Your SlideShare is downloading. ×

Cogmaster 2011_Ep1

351
views

Published on


0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
351
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. EP1.  Learning  Elena Pasquinelli Educa3on, cogni3on, cerveau  Cogmaster 2010‐2011 
  • 2. Op3miza3on of educa3on •  “Considera3ons on the op3miza3on of  educa3onal strategies should take into  account knowledge on brain development and  learning mechanisms that has been  accumulated by neurobiological research over  the past decades.” (Singer, in BaKro, Fischer &  Léna, 2008, p. 97) 
  • 3. BIOLOGICAL DEFINITION OF LEARNING RELATIONSHIP BETWEEN LEARNING, EVOLUTION, DEVELOPMENT 
  • 4. Defini3on of learning •  Learning = modifica3on of stored  •  “any learning, i.e. the  knowledge and of computa3onal  programs  modificaFon of  computaFonal •  Which takes place through the  programs and of stored  modifica3on of the brain  knowledge, must occur  func3onal architecture  through las$ng  changes in their •  Learning = long‐las3ng change in  func$onal  the func3onal architecture of the  brain  architecture.” (Singer,  2008, p. 98) 
  • 5. Defini3on of knowledge •  Knowledge is the product of  •  « there is no dichotomy between  biological processes, which  hard‐ and soXware in the brain.  determine or modify the  The way in which brains operate  func3onal architecture of the  is fully determined by the  brain  integra3ve proper3es of the •  Learning is one of these  individual nerve cells and the way  processes  in which they are interconnected.  It is the func3onal architecture,  the blueprint of connec3ons and  their respec3ve weight, that  determines how brains perceive,  decide, and act.   •  … all the knowledge that a brain  possesses reside in its func3onal  architecture. » (Singer, 2008, p.  98) 
  • 6. Modifica3on of the brain’s func3onal  architecture: 3 processes  •  3 different processes are  “Such changes can be obtained   responsible of the  by altering the integraFve properFes of  individual neurons,   specifica3on/modifica3on  by changing the anatomical connecFvity  of the brain’s func3onal  paPerns,   architecture (and thus, to  and by modifying the efficacy of  knowledge acquisi3on):  excitatory and/or inhibitory  connecFons. …”(Singer, 2008, p. 98)  “Evolu3on,   Ontogene3c development,  And learning.” (Singer, 2008, p. 98) 
  • 7. a. Learning and evolu3on  •  “The architectures of the brain have evolved according 1  Evolu3on has selected both  to the same principles of trial, error and selec3on as all  the other components of organisms. …Through this  learning mechanisms and  process of selec3on, informa3on about useful  knowledge contents:  computa3onal opera3ons was implemented in the  –  Ex.: “Fire together, wire  brain architectures and stored in the genes. Every 3me  together”: les neurones qui  an organism develops, this informa3on is transmiKed  sont ac3fs en même temps  from the genes through a complicated developmental  tendent à créer des  process into specific brain architectures which the  connexions (appren3ssage  translate this knowledge into well adapted  associa3f)  behavior.” (Singer, 2008, p. 98‐99)  –  Ex. How humans interpret  •  “… computa3onal strategies, as for example the  sensory signals  learning mechanisms that associates temporally  conFngent signals, have remained virtually unchanged 2  The brain stores knowledge  throughout evolu3on.” (Singer, 2008, p. 99)  even before making  •  “Thus, an  enormous amount of informaFon is stored  experiences: it’s not a  in the funcFonal architecture of highly evolved brains,  and one of the sources of this informaFon is  tabula rasa.  evoluFonary selecFon.”  –  EducaFon cannot be  •  “Inborn knowledge defines how we perceive and  considered as the task of  interpret sensory signals, evaluate regulari3es and  filling a hollow box  derive rules, associate signals with one another and  iden3fy causal rela3ons, aKach emo3onal connota3ons  to sensory signals, and finally how we reason.” (Singer,  2008, p. 99) 
  • 8. b. Learning and development •  Neural circuits are formed and  •  “… this process of circuit forma3on  selected during the development of  and selec3on according to func3onal  the brain (from birth to the end of  criteria persists un3l the end of  puberty)   puberty – but it occurs within  –  Development includes 3me window, or  precisely 3med windows that differ  expects certain s3muli at specific  for different structures.”  periods of the life of the animal in order  to implementcertain func3ons  •  “Once the respec3ve developmental  windows close, neurons stop forming •  Development and learning cross their  new connec3ons and exis3ng  paths, but aXer puberty neural  connec3ons cannot be removed.”  circuits and the structural  architecture of the brain are  •  “The only way to induce further  (apparently) mi‐ostly stabilized  modifica3ons in the now cristallized  architecture is to change the efficacy •  Adult learning: Func3onal  of the exisFng connecFons. » These  modifica3ons (strenght of the  func3onal modifica3ons are assumed  connec3ons) are the main  to be the basis of adult learning and  mechanisms for the modifica3on of  aXer puberty are constrained by the  the func3onal architecture of the  the invariant anatomical  brain  architectures.” (Singer, 2008, p. 101)  
  • 9. The role of experience •  In addic3on to gene3c mechanisms, the  •  “The drama3c effects that deprivaFon has  brain is modified by experience  on the matura3on of brain architectures  –  At the level of epigenesis and  raise the ques3on why nature has  development  –  At the level of learning  implemented developmental mechanisms •  Contraints to what can be learnt:   that expose the maturing brain to the  hazards of sensory experience.   –  Certain mechanisms protect the brain  from adap3g‐ng to any new informa3on  •  Through epigene3c shaping of the brain’s  coming from the environment  func3onal architecture the organisms can  adapt their neuronal architectures to the •  The brain at birth is s3ll immature: neurons  environment in which they happen to be  are in place, basic distant connec3ons  born, and this economizes greatly the  between neurons are formed, but not the  most part of the neurons of the cortex  computa3onal resources that have to be •  During development connec3ons are formed  invested in order to cope with the specific  and tested “fire together‐wire together”:  challenges of the respec3ve  those connec3ons, which have a high  environments.” (Singer, 2008, p. 102‐103)  probability of being ac3vated simultaneously  are consolidated, those which have a low  probability are discarded.  •  AXer birth, this networking ac3vity is  influenced by individual experience of the   environment and sensory signals 
  • 10. c. Learning (adult) = func3onal modifica3ons of  brain’s func3onal architecture •  Learning does not modify the  •  “… adult learning relies on changes in  architecture of the brain at a  the efficacy of excitatory and/or  structural level (mostly):   inhibitory connec3ons. The •  it produces func3onal modifica3ons  mechanisms that mediate these  that affect the strength of the  learning‐induced changes in the  connec3ons between neurons  coupling strength among neurons  (synapses) =  closely resemble those which •  Func3onal plas3city  mediate the ac3vity dependent  circuit changes during experience‐ dependent development.  –  The defini3on raises the issue of the  defini3on of plas3city, and the  •  The only major difference is that in  rela3onship between plas3city and  the adult, weakening of  connec3ons  learning  is not followed by removal and that  no new connec3ons are  formed.” (Singer, 2008, p. 108) 
  • 11. CAN HUMANS LEARN ALL LIFE LONG? ‐ THE PROBLEM OF CRITICAL PERIODS ‐ THE ROLE OF EXPERIENCE ‐ THE FORMS OF PLASTICITY 
  • 12. Cri3cal (sensi3ve) periods for learning •  Cri3cal periods = 3me‐window  •  “Several brain researchers have  opportuni3es  hypothesized that humans’ brains are •  Development of vision  preprogrammed to learn certain kinds  –  Hubel & Wiesel, 1970: monocular  of knowledge during a limited window  depriva3on reduces the number of cells  of 3me known as cri3cal period.   responding to the ac3vity of the  •  But the latest brain science is  deprived eye  beginning to ques3on this simplis3c  –   monocular depriva3on has different  developmental no3on. For example,  effects at different ages  new brain research shows that the •  Development of language  3ming of cri3cal periods differ  significantly in the visual, auditory and  language systems. Even within  different systems, there is emerging  evidence that the brain is much more  plas3c that herefore  assumed…” (Bransford, et al, in Sawyer,  2009, p. 21) 
  • 13. The myth of the first three years •  The no3on of cri3cal periods has been  •  “ Neuroscien3sts now understand that cri3cal  domina3ng the world of educa3on and has  periods and synaptogenesis/synap3c pruning  given birth to myth of the first three years  are related. Neural systems, par3cularly highly •  Bruer, 1997 describes this myth as a typical  acute  systems like vision, have evolved to  case of bad transla3on from neuroscien3fic  depend on the presence of ubiquitous  data to educa3onal applica3ons  environmental s3muli to fine‐tune their neural  circuitry.  •  Bruer, 1997 cri3cizes the  iden3fica3on of  •  Neuroscien3sts also know that that there are  learning with  synaptogenesis:  different cri3cal periods for specific func3ons.  … For example, within the visual system, there  –  Different systems have different sensi3ve  are different cri3cal periods for ocular  periods, in the sense that they do not develop  at the same rate (including within the visual  dominance, visual acuity, binocular func3on,  system)  and stereopsis.  … The human language  –  Human cri3cal periods are not necessarily the  func3on also seems to have several cri3cal  same as animals  periods … In contrast to phonology and syntax  –  The brain is more plasFc than accorded  there is no cri3cal period for learning the  before  lexicon.   –  Learning cannot be reduced to  •  … they now tend to interpret cri3cal periods in  synaptogenesis  terms of subtle, possibly gradual, changes in   brain plas3city – changes in the brain’s ability  to be shaped and changed by experience that  occurs during the life3me of the  animal.” (Bruer, 1997, p. 8) 
  • 14.  general rule for neuroeduca3on •  “ In reviewing this work, readers outside the field  •  Bruer has used the myth of the first three years for  should be aware of its complexity  and the  showing that neuroscience is s3ll a bridge too far  methodological issues involved.” (Bruer, 1997, p. 6)  from educa3on, and can give rise to neuromyths •  “Whatever the 3me course of synaptogenesis in  and misapplica3ons  humans, if it has relevance for child development  •  i.e. Generaliza3on of considera3ons that are  and educa3on, we must be able to associate this  extracted from  neurodevelopmental change with changes in  –  Animal experiments  infants’ behavior and cogni3ve capaci3es  …These  –  Data on specific func3ons  exemples are all significant developmental  •  i.e. Genraliza3on of  brain facts into behavioral  milestones that no doubt depend on brain  phenomena  development. We do know that these milestones  –  E.g. in the case of synaptogenesis, cri3cal periods and  are correlated with synaptogenesis (at least in the  leanring  visual cortex)… Educators should note two things  however. First in all these examples, increases in  synap3c density are correlated with the ini3al  emergence of skills and capaci3es. These skills  and  •  Nonetheless,  capaci3es con3nue to improve aXer synap3c  –  Neuroscience does not reduce learning to  densi3es begin to regress to adult, mature levels. …  synaptogenensis and synap3c selec3on, …  Thus the most we can say is that synaptogenesis  may be necessary for the emergence of these  abili3es and behaviors, but it cannot account  en3rely for their con3nued refinement.  ” (Bruer,  1997, p. 6) 
  • 15. From cri3cal periods to different forms  of plas3city •  The brain is interested by  experience in two ways: as an  •  “ informa3on storage refers to incorpora3on of environmental  informa3on that is ubiquitous in the environment and  expecta3on or as a dependent  common to all species members, such as the basic elements of  paKern percep3on. Experience expectant processes appear to  variable for modifica3on  have evolved as a neural prepara3on for incorporing specific  informa3on: in many sensory systems, synap3c connec3ons •   Those of  Experience‐ between nerve cells are overproduced, and a subsequent  selec3on process occurs in which aspects of sensory  expectant and of Experience‐ experience determine the paKern of connec3ons that remains.   dependent modifica3ons are  •  Experience‐dependent informa3on storage refers to  incorpora3on of environmental informa3on that is  an alterna3ve to the concepts  idiosyncra3c, or unique to the individual, such as learning  about one’s specific physical environment or vocabulary. The  of cri3cal or sensi3ve period  neural basis of experience‐dependent processes appear to  involve ac3ve forma3on of new synap3c connec3ons in •  The two no3ons point to  response to the events providing the informa3on to be stored.   different neural mechanisms of  •  Although these processes probably do not occur en3rely  independently of one another in development, the categories  plas3city (advantage in  offer a new view more in accord with neural mechanisms than  were terms like “cri3cal” or “sensi3ve period”. (Greenough,  comparison to the no3on of  Black & Wallace, 1987)  cri3cal period) 
  • 16. •  Experience‐expectant plas3city:   •  “We propose that mammalian brain development  –  Selected by evolu3on  relies upon two different categories of plas3city for the  –  Concerns sensory motor func3ons  storage of environmentally origina3ng informa3on.   •  The first of these probably underlies many sensi3ve or  –  Allows to fine‐tune the sensory motor systems in  cri3cal period phenomena. This process, which we  term experience expectant , is designed to u3lize the  rela3onship to the environment  sort of environmental informa3on that is ubiquitous  and has been so throughout much of the evolu3onary  –  Through the selec3on of synapses that have been  history of the subject.   generated in excess  •  An important component of the neural processes  underlying experience expectant informa3on storage  –  Defines the s3muli that should be found in the  appears to be the intrinsically governed genera3on of  environment for the func3on to develop in a certain way   an excess of synap3c connec3ons among neurons, with  experien3al input  subsequently determining which of  –  Experiences are very general and concern s3muli, which  them survive.  •  The second type of plas3city, which we call experience  are normally present in the environment  dependent, is involved in the storage of informa3on  that is unique to the individual. Mammals in par3cular  have evolved nervous systems that can take advantage  of such informa3on… •  Experience‐dependent plas3city:  •  An important aspect of the mechanism underlying   experience dependent informa3on storage appears to  –  Does not depend on mechanisms that have been selected  be the genera3on of new synap3c connec3ons in  by evolu3on according to a precise 3ming  response to the occurrence of a to‐be‐remembered  event.” (Greenough, Black & Wallace, 1987)  –  Evolu3on has selected a capacity to learn from experience  in general  –  Through the genera3on of synapses, and the modifica3on  of the strength of the synapses 
  • 17. 3 mechanisms for func3onal and  structural plas3city •  Plas3city is the basis of learning from  •  « The most fascina3ng and important  experience, and learning modifies  property of mammalian brain is its  future thought, behavior, feeling  remarkable plas3city, which can be •  3 mechanisms:  thought of as the ability of  –  Synap3c plas3city = change in strength  experience to modify neural circuitry  or efficacy of synap3c transmission  and thereby to modify future  –  Synaptogenesis & synap3c pruning  thought, behavior, feeling. Thinking  –  Excitability proper3es of single neurons  simplis3cally, neural ac3vity can  modify the behavior of neural circuits •  Synap3c plas3city can be transient  by one of three mechanisms: (a) by  (short term phenomena such as  modifying the strength or efficacy of  synap3c transmission at preexis3ng  short‐term adapta3on to sensory  synapses, (b) by elici3ng the growth  inputs) – depends on modula3on of  transmiKer release  of new synap3c connec3ons or the  pruning away of exis3ng ones, (c) by •  Or long las3ng: long‐term form of  modula3ng the excitability proper3es  memory   of individual neurons. Synap3c  –  LTP/LTD (long‐term poten3a3on/long‐ plas3city refers to the first of these  term depression) mechanisms  mechanisms …» (Malenka, 2002, p.  147) 
  • 18. LTP •  LTP: repe33ve ac3va3on of excitatory synapses in the  •  “During the last decade, there was enormous interest in  hyppocampus causes an increase in synap3c strength that can  elucida3ng the mechanisms responsible for ac3vity‐ last for hours  dependent long‐las3ng modifica3ons in synap3c strength. •  LTP is hypothesized to be involved in the forma3on of  The great interest in this topic is largely based on the simple  memories and more generally in informa3on storing, hence in  idea that external and internal events are represented in the  learning in general, because LTP and learning considered at  brain as complex spa3otemporal paKerns of neuronal ac3vity,  the behavioral level  share some proper3es:  the proper3es of which result from the paKern of synap3c  –  LTP can be generated rapidly and is prolonged and  weights at the connec3ons made between the neurons that  strengthened by repe33on  are contribu3ng to this ac3vity. The corollary to this  –  It is input specific (it is elicited at the ac3vated synapses and  hypothesis is that new informa3on is stored (i.e., memories  not at adjacent synapses of the same neuron)  are generated) when ac3vity in a circuit causes a long‐las3ng  change in the paKern of synap3c weights.  –   It’s long‐las3ng  •  How? Modifica3on of dendri3c spines? Growth of spines?  •  …support for such a process was lacking un3l the early 1970s,  Genera3on of new synapses as a consequence of the splirng or  when it was demonstrated that repe33ve ac3va3on of  duplica3on of exis3ng spines?   excitatory synapses in the hippocampus caused an increase in  •  Incorpora3ng structural changes into the  mechanisms of long‐ term synap3c plas3city provides means by which the ac3vity   synap3c strength that could last for hours or even days  generated by experience can cause long‐las3ng modifica3ons of  (12,13). This long‐las3ng synap3c enhancement, LTP, has  neural circuitry   been the object of intense inves3ga3on because it is widely  believed that LTP provides an important key to understanding  the molecular mechanisms by which memories are formed  (14,15) and, more generally, by which experience modifies  behavior. Furthermore, the ac3vity‐ and experience‐ dependent refinement of neural circuitry that occurs during  development shares features with learning, and thus a role  for LTP in this process has been proposed” (Malenka, 2002, p.  148) 
  • 19. More structural plas3city •  Experience dependent  •  “ Un3l rela3vely recently, it was widely assumed that, except for  plas3city would  certain cases of response to brain damage, the brain acquired all of  depend on the dynamic  the synapses it was going to have during development, and that  further plas3c change was probably accomplished through  genera3on of synapses  modifica3ons of the strength of preexis3ng connec3ons.  (or the dynamic  •   … it has now become quite clear that new connec3ons may arise  modifica3on of the  as a result of of differen3al housing condi3ons  and other  strength of synapses)  manipula3ons throughout much, if not all, the life of the rat…  rather than on a  •  There has not yet been a specific demonstra3on of what might be  mechanism of chronic  represented by the changes in synap3c connec3ons brought about  overproduc3on of  by differen3al environmental complexity, nor are the details of the  synapses, which are  rela3onship between brain structure and behavioral  successively selected  performance.” (Greenough, Black & Wallace, 1987, p. 547‐548)  by experience  •  “However, there are a few excep3ons. Over the past years, •  Chronic overproduc3on  evidence has become available that in a few dis3nct brain  region,  parts of the hippocampus and the olfactory bulb neurons con3nue  and selec3on would be  to be generated throughout life, and these neurons form new  the mechanisms  connec3ons and become integrated in  exis3ng circuitry.”  behind experience  •  “Thus in these dis3nct areas of the brain, developmental processes  expectant, early, 3me  persist throughout life…” (Singer, 2008, p. 108)  framed learning 
  • 20. Structural plas3city in the adult brain •  “MRI of licensed London taxi drivers were analyzed and  compared with those of control subjects who did not drive  taxis.  •  The posterior hippocampi of taxi drivers were significantly  larger rela3ve to those of control subjects.   •  Structural plas3city •  Hippocampal volume correlated with the amount of 3me  (produc3on of  spent as a taxi driver (posi3vely in the posterior and  nega3vely in the anterior hippocampus).   synapses and of •  These data are in accordance with the idea that the posterior  neurons) seems to  hippocampus stores a spa3al representa3on of the  environment and can expand regionally to accommodate  elabora3on of this representa3on in people with a high  con3nue in certain  dependence on naviga3onal skills.   parts of the brain •  It seems that there is a capacity for local plas3c change in  all life long  the structure of the healthy adult human brain in response  to environmental demands” (Maguire, et al.,2000) 
  • 21. CAN HUMANS LEARN ANYTHING? ‐ BIOLOGICAL CONSTRAINTS ‐ THE ROLE OF EDUCATION 
  • 22. The role of educa3on •  3 possible views:  –  One can learn everything, and learns it from scratch  –  What we learn depends on past experiences and is  constructed star3ng from these experiences, but one can  learn everything  –  The way brain has been shaped by selec3on strongly  constrains what can be learnt  •  (Posner & Rothbart, 2007) 
  • 23. Can we learn anything? Constraints and biases  •  “Kuhl’s recent neuropsychological and brain imaging work •  Learning experiences sculpt  suggests that language acquisi3on involves the development  of neural networks  that focus on and code specific proper3es  the brain and cons3tute a  of the speech signals heard in early infancy, resul3ng in neural  3ssue that is dedicated to the analysis of these learned  paKerns. Kuhl claims that early neural commitment to  framework for future  learned paKerns can also constrain future learning; neural  networks dedicated to na3ve‐language paKerns do not detect  non‐na3ve paKerns, and may actually interfere with their  learning  •  analysis (… Kuhl, 2004…).  If the ini3al coding of na3ve‐language paKerns interferes with  the learning of non‐na3ve paKerns, because they do not •  E. g. According to Kuhl  conform to the established “mental filter”, then early learning  of one’s primary language may limit second language  learning. By this argument, the “cri3cal period” depends on  (2004) mother language  experience as much as 3me, and is a process rather than a  strictly 3med window of opportunity that is opened and  learning builds a mental  closed by matura3on.  •  The general point is that learning produces neural   commitment to  the proper3es of the s3muli we see and  filter that limits second  hear. Exposure to a specific data set alters the brain by  establishing neural connec3ons that commit the brain to  processing informa3on in an ideal way for a par3cular input. ..  language learning  Neural commitment func3ons as a filter that affects future  processing…   •  In adulthood, second language learners have to overcome  commiKed brains to develop new networks.” (Bransford, et al,  in Sawyer, 2009, p. 21‐22) 
  • 24. Can we learn anything? Evolu3on and selec3on •  «… I have oXen observed that educators hold an implicit model of brain as a tabula  rasa or blank slate (Pinker, 2002), ready to be filled through educa3on and classroom  prac3ce. In this view, the capacity of the human brain to be educated, unique in the  human kingdom, relies upon an extended range of cor3cal plas3city unique to  humans. The human brain would be special in its capacity to accommodate  an  almost infinite range of new func3ons through learning.  •  In this view, then, knowledge of the brain is of no help in designing educa3onal  policies.   •  …. Much of current classroom content, so the reasoning goes, consists in recent  cultural inven3ons, such as the symbols we use in wri3ng  or mathema3cs.  Those  cultural tools are far too recent to have exerted any evolu3onary pressure on brain  evolu3on. … Thus, it is logically impossible that there exist dedicated brain  mechanisms evolved for reading or symbolic arithme3c. They have to be learned,  just like  myriads of other facts and skills in geography, history, grammar, philosophy  … The fact that our children can learn those materials implies that the brain is  nothing but a powerful universal learning machine.  » (Dehaene, in BaKro, Fischer, &  Léna, 2008, p. 233).  
  • 25. Biology and culture •  Implica3on of the idea  •  «… While such a learning‐based theory might explain the vast range  of tabula rasa: each  of  human cultural abili3es, it also implies that the brain  learner is radically  implementa3on of those abili3es should be highly variable across  different from other  individuals. Depending on an individual’s learning history, the same  learners, and the  brain regions might become involved in various func3ons. … Thus,  same cerebral areas  one would not expect to find reproducible cerebral substrates for  can be affected to  recent cultural ac3vi3es such as reading and arithme3c.   different func3ons  •  … a wealth of recent neuroimaging and neuropsychological findings  shed light on the ability of the human brain to acquire novel cultural  objects such as reading and arithme3c. Those data go against the  hypothesis of an unbiased tabula rasa.  •  … Small cor3cal regions, which occupy reproducible loca3ons in  different individuals, are recruited by tehse tasks.They accomplish  thier func3on automa3cally and oXen without awareness.  Furthermore, the leasion of these regions can lead to specific  reading or calcula3on impariments. In brief, the evidence seems to  support the  existence of dis3nct, reproducible, and rather  specific  bases for reading and arithme3c … 
  • 26. Neural recycling •  Neural  •  «… Close examina3on of the func3ons of those brain areas in evolu3on  Recycling  suggests a possible resolu3on of this paradox. It is not the case that those  hypothesis:  areas acquire an en3rely dis3nct, culturally arbitrary new func3on. Rather,  biology and  they appear to possess, in other primates, a prior func3on closely related to  culture have a  the one that they will eventually have in humans. … rela3vely small changes  reciprocal  may suffice to adapt them to their new cultural domain.   influence  •  « neural recycling hypothesis », according to which the human capacity for •  The example of  cultural learning relies on a process of pre‐emp3ng or recycling pre‐exis3ng  mathema3cs  brain circuitry.  •  In my opinion, this view implies that an understanding  of the child’s brain  organiza3on is essn3al to educa3on.  •  … It postulates that, although Arabic digits and  verbal numerals are culturally  arbitrary and specific to humans, the sense of numerical quan3ty is not. This  « number sense »  is present in very young infants and in animals. We learn  to give meaning to our symbols and calcula3on by connec3ong them to this  pre‐exis3ng quan3ty representa3on. …  •  Animals and infants cannot discriminate two neighboring numbers such as 36  and 37, but only have an approximate feeling of numerosity which gets  progressively coarser as the numbers get larger.  » (Dehaene, in BaKro,  Fischer, & Léna, 2008, p. 234).  
  • 27. Neural recycling •  Neural  •  « Tanaka and colleagues (Tanaka, 1996) have studies the minimal features of  Recycling  objects that make monkey occipito‐temporal neurons discharge. To this end,  hypothesis:  they have used a procedure of progressive simplifica3on. First, a large set of  biology and  objects is presented un3l one is found that reliably causes a given neuron to  culture  discharge. The the shape of the object is simplified while trying to maintain an  have a  op3mal neuronal response. When the shape cannot be simplified further  reciprocal  without loosing the neuronal discharge, it is thought that one has discovered the  influence  simplest feature to which the neuron responds. Remarkably, many of these •  The  shapes resemble our leKers: some nerons respond to tow bars shapen in a T,  example of  others to a circle or to two superimposed circles forming a figure 8, etc.  reading  Obviously, those shapes have not been learned as leKers. Rather, they have  emerged in the course of ontogeny and/or phylogeny as a simple repertoire of  shapes….  •  In summary, reading, just like arithme3c, does not rely only on domain‐general  mechanisms of learning. Rather, learning to read is possible because our visual  system already possesses exquisite mechanisms for invariant shape recogni3on,  as well as the appropriate connec3ons to link those recognized shapes to toher  areas involved in auditory and abstract seman3c representa3ons of objects.   •  Learning is also possible because evolu3on has endowed the system with a high  degree of plas3city. Although we are not born with leKer detectors, leKers are  sufficiently close to the normal repertoire of shapes in the inferotemporal  regions to be easily acquired and mapped onto sounds. We pre‐empt part of this  system while learning to read, rather than crea3ng a « reading area » de novo.  » (Dehaene, in BaKro, Fischer, & Léna, 2008, p. 241‐242).  
  • 28. PRACTICAL ISSUES RELATED TO PLASTICITY AND LEARNING ‐ LONG LASTING LEARNING ‐ TRANSFERABLE LEARNING  ‐ BIASES IN THE EVALUATION OF LEARNING EFFECTS 
  • 29. From theory to prac3ce  •  “Learning and brain plas3city are fundamental proper3es of the •  How can we generate successful   nervous system, and they hold considerable promise when it  interven3ons for promo3ng  comes to learning a second language faster, maintaining our  relevant learning ?   perceptual and cogni3ve skills as we age, or recovering lost  –  How do we pass from theory to  func3ons aXer brain injury. Learning is cri3cally dependent on  prac3ce?  experience and the environment that the learner has to face. A  –  Which kind of theory and  central ques3on then concerns the types of experience that  evidence do we need?   favor learning and brain plas3city. Exis3ng research iden3fies  three main challenges in the field. First, not all improvements in  –  What is relevant learning?  performance are durable enough to be relevant. Second, the  –  Learning that is long‐las3ng and  condi3ons that op3mize learning during the acquisi3on phase  transferable  are not necessarily those that op3mize reten3on. Third, learning  is typically highly specific, showing liKle transfer from the trained  –  How do we promote learning  task to even closely related tasks.  that is long‐lasFng and  •  While individuals trained on a task will improve on that very task,  transferable?   other tasks, even closely related ones, oXen show liKle or no  improvement.  •  … brain plas3city … can also be maladap3ve … as when expert  string musicians suffer from dystonia or motor weakness in their  fingers as a result of extensive prac3ce with theirinstruments.   •  Finally, … we are s3ll missing the recipe for successful brain  plas3city interven3on at the prac3cal level.” (Bavelier, et al., in  Gazzaniga, 2009, p. 153) 
  • 30. Training & Relevant learning  •  “it is well documented that individuals who have an •  Studies on the effects of training on learning should  ac3ve interest taken in their performance tend to  prove that the effects are long‐las3ng and that there  improve more than individuals who have no such  is a causal rela3onship between the kind of training  interest  taken…  and the learning effect  •  This effect can lead to powerful improvements in  –  The placebo effect of learning: mo3va3onal factors  performance that have liKle to do with the specific  influence performance, but they are not part of the  learning experience being evaluated  cogni3ve  training regimen being studied, but instead  –  The popula3on effect: causal links are not the same  reflect social and mo3va3onal factors that influence  than correla3ons, since correla3on could depend   performance.  from external factors  •  Inherent differences in abili3es may lead to to the  differences in the ac3vi3es experienced, rather than the  other way round. For example, individuals born with  superior hand‐eye coordina3on may be quite successful  at baseball and thus preferen3lly tend to play baseball, …  •  The effects of training should be measured at least a full  day aXer comple3on of training…  •  Training studies should include a groupe that controls for  test‐retest effects … and, just importantly, for  psychological and mo3va3onal effects.   •  Finally, evalua3on of the efficacy of training cri3cally  depends on the choice of outcome measures. Outcome  measures closely related to the training experience are  more likely to show robust improvement  … Yet it is  cri3cal to show transfer to new tasks within  the same  domain …” (Bavelier, et al., in Gazzaniga, 2009, p.  154‐155) 
  • 31. Learning as reusable •  “Learning involves acquiring new informa3on  •  Learning is supposed to be re‐usable  and uFlizing it later when necessary. Thus,  –  An example: Imagine a motor therapy which  any kind of learning implies generalizaFon of  induces the learning of new movements, but  the originally acquired informa3on: to new  these movements can only be accomplished  occasions, new loca3ons, new objects, new  in the therapy room  contexts, etc. However, any piece of new  informa3on that an organism perceives is  episodic and par3cular: it involves a single  3me, a specific loca3on and context, and  par3cular objects).” (Gergely & Csibra, 2009,  p. 3)  •  “The ques3on of how one can learn (i.e.,  acquire general knowledge) from bits of  episodic informa3on is known as the  inducFon problem and has been tackled by  various theories of learning. These usually  rely on sta3s3cal procedures that involve  sampling mul3ple episodes of experience to  form the basis of generaliza3on to novel  instances.” (Gergely & Csibra, p. 3) 
  • 32. Learning is long‐las3ng  The neuromyth of the Mozart effect •  In many cases, training produces effects that  •  “Many types of transient effect may indeed  cannot be considered as relevant learning,  be causally related to the training  because:   interven3on; however, they are not  considered true learning effects because they  –  It is not sufficiently generalized learning: an  last only a few minutes following the  effect on learning that is bound to the trained  cessa3on of training.   task is barely interes3ng  •  An excellent example is the so‐called Mozart  –  It is not long‐las3ng learning : an effect on  effect, where listenint to only 10 minutes of a  learning is not proved by experiments that  Mozart sonata was reported to lead to   evaluate short‐term effects (e.g.: violent  significant performance increases on the  effects of violent video games)  Stanford Binet IQ spa3al reasoning task …   –  Other variables than the the learning  experience produce an effect, but are not  •  Unfortunately, in addi3on to proving difficult  controlled for and evaluated  to replicate consistently, … the validity of this  enhancement as true learning effect has  been ques3oned, as any posi3ve effects last  only a few minutes.” (Bavelier, et al., in •  The Mozart effect, a classic case of  Gazzaniga, 2009, p. 153)  performance enhancement that is NOT a  form of learning, because it does not last •  … and a classic neuromyth 
  • 33. Learning is long‐las3ng  The lack of evidence about violent  video games  •  Violent video games seem to produce effects  •  “studies that have examined the impact of  on physiological arousal, verbal violence, but  playing violent viode games on aggressive  these effects are only tested few minutes  behavior may suffer from the same  aXer the exposi3on.  weakness, as the tests used to assess  changes in the dependent variables of  interest (behavior, cogni3on, affect, etc;) are  typically given within minutes of the end of  exposure to the violent video game. Given  that violent video games are known to  trigger a host of transient physiological  changes associated with increased arousal  and stress (i.e. fight or flight responses) it is  important to demonstrate that any changes  in behavior or cogni3on are noy likewise  transient in nature.” (Bavelier, et al., in  Gazzaniga, 2009, p. 154) 
  • 34. Learning generalizable and  transferable  •  Learning shows a strong specificity: transfer  •  “In the field of learning, transfer of learning  to even near domains is rare  from the trained task to even other very  similar task is generally the excep3on rather  than the rule.   •  For isntance, Pashler and Baylis (1991)  trained subjects to associate one of three  keys with visually presented symbols (leX key  = P or 2, middle key = V or 8, right key = K or  7). Over the course of mul3ple training  blocks, par3cipants reac3on 3me decreased  significantly. However, when new symbols  were added that needed to be mapped to  the same keys in addic3on to the learned  symbols … no evidence of transfer was  evident.” (Bavelier, et al., in Gazzaniga, 2009,  p. 153‐154)