کشف سازوکار نورولوژیکی یادگیری؛ مغز چگونه اطلاعات جدید را به دانش تبدیل می‌کند؟

دانشمندان سازوکار نورولوژیکی یادگیری را بررسی کرده‌اند. ببینید هیپوکمپوس و قشر پیش‌پیشانی چگونه اطلاعات جدید را با دانش قبلی ادغام و بازنمایی ذهنی را به‌روزرسانی می‌کنند.کشف سازوکار نورولوژیکی یادگیری؛ چگونه مغز دانش جدید را در شبکه‌های عصبی خود بازسازی می‌کند؟

یادگیری صرفاً به معنای ذخیره‌کردن اطلاعات جدید در مغز نیست؛ بلکه فرایندی پویا و چندلایه است که طی آن مغز اطلاعات تازه را با دانش پیشین مقایسه می‌کند، میزان اهمیت ویژگی‌های مختلف را تغییر می‌دهد، بازنمایی‌های ذهنی موجود را بازسازمان‌دهی می‌کند و در نهایت از این دانش به‌روزشده برای هدایت رفتار و تصمیم‌گیری استفاده می‌کند.

یکی از مطالعات مهم در حوزه علوم اعصاب شناختی (Cognitive Neuroscience) نشان داده است که هیپوکمپوس (Hippocampus) و قشر پیش‌پیشانی (Prefrontal Cortex; PFC) در این فرایند نقشی بسیار پویا دارند. یافته‌های این پژوهش نشان می‌دهد هنگامی که اهداف یا معیارهای مورد استفاده برای تفسیر اطلاعات تغییر می‌کنند، مغز نیز بازنمایی مفهومی خود از همان اطلاعات را تغییر می‌دهد. این تغییر به‌ویژه در هیپوکمپوس قدامی (Anterior Hippocampus) قابل مشاهده است و در مراحل اولیه یادگیری با افزایش ارتباط عملکردی میان هیپوکمپوس و نواحی پیش‌پیشانی همراه می‌شود. (Doi)

یادگیری؛ ذخیره اطلاعات یا بازسازی دانش؟

برای مدت طولانی تصور می‌شد که یادگیری عمدتاً به معنای ایجاد یا تقویت ارتباطات عصبی برای ذخیره اطلاعات جدید است. اگرچه این دیدگاه بخش مهمی از زیست‌شناسی یادگیری را توضیح می‌دهد، اما قادر نیست یک پرسش اساسی را به‌طور کامل پاسخ دهد:

اگر اطلاعات جدید با دانش قبلی ما ناسازگار باشد، مغز چگونه دانش موجود را تغییر می‌دهد؟

این پرسش دقیقاً در مرکز مطالعه مایکل مک، بردلی لاو و آلیسون پرستون قرار داشت. پژوهشگران دانشگاه تگزاس در آستین، دانشگاه تورنتو و دانشگاه کالج لندن با ترکیب تصویربرداری تشدید مغناطیسی کارکردی (fMRI) و مدل‌سازی محاسباتی (Computational Modeling) بررسی کردند که بازنمایی‌های عصبی یک شیء چگونه در جریان تغییر اهداف یادگیری تغییر می‌کنند. این پژوهش در سال ۲۰۱۶ در مجله معتبر Proceedings of the National Academy of Sciences (PNAS) منتشر شد. (Doi)

اهمیت این مطالعه در این است که محققان تنها نپرسیدند «کدام ناحیه مغز هنگام یادگیری فعال می‌شود؟»؛ بلکه سؤال پیچیده‌تری را مطرح کردند:

مغز چگونه سازمان مفهومی اطلاعات را هنگام یادگیری تغییر می‌دهد؟

این تفاوت بسیار مهم است؛ زیرا یادگیری واقعی اغلب به معنای تغییر در نحوه ارتباط اطلاعات با یکدیگر است، نه صرفاً افزایش مقدار اطلاعات ذخیره‌شده.

آزمایشی که انعطاف‌پذیری مغز را آشکار کرد

شرکت‌کنندگان در این پژوهش مجموعه‌ای از محرک‌های چندویژگی را مشاهده کردند و یاد گرفتند آن‌ها را بر اساس یک مجموعه معیار مشخص به دو گروه تقسیم کنند. پس از یادگیری این طبقه‌بندی، همان محرک‌ها دوباره ارائه شدند، اما این بار معیار مهم برای دسته‌بندی تغییر کرده بود.

به بیان ساده، مغز باید همان اطلاعات قبلی را از زاویه‌ای کاملاً جدید تفسیر می‌کرد.

ممکن بود دو تصویر در مرحله اول به دلیل داشتن یک ویژگی مشترک، بسیار شبیه تلقی شوند؛ اما پس از تغییر هدف یادگیری، همان دو تصویر بر اساس ویژگی دیگری کاملاً متفاوت به نظر برسند.

بنابراین اطلاعات حسی تغییر نکرده بود؛ آنچه تغییر کرده بود، اهمیت نسبی ویژگی‌های اطلاعات و سازمان مفهومی آن‌ها در مغز بود.

این نکته یکی از عمیق‌ترین پیام‌های پژوهش است: مغز اطلاعات را به‌صورت کاملاً ایستا ذخیره نمی‌کند، بلکه با تغییر اهداف و زمینه، بازنمایی ذهنی (Mental Representation) خود را بازتنظیم می‌کند. (Doi)

هیپوکمپوس؛ فراتر از حافظه رویدادی

هیپوکمپوس سال‌هاست به‌عنوان یکی از ساختارهای کلیدی در یادگیری و حافظه، به‌ویژه حافظه رویدادی (Episodic Memory) شناخته می‌شود. اما یافته‌های این پژوهش تصویری گسترده‌تر از عملکرد آن ارائه می‌کنند.

بر اساس نتایج مطالعه، هیپوکمپوس قدامی چپ بازنمایی‌هایی ایجاد می‌کند که با ساختار مفهومی آموخته‌شده توسط فرد مطابقت دارند. هنگامی که هدف یادگیری تغییر می‌کند، این بازنمایی‌ها نیز تغییر می‌کنند. (Doi)

به عبارت دیگر، هیپوکمپوس صرفاً یک «انبار خاطرات» نیست؛ بلکه می‌تواند در سازمان‌دهی و به‌روزرسانی دانش مفهومی (Conceptual Knowledge) نیز مشارکت داشته باشد.

این دیدگاه اهمیت زیادی دارد، زیرا نشان می‌دهد فعالیت هیپوکمپوس را نباید فقط با میزان یادآوری یک رویداد برابر دانست. این ساختار می‌تواند روابط میان تجربیات، ویژگی‌ها و مفاهیم را نیز در قالب بازنمایی‌های عصبی سازمان‌دهی کند.

پژوهشگران حتی نشان دادند که یک شیء واحد می‌تواند در شرایط مختلف، الگوی بازنمایی متفاوتی در هیپوکمپوس داشته باشد؛ زیرا ویژگی‌هایی که برای هدف جدید اهمیت دارند، وزن بیشتری در سازمان‌دهی بازنمایی عصبی پیدا می‌کنند. (Doi)

قشر پیش‌پیشانی؛ تنظیم‌کننده توجه و اهداف

در طرف دیگر این شبکه، قشر پیش‌پیشانی (PFC) قرار دارد؛ منطقه‌ای که در فرایندهایی مانند توجه انتخابی، کنترل شناختی، تصمیم‌گیری، ارزیابی اطلاعات و تنظیم رفتار هدف‌محور نقش دارد.

در این مدل نوروشناختی، PFC را می‌توان بخشی از سامانه‌ای دانست که تعیین می‌کند در میان انبوه ویژگی‌های یک محرک، کدام ویژگی برای هدف فعلی اهمیت بیشتری دارد.

برای مثال تصور کنید فردی در حال انتخاب یک خانه است. ممکن است ابتدا قیمت، طراحی داخلی و امکانات مدرن برای او مهم باشند. اما اگر متوجه شود قرار است صاحب فرزند شود، ناگهان نزدیکی به مدرسه، پارک و مناسب‌بودن محیط برای کودک اهمیت بیشتری پیدا می‌کند.

خانه‌ها همان خانه‌ها هستند؛ اما هدف تغییر کرده است و در نتیجه مغز نیز ساختار مفهومی خود از «خانه مناسب» را بازسازمان‌دهی می‌کند.

پژوهش مورد بحث نشان داد که در مراحل اولیه یادگیری، زمانی که چنین بازسازمان‌دهی‌ای بیشترین اهمیت را دارد، هیپوکمپوس با بخش‌هایی از PFC ارتباط عملکردی بیشتری برقرار می‌کند؛ از جمله قشر پیش‌پیشانی میانی (mPFC)، قشر پیشانی قطبی (Frontopolar Cortex) و قشر پیش‌پیشانی پشتی‌جانبی (Dorsolateral PFC; dlPFC). (Doi)

از توجه تا بازسازی بازنمایی عصبی

یکی از مفاهیم کلیدی این پژوهش، تنظیم توجه (Attentional Tuning) است.

مغز در هر لحظه با حجم عظیمی از اطلاعات مواجه است. برای اینکه بتواند رفتار هدفمند داشته باشد، لازم نیست به همه ویژگی‌های یک محرک به یک اندازه توجه کند.

در مدل محاسباتی مورد استفاده پژوهشگران، وزن ویژگی‌های مختلف محرک بر اساس میزان ارتباط آن‌ها با هدف یادگیری تغییر می‌کرد. سپس این تغییرات در سازمان‌دهی «خوشه‌های مفهومی» یا Conceptual Clusters بازتاب پیدا می‌کرد.

این مدل نشان می‌دهد یادگیری یک فرایند بازخوردی است: اطلاعات وارد می‌شود، توجه به ویژگی‌های مهم‌تر تنظیم می‌شود، بازنمایی دانش موجود تغییر می‌کند و نتیجه این فرایند در تصمیم بعدی اثر می‌گذارد. (Doi)

در نتیجه می‌توان یک زنجیره نوروشناختی مهم را ترسیم کرد:

اطلاعات جدید ← توجه انتخابی ← مقایسه با دانش موجود ← به‌روزرسانی بازنمایی مفهومی ← تصمیم‌گیری

این زنجیره، تصویری بسیار دقیق‌تر از یادگیری نسبت به تصور ساده «ورود اطلاعات و ذخیره آن در حافظه» ارائه می‌دهد.

رمزگشایی مغز؛ وقتی دانش پنهان قابل اندازه‌گیری می‌شود

یکی از جنبه‌های برجسته پژوهش استفاده از تحلیل شباهت بازنمایی (Representational Similarity Analysis; RSA) و مدل‌سازی محاسباتی بود.

این روش به پژوهشگران اجازه داد میان الگوهای فعالیت مغزی و ساختار مفهومی پیش‌بینی‌شده توسط مدل یادگیری ارتباط برقرار کنند.

در واقع، محققان فقط میزان فعال‌شدن یک ناحیه را اندازه‌گیری نکردند؛ بلکه بررسی کردند الگوی فعالیت مجموعه‌ای از نورون‌ها چگونه اطلاعات را بازنمایی می‌کند.

این رویکرد، یکی از مسیرهای مهم در علوم اعصاب محاسباتی مدرن است؛ زیرا به جای تمرکز صرف بر «شدت فعالیت»، به محتوای بازنمایی عصبی (Neural Representation) توجه می‌کند.

نتایج نشان دادند که الگوهای فعالیت در هیپوکمپوس قدامی چپ با سازمان مفهومی پیش‌بینی‌شده توسط مدل یادگیری مطابقت داشتند. (Doi)

چرا یادگیری گاهی شکست می‌خورد؟

یکی از جذاب‌ترین پیامدهای این یافته‌ها، ارتباط آن با شکست یادگیری است.

اگر یادگیری را فرایند ایجاد یک دانش جدید و سپس تطبیق آن با دانش قبلی بدانیم، شکست یادگیری ممکن است تنها ناشی از «ضعف حافظه» نباشد.

گاهی مشکل می‌تواند در انتخاب ویژگی‌های مرتبط، تخصیص توجه، انعطاف‌پذیری بازنمایی‌های مفهومی یا تعامل میان شبکه‌های هیپوکمپال و پیش‌پیشانی باشد.

به همین دلیل، درک سازوکارهای Concept Updating می‌تواند به توضیح پدیده‌هایی مانند یادگیری انعطاف‌ناپذیر، تثبیت باورهای قبلی و دشواری تغییر برداشت‌های ذهنی کمک کند.

دانش قبلی همواره مانعی برای یادگیری نیست؛ اتفاقاً می‌تواند چارچوبی برای تفسیر اطلاعات جدید فراهم کند. مسئله زمانی ایجاد می‌شود که مغز نتواند این چارچوب را متناسب با اطلاعات تازه اصلاح کند.

از کلاس درس تا تصمیم‌گیری‌های روزمره

اهمیت این یافته‌ها تنها به آزمایشگاه محدود نمی‌شود.

انسان در زندگی روزمره دائماً با اطلاعات جدید مواجه است و باید بر اساس آن‌ها مدل ذهنی خود را اصلاح کند. انتخاب شغل، ارزیابی یک فرد، تصمیم‌گیری اقتصادی، یادگیری یک مهارت یا حتی تغییر دیدگاه درباره یک موضوع، همگی مستلزم نوعی به‌روزرسانی دانش مفهومی هستند.

برای نمونه، فردی ممکن است پیش از یک رویداد سیاسی بر اساس اطلاعات موجود، انتخاب مشخصی داشته باشد. اما با دریافت اطلاعات جدید، معیارهای ارزیابی او تغییر کند و در نتیجه تصمیمش نیز تغییر یابد.

نکته مهم این است که چنین تغییری الزاماً به معنای بی‌ثباتی شناختی نیست؛ بلکه می‌تواند نشانه‌ای از انعطاف‌پذیری شناختی (Cognitive Flexibility) باشد.

مغز سالم باید بتواند هم دانش قبلی را حفظ کند و هم در صورت تغییر شواهد، آن را اصلاح کند.

اهمیت این یافته‌ها برای علوم اعصاب حافظه

این پژوهش همچنین به بحث گسترده‌تری درباره رابطه میان حافظه رویدادی، یادگیری مفهومی و دانش عمومی کمک می‌کند.

تجربیات منفرد ابتدا در زمینه‌های خاصی رخ می‌دهند، اما مغز می‌تواند از میان آن‌ها الگوها و روابط عمومی‌تری استخراج کند. تعامل هیپوکمپوس با قشر پیش‌پیشانی احتمالاً یکی از مسیرهایی است که به این گذار از تجربه‌های منفرد به دانش قابل استفاده کمک می‌کند.

از این منظر، هیپوکمپوس نه‌تنها با «آنچه اتفاق افتاده است» بلکه با چگونگی ارتباط تجربیات با یکدیگر و معنایی که از آن‌ها استخراج می‌شود نیز ارتباط دارد.

این دیدگاه با نظریه‌هایی که بر نقش هیپوکمپوس در ایجاد و سازمان‌دهی دانش تعمیم‌یافته تأکید می‌کنند، هم‌راستا است. (Doi)

ارتباط احتمالی با بیماری‌های عصبی

اهمیت این یافته‌ها زمانی بیشتر آشکار می‌شود که به بیماری‌هایی مانند بیماری آلزایمر (Alzheimer’s Disease) فکر کنیم؛ بیماری‌ای که هیپوکمپوس و شبکه‌های حافظه در آن به‌شدت آسیب‌پذیر هستند.

البته از این پژوهش نمی‌توان مستقیماً نتیجه گرفت که اختلال در این سازوکار علت آلزایمر یا سایر بیماری‌های عصبی است. اما مطالعه سازوکارهای طبیعی یادگیری، تشکیل مفهوم و به‌روزرسانی دانش می‌تواند چارچوبی برای فهم بهتر اختلالات شناختی فراهم کند.

اگر مغز برای یادگیری مؤثر نیازمند تعامل پویا میان هیپوکمپوس و شبکه‌های پیش‌پیشانی باشد، اختلال در هر یک از اجزای این شبکه یا در ارتباط میان آن‌ها می‌تواند پیامدهایی برای یادگیری انعطاف‌پذیر و تصمیم‌گیری داشته باشد.

آینده آموزش؛ تحریک مستقیم مدارهای یادگیری؟

یکی از جذاب‌ترین چشم‌اندازهای چنین پژوهش‌هایی، کاربرد آن‌ها در آموزش و توان‌بخشی شناختی است.

اگر بتوانیم دقیق‌تر مشخص کنیم که چه زمانی، چه اطلاعاتی و تحت چه شرایطی شبکه هیپوکمپوس–پیش‌پیشانی برای یادگیری فعال می‌شود، شاید بتوان روش‌های آموزشی را به گونه‌ای طراحی کرد که با اصول واقعی پردازش عصبی هماهنگ‌تر باشند.

البته هنوز فاصله زیادی میان شناسایی یک سازوکار عصبی و طراحی مداخله‌ای برای «تحریک مستقیم مدار یادگیری» وجود دارد. اما مسیر علمی روشن است: نخست باید کدهای عصبی یادگیری، نحوه تغییر بازنمایی‌ها و تعامل شبکه‌های مغزی را بشناسیم و سپس بررسی کنیم چگونه می‌توان این فرایندها را به شکل ایمن و مؤثر تقویت کرد.

یادگیری؛ فرایندی برای بازنویسی مدل ذهنی جهان

شاید مهم‌ترین نتیجه این پژوهش را بتوان در یک جمله خلاصه کرد:

مغز هنگام یادگیری فقط اطلاعات جدیدی به حافظه اضافه نمی‌کند؛ بلکه در صورت تغییر اهداف، مدل خود از اطلاعات موجود را نیز بازنویسی می‌کند.

مطالعه Mack، Love و Preston نشان داد که بازنمایی‌های اشیا در هیپوکمپوس می‌توانند به‌صورت پویا با تغییر مفاهیم و اهداف یادگیری سازمان‌دهی مجدد شوند و در دوره‌ای که این به‌روزرسانی بیشترین اهمیت را دارد، ارتباط عملکردی هیپوکمپوس با نواحی پیش‌پیشانی افزایش می‌یابد. (Doi)

این یافته تصویری پویا از مغز ارائه می‌دهد؛ مغزی که نه یک حافظه منفعل، بلکه یک سامانه محاسباتی انعطاف‌پذیر است و دائماً در حال مقایسه تجربه‌های جدید با دانش قبلی، تنظیم توجه، بازسازی بازنمایی‌های مفهومی و آماده‌سازی خود برای تصمیم بعدی است.

از این منظر، یادگیری را باید نه صرفاً «ذخیره اطلاعات»، بلکه بازسازمان‌دهی مداوم مدل ذهنی مغز از جهان دانست.

و شاید همین ویژگی، یعنی توانایی مغز برای تغییر دادن معنای اطلاعات بر اساس تجربه و هدف، یکی از بنیادی‌ترین پایه‌های شناخت، حافظه، تصمیم‌گیری و سازگاری انسان با محیط باشد.

منبع اصلی:

Mack ML, Love BC, Preston AR. Dynamic updating of hippocampal object representations reflects new conceptual knowledge. Proceedings of the National Academy of Sciences (PNAS). 2016;113(46):13203–13208. DOI: 10.1073/pnas.1614048113. (Doi)