Ha olvasni tanulsz, nemcsak a betűket fogod felismerni, hanem a matematikai gondolkodásod is fejlődni fog

Nincsen jövőnk tudomány nélkül, nincsen Qubit nélkületek. Támogasd a munkánkat!

Christopher McNorgan, a Buffalói Egyetem kutatójának legutóbbi munkája a diszlexia kutatására irányult, de munka közben megdöbbentő felfedezést tett: az eredményei egyértelműen bizonyítják, hogy az agy olvasási készségekért felelős, kölcsönhatásban lévő agyterületei olyan, az olvasással nem összefüggő tevékenységekben is részt vesznek, mint a számok sokszorozása.

Az irodalom és a matematika különbségeit a művészetek és tudományok megosztottságával lehet a legjobban illusztrálni. McNorgan eredményei ugyanakkor azt sejtetik, hogy az írás, az olvasás és az aritmetika, ha az agyi kapcsolódási pontok szempontjából vizsgáljuk, korábban elképzelhetetlen átfedésben lehetnek.

„Padlót fogtam ezektől az eredményektől. Rávilágítanak az írás-olvasás fontosságára, mivel egyértelművé teszik, hogy milyen agyterületekre hat az olvasási készség, és ez útmutatást ad arra vonatkozóan, hogy miként viszonyuljunk más feladatokhoz, és hogyan oldjunk meg más problémákat. […] Az olvasás a minden – és ez a megállapítás jóval több hangzatos jelmondatnál: ez egy kutatás végleges konklúziója.”

idézte a Medical Xpress hírportál McNorgant, a Buffalói Egyetem pszichológia tanszékének adjunktusát.

McNorgan tanulmánya, ami a Frontiers in Computational Neuroscience-ben jelent meg, eredetileg más céllal készült: az adjunktus azt kutatta, lehetséges-e diagnosztizálni a gyerekkorban fellépő diszlexiát az agy olvasás-feldolgozási mechanizmusai alapján. McNorgan, a neurológiai képalkotás és a számítástudományi modellezés szakértője szerint a feltételezés nem volt alaptalan: egy korábbi munkájában hasonló módon térképezte fel a figyelemhiányos hiperaktivitás-zavar (ADHD) biológiai jellemzőit.

Mély tanulás, még mélyebb eredmények

Az ADHD-kutatáshoz hasonlóan McNorgan ezúttal is egy újszerű mély tanulási algoritmust használt fel, ami egyszerre több osztályozást is elvégezhet. A mély tanulási hálózatok kiváló eszközök feltételes, nemlineáris kapcsolatrendszerek feltérképezéséhez. A lineáris kapcsolatokhoz tartozik egy, a másikat közvetlenül befolyásoló változó, de a nemlineáris rendszerekben a változásoknak nem feltétlenül lesz következményük egy másik területen. Az ilyen feladatok klasszikus számítási módszerekkel nehezebben oldhatók meg, mint mély tanuló algoritmusokkal, amik ezzel is könnyen megbirkóznak.

Az első adatkészlet alapján McNorgan sikerrel azonosította a diszlexiás esetek 94 százalékát; az első adatsor 14 jó és 14 rossz olvasó funkcionális csatlakozási pontjait térképezte fel egy nyelvi feladat megoldása során. McNorgannek viszont egy második adatsor is kellett ahhoz, hogy megtudja, általánosíthatók-e a kutatási eredmények. Ezért kiválasztott egy matematikai tanulmányt, amely fejben végzett szorzási feladatokra alapult, és az fMRI-kből származó adatok alapján számszerűsítette a második adatkészlethez tartozó funkcionális kapcsolódási pontokat.

A funkcionális összekapcsolás (functional connectivity) a megtévesztő neve ellenére azt írja le, hogy az agyban milyen kapcsolódási pontok alakulnak ki percről percre. Ezeket a kapcsolódási pontokat ne vezetékek hálózataként képzeld el: nem a hálózat a lényeg, hanem a használat célja.

Illusztráció: Wieslaw Smetek / Photononstop / AFP

Egy analógiával élve: a hálózati kábel, ami napközben a nyomtatódnak továbbítja egy-egy dokumentum adatait, este már a Netflixről streamelt film adatait szállíthatja. A kábel szerepe annak függvényében változik, hogy munkára vagy szórakozásra használod-e – és épp így változnak az agy funkcionális kapcsolódási pontjai is az elvégzendő feladatok tükrében. Az agy dinamikusan újra- és újrahuzalozza magát, ha új feladattal szembesül.

Az agyunk akkor is olvas, ha számolunk

A McNorgan által összeállított két adatsorban a résztvevők nyelvi és matematikai feladatokat végeztek. A kapcsolódási pontok ujjlenyomata ennek ellenére azonos volt: a matematikai és a nyelvi csoport adatai alapján is 94 százalékos pontossággal volt kimutatható a diszlexia.

A felfedezett hasonlóságok végül megváltoztatták McNorgan eredeti kutatásának irányát, mivel nemcsak a diszlexia diagnózisára nyílt lehetősége, hanem azt is nyilvánvalóvá vált, hogy az agy olvasási csatlakozási pontjai a matematikai műveletekért felelős agyterületekre is kihatnak. Különböző feladatokat látnak el, de ugyanahhoz a funkcionális hálózathoz tartoznak.

„A második adatkészlet szorzási problémáinak megoldása megkövetelte, hogy az agy dinamikusan, olyan módon huzalozza újra magát, hogy megbirkózzon a matematikai műveletekkel. Ennek ellenére világos bizonyítékot találtam rá, hogy az olvasási hálózat dinamikus konfigurációja a matematikai feladványoknál is aktív volt.”

– mondta McNorgan. Az adjunktus úgy véli, hogy a kutatási eredmények az irodalom és az olvasás támogatásának fontosságára is felhívják a figyelmet.

„Az eredmények azt mutatják, hogy az agyunk olvasáshoz való újrahuzalozása valóban befolyásolja a matematikai gondolkodást. Ez arra utal, hogy az olvasási készségeink is hatnak arra, hogy miként oldunk meg más területekhez tartozó problémákat, valamint segít benne, hogy jobban megértsük a matematika vagy az olvasás elsajátításával küszködő gyerekeket.”

 – mondta McNorgan.

Járvány, klímaváltozás, forradalmak – mindez csak három dermesztő arca annak a felbolydult világnak, ami ránk vár. Lesz még neki jó pár. Ha teheted, segítsd a munkánkat, mi megháláljuk a bizalmadat, és ebben a nagy zavarodottságban hitelesen, alaposan és közérthetően magyarázzuk el, hogy a legégetőbb kérdésekre milyen válaszokat adnak a sárgolyó legnagyobb elméi. Maradj velünk. Támogatom a Qubit szerkesztőségét!

Kapcsolódó cikkek a Qubiten: