| Summary: | Prever eventos ambientais, com base em memórias sobre regularidades passadas, é uma das funções fundamentais de sistemas nervosos complexos. Eventos ordenados serialmente ou sequências estruturadas de estímulos permitem extrair informação passível de descrição formal que define seu padrão serial. Esse padrão inclui informações temporais e espaciais que facultam prever os próximos eventos da sequência, possibilitando a preparação prévia do organismo para lidar com sua ocorrência. Não surpreende que animais, incluindo o ser humano, aprendam, de maneira relativamente rápida, sobre regras e estruturas de padrões sequenciais de estímulos. O uso de tarefas de tempo de reação serial (TRS) é recorrente em estudos envolvendo a formação de associações, antecipação, atenção, as bases da memória e aprendizagem de relações complexas. Resumidamente, voluntários devem responder a estímulos apresentados em sequências repetitivas ou aleatórias. Com o treino, há redução no tempo de reação a cada estímulo, refletindo a aprendizagem de relações percepto-motoras. Essa redução, porém, é maior na sequência repetitiva em relação à sequência aleatória, indicando um aprendizado também sobre a sequência repetitiva, mesmo quando o voluntário não a percebe (conscientemente) e seja incapaz de relatar sua existência. Trata-se, portanto, de uma aquisição (inicialmente) implícita. A complexidade de uma sequência de estímulos pode ser expressa quantitativamente por meio de uma ferramenta matemática proposta por Shannon (1948), a entropia informacional (EI), que considera, entre outras coisas, a probabilidade de ocorrência dos estímulos em diferentes níveis. No presente trabalho, avaliamos em que extensão o conceito de EI permite prever o desempenho de ratos na tarefa de TRS envolvendo sequências com diferentes níveis de complexidade. Ratos foram treinados a reagir (1) a uma sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 (que relaciona os estímulos da sequência 2 a 2) era 2,75. Após atingirem um nível assintótico de desempenho, os animais foram expostos (2) a sequências variáveis de estímulos com a mesma quantidade de EI no nível 1, porém, com maior quantidade de EI no nível 2 (que relaciona os estímulos da sequência 3 a 3). Numa etapa posterior os animais foram expostos (3) a uma nova sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 era 3,00; por fim, os animais foram submetidos (4) a sequências variáveis com a mesma quantidade de EI no nível 1em relação à sequência anterior, porém, com maior quantidade de EI no nível 2 . Os resultados mostraram que os ratos aprenderam sobre os padrões seriais e, mais interessante, que seu desempenho esteve fortemente correlacionado à quantidade de EI no nível 2. Em outras palavras, quanto maior a EI, pior o desempenho dos animais tanto em termos do tempo de reação como em termos da percentagem de respostas corretas. Portanto, o conceito de EI permite não apenas quantificar a complexidade de sequências empregadas em estudos envolvendo aprendizagem serial, mas também prever o desempenho dos animais.
===
Prediction of environmental events, relying on memories of past regularities, is one of the fundamental functions of complex nervous systems. Sequences of serially ordered stimuli allow extracting information that defines its serial pattern. These patterns allow prediction of the next item in a sequence of events, facultating previous preparation to deal with its occurrence. Not surprisingly, animals, including humans, can identify rules present in serial structures of stimuli. Serial reaction time tasks (SRTT) have been extensively used in studies involving association, anticipation, attention, and learning and memory. Typically, subjects have to react to stimuli presented either in random or in repetitive sequences. As training proceeds, reaction time to each stimulus decreases, reflecting acquisition of this perceptual-motor skill. However, reaction time reduction is greater for repetitive sequences relative to the random sequences, indicating acquisition about the repetitive structure of the sequence. In human beings, this may occur even when the subject in uncapable of reporting the existence of a sequence, indicating that the acquisition was (at least initially) implicit rather than explicit. The complexity of a sequence of stimuli, at different levels, may be quantifyed by means of a mathematical tool proposed by Shannon (1948), the information entropy (IE). In this study we evaluated to which extent IE can predict performance of rats in SRTT involving sequences of stimuli organized at different levels of complexity. Rats were trained to react (1) a repeated sequence of stimuli which IE at the level \"1\" (i.e., expressing to which extent a given item allow prediction of the next) was 2.75. After reaching an asymptotic level of performance, the animals were exposed (2) a variable sequence of stimuli with the same amount of IE in the level \"1\", but with more IE in the level \"2\" (i.e., expressing to which extent two given items allow prediction of the next). Later the animals were exposed to (3) a new repeated sequence of stimuli, which IE at the level \"1\" was 3.00. Finally, the animals were submitted to (4) a random sequence of stimuli with the same amount of IE at the level \"1\", i.e., 3.00, but with greater IE in level 2. Results showed that rats learned about the serial patterns and, more interestingly, their performance strongly correlated to the amount of IE at the level \"2 \", both in terms of reaction times and in terms of percentage of correct responses. Therefore, IE allows not only to quantify complexity of sequences in studies involving serial learning, but also to predict performance of the subjects.
|
|---|
