Il cervello è l’oggetto più complesso dell’universo conosciuto. Circa 100 miliardi di neuroni rilasciano centinaia di neurotrasmettitori e peptidi in una dinamica che abbraccia scale temporali dal microsecondo alla vita intera. Data questa complessità, i neurobiologi possono trascorrere carriere produttive studiando un singolo recettore. Gli psicologi potrebbero comprendere più produttivamente la mente ignorando del tutto il cervello?
Marr (1977) ha suggerito che i processi mentali possono essere studiati a tre livelli di analisi: computazionale (gli obiettivi del processo), algoritmico (il metodo) e implementazione (l’hardware). La separazione implica che gli stessi obiettivi computazionali e algoritmi possono essere realizzati da un cervello umano o da un computer, e il mezzo fisico – neurone o silicio – è irrilevante. Questo concetto è stato fondamentale per il movimento delle scienze cognitive e ha dato ai suoi praticanti il permesso di ignorare comodamente il cervello. Ma è stato seriamente messo in discussione: Una computazione di alto livello (ad esempio, decidere la prossima mossa in una partita a scacchi) può essere realizzata in un numero virtualmente infinito di modi. Costruire un modello di computer che realizzi l’obiettivo computazionale dice poco sul fatto che lo faccia nello stesso modo in cui lo farebbe un umano. L’hardware fornisce vincoli critici sullo spazio dei modelli possibili.
Il dibattito sulla necessità di studiare il cervello per capire la mente è ora condotto tra una rete di migliaia di scienziati e studiosi in tutto il mondo. Il consenso emergente sembra essere che l’implementazione è importante. È interessante notare che la domanda inversa viene posta anche dai neurobiologi – dobbiamo considerare la mente per capire il cervello? – e la risposta è ampiamente e sempre più affermativa.
Possiamo imparare molto sulla mente senza conoscere un neurone da un astrocita. Come ripeto spesso a me stesso e occasionalmente agli altri, “Se vuoi capire le prestazioni umane, studia le prestazioni umane”. Ma i dati sul cervello forniscono informazioni sulla mente che non possono essere ricavate nemmeno dagli studi più accurati sul comportamento. In breve, i dati cerebrali forniscono un fondamento fisico che limita la miriade di modelli altrimenti plausibili della cognizione. Ci danno una finestra diretta su quali processi mentali coinvolgono processi neurobiologici simili e diversi, permettendoci di usare la biologia per “scolpire la natura nelle sue articolazioni” e capire la struttura dei processi mentali (Kosslyn, 1994). La funzione cerebrale fornisce anche un linguaggio comune per confrontare e contrapporre direttamente processi che altrimenti sono “mele e arance”, come l’attenzione e l’emozione. Questo linguaggio comune è una base per l’integrazione della conoscenza attraverso diversi tipi di ricerca – di base e clinica, umana e non umana.
Poiché gli usi generali del neuroimaging sono stati discussi eloquentemente altrove, mi concentro qui su alcuni esempi di come la risonanza magnetica funzionale (fMRI) è stata utile nel mio lavoro (vedi Jonides, Nee, & Berman, 2006). Inoltre, poiché ogni metodo ha i suoi limiti, discuto alcune delle insidie di fare inferenze psicologiche dai dati di neuroimaging.
Un uso per me è stato nella comprensione della struttura dell’emozione e dei processi di controllo esecutivo, e i modi in cui il controllo cognitivo opera in situazioni emotive e non emotive. Io e i miei colleghi ci siamo chiesti: Il dolore è diverso dalle emozioni negative come la tristezza e la rabbia, o sono varianti di un tema comune? Nelle meta-analisi abbiamo scoperto che il dolore e le emozioni negative attivano reti cerebrali distinte, ma condividono caratteristiche come l’attività della corteccia anteriore e frontale con una classe più ampia di processi, compresa l’attenzione (Wager & Barrett, 2004; Wager, Reading & Jonides, 2004). Al contrario, diverse varietà di emozioni negative impegnano reti in gran parte sovrapposte. Così, il dolore sembra essere distinto dall’emozione negativa, ma i punti in comune suggeriscono modi in cui possono condividere processi sottostanti come l’attenzione aumentata.
Le domande sulla somiglianza e la distintività dei processi mentali sono state al centro della psicologia fin dalla sua nascita, ma le risposte definitive sono state sfuggenti. Le inferenze si sono basate in gran parte sulle correlazioni nelle prestazioni tra i compiti (o nelle risposte fisiologiche, per le emozioni). Ma i dati sulle prestazioni sono relativamente poveri di informazioni: il fatto che due compiti richiedano lo stesso tempo per essere completati dice poco sul fatto che i processi coinvolti nella selezione della risposta siano gli stessi. Le risposte fisiologiche soffrono di simili problemi di specificità. Il neuroimaging fornisce una fonte di informazioni molto più ricca: se due compiti attivano le stesse regioni del cervello allo stesso modo, è probabile che coinvolgano processi simili. Questa logica fornisce un modo per valutare la struttura dei processi mentali sulla base della somiglianza dei loro modelli di attivazione cerebrale. In uno studio basato su questi principi, abbiamo chiesto se diversi compiti di “controllo esecutivo” coinvolgono un substrato cerebrale comune (Wager, et al., 2005). La sostanziale sovrapposizione dell’attivazione ha suggerito una rete comune per la selezione della risposta controllata.
Anche se le domande sul meccanismo sono più difficili da affrontare, il neuroimaging può essere informativo anche qui. In uno studio fMRI sul dolore, io e i miei colleghi abbiamo scoperto che l’aspettativa di sollievo dal dolore indotta da un placebo coinvolge la corteccia frontale e i meccanismi antidolorifici del mesencefalo (Wager et al., 2004). L’attivazione frontale suggerisce un substrato comune per il mantenimento del contesto cognitivo che modella sia i processi percettivi/motori che affettivi, e l’attivazione del mesencefalo suggerisce l’impegno dei sistemi analgesici oppioidi. Tali prove dirette sui meccanismi con cui le aspettative influenzano il dolore sarebbero difficili da ottenere senza studiare il cervello.
Lo studio indica anche un ulteriore vantaggio del neuroimaging: Nei casi in cui il self-report può essere impreciso, l’imaging può fornire misure dirette convergenti dell’elaborazione centrale di uno stimolo. Mentre le aspettative potrebbero influenzare i rapporti sul dolore per motivi non interessanti legati alla distorsione cognitiva di segnalazione, la prova che le aspettative influenzano l’elaborazione del dolore in corso fornisce la prova convergente che essi modellano l’esperienza del dolore.
Sì, ci sono molti modi in cui i dati di neuroimaging possono essere utilizzati in modo errato o interpretati male. I livelli lordi di attività cerebrale regionale potrebbero in alcuni casi essere disinformativi sulla somiglianza dei compiti psicologici: Due compiti dissimili possono coinvolgere le stesse regioni ma usare diverse popolazioni di neuroni o coinvolgere diversi modelli di connettività tra le regioni. Due compiti simili potrebbero coinvolgere regioni diverse ma implicare lo stesso tipo di calcolo. L’attività neurale può essere mancata, poiché il segnale di imaging osservato riflette solo indirettamente l’attività neurale, e l’attivazione di imaging osservata potrebbe non essere essenziale per il compito.
Una delle maggiori insidie è la tentazione di osservare l’attività cerebrale e fare inferenze sullo stato psicologico-per esempio, per dedurre il recupero della memoria episodica dall’attività ippocampale, la paura dall’attività dell’amigdala, o l’elaborazione visiva dall’attività nella ‘corteccia visiva’ (Barrett & Wager, 2006; Poldrack, 2006; Wager et al., in stampa). Queste inferenze ignorano la portata dei processi che possono attivare ciascuna di queste aree e comportano una fallacia nel ragionamento: “se la memoria allora l’ippocampo” non è la stessa cosa che “se l’ippocampo allora la memoria”. Il fatto che poche aree cerebrali, compresa la “corteccia visiva”, siano dedicate a un processo significa che l’auto-rapporto è ancora il gold standard per valutare l’esperienza emotiva e i contenuti del pensiero (Shuler & Bear, 2006). Questa è una sfida seria per coloro che vorrebbero, per esempio, valutare le vostre preferenze di marca o la vostra affiliazione politica da una scansione del cervello. (E non è più facile semplicemente chiedere?)
Questi problemi sono significativi, ma non esiste un metodo perfetto – una comprensione della mente deve emergere da uno sforzo coordinato utilizzando prove convergenti da tutti gli strumenti a nostra disposizione. Molti dei problemi di cui sopra vengono affrontati dai progressi nei metodi di acquisizione e analisi dei dati, l’accumulo di più dati sulla mappatura tra la struttura del cervello e la funzione psicologica, e una visione più sfumata di quali tipi di inferenze sono plausibili. Credo che con la maturazione del campo, l’esuberanza della gioventù lascerà il posto a una visione più equilibrata di quando e come il neuroimaging può informarci sulla mente. Quello che abbiamo già imparato è considerevole, e l’integrazione accelerata tra i campi sta portando a modelli sempre più sofisticati e veridici della mente.
Barrett, L.F. and Wager, T.D. (2006). La struttura dell’emozione: Prove da studi di neuroimaging. Current Directions in Psychological Science, 15, 79-83.
Jonides, J., Nee, D.E., Berman, M.G. (2006). Cosa ci ha detto il neuroimaging funzionale sulla mente? Così tanti esempi, così poco spazio. Cortex, 42, 414-427.
Kosslyn, S. M. (1994). Scolpire un sistema nelle sue articolazioni. In immagine e cervello: La risoluzione del dibattito sulle immagini mentali. Cambridge, MA: MIT Press.
Marr, D. e Poggio, T. (1977). Dalla comprensione della computazione alla comprensione dei circuiti neurali. Neurosciences Res Prog Bull, 15, 470-488.
Poldrack, R.A. (2006). I processi cognitivi possono essere dedotti dai dati di neuroimaging? Trends in Cognitive Sciences, 10, 59-63.
Shuler, M.G., Bear, M.F. (2006). Reward timing nella corteccia visiva primaria. Science, 311, 1606-1609.
Wager, T.D. and Barrett, L.F. (2004). Dall’affetto al controllo: Specializzazione funzionale dell’insula nella motivazione e nella regolazione.
Wager, T.D., Reading S., Jonides, J. (2004). Studi di neuroimaging di spostamento dell’attenzione: Una meta-analisi. Neuroimage, 22, 1679-1693.
Wager, T.D., et al. (2005). Componenti comuni e unici di inibizione della risposta rivelato da fMRI. Neuroimage, 27, 323-340.
Wager, T.D. et al. (in stampa). Elementi di neuroimaging funzionale. In J. Cacioppo e R.J. Davidson (Ed.), Handbook of Psychophysiology. Cambridge, MA: Cambridge University Press.
Wager, T.D., et al. (2004). Placebo-indurre cambiamenti in fMRI nell’anticipazione e l’esperienza del dolore. Scienza, 303, 1162-1167.