Forskere fra amerikanske Darthmouth College har utviklet en metode de mener kan måle hvor godt en student forstår et konsept. Dette gjør de ved å måle hjerneaktiviteten.

Forskerne tok utgangspunkt i ingeniørfag i undersøkelsen. Det ble brukt 28 Dartmouth-studenter i eksperimentet. De var fordelt i to grupper: En med ingeniørstudenter og en med nybegynnere. Ingeniørstudentene hadde tatt minst ett ingeniørfag, mens de andre ikke hadde vært borti det enda.

Professor David Kreamer, hovedforskeren bak studien, begrunnet bruken av ingeniørfag med at de er utfordrende, og at man må ha bygd seg opp en god forståelse.

– Antakeligvis vil denne kunnskapen vise seg i mønstre i hjerneaktiviteten. Vi har ikke en detaljert forståelse av hvordan hjernen tar til seg denne typen kompleks og abstrakt kunnskap, så det er det vi vil finne ut av, sier Kreamer i en pressemelding på universitetets nettsider.

Ble testet i skannere

Studentene fikk tre tester som handlet om hvordan strukturer bygges. Forskerne sjekket dermed forståelsen av Newtons tredje lov:

«Når det virker en kraft på legemet, vil det alltid virke en like stor kraft tilbake fra legemet».

Alle kreftene i en struktur som står stille må altså være i likevekt.

I starten av studien ble deltakerne gitt en kort oversikt over de ulike typene kreftene. De fikk så presentert en rekke bilder av ulike strukturer som broer, lamper og bygninger.

De ble så plassert i en fMRI-skanner. Skanneren ser små endringer i blodstrømmer som oppstår i hjernedelene som er aktive. Nå ble de bedt om å tenke på hvordan strukturen klarte å holde gjenstanden i likevekt. Deretter fikk de se det samme bildet med piler som representerte styrken i strukturen. De skulle så svare på om de newtonske styrkene hadde blitt satt opp riktig.

Ingeniørstudentene svarte 75 prosent riktig, mens nybegynnerne svarte 53,6 prosent riktig.

Jo høyere hjernescore, jo bedre

Forskning på hvordan informasjon lagres i hjernen er ofte avhengig av gjennomsnittlig data på tvers av deltakere i en gruppe. Deretter sammenligner forskerne resultatene med folk fra en annen gruppe (for eksempel eksperter mot nybegynnere).

Dartmouth-forskerne ønsket å utvikle en data-drevet metode som kunne komme med en individuell «hjernescore» – basert på hjerneaktiviteten, uten å måtte spesifisere hvilken gruppe deltakeren var en del av.

Teamet lagde en metode de kalte «informativ nettverksanalyse», en maskinlæringsalgoritme som produserte en hjernescore som kunne forutsi ulikheter i deltakernes prestasjoner.

For å sjekke hjernescore-metoden, sammenlignet forskerne hver students hjernescore med hans eller hennes prestasjoner på de tre testene. Resultatene viste at jo høyere hjernescore deltakerne hadde, desto bedre gjorde de det på testene.

– Når ingeniør-studenter så på bilder av virkelige strukturer, ville studentene automatisk bruke sin tekniske kunnskap, forklarer Kraemer.

Hjernen brukes på ulike måter

Kraemer forklarer videre at maskinlæringsalgoritmen, basert på likhetene i hjernens aktivitetsmønster, var i stand til å generere en hjernescore som viste deltakernes underliggende kunnskap.

– Ideen her er at ingeniører og nybegynnere vil se noe ulikt når de ser på et fotografi av en struktur, og vi plukker opp denne forskjellen, sa han.

Som ved tidligere forskning, viste resultatene at ingeniør-kunnskap var knyttet til aktivitetsmønstre i flere deler av hjernen, inkludert dorsal frontoparietal som bidrar til romlig orienteringsevne, og deler av ventral occipitotemporal cortex som vi bruker når vi kjenner igjen og kategoriserer ting med synet.

Forskerne mener at analysen kan ha større bruksområder, blant annet at det kan brukes til å evaluere effektiviteten av ulike undervisningsmetoder.

Kan ikke gå på enkeltpersoner

Karsten Specht er professor ved Institutt for biologisk og medisinsk psykologi ved Universitetet i Bergen.

– Denne fMRI-metoden er en metode som foreløpig kun fungerer på gruppenivå. En må sammenligne en gruppe personer med en annen gruppe personer. Hver gruppe bør ha 20 eller flere personer, sier han til forskning.no.

Han forteller at resultatene på individnivå fortsatt er for variable, men at metoden stadig blir bedre og mer sensitiv.

Specht forteller at hans egen forskergruppe ved Universitetet i Bergen, Re:State, ser på påliteligheten til fMRI og hvordan den kan forbedres. De fokuserer på å få metoden mer pålitelig og stabil slik at den kan brukes klinisk.

– Det vil si å bruke fMRI til diagnostisering av hjernesykdommer som demens, slag, eller psykiatriske lidelser.

Han forteller at metoden kan brukes for å finne ut om deler av hjernen fungerer som de skal, og til å følge med på rehabiliteringsprosessen.

Forteller mer om læring enn kunnskap

Specht ser ikke for seg at hjerneskanning kan brukes for å sjekke om noen er kvalifiserte ved for eksempel ansettelser.

– Bortsett fra at jeg synes at det er uetisk å bruke hjerneskanning til noe annet enn klinisk diagnostisering, så er det også et annet problem med en slik tilnærming, sier han.

Specht sier at vi trolig bare vil se forskjeller mellom nybegynnere og profesjonelle.

– Hvis vi lærer noe nytt, oppstår det stor aktivitet i hjernen i begynnelsen, der mange forskjellige hjerneområder involveres. Blant annet prefrontal korteks som de fokuserer på i denne artikkelen.

Men denne «nye» hjerneaktiviteten vil gå ned igjen, eller flyttes til andre områder.

– Når vi blir flinkere i den nye ferdigheten og gjør oppgaven ofte, blir også hjernen flinkere. Vi bruker mindre energi og får tettere koblinger for å gjøre akkurat den samme jobben.

Specht mener at metoden de amerikanske forskerne har brukt forteller oss mer om læringsprosesser enn om folks kunnskapsnivå. Han påpeker at forskerne i denne studien kun brukte studenter.

– Forskerne ville kanskje ikke har klart å finne samme forskjellen hos ingeniører med langvarig erfaring, sier han.

Han sier at metoden ser ut til å være i stand til å fange opp små forandringer som oppstår under en læringsprosess. Kanskje kan den brukes til å studere konsolideringsprosessen vår nærmere.

– Det vil si den fasen i en læringsprosess der hjernen optimerer koblingene, slik at en kan løse samme oppgave med mindre energi, sier han.

Effekt ved behandling

Specht forteller at metoden kan brukes ved rehabilitering, der noen har å fått en skade på hjernen.

– Det er mer spennende å bruke denne metoden i et klinisk sammenheng for å undersøke om terapi eller behandling viser effekt.

Da er det nemlig viktig å følge opp forandringer i hjerneaktiviteten.

– Jeg mener at metoden som forskerne presenterer i denne studien har flere anvendelsesområder, men jeg ville begrense meg mest til klinisk bruk, hvor det er mest hensiktsmessig.

Referanse:

Joshua S. Cetron & David J.M. Kraemer m.fl. Publisert 02. Mai 2019. Decoding individual differences in STEM learning from functional MRI data: Nature Communications. Doi: https://doi.org/10.1038/s41467-019-10053-y