Single neurons in the human substantia nigra encode social learning signals
Questo studio dimostra che singoli neuroni dopaminergici nella substantia nigra umana codificano segnali di apprendimento sociale, specificamente tracciando la valenza degli errori di predizione delle norme con un'attività maggiore durante le interazioni con esseri umani rispetto ai computer.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Gli esseri umani sono programmati per navigare in una complessa rete di regole non scritte. Sappiamo che in un gruppo ci sono determinati comportamenti attesi e, quando qualcuno viola tali aspettative, noi lo percepiamo. Questa capacità di avvertire quando un'offerta sociale è ingiusta o quando una norma è stata violata è una pietra angolare del nostro modo di interagire. Per decenni, gli scienziati hanno compreso che il cervello utilizza un sistema di previsione e correzione dell'errore per apprendere queste regole. Quando ci aspettiamo un certo esito e otteniamo qualcosa di diverso, i nostri cervelli registrano un "errore di previsione", un segnale che ci aiuta ad aggiornare la nostra comprensione del mondo. Sebbene sappiamo che questo accada nel cervello, abbiamo ampiamente tirato a indovinare riguardo alla meccanica specifica coinvolta, affidandoci a immagini sfocate dell'attività cerebrale o a studi sugli animali. La questione di come un singolo neurone umano reagisca a un torto sociale è rimasta fuori portata, nascosta nel profondo del nucleo del cervello.
Un team di ricercatori ha ora osservato direttamente questa meccanica registrando l'attività di singoli neuroni nei cervelli di persone sottoposte a neurochirurgia. Si sono concentrati su una minuscola struttura profonda chiamata substantia nigra, una regione nota per il suo ruolo nel movimento e nella ricompensa. Ascoltando i segnali elettrici di singole cellule mentre i pazienti giocavano a un gioco di equità, gli scuderi hanno scoperto che questi neuroni fanno molto di più che tracciare denaro o movimento; essi tracciano specificamente la sensazione di essere trattati equamente o in modo iniquo dalle altre persone. Lo studio suggerisce che il sistema di ricompensa del cervello è profondamente intrecciato con la nostra vita sociale, attivandosi quando riceviamo un'offerta migliore del previsto da un essere umano, ma rimanendo silenzioso quando la stessa offerta proviene da un computer.
L'esperimento si è svolto in una sala operatoria presso l'Icahn School of Medicine al Mount Sinai. I partecipanti erano pazienti affetti da morbo di Parkinson che stavano subendo un intervento chirurgico per l'impianto di un dispositivo volto a controllare i loro sintomi. Prima che i medici impiantassero il dispositivo finale, si sono fermati per eseguire un compito di ricerca unico. I pazienti, svegli e vigili, giocavano a una versione dell'Ultimatum Game. In questo gioco, un partner propone come dividere una somma di venti dollari. Il giocatore può accettare la divisione, nel qual caso entrambe le parti ricevono il denaro, oppure rifiutarla, nel qual caso nessuno riceve nulla. Le offerte variavano da uno a nove dollari, e i partner erano o altri esseri umani rappresentati da avatar o un programma informatico.
Mentre i pazienti compivano le loro scelte, i ricercatori registravano l'attività elettrica dei singoli neuroni nella substantia nigra. Hanno registrato anche l'attività in un'area vicina chiamata globus pallidus per vedere se l'effetto fosse specifico della substantia nigra o una risposta generale in tutto il cervello. Per capire cosa stessero pensando i pazienti, i ricercatori hanno utilizzato un modello computazionale per stimare l' "errore di previsione della norma" in ogni singolo turno. Questa è una misura di quanto l'offerta differisse da ciò che il giocatore si aspettava fosse equo. Se un giocatore si aspettava un'offerta di cinque dollari e ne riceveva sette, si trattava di un errore positivo. Se ne riceveva due, era un errore negativo. Il modello tracciava anche se il giocatore stava giocando contro un essere umano o un computer.
I risultati hanno mostrato un modello chiaro e specifico. Quando i pazienti giocavano contro avatar umani, i neuroni nella substantia nigra si attivavano in risposta all'equità dell'offerta. Nello specifico, queste cellule scaricavano più rapidamente quando l'offerta era migliore del previsto e meno quando era peggiore. Questo segnale riguardava la sensazione che l'offerta fosse equa o meno, non solo l'importo di denaro. Fondamentalmente, questa reazione era molto più forte quando il partner era un essere umano. Quando gli stessi giocatori affrontavano un computer che faceva esattamente le stesse offerte, i neuroni non mostravano questa stessa sensibilità alla correttezza. Le cellule sembravano curarsi profondamente del contesto sociale, distinguendo tra un giudizio umano e un calcolo meccanico.
Al contrario, i neuroni nel globus pallidus, la regione cerebrale vicina, non mostravano affatto questo schema. Non tracciavano l'equità dell'offerta, né reagivano diversamente tra partner umani o computer. Questa scoperta suggerisce che la capacità di codificare segnali di apprendimento sociale è un compito specifico della substantia nigra, non una funzione generale dell'intero ambito. Inoltre, i ricercatori hanno verificato se questi neuroni stessero semplicemente reagendo all'umore dei pazienti. Hanno scoperto che, sebbene i pazienti si sentissero peggio dopo aver rifiutato un'offerta iniqua, i neuroni stessi non tracciavano questi cambiamenti d'umore. Le cellule erano strettamente focalizzate sull'errore di previsione sociale, ovvero lo scarto tra ciò che era atteso e ciò che è stato ricevuto.
Lo studio ha anche rivelato che i pazienti avevano aspettative diverse a seconda di chi fosse il loro interlocutore. Anche se rifiutavano le offerte inique in entrambi gli scenari, il modello computazionale mostrava che si aspettavano offerte più alte dagli esseri umani rispetto ai computer. Nutrivano uno standard di equità più elevato per le persone. I neuroni nella substantia nigra tracciavano questa specifica sfumatura sociale, scaricando in un modo che rifletteva il senso interno di equità del giocatore per un partner umano rispetto a una macchina. Questo lavoro fornisce una rara visione diretta di come il cervello umano elabori le regole sociali al livello più fondamentale, mostrando che le cellule responsabili dell'apprendimento dalle ricompense sono anche quelle che ci aiutano a navigare nel complesso mondo delle interazioni umane.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.