Ruolo delle oscillazioni neurali in un paradigma di reversal learning percettivo

Nelle neuroscienze cognitive, il modello Bayesiano interpreta il processo decisionale percettivo come l‘integrazione di previsioni ed evidenza sensoriale. In questo contesto, l’acquisizione e aggiornamento di modelli interni risultano fondamentali per poter prendere decisioni in maniera efficiente. Studi precedenti hanno evidenziato il ruolo dei ritmi cerebrali alpha e theta rispettivamente nello sfruttamento e apprendimento di conoscenze pregresse (prior) che guidano la scelta, sia esplicitamente comunicate, che autonomamente apprese. Questo elaborato approccia per la prima volta i dati in uscita da un esperimento che ha lo scopo di indagare l’aggiornamento di prior appresi. Il paradigma sperimentale prevede la presentazione di un suggerimento (cue) contestuale associato alla miglior strategia (liberale o conservativa) da adottare in ciascuna prova di detezione di uno stimolo. Un feedback, in forma di punteggio, viene fornito al partecipante dopo ogni prova, per consentirgli di apprendere l’associazione tra cue e strategia. Nella fase finale, tale associazione viene invertita (reversal). Si è dimostrato che, per i partecipanti che apprendono la regola (good-learners), il reversal induce un incremento di attività theta fronto-centrale, che va diminuendo nel corso dei trial. Questi risultati corroborano l’ipotesi di theta come “supervisore” del controllo cognitivo, legato alla gestione degli errori predittivi per poter aggiornare i modelli interni. Secondo questa interpretazione, nelle fasi iniziali di reversal theta interviene per correggere la strategia che si dimostra non essere più ottimale a causa dell’elevato errore. Man mano che viene appreso un modello più efficiente, theta cala, insieme al grado di errore da gestire.