È possibile entrare nella testa degli adolescenti? Qual è il modo migliore per insegnare ai giovani? In che modo i giovani imparano, cioè cambiano il loro comportamento in maniera ottimale rispetto all’ambiente che li circonda?
In uno studio recente dal titolo “The computational development of reinforcement learning during adolescence” (Palminteri et al., PLOS Computational Biology, 2016) si è cercato di rispondere a tali quesiti con un esperimento comportamentale. Nel corso della sperimentazione, un gruppo di adolescenti e uno di adulti sono stati sottoposti a un esercizio comportamentale di apprendimento, riguardante una serie di scelte tra due opzioni. Questo compito (denominato two-armed bandit), in cui una delle due opzioni è migliore rispetto all’altra, è seguito dalla verifica dell’apprendimento dei valori di ogni opzione di scelta.
Il compito presentava due caratteristiche fondamentali: in primo luogo confrontava l’apprendimento per ricompensa (in cui i risultati possibili erano 0.5€ o 0€) con quello per punizione (in cui i risultati possibili erano -0.5€ o 0€). In secondo luogo, venivano presentati i risultati dell’opzione scelta e di quella rifiutata per far comparare il risultato ottenuto con quello che si sarebbe potuto ottenere scegliendo in modo diverso, così da generare “potenzialmente” il rimpianto per una scelta sbagliata.
I risultati dello studio hanno mostrato come gli adolescenti imparino meglio attraverso ricompense (reward learning) rispetto a punizioni (punishment avoidance learning). In aggiunta, lo studio ha evidenziato una ridotta sensibilità degli adolescenti rispetto alle conseguenze negative delle loro azioni.
Niente di straordinariamente nuovo: chiunque sia “sopravvissuto” alla propria adolescenza ne sa qualcosa! Ma il contributo più importante di questo studio è rappresentato dal metodo di analisi utilizzato. Tale metodo permette di misurare i comportamenti in maniera estremamente precisa, combinando modelli computazionali, paradigmi sperimentali e metodologie neuroscientifiche (per esempio attraverso l’uso di tecniche non invasive come la risonanza magnetica funzionale, fMRI). Queste metodologie permettono di identificare con precisione dov’è, se presente, il problema comportamentale e di individuare, quindi, i meccanismi correttivi. Nel caso degli adolescenti il modo più efficace per interagire con loro non è attraverso punizioni e coercizioni, e questo non solo per prevenire la classica reazione di rabbia e chiusura. Il nostro studio ha evidenziato un limite che gli adolescenti hanno nell’apprendere per evitare punizioni e una loro chiara preferenza ad imparare in contesti positivi che offrono incentivi.
L’adolescenza è un periodo di grande creatività e sensibilità verso gli stimoli del mondo esterno. Spetta a noi adulti, genitori e insegnanti, il dovere di lasciare esprimere tali caratteristiche e creare l’ambiente ottimale per la crescita e lo sviluppo dei giovani.
Questo studio è parte di un progetto più ampio dal titolo “Transfer Learning within and between brains”, finanziato dall’European Research Council-(ERC) con un Consolidator Grant e viene portato avanti presso il Centro Interdipartimentale Mente/Cervello (CIMeC) dell’Università di Trento e coinvolge un gruppo di dieci persone composto da ricercatori e studenti. Il progetto riguarda lo studio delle basi neuronali, cioè come funziona il cervello, durante l’apprendimento in contesti decisionali individuali e sociali. Il “transfer within” si riferisce alla capacità di trasferire conoscenze e regole acquisite in un determinato ambito in altri contesti decisionali, mentre il “transfer between brains” si riferisce al trasferimento di conoscenze e informazioni tra individui.
La speranza è che i risultati dei nostri studi possano fornire informazioni importanti per definire nuovi metodi pedagogici e nuove terapie volte al miglioramento delle condizioni di vita di persone con problemi di interazione sociale.
L’ERC Consolidator Grant dal titolo "Transfer Learning Within and Between Brains" (per il periodo 2014-2019) viene portato avanti dai ricercatori del Learning and Decision Making Group, e in particolare da: Giorgio Coricelli (Principal Investigator), Nadege Bault, Tobias Larsen, Folco Panizza, Luca Polonio, Martina Puppi, Ben Timberlake, Kaela Venuto, Alexander Vostroknutov, Joshua Zonca.