como aprende el cerebro humano

COMO APRENDE EL CEREBRO HUMANO
Para aprender nuevas habilidades motoras, el cerebro debe ser de plástico, es decir, ser capaz de cambiar rápidamente las fortalezas de las conexiones entre las neuronas, formando nuevos patrones que desempeñan una tarea específica.
Sin embargo, si el cerebro es demasiado plástico, las habilidades aprendidas previamente se perderían con demasiada facilidad. Unnuevo modelo computacional desarrollado por neurocientíficos del Instituto Tecnológico de Massachusetts (MIT) explica cómo el cerebro mantiene el equilibrio entre la plasticidad y la estabilidad y cómo se pueden aprender tareas similares sin tener ninguna interferencia entre ellas.

Los investigadores dicen que la clave es el intercambio constante entre neuronas; sin embargo, no todos los cambiosson funcionalmente relevantes, simplemente permiten al cerebro explorar las diferentes posibilidades de ejecución de una tarea.
Tu cerebro siempre está tratando de encontrar las configuraciones que equilibran lo que puedes hacer para realizar dos o tres tareas, o las que estás aprendiendo. Hay muchas maneras de resolver una tarea, y se están explorando todas las maneras diferentes", afirma RobertAjemian, científico de investigación en el Instituto McGovern del MIT para la Investigación del Cerebro.
De acuerdo con esta teoría, al explorar diferentes soluciones, las neuronas se especializan en tareas específicas.
A medida que el cerebro aprende una nueva habilidad motora, las neuronas forman circuitos que pueden producir la respuesta deseada -un comando que activará los músculos delcuerpo para llevar a cabo una tarea como el balancear una raqueta de tenis.
Generalmente, la perfección no se logra en el primer intento por lo que la retroalimentación de cada esfuerzo ayuda al cerebro a encontrar mejores soluciones.
Esto funciona bien en el aprendizaje de una habilidad, no obstante, las complicaciones surgen cuando el cerebro está tratando de aprender muchas habilidadesdiferentes simultáneamente. Debido a que los mismos controles de red distribuidos se relacionan con las tareas motoras, las nuevas modificaciones a los patrones existentes pueden interferir con las habilidades aprendidas previamente.
Esto es particularmente difícil cuando estás aprendiendo cosas similares ", tales como dos golpes de tenis diferentes, dice el profesor Emilio Bizzi, autor principal delartículo y miembro del Instituto McGovern.


En una red en serie, como un chip, esto no sería un problema, debido a que las instrucciones de cada tarea se almacenan en una ubicación diferente en el chip. Sin embargo, el cerebro no está organizado como un chip de computadora. En cambio, es paralela y está conectada, es decir, cada neurona se conecta a cerca de 10 mil otras neuronas.

Esaconectividad ofrece una ventaja  ya que permite al cerebro probar tantas soluciones posibles para lograr combinaciones de tareas. Los constantes cambios en las conexiones, llamada hiperplasticidad, se equilibra con otro rasgo inherente de las neuronas. Las neuronas tienen una señal de ruido muy baja, lo que significa que reciben tanto información útil como inútil. La mayoría de los modelos de la actividadneuronal no incluyen el ruido, pero el equipo del MIT dice que éste es un elemento crítico de la capacidad de aprendizaje del cerebro.
La mayoría de la gente no quiere tratar con el ruido porque es una molestia. Nos pusimos en marcha para tratar de determinar si el ruido se puede utilizar de una manera beneficiosa, y nos pareció que permite al cerebro explorar muchas soluciones, pero sólo se puedeutilizar si la red es hiperplástica", afirmó Ajemian. Sin ruido, la hiperplasticidad del cerebro sobrescribiría memorias existentes con demasiada facilidad. Por el contrario, baja plasticidad no permitiría el desarrollo de nuevas habilidades que se pueden aprender porque los pequeños cambios en la conectividad serían ahogados por el ruido inherente. ¨El modelo se apoya en la evidencia...