Habit and the hippocampus: Model-based spatial representations without outcome-sensitive control

Este estudo demonstra que o hipocampo pode suportar a seleção de ações habituais e insensíveis a resultados durante a navegação espacial, dissociando assim o uso de mapas cognitivos do controle comportamental orientado a objetivos.

O essencial

O Cérebro e o Mapa: Quando o GPS nos leva ao lugar errado

Imagine que você tem um GPS interno no seu cérebro (o hipocampo). Acreditamos que esse GPS é o que nos permite navegar pelo mundo de forma inteligente, planejando rotas para chegar a onde queremos ir, especialmente quando o caminho muda ou quando precisamos decidir entre duas opções.

Normalmente, pensamos que esse GPS é o que nos torna "inteligentes" e flexíveis. Se você descobre que o seu café favorito agora está amargo (mudou de valor), você usa seu GPS para decidir: "Ah, não vou mais para lá, vou para a loja de chá." Isso é chamado de comportamento orientado a objetivos.

Mas e se o seu GPS estiver funcionando perfeitamente, mas você continuar indo para a loja do café amargo só porque é o caminho que você sempre fez? Isso seria um hábito.

Este estudo de pesquisadores da UCLA quis descobrir: O GPS do cérebro (hipocampo) é sempre o responsável por nos fazer agir de forma inteligente e flexível? Ou ele pode estar trabalhando duro para nos ajudar a seguir hábitos automáticos?

O Experimento: O Labirinto dos Ratos

Os cientistas criaram um labirinto especial para ratos. Imagine um cruzamento em forma de "T" ou "X" no meio de um quarto escuro e sem janelas (para que eles não pudessem usar pontos de referência externos).

• A Regra do Jogo: Em um lado do cruzamento, virar à esquerda dava leite (delicioso) e virar à direita dava água. No outro lado do cruzamento, era o oposto: esquerda era água, direita era leite.
• O Desafio: Para ganhar o leite, o rato precisava saber onde ele estava no labirinto. Se ele estivesse no "Canto Norte", virava para a esquerda. Se estivesse no "Canto Sul", virava para a direita. O mesmo movimento (virar à esquerda) tinha resultados diferentes dependendo de onde ele estava.

Os ratos foram divididos em grupos com diferentes "atalhos":

1. Grupo do GPS (Dependente do Hipocampo): Eles tinham que usar a memória espacial e o sentido de direção para saber onde estavam. Sem o hipocampo, eles se perdiam.
2. Grupo da Luz (Independente do Hipocampo): Havia uma luz (um farol) brilhando perto do leite. Eles podiam simplesmente seguir a luz, sem precisar saber onde estavam no mapa.

A Grande Virada: A Sede

Depois que os ratos aprenderam o jogo perfeitamente, os cientistas mudaram as regras da motivação:

• Eles deixaram os ratos com muita sede (restricção de água).
• Agora, a água era tão valiosa quanto o leite (ou até mais).
• Em seguida, eles testaram os ratos em um labirinto sem recompensa (extinção).

O Resultado Surpreendente:
Mesmo morrendo de sede e sabendo que a água era o prêmio ideal, os ratos continuaram indo para o leite. Eles agiam como robôs, seguindo o caminho que aprenderam antes, ignorando que a água agora era melhor.

Isso aconteceu com ambos os grupos:

• Os que seguiam a luz (sem usar o GPS) ficaram presos no hábito.
• Os que usavam o GPS (hipocampo) também ficaram presos no hábito!

O Que Isso Significa?

Aqui está a grande descoberta: Ter um GPS mental (hipocampo) não garante que você seja flexível.

O estudo mostra que o hipocampo pode estar construindo um mapa mental perfeito, dizendo ao rato: "Você está no Canto Norte, vire à esquerda". Mas esse mapa não está conectado ao sistema de "valor" do cérebro que diz: "Ei, agora a água é melhor que o leite!".

O hipocampo estava fazendo o trabalho de navegação, mas não o trabalho de decisão baseada em valor. O rato sabia onde estava, mas não atualizou sua estratégia para o que era melhor naquele momento.

A Solução: O Treinamento de Reavaliação

Os cientistas fizeram um segundo teste com outro grupo de ratos. Antes de testar a sede, eles deram aos ratos uma aula prática:

• Eles deixaram os ratos famintos e permitiram que eles bebessem água no próprio labirinto.
• Assim, os ratos aprenderam na prática: "Ah, quando estou com sede, virar para a água aqui no labirinto me dá água!".

Quando esses ratos foram testados depois, eles mudaram de comportamento. Eles pararam de ir para o leite e foram para a água.

A Lição:
A flexibilidade (comportamento orientado a objetivos) não vem apenas de ter um mapa mental. Ela vem de aprender a atualizar o valor das coisas dentro desse mapa.

• Os ratos que só seguiram o hábito tinham o mapa, mas não tinham atualizado o "preço" das recompensas no mapa.
• Os ratos que receberam o treinamento especial aprenderam a conectar o mapa à nova necessidade (sede).

Resumo em uma Analogia Final

Imagine que você tem um aplicativo de mapas no celular (o hipocampo) que te diz exatamente como chegar ao seu restaurante favorito.

• Cenário 1 (Hábito): O restaurante fecha e vira uma loja de sapatos. Mas você continua indo lá todos os dias porque o aplicativo te diz "Vire à direita na esquina". Você ignora que o restaurante não existe mais. Seu GPS funciona, mas você não está pensando.
• Cenário 2 (Comportamento Orientado a Objetivos): Você percebe que o restaurante fechou, ouve que há um novo restaurante de sushi que você ama, e o aplicativo de mapas é atualizado para te levar lá.

O estudo descobriu que, às vezes, mesmo quando você tem o aplicativo de mapas funcionando perfeitamente (o hipocampo ativo), você pode continuar seguindo o caminho antigo por puro hábito, a menos que alguém te dê um "choque de realidade" (o treinamento de reavaliação) para conectar o mapa à sua nova necessidade.

Conclusão: O cérebro não é um sistema único. Ter um mapa mental não significa que você é inteligente e flexível. Às vezes, o mapa serve apenas para nos manter presos em rotinas automáticas.

Resumo técnico

Título: Hábito e o Hipocampo: Representações Espaciais Baseadas em Modelo sem Controle Sensível ao Resultado

1. Problema e Contexto Científico

O hipocampo é amplamente reconhecido por construir "mapas cognitivos" internos que suportam a navegação espacial e o planejamento baseado em modelos (model-based planning). A literatura tradicional sugere que o uso dessas representações cognitivas está intrinsecamente ligado ao comportamento direcionado a objetivos (goal-directed), definido operacionalmente pela sensibilidade à reavaliação de resultados (ou seja, a capacidade de ajustar escolhas quando o valor de uma recompensa muda, como em estados de sede ou saciedade).

Em contraste, o comportamento habitual é definido pela insensibilidade à reavaliação de resultados, dependendo de associações estímulo-resposta ou valores de ação "cacheados". Embora se saiba que o hipocampo é crucial para tarefas espaciais complexas e que o estriado dorsolateral esteja associado a hábitos, a questão central deste estudo é: O envolvimento do hipocampo na navegação é suficiente para garantir que o comportamento seja sensível ao valor do resultado? Ou seja, é possível ter um comportamento habitual (insensível ao valor) que ainda depende de representações espaciais mediadas pelo hipocampo?

2. Metodologia

Sujeitos e Design Experimental:

• Sujeitos: 38 ratos Long-Evans (22 fêmeas, 16 machos).
• Procedimento Cirúrgico: Implante bilateral de cânulas no hipocampo dorsal para inativação farmacológica (muscimol) ou controle (aCSF).
• Tarefa: Uma tarefa de navegação espacial em um labirinto em forma de "田" (quatro braços externos e um cruzamento central).
  • Recompensas: Leite condensado (UCM) ou água.
  • Contingência: Ações idênticas (virar à esquerda ou direita) levavam a recompensas opostas dependendo da localização espacial (norte vs. sul). Isso exigia discriminação contextual, não apenas resposta a pistas visuais fixas.

Grupos e Condições de Treinamento:
Os ratos foram divididos em três condições de treinamento para manipular a dependência do hipocampo:

1. Grupo Beacon (Hóquei): Pistas visuais (LEDs) sobre as recompensas de leite. A navegação era independente do hipocampo (baseada em pistas visuais).
2. Grupo Textura: Texturas distintas no chão nos pontos de escolha. Requeria discriminação tátil/espacial, dependendo do hipocampo.
3. Grupo Path Integration (Integração de Caminho): Treinado no escuro, sem pistas táteis ou visuais nos pontos de escolha. Exigia integração de caminho (memória de auto-movimento), dependendo fortemente do hipocampo.

Fases do Experimento:

1. Aquisição: Treinamento intensivo até atingir critérios de precisão (>80-90%).
2. Reavaliação de Motivação:
   • Regime de Aprendizado Incentivado (IL): Ratos foram submetidos a privação de água e testados em um teste de preferência de duas garrafas (água vs. leite) fora do labirinto. Eles aprenderam que a água tinha alto valor quando sedentos, mas não re-experimentaram a contingência ação-resultado no labirinto.
   • Regime de Treinamento de Reavaliação (RT): Ratos realizaram sessões completas de treino no labirinto sob privação de água. Eles aprenderam a associar a ação de virar para a água com o estado de sede.
3. Teste de Extinção/Reavaliação: Sessões sem recompensa (extinção) sob privação de água para verificar se os ratos alterariam sua escolha (de leite para água) com base na nova motivação.
4. Inativação do Hipocampo: Administração de muscimol (agente inibitório) para verificar a dependência do hipocampo durante o desempenho e a reavaliação.

3. Principais Contribuições e Resultados

A. Dissociação entre Representação Espacial e Controle de Valor:

• Comportamento Habitual no Hipocampo: Após o treinamento extensivo, os ratos do grupo IL (Aprendizado Incentivado) tornaram-se insensíveis à reavaliação. Mesmo sob privação de água (onde a água era mais valiosa), eles continuaram a escolher a ação associada ao leite.
• Crucialmente: Esse comportamento habitual ocorreu tanto no grupo Beacon (hipocampo independente) quanto no grupo Discriminação (PathInt + Textura, hipocampo dependente).
• Inativação: A inativação do hipocampo com muscimol prejudicou a precisão do grupo de Discriminação, confirmando que eles estavam usando o hipocampo para navegar. No entanto, mesmo com o hipocampo intacto, esses ratos não ajustaram suas escolhas baseadas no valor da água. Isso demonstra que o uso de um mapa cognitivo não confere automaticamente controle sensível ao valor.

B. Emergência da Sensibilidade ao Resultado:

• A sensibilidade ao resultado (comportamento direcionado a objetivos) só emergiu no grupo que recebeu Treinamento de Reavaliação (RT).
• Neste grupo, os ratos aprenderam a tarefa enquanto estavam sedentos. Isso permitiu que eles associassem o estado motivacional (sede) às ações específicas no labirinto.
• Após o treinamento RT, tanto o grupo Beacon quanto o grupo Discriminação mostraram sensibilidade à reavaliação, alterando suas escolhas para a água quando sedentos.

C. Interpretação Mecanística:
Os autores propõem duas explicações para o comportamento habitual dependente do hipocampo no grupo IL:

1. Memória sem Previsão: O hipocampo inferiu o estado espacial atual (onde estou?), permitindo a seleção de uma ação baseada em valores "cacheados", sem simular prospectivamente o resultado futuro.
2. Previsão sem Valor: O hipocampo previu estados futuros (para onde vou?), mas essas previsões não estavam acopladas a um sistema de valor que atualizava dinamicamente com a mudança motivacional (sede).

4. Significância e Conclusões

• Dissociação Funcional: O estudo fornece evidências robustas de que a dependência do hipocampo para navegação e a sensibilidade ao valor do resultado são processos dissociáveis. Um animal pode usar um mapa cognitivo complexo (hipocampal) e ainda assim agir de forma puramente habitual.
• Revisão do Modelo de "Mapa Cognitivo": Desafia a visão de que o hipocampo é inerentemente um sistema de tomada de decisão flexível e orientada a objetivos. O hipocampo pode fornecer a estrutura espacial (o "modelo"), mas o acoplamento desse modelo a um sistema de valor atualizável depende de outros fatores (como o tipo de treinamento e possivelmente outras regiões cerebrais).
• Implicações para a Aprendizagem: A sensibilidade ao resultado não é uma consequência automática da navegação espacial, mas sim do aprendizado específico que integra o estado motivacional às contingências de ação no ambiente.
• Futuro: Sugere que a transição de comportamento dirigido a objetivos para hábitos pode ocorrer mesmo em tarefas que exigem processamento hipocampal, e que a "flexibilidade" depende de como as representações de estado são acopladas aos sistemas de valor, e não apenas da existência das representações de estado.

Em resumo, o artigo demonstra que o uso de representações cognitivas (mapas) é necessário, mas não suficiente, para o comportamento direcionado a objetivos, estabelecendo uma nova fronteira na compreensão da interação entre memória espacial e sistemas de recompensa.