成績好或不好，與大腦活動的變化有何關系？
pixabay.com
撰文 | 郭瑞東
責編 | 計永勝
● ● ●
人工神經網(wǎng)絡在學習新概念時，我們能看到其神經元之間的連接發(fā)生了改變。那么，人的大腦在學習時會發(fā)生怎樣的變化呢？會不會有一個神經元來編碼新學到的概念？
為解答上述問題，美國普林斯頓大學一研究團隊用磁共振的方法檢測了24位本科生在學習計算機科學課程總論部分時的大腦影像，發(fā)現(xiàn)學生大腦特定區(qū)域的神經活動與其考試成績具有相關性。該結果于2021年3月26日發(fā)表在《自然·通訊》雜志 [1]。
上世紀60年代，神經生物學家杰羅姆·萊特文提出了 “祖母細胞” 的假說。該假說指出，人腦中存在某個神經細胞，當特定的概念，如你的祖母頭像出現(xiàn)時，這個細胞就會激活。不過，很多神經科學家用實驗否定這一假說。主流觀點認為，不同的神經元的組合模式（神經表征），而不是單個的神經元，在大腦中負責判別感知。
需要說明的是，之前的研究是在實驗室場景下進行的，考察的任務相對簡單，比如識別一種動物，而普林斯頓的研究是在真實教學環(huán)境下，考察了本科生在計算機科學入門課上究竟學到了多少知識，其中涉及的概念是嵌套的，抽象的。值得一提的是，研究結果推翻了 “祖母細胞” 這個假說。
具體來說，該研究測量了24名本科生（其中11名女性），以及5名計算機 “專家”（學過此課程的研究生）在觀看部分課程講座后的大腦活動，最后總共收集到18名學生和4名 “專家” 的測試數(shù)據(jù)。該課程總時長21小時，學生在前十周的課程中主要是分期觀看課程視頻，并回答隨堂測試問題。研究人員會對其大腦進行功能核磁共振掃描。本科生會在最后一周觀看復習視頻，并進行核磁掃描，然后參加考試。計算機 “專家” 只觀看復習視頻，并接受腦部核磁共振掃描。
那么，學生的腦部神經活動能否用來預測學習成績呢？
研究者對全班所有學生的大腦活動進行了平均后發(fā)現(xiàn)，特定部位的神經活動，尤其是負責記憶的海馬區(qū)的神經表征，和學生成績之間的相關系數(shù)達到了0.75，關聯(lián)性次高的是負責視覺的腦區(qū)角回，相關系數(shù)為0.62。
圖1. 大腦特定部位神經活動和學生成績的關聯(lián)分析。（圖源：參考文獻[1]）
當單獨提取一名學生的成績，并將某一個學生和 “專家” 的特定腦區(qū)（前扣帶回Anterior cingulate）活動進行關聯(lián)分析時，研究人員發(fā)現(xiàn)，相關系數(shù)分別為0.5和0.43，相比專家，學術與學生腦區(qū)間的活動關聯(lián)性更大。
圖2. 學生成績和腦區(qū)神經活動的關聯(lián)。（圖源：參考文獻[1]）
上述結果說明，某個學生的神經（fMRI激活的腦區(qū)順序）表征和同學的均值越相似，考試成績越高。且預測的準確性，高于相比與 “專家” 的神經表征對比。這可能是因為 “專家” 和學生雖然都掌握了某個概念，但他們在大腦中用不同的方式存儲記憶。另一種可能的解釋，是對18名學生的大腦活動求平均值，其平均值相比和少數(shù)“專家”的大腦活動匹配，更好地去除個體特異性，從而找出代表真正記憶了相關概念的大腦運行模式。
該研究的另一發(fā)現(xiàn)是，相比隨堂測試，在最后一周的復習課上，當談到特定知識點時，學生的神經活動和 “專家” 腦部活動的相關性比較高，尤其在復習和考試階段，學生的腦區(qū)活動和 “專家” 的很相似，也就是說經過學習后學生腦部神經活動趨同于 “專家” 的腦部活動。
圖3. 學生腦區(qū)活動和“專家”腦區(qū)活動的關聯(lián)。（圖源：參考文獻[1]）
該研究結果意味著一個人的考試成績和其神經影像特征高度相關。值得注意的是，在復習和期末考階段，負責的腦區(qū)從負責短期記憶的海馬區(qū)，變?yōu)榱苏J知相關的前扣帶回。該研究進一步證明了默認模式網(wǎng)絡（default mode network，無意識下的神經活動，是為未來事件做準備的神經系統(tǒng)）在學習過程中發(fā)揮著重要作用。
此前的研究顯示，觀看教育類短視頻時，大腦的腦電圖在時間上的同步程度（即不同主題之間）的相關性越高，學習成績越高 [2,3]。該研究表明，普通人的腦活動平均比 “專家” 能更好地預測成績。這一發(fā)現(xiàn)指出：之前相關研究中，對 “專家” 大腦活動的過分關注，未來研究學習對大腦的影響時，可更多關注普通人，通過求人群平均，理解大腦如何因學習而改變。
當然，該研究有具有一定的局限性，比如該研究沒有考慮到學生的文化差異帶來的影響，此外其實驗的內容是理工科的大學入門課程，并沒有涉及人文領域，或更為抽象的概念。未來結合自然語音處理，以及更加便捷的大腦影像及腦電數(shù)據(jù)，將能夠對更精細化的概念如何在一個相對較長的時間被學習進行研究。這樣的研究，會讓我們理解學習如何改變大腦，從而可做為提供個性化的教學方案的依據(jù)。
參考資料：
[1] Meir Meshulam, Liat Hasenfratz, Hanna Hillman,et al,. Neural alignment predicts learning outcomes in students taking an introduction to computer science course. Nat Commun 12, 1922 (2021). https://doi.org/10.1038/s41467-021-22202-3
[2] Cohen, S. S. et al. Neural engagement with online educational videos predicts learning performance for individual students. Neurobiol. Learn. Mem. 155, 60–64 (2018).
[3] Zhu, Y., Pan, Y. & Hu, Y. Learning desire is predicted by similar neural processing of naturalistic educational materials. eNeuro
制版編輯 | 盧卡斯
