Nossa percepção do mundo é influenciada por nossas expectativas. Essas expectativas, também chamadas de “crenças anteriores”, nos ajudam a entender o que estamos percebendo no presente, com base em experiências passadas semelhantes.
O processo de combinar conhecimento prévio com evidência incerta impacta amplamente nossas percepções, pensamentos e ações. Isso explica porque, no processo de tomada de decisões, mesmo quando estamos incertos sobre algo, confiamos em nossas experiências anteriores para darmos os diagnósticos.
A pesquisa
Se você não compreende, mas a partir de sua experiência anterior, você tem alguma expectativa do que deveria ser, então você vai usar essa informação para orientar o seu julgamento. Nós fazemos isso o tempo todo.
Neste novo estudo, os pesquisadores queriam entender como o cérebro codifica as crenças anteriores e coloca essas crenças no controle do comportamento. Para esse fim, os pesquisadores treinaram animais para reproduzir um intervalo de tempo, usando uma tarefa chamada “ready-set-go“. Nessa tarefa, os animais medem o tempo entre dois flashes de luz (“ready” e “set“) e, em seguida, geram um sinal (“go“) em resposta aos sinais anteriores.
Eles treinaram os animais para realizar essa tarefa em dois contextos. Primeiro, os intervalos variaram entre 480 e 800 milissegundos e, depois, os intervalos situavam-se entre 800 e 1.200 milissegundos. No início da tarefa, os animais receberam as informações sobre o contexto (por meio de uma dica visual) e, portanto, sabiam quando as luzes iam acender ou apagar.
A resposta variava de acordo com a expectativa. Se a variação entre o tempo da luz apagada e acesa fosse maior, e o intervalo fosse menor, os animais continuavam gerando o sinal para o intervalo mais longo. O cérebro se apega a essa informação, e confirma sua crença anterior.
Conhecimento incorporado
Os pesquisadores acreditam que experiências anteriores mudam a força das conexões entre os neurônios. A força dessas conexões, também conhecidas como sinapses, determina como os neurônios agem um sobre o outro e restringe os padrões de atividade que uma rede de neurônios interconectados pode gerar. A descoberta de que as experiências anteriores distorcem os padrões de atividade neural fornece uma janela sobre como a experiência altera as conexões sinápticas.
Como um teste independente, os pesquisadores desenvolveram um modelo computacional que consiste em uma rede de neurônios que poderia realizar a mesma tarefa. Usando técnicas de aprendizado de máquina, eles foram capazes de modificar as conexões sinápticas e criar um modelo que se comportasse como os animais.
Esses modelos são extremamente valiosos, pois fornecem um substrato para a análise detalhada dos mecanismos subjacentes, um procedimento conhecido como “engenharia reversa”. A engenharia reversa do modelo revelou que ele resolveu a tarefa da mesma forma que o cérebro dos macacos. O modelo também tinha uma representação distorcida do tempo de acordo com a experiência anterior.
Os pesquisadores usaram o modelo de computador para dissecar ainda mais os mecanismos subjacentes usando experimentos de perturbação que atualmente são impossíveis de fazer no cérebro. Usando esta abordagem, eles foram capazes de mostrar que as representações neurais não ativadas eliminam o viés no comportamento.
