能動学習が記憶を改善する方法

新しい研究により、新しい情報の取り込み方法をある程度制御できると、それを覚える能力が大幅に向上するという臨床的証拠が得られました。

研究は、ジャーナルで 自然神経科学、また、この現象に寄与する脳構造のネットワークを最初に見ていきます。

「学習状況を積極的に管理することは非常に強力であり、その理由を理解し始めています」と、ポスドク研究員のJoel Vossによって研究を率いたイリノイ大学のNeal Cohen教授は述べています。

「脳の帯全体がオンになるだけでなく、世界を積極的に探索しているときに機能的に接続されます。」

この研究は、耳の近くの脳の側頭葉の内側にある海馬を含むいくつかの脳領域の活動に焦点を当てました。

何十年もの間、海馬が記憶に不可欠であることは、病気やけがの結果として海馬の機能を失うと、新しい記憶を完全に形成して保持する能力も失われるため、何十年も前から知られています。

しかし、海馬は一人で行動するわけではありません。堅牢なニューラル接続は、他の重要な脳構造に結びつけ、これらのデータハイウェイ上のトラフィックは両方向に流れます。

脳の血流を追跡する機能的磁気共鳴画像法（fMRI）の研究では、海馬が機能的にいくつかの脳ネットワーク（重要なタスクを実行するために連携して機能する脳の異なる領域）に接続されていることが示されています。

これらの脳領域が能動的学習と受動的学習にどのように影響するかをよりよく理解するために、Vossは、参加者がオブジェクトの配列とコンピューターモニター上のグリッド内の正確な位置を記憶する必要がある実験を計画しました。

ウィンドウが表示された灰色の画面では、一度に1つのオブジェクトしか表示されませんでした。 「アクティブ」な研究対象者は、コンピューターマウスを使用してウィンドウをガイドし、オブジェクトを表示しました。

「彼らは、彼らが望むものは何でも、好きな順序で、好きなだけ時間をかけて検査することができ、画面上のすべてを記憶するように言われただけです」とヴォスは言った。

「パッシブ」学習者は、アクティブな被験者による前回の試行で記録されたウィンドウの動きのリプレイを確認しました。

次に、参加者は見たアイテムを選択し、画面上の正しい位置に配置するように求められました。試行の後、アクティブとパッシブの被験者は役割を切り替え、新しいオブジェクトの配列でタスクを繰り返しました。

この研究では、能動的学習者と受動的学習者の脳活動に大きな違いがあることがわかりました。研究者達は、観察窓を積極的にコントロールしている人々は、元のオブジェクトとその場所を特定することにおいて、同業他社よりもはるかに優れていたと研究者達が発見した。

受動的な被験者が動くが、表示ウィンドウを制御しないマウスを使用したさらなる実験は、この効果がマウスを動かす行為から独立していることを確立しました。

アクティブな被験者の学習を強化する脳のメカニズムを特定するために、研究者らは試行を繰り返し、今回は海馬の損傷の結果として記憶喪失（新しい情報の学習障害を特徴とする疾患）を患った個人をテストしました。

研究者の驚いたことに、これらの参加者は、表示ウィンドウをアクティブに制御することから利益を得ることができませんでした。

「これらのデータは、海馬が新しい記憶の形成だけでなく、おそらく記憶に対する随意制御の有益な効果にも役割を果たすことを示唆している」と研究者たちは書いている。

同じアクティブおよびパッシブ学習テストに従事している健康な若い被験者の脳画像（fMRIによる）は、これらのテストの間、海馬活動がアクティブな被験者の脳で最も高いことを明らかにしました。

他のいくつかの脳構造も、対象が表示ウィンドウを制御したときにより関与し、これらの脳領域の活動は、受動的試験よりも海馬の活動と同期していました。

研究者らは、背側前頭前野、小脳、海馬（漫画を参照）の活動は、空間想起に優れた参加者の方が高く、より高度に調整されていたと研究者らは見出した。下頭頂葉、海馬傍皮質および海馬（漫画を参照）の活動の増加は、アイテム認識のパフォーマンスの向上に対応しました。

「目を見張るほどです」とコーエンは言いました、「私たちの友人の海馬はアクティブラーニングで非常に目立っています。」

新しい発見は、学習における海馬の役割についての以前の考えに挑戦する、とヴォスは言った。彼は、たとえば、計画や戦略策定に関与していることが知られている他の脳領域は、「海馬と相互作用できない限り、あまりできない」と驚いたと述べた。

学習における受動的なプレーヤーというよりは、海馬は「飛行機の誘導システムの不可欠な部分のようなものだ」とヴォス氏は言う。

「このすべての速度情報があり、目的地の目標があり、ミリ秒ごとに目的地に関する情報を取り込み、目的地と比較して修正および更新します。」

出典：イリノイ大学