DE TODA LA VIDA SE HA MEDIDO EL GRADO DE COMPRENSIÓN de una materia y sus conceptos a través de exámenes —tipo test, orales o escritos—, pero, dándole una vuelta de tuerca de lo que hasta ahora sabíamos sobre la comprensión en el cerebro, los investigadores de la Universidad de Dartmouth (Nuevo Hampshire, Estados Unidos) han publicado recientemente a través de Nature Communications un estudio pionero en el que gracias a un algoritmo de aprendizaje automático se ha podido medir lo bien que un estudiante comprende un concepto con base en la actividad de su cerebro. Todo un adelanto en comprender la comprensión. (Esta entrada está basada en un artículo aparecido en la revista en línea de neurociencias Neuroscience News, publicado el 22 de junio de 2019).
El estudio
Se trata de uno de los primeros estudios que analiza cómo el se representa el conocimiento académico en el cerebro. Para ello, se han hecho dos grupos de estudiantes de STEM (ciencias, tecnología, ingeniería y matemáticas), en concreto, a estudiantes de ingeniería a los cuales se les ha medido hasta qué punto comprenden los conceptos de física.
La hipótesis consiste en que, sabiendo que los estudiantes de este tipo de carreras aprenden una serie de conceptos que les permite ver y comprender su objeto de estudio de forma más profunda, los conceptos aprendidos se verán reflejados de alguna manera en sus patrones de actividad cerebral.
Material y métodos
Veintiocho estudiantes de la Universidad de Dartmouth participaron en dicho estudio divididos en dos grupos: el de los estudiantes de ingeniería y el de los inexpertos. Los estudiantes de ingeniería cursaron al menos la asignatura de ingeniería mecánica y de física avanzada. En cambio, los estudiantes inexpertos no cursaron las mencionadas asignaturas universitarias.
Se pasaron tres pruebas centradas en cómo están construidas las estructuras de edificación y también se evaluó la comprensión de la tercera ley de Newton, de acción y reacción. Esta ley se utiliza para describir las interacciones de los objetos en movimiento o estáticos, ya que todas las fuerzas de una estructura estática necesitan estar en equilibrio. Estamos ante un principio de suma importancia a la hora de comprender si una estructura puede derrumbarse o no debido a su propio peso, o bien si puede soportar más peso.
Cuando comenzó el estudio, se les facilitó a los participantes un breve resumen de los distintos tipos de fuerzas que se estudian en la asignatura de ingeniería mecánica. En un escáner de resonancia magnética funcional (fMRI, aquella resonancia que permite ver la actividad neuronal en el momento de la medición), se les presentó imágenes reales de distintas estructuras arquitectónicas (puentes, farolas, etc.), y se les pidió que pensaran sobre qué fuerzas intervienen en dichas estructuras para que estas se mantuvieran en equilibrio. Entonces se les mostró imágenes con un diagrama de flechas que indicaban las fuerzas implicadas en esas estructuras. Se les preguntó a los estudiantes si habían situado correctamente las fuerzas en el mencionado diagrama.
Diferencias entre grupos
Los estudiantes de ingeniería tuvieron un 75 por ciento de aciertos en el diagrama. En cambio, los estudiantes inexpertos acertaron en un 53,6 por ciento. Además, antes de la sesión con la fMRI, los participantes completaron dos pruebas estandarizadas de elección múltiple que evaluaban otros conocimientos de mecánica y de física. En los dos tests, los estudiantes de ingeniería también superaron a los del otro grupo.
Conceptos, cerebro, comprensión: lo peculiar de este estudio
Los investigadores de la Universidad de Dartmouth quisieron diseñar un método basado en datos que pudiera general una «puntuación neural» con base en la actividad cerebral exclusivamente, sin tener que especificar de qué grupo formaba parte cada participante. El equipo creó un nuevo método llamado «análisis de redes informacional» (informational network analysis), un algoritmo computacional que creó unas puntuaciones neurales que pudieron predecir de forma significativa las diferencias individuales resultantes en el estudio.
Para poder validar dicho método, los investigadores compararon cada puntuación neural individual con la puntuación en las pruebas previamente pasadas.
Resultados
Los resultados indicaron que a mayor puntuación neural, mayor fue la puntuación en las pruebas de conocimiento conceptual. Según las palabras de uno de los autores del estudio, Kraemer, se halló que cuando los estudiantes de ingeniería miraron las imágenes reales, estos estudiantes pudieron aplicar sus conocimientos, con lo cual, fueron capaces de ver las diferencias entre las estructuras como vigas, armazones, etc.
También apuntó que con base en las similitudes entre los patrones de actividad cerebral, ese método fue capaz de diferenciar entre esas categorías mecánicas y generó una puntuación neural que reflejaba el conocimiento subyacente. La idea reside en que un ingeniero y un principiante verán algo distinto al mirar la fotografía de una estructura. Esa diferencia se comprobaría.
Se halló que tanto los estudiantes de ingeniería y los inexpertos emplearon la corteza visual de forma similar al aplicar los conocimientos conceptuales de ingeniería que tenían; pero usaron el resto del cerebro de forma distinta a la hora de procesar la misma imagen. Al igual que con los estudios precedentes, los resultados demostraron que el conocimiento conceptual de los estudiantes de ingeniería se asociaba con los patrones de actividad en algunas regiones del cerebro, incluida la red frontoparietal que permite la cognición espacial. También hay otras regiones implicadas como la corteza occipitotemporal, que participa en el reconocimiento de objetos visuales y la identificación de categorías.
Implicaciones y futuras líneas de investigación
Tras este interesante estudio, el «análisis de redes informacional» puede aplicarse, por ejemplo, en psicología de la educación y pedagogía, para evaluar la eficacia de los diferentes métodos de enseñanza (aprendizaje cooperativo, clases magistrales, enseñanza enfocada en el alumno, etc.).
En suma, estos resultados subrayan la importancia de aplicar un enfoque interdisciplinar a la investigación, como es habitual en ciencia, ya que todas las disciplinas son interdependientes, ya sean las matemáticas para elaborar modelos; la filosofía para plantear nuevas preguntas; la ergonomía para adaptar estos avances al día a día de los usuarios, o la medicina y la biología, imprescindibles para cualquier neurocientífico.
Quizá sea cada vez menos ciencia ficción que una simple resonancia magnética funcional nos permita aprobar asignaturas y obtener títulos académicos. ¿Habrá colas en las revisiones de examen?
Referencias bibliográficas
- VV. AA. (22 de junio de 2019). Your brain activity can be used to measure how well you understand a concept [artículo en línea]. Neuroscience News. Recuperado de: https://neurosciencenews.com/concept-comprehension-14296/
- Imagen portada: diseño propio (© Jorge Lucas Pérez 2019).
- Imagen Fig. 1.: Neuroscience News (Joshua S. Cetron).