Vida es tener siempre que hacer algo.

La vida no se me ha dado,

resulta que tengo que hacérmela yo.

José Ortega y Gasset

Le preguntaba a mi abuelo a sus 84 años de edad, – “Abuelo dime algo que haya sido clave para tu éxito”, Él me respondió -“te podría decir muchas pero sólo te diré 2: haz lo que te pida el corazón, lo que de verdad te emocione y no dejes de aprender nunca, yo lo hice y me equivoqué”

Ya lo decía Einstein, “la vida es como una bicicleta siempre tienes que pedalear o te caerás”.

Así que manejarse en esta vida requiere un delicado acto de equilibrio. Nuestro cerebro debe ser lo suficientemente maleable para aprender nuevas habilidades, pero lo suficientemente estable como para mantener las habilidades de más antiguas que han demostrado su eficacia. Los investigadores del Instituto de Tecnología de Massachusetts han creado un modelo de computadora para ayudar a explicar cómo el cerebro puede crear efectivamente este equilibrio. La clave, dicen los científicos, es el alto nivel de conectividad del cerebro.

Esto significa que cada input de información que reciben las neuronas tiene una señal muy baja de ruido , lo que significa que la información que recibe una neurona es inútil, se convierte en útil a partir de la información colectiva de sus vecinas. Si el cerebro no tenía ningún “ruido“, nuevos recuerdos constantemente anularían los viejos. El exceso de este ratio, de este ruido, sin embargo, hace que el cerebro no sea capaz de aprender nada nuevo por hiperestimulación.

Por ejemplo el trabajo, publicado en la revista PNAS, ayuda a explicar por qué los jugadores de tenis necesitan practicar continuamente sus trazos , ya que el cerebro puede olvidar fácilmente los matices sutiles, sobre todo cuando estos trazos requieren movimientos muy similares. Andar en bicicleta, sin embargo, es una tarea bastante único y es mucho más fácil de recordar, incluso después de largos periodos de tiempo.

Así este modelo del MIT explica cómo el cerebro puede aprender tareas nuevas sin dejar de recordar lo que ya ha aprendido. Esta es la clave en la adaptación a nuestros nuevos entornos laborales, sociales y familiares, donde las diferentes generaciones concomitantes han de equilibrar las habilidades nuevas y viejas

Hemos de ser conscientes de la capacidad cerebral denominada neuroplasticidad, para no anclarnos en dogmas desencantadores como “soy mayor para cambiar”. En el caso del aprendizaje de nuevas habilidades motoras, el cerebro debe ser de plástico: 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 fuera demasiado plástico, habilidades previamente aprendidas se perderían demasiada facilidad.

La clave, dicen los investigadores, es que las neuronas están cambiando constantemente sus conexiones con otras neuronas. Sin embargo, no todos los cambios son funcionalmente relevantes. Simplemente permiten al cerebro para explorar muchas maneras posibles de ejecutar una cierta habilidad, como un nuevo trazo de tenis “El cerebro siempre está tratando de encontrar las configuraciones que equilibrar todo lo que puede hacer dos tareas o tres tareas, o sin embargo muchos que están aprendiendo “, dice Robert Ajemian, un científico de investigación en el Instituto McGovern del MIT para la Investigación del Cerebro. 

El propio cerebro actúa de por debajo del nivel de la conciencia buscando soluciones Out of the box “Hay muchas maneras de resolver una tarea, y que está explorando todas las maneras diferentes”, un modo de actuar que nosotros obviamos en muchos casos desde el plano consciente, ya está siendo ejecutando en otro plano.

Así a medida que el cerebro explora diferentes soluciones, las neuronas pueden llegar a especializarse para tareas específicas, de acuerdo con esta teoría,Circuitos Noisy.

A medida que el cerebro aprende una nueva habilidad motora , las neuronas forman circuitos que pueden producir la respuesta deseada. La perfección, por lo general, no se logra en el primer intento, por lo que la retroalimentación de cada esfuerzo ayuda al cerebro para encontrar mejores soluciones, de esta forma la persistencia con tenacidad de antoja clave en la mejora personal.

Esto funciona bien para el aprendizaje de una habilidad, pero las complicaciones surgen cuando el cerebro está tratando de aprender muchas habilidades diferentes a la vez. Debido a los mismos controles de red distribuidos relacionadas tareas motoras, las nuevas modificaciones a los patrones existentes pueden interferir con las habilidades previamente aprendidas. “Esto es particularmente difícil cuando estás aprendiendo cosas muy similares”, en una red en serie como un chip de computadora, esto no sería un problema, 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, está con una alta conectividad en paralelo, cada neurona se conecta, en promedio, con alrededor de 10 mil otras neuronas. Esa conectividad ofrece una ventaja, ya que permite al cerebro para probar tantas soluciones posibles para lograr combinaciones de tareas. Los constantes cambios en las conexiones, lo que los investigadores llaman hyperplasticity, se equilibra con otro rasgo inherente de las neuronas que tienen una señal de muy baja de ruido, lo que significa que la información que reciben en sí es inútil sin la aportación útil de sus vecinos. La mayoría de los modelos de la actividad neural no incluyen el ruido, pero el equipo del MIT, dice el ruido 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”, dice Ajemian. “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 para explorar muchas soluciones, pero sólo se puede utilizar si la red es hiperplástica.

“Este modelo ayuda a explicar cómo el cerebro puede aprender cosas nuevas sin desaprender habilidades previamente adquiridas, dice Ferdinando Mussa-Ivaldi, profesor de fisiología en la Universidad Northwestern.

Sin diferentes estímulos, la hiperplasticidad del cerebro sobrescribiría memorias existentes con demasiada facilidad. Por el contrario, baja plasticidad no permitiría que las nuevas habilidades se puedan aprender, porque los pequeños cambios en la conectividad serían ahogadas por todo el ruido inherente.

El modelo se apoya en la evidencia anatómica que muestra que las neuronas muestran una gran plasticidad, incluso cuando no se está aprendiendo, según lo medido por el crecimiento y la formación de las conexiones de las dendritas.

Así para la mejora del desarrollo cerebral social y laboral, es fundamental la riqueza de estímulos experienciales que incrementen las conexiones dendríticas y favorezcan nuestra plasticidad cerebral, para alcanzar soluciones desde todas las perspectivas posibles estén o no por debajo del umbral de la conciencia.

En esta línea está ahora investigando si este tipo de modelo también podría explicar cómo el cerebro forma las memorias de eventos, así como las habilidades motoras.

Imagen: http://web.mit.edu/

Equipo Brain House

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.

ACEPTAR