دانشمندان در یک مطالعه نوین اثبات کرده‌اند که تحریک الکتریکی ضعیف در شبکه‌های عصبی مغز می‌تواند مبنایی برای ارتقای یادگیری ریاضی فراهم آورد.
بر اساس پژوهشی که در ژورنال علمی PLOS Biology منتشر شده، تیمی از محققان به رهبری پروفسور «روی کوهن کادوش» از دانشگاه ساری بریتانیا (University of Surrey) دریافتند که شدت ارتباط بین نواحی مختلف مغز، می‌تواند میزان موفقیت افراد در یادگیری ریاضی را پیش‌بینی نماید. همچنین مشخص شد که تحریک الکتریکی ملایم این مناطق، توانایی‌های محاسباتی را در گروه خاصی از افراد تقویت می‌کند.
🔗 بیشتر بخوانید: گزارش سال ۱۴۰۲ صرافی ارز دیجیتال تبدیل انتشار شد_به رنگ صبح
بررسی تأثیر تحریک مغزی بر عملکرد ریاضی
در این آزمایش، ۷۲ داوطلب در طول یک دوره پنج‌روزه در حل طیف وسیعی از مسائل ریاضی شرکت کردند. در این بازه زمانی، شرکت‌کنندگان تحت تحریک الکتریکی ضعیف در نواحی گوناگون مغز قرار گرفتند؛ از جمله قشر پیش‌پیشانی پیشین جانبی (dlPFC) که در توابع اجرایی و محاسباتی نقش دارد، و قشر آهیانه‌ای پسین (PPC) که در فرآیند بازیابی حافظه دخالت دارد.
علاوه بر این، محققان با بهره‌گیری از تکنیک طیف‌نگاری با تشدید مغناطیسی (MRS)، غلظت دو ناقل عصبی حیاتی یعنی گلوتامات و گاما-آمینو بوتیریک اسید (GABA) را اندازه‌گیری نمودند. این دو ماده به عنوان نشانگرهای کلیدی ظرفیت مغز برای یادگیری و انعطاف‌پذیری عصبی شناخته می‌شوند.
🔗 بیشتر بخوانید: تعداد کاربران صرافی پول نو به بیشتر از ۵۰۰ هزار نفر رسید
یافته‌های تحقیق حاکی از آن است که افرادی که از پیش ارتباط عصبی قوی‌تری بین dlPFC، PPC و هیپوکامپ (منطقه‌ای مرتبط با حافظه بلندمدت و تعمیم الگوریتم‌ها) داشتند، در حل مسائل محاسباتی عملکرد بهتری از خود نشان دادند. با این حال، این ارتباط قوی در مسائل مبتنی بر حافظه کاری تأثیر چندانی نداشت.
نکته کلیدی این است که در داوطلبانی که ارتباط ضعیف‌تری بین dlPFC و PPC داشتند، اعمال تحریک مغزی در ناحیه dlPFC منجر به پیشرفت قابل‌توجهی در یادگیری محاسباتی گردید. محققان معتقدند این نتایج می‌تواند مبنایی برای به کارگیری تحریک مغزی به عنوان ابزاری حمایتی از یادگیری ریاضی در افرادی باشد که از نظر زیستی با چالش‌های شناختی روبرو هستند.
این پژوهش به پیوند پیچیده‌ای میان شیمی مغز، انعطاف‌پذیری عصبی و تعامل نواحی حافظه و کنترل اجرایی اشاره دارد که نیازمند بررسی‌های دقیق‌تری است. بر اساس اظهارات محققان، مطالعات آتی باید ارزیابی کنند که آیا این رویکردها می‌توانند در محیط‌های واقعی و فراتر از شرایط آزمایشگاهی نیز اثربخش باشند.
