en las duraciones de las diferentes etapas.
Ochenta personas participaron en el estudio: después de practicar el uso de estrategias específicas para resolver los problemas matemáticos, los participantes respondieron una serie de problemas objetivo mientras estaban en el escáner. Recibieron comentarios para cada problema, y las respuestas se volvieron verdes si eran correctasy rojo si eran incorrectos.
Utilizando el método HSMM-MVPA para analizar los datos de neuroimagen, el equipo identificó cuatro etapas de cognición: codificación, planificación, resolución y respuesta. Los resultados mostraron que la etapa de planificación tendía a ser más larga cuando el problema requería más planificación, yla etapa de solución tendía a ser más larga cuando la solución era más difícil de ejecutar, lo que indicaba que el método se asignaba a etapas reales de cognición que se veían afectadas de manera diferencial por varias características de los problemas.
"Típicamente, los investigadores han analizado el tiempo total para completar una tarea como evidencia de las etapas involucradas en la realización de esa tarea y cómo se relacionan", dijo Anderson. "Los métodos en este documento nos permiten medir las etapas directamente."
Aunque el estudio se centró específicamente en la resolución de problemas matemáticos, el método promete una aplicación más amplia, argumentan los investigadores. Usar el mismo método con técnicas de imágenes cerebrales que tienen una resolución temporal mayor, como el EEG, podría revelar información aún más detallada sobre elvarias etapas del procesamiento cognitivo.
Fuente de la historia :
Materiales proporcionado por Universidad Carnegie Mellon . Original escrito por Shilo Rea. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :