Overt intentions for answers Yes and No are influenced by feedback and context
Diese Studie führt ein von „Akinator“ inspiriertes experimentelles Paradigma ein, um zu demonstrieren, dass die neuronalen Signaturen binärer mentaler Übereinstimmung und Uneinigkeit, einschließlich der P3a- und N270-Komponenten, signifikant durch Feedback, Stimuluskontext und Präsentationssequenz moduliert werden, wodurch die Entwicklung von BCI-Kommunikations- und Verifizierungssystemen vorangetrieben wird.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich Ihr Gehirn als einen superschnellen, stillen Radiosender vor, der ständig Ihre Gedanken ausstrahlt. Lange Zeit haben Wissenschaftler versucht, eine „Gehirn-Computer-Schnittstelle“ (Brain-Computer Interface, BCI) zu bauen – ein Gerät, das diesen Radiosender empfangen und Ihre mentalen Signale in Handlungen übersetzen kann, wie etwa das Tippen eines Buchstabens oder das Bewegen eines Cursors, allein durch das Denken. Eine der vielversprechendsten Methoden hierfür ist das Lauschen auf die „Ja“ und „Nein“-Signale des Gehirns. Wenn Sie etwas sehen, dem Sie zustimmen, feuert Ihr Gehirn einen spezifischen elektrischen Funken ab; wenn Sie etwas Falsches sehen, feuert es einen anderen ab. Dies ist wie ein Geheimcode, bei dem ein „Ja“ ein kleiner, glücklicher Hüpfer ist und ein „Nein“ ein scharfer, verwirrter Stoß. Die große Frage, die Forscher gestellt haben, lautet: Können wir diesen Code präzise genug lesen, um eine zuverlässige Gedankenlesemaschine zu bauen? Die Antwort ist nicht einfach, denn unser Gehirn ist chaotisch. Die Signale ändern sich je nachdem, was man gerade ansieht, wie müde man ist und sogar nach der Reihenfolge, in der die Dinge erscheinen. Wenn die Maschine durch diese Veränderungen verwirrt wird, kann sie nicht mehr unterscheiden, ob man wirklich „Ja“ gemeint hat oder ob sie das Signal einfach falsch interpretiert hat.
Diese Studie, geleitet von einem Team aus Forschern von Universitäten aus Russland und Deutschland, beschloss, ein Spiel zu spielen, um herauszufinden, wie diese „Ja“ und „Nein“-Signale wirklich funktionieren. Sie erstellten eine digitale Version des beliebten „Akinator“-Spiels, bei dem ein Genie versucht, das zu erraten, woran man denkt, indem es Ja-oder-Nein-Fragen stellt. In ihrem Experiment betrachteten 18 Freiwillige ein geheimes Bild (wie eine Gitarre oder eine Katze) und beobachteten dann, wie ein Computer versuchte zu erraten, was es war. Der Computer zeigte eine Kategorie (wie „Tiere“) oder ein spezifisches Bild an. Die Freiwilligen mussten gedanklich „Ja“ sagen, wenn der Computer recht hatte, und „Nein“, wenn er falsch lag. Die Forscher schlossen die Freiwilligen mit 64 Sensoren an ihren Köpfen an, um die elektrische Aktivität des Gehirns mit extremer Präzision aufzuzeichnen.
Was sie fanden, war faszinierend und ein wenig überraschend. Sie entdeckten, dass die „Ja“ und „Nein“-Signale des Gehirns nicht einfach nur An/Aus-Schalter sind; sie sind eher wie komplexe Lieder, die sich je nach Kontext verändern. Wenn der Computer falsch lag, produzierte das Gehirn eine spezifische, „verwirrte“ Welle namens N270, die viel stärker war, wenn der Fehler unerwartet kam. Wenn der Computer richtig lag, produzierte das Gehirn eine „glückliche“ Welle namens P3, die größer war, wenn die richtige Antwort nach einer Serie falscher Vermutungen kam.
Die Forscher fanden auch heraus, dass das Gehirn unterschiedlich reagiert, je nachdem, was gerade erraten wird. Zum Beispiel sah das „Ja“-Signal für Tiere etwas anders aus als das „Ja“-Signal für Lebensmittel oder Werkzeuge. Sie widerlegten jedoch die Idee, dass die Reaktion des Gehirns rein vom Typ des Objekts abhängt; stattdessen schien die Reaktion stark von der Abfolge der Ereignisse abzuhängen. Wenn der Computer ein korrektes Bild zeigte, dann ein falsches und dann wieder das korrekte, änderte sich das Signal des Gehirns auf eine spezifische Weise, die darauf hindeutete, dass es sein Gedächtnis aktualisierte, anstatt nur „Ja“ zu sagen.
Entscheidend ist, dass die Studie darauf hindeutet, dass diese Gehirnsignale davon beeinflusst werden, wie die Informationen präsentiert werden. Die „Ja“- und „Nein“-Antworten waren nicht nur über das Objekt selbst, sondern über die Geschichte, die das Gehirn sich über das Spiel erzählte. Die Forscher maßen diese Signale bei 18 gesunden Freiwilligen und zeichneten zwischen 3 und 5 Sitzungen pro Person auf. Sie fanden heraus, dass die „Ja“ und „Nein“-Signale des Gehirns zwar unterscheidbar, aber auch flexibel sind. Das „Nein“-Signal (N270) war besonders sensibel gegenüber dem Kontext und trat stärker auf, wenn der Fehler eine Überraschung war. Das „Ja“-Signal (P3) war mit der Art und Weise verknüpft, wie das Gehirn sein Arbeitsgedächtnis mit neuen Informationen aktualisiert.
Kurz gesagt legt diese Arbeit nahe, dass wir, um eine wirklich intelligente Gehirn-Computer-Schnittstelle zu bauen, nicht nur nach einem einzelnen „Ja“ oder „Nein“-Knopf im Gehirn suchen können. Wir müssen die ganze Geschichte verstehen: die Reihenfolge der Ereignisse, die Art des Objekts und den Überraschungsfaktor. Das Gehirn ist kein einfacher Taschenrechner; es ist ein Geschichtenerzähler, und seine „Ja“ und „Nein“-Antworten sind durch die Handlung des Augenblicks eingefärbt. Während die Forscher nicht das gesamte Rätsel gelöst haben, haben sie eine klarere Karte des Geländes erstellt, die zeigt, dass die Zustimmungs- und Ablehnungssignale des Gehirns tief mit der Art und Weise verwoben sind, wie wir Aufmerksamkeit schenken und uns erinnern. Dies hilft den Wissenschaftlern zu verstehen, dass zukünftige Geräte intelligenter auf den Kontext achten müssen, nicht nur auf das Signal, um unsere Gedanken genau zu lesen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.