CC BY
0УДК 612.821.2
ХАРАКТЕРИСТИКИ АКТИВНОСТИ ЭЭГ В ПРОЦЕССЕ ИМПЛИЦИТНОГО ОБУЧЕНИЯ
DOI 10.24412/CL-37228-2024-102-104
B.В. Петров1, С.Р. Абрамова2, В.А. Матушкина3,
C.П. Кожевников4
'Удмуртский государственный университет, Ижевск, Россия 2Удмуртский государственный университет, Ижевск, Россия 'Саратовский государственный университет имени Н.Г. Чернышевского,
Саратов, Россия 4Удмуртский государственный университет, Ижевск, Россия E-mail: petrov24sl@gmail.com
Аннотация. Исследовали изменение биоэлектрической активности мозга при имплицитном научении. В ходе исследования были показаны увеличение амплитуды в а- и 9-частотных диапазонах в лобно-височных областях коры, увеличение амплитуды в ^-частотном диапазоне в темен-но-затылочных и фронтальных областях коры. Имплицитное научение базируется на взаимодействии двух нейронных сетей мозга: лобно-височ-ные отделы коры и осцилляторные системы а1- и 0- частотных диапазонов отвечают за обработку информации и выявление последовательностей, теменно-затылочные отделы и осцилляторные системы ^1- и а3-ритмов — за ожидание и подготовку к ответной реакции.
Ключевые слова: имплицитное обучение, ЭЭГ, память.
Неосознаваемое имплицитное обучение и обработка информации происходит быстрее и эффективнее, чем с использованием сознания. В данном исследовании основной целью было изучение нейрофизиологических основ имплицитного обучения с использованием искусственной грамматики по методике А. Ребера [3]. Эксперимент включал обучающую и контрольную серии стимулов по 20 буквенных последовательностей в каждой. Оценка механизмов различных областей мозга при имплицитном научении проводилась в сравнении со статистическим (эксплицитным) научением, для которого использовались буквенные последовательности с очевидными закономерностями. Данные обрабатывались с использованием ЭЭГ и анализа амплитуд в стандартных частотных
диапазонах. Участие в исследовании приняли 42 человека. Для статистической обработки данных применялся дисперсионный анализ ANOVA в программе SPSS 23.
Результаты исследования показывают, что процесс имплицитного обучения включает взаимодействие двух нейронных сетей мозга. На начальном этапе обучения для обработки информации и выявления релевантных последовательностей активируются лоб-но-височные отделы коры и осцилляторные системы al- и 9-ча-стотных диапазонов. В частности, на основе повышенной синхронности а-ритма могут выстраиваться процессы взаимодействия проекционных, ассоциативных и подкорковых образований на макроуровне, что способствует более эффективной обработке поступающей информации [1]. В нашем исследовании это проявляется в активации процессов восприятия и анализа стимулов для выявления правильных последовательностей. Увеличение амплитуды а-ритма также может быть связано с обучением методом проб и ошибок [2]. Это согласуется с результатами нашего исследования, в котором среднее количество ошибок составляет 40%. На конечном этапе обучения и при распознавании наблюдается рост амплитуды в теменно-затылочных отделах и в системах ^1- и а3-ритмов, что связано с активацией зрительного внимания. Рост амплитуды в-ритма заметен также в период ожидания стимула, при выполнении задач, требующих повышенного внимания, связан с улучшением чувствительности зрительных структур к визуальным стимулам. Активация теменно-затылочных областей в нашем исследовании связана с процессами ожидания правильной последовательности. Другие работы также подтверждают роль этих областей в перцептивном предвосхищении и возможности формирования прогнозов для процесса обучения [4]. Однако недостаточное вовлечение корковых осцилляторов ЭЭГ активности приводит к низкой точности, инвариантности и эффекту неосознанности результатов обучения.
Список литературы
1. Bianco V. Updating implicit contextual priors with explicit learning for the prédiction of social and physical events // Brain Cogn. — 2022. — Vol. 160. — P. 105876.
2. Karakaç S. A review of theta oscillation and its functional correlates // J. Psychol. — 2020. — Vol. 157. — P. 82-99.
3. Reber A. S. Implicit learning of artificial grammars // Journal of Verbal Learning and Verbal Behavior. — 1967. — Vol. 6. — P. 855-863.
4. Turk-Browne N., et al. Implicit perceptual anticipation triggered by statistical learning // J. Neurosci. — 2010. — Vol. 30. — P. 1117711187.
CHARACTERISTICS OF EEG ACTIVITY IN THE PROCESS OF IMPLICIT LEARNING
Abstract. The changes in the bioelectric activity of the brain during implicit learning were studied. The study showed an increase in amplitude in the a-and 0-frequency ranges in the frontal-temporal regions of the cortex, an increase in amplitude in the ^-frequency range in the parietal-occipital and frontal regions of the cortex. Implicit learning is based on the interaction of two neural networks of the brain: the frontal-temporal cortex and the oscillatory systems of the a1 and 0 frequency ranges are responsible for processing information and identifying sequences, the parietal-occipital departments and the oscillatory systems of the and a3 rhythms are responsible for waiting and preparing for a response.
Key words: implicit learning, EEG, memory.
