Your SlideShare is downloading. ×
Cogmaster 2011_Ep1bis
Upcoming SlideShare
Loading in...5

Thanks for flagging this SlideShare!

Oops! An error has occurred.

Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Cogmaster 2011_Ep1bis


Published on

  • Be the first to comment

  • Be the first to like this

No Downloads
Total Views
On Slideshare
From Embeds
Number of Embeds
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

No notes for slide


  • 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. •  Pre‐programming and experience: rela2onship  between learning, development, evolu2on •  Learning all life‐long? •  Learning everything?  •  Prac2cal issues related to plas2city and learning 
  • 5. Defini3on of learning •  Learning = modifica3on of stored  •  “any learning, i.e. the  knowledge and of computa3onal  programs  modifica2on of  computa2onal •  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) 
  • 6. Defini3on of knowledge •  Knowledge is the product  •  « there is no dichotomy between  of biological processes,  hard‐ and soXware in the brain. The  which determine or  way in which brains operate is fully  modify the func3onal  determined by the integra3ve  architecture of the brain  proper3es of the individual nerve •  Learning is one of these  cells and the way in which they are  processes  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) 
  • 7. Modifica3on of the brain’s func3onal  architecture: 3 processes  •  3 different  “altering the integra2ve proper2es of  processes are  individual neurons…   responsible of  changing the anatomical connec2vity  the  paRerns, …  specifica3on/ modifying the efficacy of excitatory  modifica3on of  and/or inhibitory connec2ons.  the brain’s  …”(Singer, 2008, p. 98)  func3onal  architecture  (and thus, of  knowledge  “Evolu3on,   acquisi3on):  Ontogene3c development,  And learning.” (Singer, 2008, p. 98) 
  • 8. a. Learning and evolu3on •  Evolu3on has selected both learning mechanisms  and knowledge contents:  – E.g. : “Fire together, wire together”  – E. g. : How to evaluate regulari3es, extract rules,  associate signals, iden3fy causal rela3ons,  reason, associate emo3ons to sensory s3muli  – E. g. How to interpret sensory signals •  The brain stores knowledge even before making  experiences: it’s not a tabula rasa.  – Educa2on cannot be considered as the task of  filling a hollow box 
  • 9. b. Learning and development •  The brain at birth is s3ll immature: neurons are in place, basic  distant connec3ons between neurons are formed, but not the most  part of the neurons of the cortex •  From birth to the end of puberty, neural circuits are formed and  selected  –  Development includes 3me window, or expects certain s3muli at specific  periods of the life of the animal in order to implement certain func3ons •  During development connec3ons are formed and tested (“fire  together‐wire together”): those connec3ons, which have a high  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 •  Development and learning cross their paths, but aXer puberty neural  circuits and the structural architecture of the brain are (apparently)  mostly stabilized •  Adult learning: Func3onal modifica3ons   –  strength of the connec3ons,   –  efficacy of the connec3ons •   are the main mechanisms for the modifica3on of the func3onal  architecture of the brain •  Learning does not modify the architecture of the brain at a structural  level (mostly):  •  it produces func3onal modifica3ons that affect the strength of the  connec3ons between neurons (synapses) = Func2onal plas2city 
  • 11. The role of experience •  In addic3on to gene3c mechanisms, the brain is  modified by experience •  Both   – At the level of epigenesis and development (see  effects of depriva3on)  – At the level of learning •  But with  – constraints to what can be learnt:   •  certain mechanisms protect the brain from  adap3ng to any new informa3on coming from  the environment 
  • 13. Cri3cal (sensi3ve) periods for learning •  Cri3cal periods = 3me‐ window opportuni3es •  Development of vision  –  Hubel & Wiesel, 1970:  monocular depriva3on  reduces the number of cells  responding to the ac3vity of  the deprived eye  –   monocular depriva3on has  different effects at different  ages •  Development of language 
  • 14. The myth of the first three years •  The no3on of cri3cal periods has been  domina3ng the world of educa3on and has  given birth to myth of the first three years •  Bruer, 1997 describes this myth as a typical  case of bad transla3on from  neuroscien3fic data to educa3onal  applica3ons •  Bruer, 1997 cri3cizes the  iden3fica3on of  learning with  synaptogenesis:  –  Different systems have different sensi3ve  periods, in the sense that they do not develop  at the same rate (including within the visual  system)  –  Human cri3cal periods are not necessarily the  same as animals  –  The brain is more plas2c than accorded  before  –  Learning cannot be reduced to  synaptogenesis 
  • 15.  general rule for neuroeduca3on  •  Bruer has used the myth of the first  three years for showing that  neuroscience is s3ll a bridge too far  from educa3on, and can give rise to  neuromyths and misapplica3ons. So  pay aKen3on to:  •  generaliza3on of considera3ons that  are extracted from  –  Animal experiments  –  Data on specific func3ons  •  erroneous iden3fica3on of brain  mechanism and behavioral  phenomenon  –  E.g., Iden3fica3on of learning with  synaptogenesis 
  • 16. From cri3cal periods to different forms  of plas3city •  (Greenough, Black & Wallace, 1987) have introduced the dis3nc3on between  two ways in which experience modifies the brain: •  Experience‐expectant plas2city:   –  Selected by evolu3on  –  Concerns sensory motor func3ons  –  Allows to fine‐tune the sensory motor systems in rela3onship to the environment  –  Through the selec2on of synapses that have been generated in excess  –  Defines the s3muli that should be found in the environment for the func3on to develop in a  certain way   –  Experiences are very general and concern s3muli, which are normally present in the  environment •  Experience‐dependent plas2city:  –  Does not depend on mechanisms that have been selected by evolu3on according to a precise  3ming  –  Evolu3on has selected a capacity to learn from experience in general  –  Through the genera2on of synapses, and the modifica2on 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  property of mammalian brain is its •  3 mechanisms:  remarkable plas3city, which can be  –  Synap3c plas3city = change in strength  thought of as the ability of  or efficacy of synap3c transmission  experience to modify neural circuitry  –  Synaptogenesis & synap3c pruning  and thereby to modify future  –  Excitability proper3es of single neurons  thought, behavior,  feeling.» (Malenka, 2002, p. 147) •  Synap3c plas3city can be transient  (short term phenomena such as  short‐term adapta3on to sensory  inputs) – depends on modula3on of  transmiKer release •  Or long las3ng: long‐term form of  memory   –  LTP/LTD (long‐term poten3a3on/long‐ term depression) mechanisms 
  • 18. LTP •  LTP: repe33ve ac3va3on of excitatory synapses in the hyppocampus  causes an increase in synap3c strength that can last for hours •  LTP is hypothesized to be involved in the forma3on of memories and  more generally in informa3on storing, hence in learning in general,  because LTP and learning considered at the behavioral level  share  some proper3es:  –  LTP can be generated rapidly and is prolonged and strengthened by  repe33on  –  It is input specific (it is elicited at the ac3vated synapses and not at adjacent  synapses of the same neuron)  –   It’s long‐las3ng  •  How? Modifica3on of dendri3c spines? Growth of spines? Genera3on of new  synapses as a consequence of the splinng or duplica3on of exis3ng spines?   •  Incorpora3ng structural changes into the  mechanisms of long‐term synap3c plas3city  provides means by which the ac3vity  generated by experience can cause long‐las3ng  modifica3ons of neural circuitry  
  • 19. More “structural” plas3city  •  “ Un3l rela3vely recently, it was widely assumed that, except for certain cases of response to brain  damage, the brain acquired all of the synapses it was going to have during development, and that  further plas3c change was probably accomplished through modifica3ons of the strength of  preexis3ng connec3ons. •   … it has now become quite clear that new connec3ons may arise as a result of differen3al housing  condi3ons  and other manipula3ons throughout much, if not all, the life of the rat… •  There has not yet been a specific demonstra3on of what might be represented by the changes in  synap3c connec3ons brought about by differen3al environmental complexity, nor are the details  of the rela3onship between brain structure and behavioral performance.” (Greenough, Black &  Wallace, 1987, p. 547‐548) •  “However, there are a few excep3ons. Over the past years, evidence has become available that in  a few dis3nct brain  region, parts of the hippocampus and the olfactory bulb neurons con3nue to  be generated throughout life, and these neurons form new connec3ons and become integrated in   exis3ng circuitry.” •  “Thus in these dis3nct areas of the brain, developmental processes persist throughout  life…” (Singer, 2008, p. 108) 
  • 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.  •  Hippocampal volume correlated with the amount of 3me  spent as a taxi driver (posi3vely in the posterior and  nega3vely in the anterior hippocampus).  •  These data are in accordance with the idea that the posterior  hippocampus stores a spa3al representa3on of the  environment and can expand regionally to accommodate  elabora3on of this representa3on in people with a high  dependence on naviga3onal skills.  •  It seems that there is a capacity for local plas3c change in  the structure of the healthy adult human brain in response  to environmental demands. (Maguire, et al.,2000) 
  • 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 •  Learning experiences sculpt the brain  and cons3tute a framework for future  learning •  E. g. According to Kuhl (2004) mother  language learning builds a mental filter  that limits second language learning •  the “cri3cal period” depends on  experience as much as 3me, and is a  process rather than a strictly 3med  window of opportunity that is opened  and closed by matura3on.   –  (Bransford, et al, in Sawyer, 2009) 
  • 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 of  tabula rasa: each  learner is  radically  different from  other learners,  and the same  cerebral areas  can be affected  to different  func3ons 
  • 26. Neural recycling hypothesis  •  “… Close examina3on of the func3ons of those brain areas in  evolu3on suggests a possible resolu3on of this paradox. It is not  the case that those areas acquire an en3rely dis3nct, culturally  arbitrary new func3on. Rather, they appear to possess, in other  primates, a prior func3on closely related to the one that they will  eventually have in humans. … rela3vely small changes may suffice  to adapt them to their new cultural domain.  •  « neural recycling hypothesis », according to which the human  capacity for cultural learning relies on a process of pre‐emp3ng or  recycling pre‐exis3ng brain circuitry. •  In my opinion, this view implies that an understanding  of the  child’s brain organiza3on is essen3al to educa3on. 
  • 27. Neural recycling & mathema3cs •  Arabic digits and  verbal  numerals are culturally  arbitrary and specific to  humans •  the sense of numerical  quan3ty is not: it is  present in infants and  animals •  We learn to give meaning  to our symbols and  calcula3on by connec3ng  them to this pre‐exis3ng  quan3ty representa3on 
  • 28. Neural recycling & reading  •  Visual cortex presents mechanisms for invariant shape recogni3on •  Visual cortex is connected with auditory and seman3c areas •  Visual cortex responds to T shapes, circles, superposed circles.. •  Many of these shapes resemble to our leKers •  We do not need to create a reading area ex novo, but can preempt  other visual and auditory mechanisms 
  • 30. From theory to prac3ce •  How can we generate successful  interven3ons for  promo3ng relevant learning ?   –  How do we pass from theory to prac3ce?  –  Which kind of theory and evidence do we need?   –  What is relevant learning?  –  Learning that is long‐las3ng and transferable  –  How do we promote learning that is long‐las2ng and  transferable?  
  • 31. Plas3city in prac3ce •  “Learning and brain plas3city are fundamental  proper3es of the nervous system, and they hold  considerable promise when it comes to learning a  second language faster, maintaining our perceptual  and cogni3ve skills as we age, or recovering lost  func3ons aXer brain injury.  •  Learning is cri3cally dependent on experience and the  environment that the learner has to face. •  … we are s2ll missing the recipe for successful brain  plas2city interven2on at the prac2cal  level.” (Bavelier, et al., in Gazzaniga, 2009, p. 153) 
  • 32. Training & Relevant learning •  In many cases, training produces  effects that cannot be considered  as relevant learning, because  (Bavelier, et al., in Gazzaniga, 2009,  p. 153):   –  They are  not long‐las2ng : an effect  on learning is not proved by  experiments that evaluate short‐ term effects (e.g.: violent effects of  violent video games)  –  They are not sufficiently  generalized: an effect on learning  that is bound to the trained task is  barely interes3ng  –  Other variables than the learning  experience produce an effect, but  are not controlled for and evaluated 
  • 33. Not a maKer of content 
  • 34. Learning as reusable •  “Learning involves acquiring new informa3on  •  Learning is supposed to be re‐usable  and u2lizing it later when necessary. Thus,  –  An example: Imagine a motor therapy which  any kind of learning implies generaliza2on 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  induc2on 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) 
  • 35. The neuromyth of the Mozart effect •  The Mozart effect  (Rauscher, Shaw, Ky, 1993)  –  Effects of listening music on  spa3al reasoning (Stanford‐ Binet IQ test)  –  Enhancement   –  For 15 minutes •   a classic case of  performance enhancement  that is NOT a form of  learning, because it does  not last •  … and a classic neuromyth  –  listening to Mozart increases  the IQ 
  • 36. Georgias Governor Seeks Musical Start for Babies, By KEVIN SACK Published: January 15, 1998 ATLANTA, Jan. 14 — As it is, newborn children in Georgia oXen come home from the hospital with a bag of free goodies: baby wipes, diapers, instruc3ons about breast feeding and immuniza3ons. Now Gov. Zell Miller wants to throw in a liKle something extra: a casseKe tape or compact disc of classical music. The music would not be intended to soothe the frayed nerves of parents genng their first doses of sleep‐depriva3on from their colicky babies. Rather, Mr. Miller, a devoted fan of country and bluegrass music, is convinced that Bach and Mozart can s3mulate brain development at very early ages. That is why Mr. Miller, a Democrat, proposed as part of his $12.5 billion state budget on Tuesday to spend $105,000 to make music available to each of the approximately 100,000 children born in Georgia each year. No one ques3ons that listening to music at a very early age affects the spa3al, temporal reasoning that underlies math and engineering and even chess, the Governor said today. Having that infant listen to soothing music helps those trillions of brain connec3ons to develop. 
  • 37. Aggression and violent video games  •  Violent video games  seem to produce  effects on  physiological  arousal, verbal  violence, but these  effects are only  tested few minutes  aXer the exposi3on  (Bavelier, et al., in  Gazzaniga, 2009, p.  154) 
  • 38. Transfer •  “In the field of learning, transfer of  learning from the trained task to even  other very similar task is generally the  excep3on rather than the rule.  •  For instance, 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) 
  • 39. Methodological issues •  Studies on the effects of training on  learning should prove that the effects are  long‐las3ng and that there is a causal  rela3onship between the kind of training  and the learning effect (Bavelier, et al., in  Gazzaniga, 2009, p. 154‐155)  –  The Hawthorne effect of learning:  mo3va3onal factors influence  performance, but they are not part of  the learning experience being  evaluated  –  The popula3on effect: causal links are  not the same than correla3ons, since  correla3on could depend  from  external factors