Evidence for timing in the midsession reversal task with rats in operant conditioning boxes

Este estudo demonstra que ratos, embora apresentem desempenho quase ótimo baseado em pistas locais durante a tarefa de reversão no meio da sessão, também utilizam informações temporais globais para ajustar seu comportamento quando o intervalo entre ensaios é manipulado, revelando uma estratégia de decisão mista.

O essencial

Imagine que você está treinando dois grupos de ratos para jogar um jogo de "escolha certa" em uma caixa. O jogo é assim:

1. A Regra do Jogo: Existem duas luzes, uma azul (S1) e uma vermelha (S2).
2. A Metade do Tempo: Nas primeiras 40 tentadas, se o rato apertar o botão da luz azul, ganha um biscoito. Se apertar a vermelha, nada acontece.
3. A Virada de Chave (Sem Aviso): De repente, na tentativa 41, as regras mudam sem aviso prévio. Agora, só a luz vermelha dá biscoito. A azul não dá mais nada.
4. O Desafio: O rato precisa perceber essa mudança e trocar de botão o mais rápido possível para continuar ganhando.

O Mistério: Como eles sabem quando mudar?

Os cientistas queriam saber: Como o rato sabe que chegou a hora de mudar?

Existem duas teorias principais:

• Teoria do "Contador" (Local): O rato conta: "Já ganhei 40 biscoitos, então a próxima deve ser diferente". Ele olha apenas para o resultado da última jogada.
• Teoria do "Relógio" (Global): O rato olha para o relógio. "O jogo dura 10 minutos. Na metade do tempo (5 minutos), a regra muda". Ele usa o tempo que passou como pista.

Antes deste estudo, acreditava-se que os ratos eram mestres na Teoria do Contador. Eles pareciam perfeitos, sem erros, trocando de botão exatamente na tentativa 41. Já os pombos, em testes parecidos, costumavam errar muito (mudar muito cedo ou muito tarde), o que sugeria que eles estavam usando o Relógio e não o Contador.

A Grande Experiência: Trocando o Ritmo

Os cientistas (Reyes e equipe) decidiram testar isso de uma forma criativa. Eles criaram dois grupos de ratos, mas mudaram apenas uma coisa: o tempo de espera entre as tentativas (o "intervalo entre tentadas").

• Grupo Rápido: Esperava apenas 5 segundos entre cada tentativa.
• Grupo Lento: Esperava 10 segundos entre cada tentativa.

Ambos os grupos aprenderam o jogo perfeitamente. Quando o tempo de espera era o normal, ambos trocavam de botão exatamente na tentativa 41. Parecia que ambos eram "Contadores" perfeitos.

Mas aí veio a pegadinha (os testes de prova):

O cientista mudou o tempo de espera durante o teste, sem avisar os ratos, mas manteve a regra de que a mudança acontecia na tentativa 41.

1. O Grupo Rápido (que esperava 5s) agora teve que esperar 10s.

   • O que aconteceu? O jogo ficou "mais lento". Como o rato estava acostumado a trocar de botão na metade do tempo (não da contagem), ele começou a trocar de botão muito antes da tentativa 41. Ele achou que já tinha passado metade do tempo do jogo, mesmo que ainda estivesse na tentativa 20 ou 30.
   • Analogia: É como se você estivesse dirigindo em uma estrada onde a velocidade muda de 60 para 120 km/h. Se você usa o tempo para saber quando virar, você vai virar muito antes do ponto geográfico correto.

2. O Grupo Lento (que esperava 10s) agora teve que esperar 5s.

   • O que aconteceu? O jogo ficou "mais rápido". O rato, acostumado a trocar na metade do tempo, achou que ainda não tinha passado tempo suficiente. Ele continuou apertando o botão errado (o azul) muito depois da tentativa 41.
   • Analogia: É como se você estivesse em um elevador que desce muito rápido. Você acha que já chegou no térreo (metade do tempo), mas na verdade ainda está no 10º andar.

A Conclusão: O Rato é um "Híbrido"

O estudo descobriu algo fascinante: Os ratos não são apenas contadores. Eles têm um relógio interno escondido.

• Na rotina: Quando tudo está normal, o rato usa o "Contador" (olha para o resultado da última vez) porque é mais eficiente e dá menos erros. O relógio fica "adormecido".
• Na confusão: Quando o ritmo do jogo muda (o tempo de espera muda), o relógio acorda! O rato percebe que o tempo passou de um jeito diferente e ajusta sua estratégia, mesmo que isso signifique errar um pouco no início.

Resumo da Ópera:
Os ratos são inteligentes e usam duas estratégias ao mesmo tempo:

1. Olham para o que aconteceu agora (ganhei ou perdi?).
2. Sentem o tempo passando (já faz muito tempo que estou jogando?).

Normalmente, a primeira estratégia vence. Mas se você mudar o ritmo da música (o tempo de espera), o rato percebe que o "relógio" está dizendo uma coisa e o "biscoito" está dizendo outra, e ele começa a confiar no relógio.

Isso mostra que a inteligência dos ratos é mais complexa do que pensávamos: eles não apenas reagem ao que acontece, mas também aprendem o "ritmo" do mundo ao seu redor.

Resumo técnico

Título do Estudo: Evidências de temporização na tarefa de reversão de meio de sessão com ratos em caixas de condicionamento operante

1. Problema e Contexto

A tarefa de reversão de meio de sessão (MSR, do inglês Mid-Session Reversal) é um paradigma amplamente utilizado para estudar a flexibilidade comportamental e estratégias de decisão.

• O Paradigma: Os sujeitos realizam 80 ensaios escolhendo entre dois estímulos (S1 e S2). Nos primeiros 40 ensaios, S1 é reforçado; a partir do ensaio 41, a contingência reverte sem aviso prévio, e apenas S2 é reforçado.
• A Discrepância Interespécies:
  • Pássaros (pombos, estorninhos): Frequentemente cometem erros antecipatórios (mudam para S2 antes do tempo) e perseverativos (continuam escolhendo S1 após a reversão), indicando uma estratégia baseada em tempo global (tempo decorrido desde o início da sessão).
  • Ratos (em câmaras operantes): Tradicionalmente, mostram desempenho quase ótimo com poucos erros, interpretado como uso exclusivo de pistas locais (estratégia win-stay/lose-shift: repetir se recompensado, mudar se não).
• A Questão Central: Os ratos realmente ignoram o tempo e dependem apenas de pistas locais de reforço, ou eles aprendem pistas temporais globais que são mascaradas pelo domínio das pistas locais durante o treinamento padrão? O estudo busca investigar se a manipulação do intervalo entre ensaios (ITI) pode revelar o uso latente de informações temporais pelos ratos.

2. Metodologia

• Sujeitos: 14 ratos machos da linhagem Wistar.
• Aparato: Câmaras de condicionamento operante com duas alavancas e luzes indicadoras (S1 e S2).
• Grupos Experimentais:
  • Grupo Curto (Short): Treinado com ITI de 5 segundos.
  • Grupo Longo (Long): Treinado com ITI de 10 segundos.
  • Nota: O ponto de reversão foi fixado no ensaio 41 para ambos.
• Fase de Treinamento (Linha de Base): 25 sessões de 80 ensaios. Ambos os grupos atingiram desempenho assintótico (~92% de acurácia) com poucas erros, sugerindo uso de estratégia local.
• Fase de Teste (Probes): Foram realizados três tipos de testes manipulando o ITI e as contingências de reforço para dissociar pistas temporais de locais:
  • Teste 1: Inversão do ITI (Grupo Curto passou para 10s; Grupo Longo para 5s). Mantiveram-se as contingências padrão (reversão no ensaio 41).
  • Teste 2: Repetição do Teste 1, mas com ITI não reiniciável (respostas durante o ITI não resetavam o timer), reduzindo a variabilidade temporal.
  • Teste 3: Ajuste das contingências de reforço para alinhar pistas temporais e locais (ex: reforçar S2 mais cedo no Grupo Curto e parar de reforçar S1 mais cedo no Grupo Longo), eliminando conflitos entre pistas.
• Análise de Dados: As respostas foram analisadas como probabilidade de escolher S1 ($P_{S1}$) em função do número do ensaio e do tempo decorrido. Foram calculados os parâmetros psicofísicos: Ponto de Igualdade Subjetiva (PSE) e Limiar de Diferença (DL) via regressão logística.

3. Resultados Principais

• Desempenho na Linha de Base: Ambos os grupos aprenderam rapidamente e mostraram curvas de desempenho sobrepostas quando plotadas contra o número do ensaio, confirmando o uso predominante de pistas locais (poucos erros).
• Efeito da Manipulação do ITI (Teste 1 e 2):
  • Quando o ITI foi alterado, os grupos divergiram drasticamente em relação à linha de base, indicando dependência de pistas temporais.
  • Grupo Curto (ITI aumentado para 10s): A sessão tornou-se mais lenta. Os ratos começaram a escolher S2 mais cedo (antes do ensaio 41), antecipando a reversão baseada no tempo decorrido (aprox. 5 min de sessão), mesmo que isso resultasse em erros de antecipação.
  • Grupo Longo (ITI reduzido para 5s): A sessão tornou-se mais rápida. Os ratos continuaram escolhendo S1 mais tarde (após o ensaio 41), perseverando até que o tempo decorrido correspondesse ao ponto de reversão esperado (aprox. 8-9 min de sessão).
  • Plotagem Temporal: Quando as curvas foram plotadas contra o tempo (minutos) em vez de ensaios, os padrões de transição entre os grupos e condições mostraram que os ratos ajustavam seu comportamento com base no tempo decorrido, não apenas no número de ensaios.
• Teste 3 (Alinhamento de Contingências):
  • Ao remover o conflito entre pistas locais e temporais (garantindo que as escolhas temporais corretas fossem recompensadas), a transição comportamental tornou-se mais precisa e alinhada com o ponto temporal esperado.
  • No Grupo Longo, a persistência em S1 no Teste 2 foi explicada pelo reforço contínuo de S1; no Teste 3, ao cessar o reforço de S1 no tempo correto, todos os ratos mudaram para S2 imediatamente.
• Assimetria: Houve uma assimetria entre os grupos. O Grupo Curto mostrou uma mudança mais rápida para S2 quando as pistas temporais e locais concordavam, enquanto o Grupo Longo mostrou maior resistência à mudança devido à forte influência das pistas locais de reforço contínuo.

4. Contribuições Chave

1. Desmascaramento de Estratégias Latentes: O estudo demonstra que a ausência de erros antecipatórios/perseverativos durante o treinamento padrão não significa a ausência de aprendizado temporal. Os ratos aprendem pistas temporais globais, mas elas são "mascaradas" ou suprimidas por pistas locais mais fortes (reforço imediato).
2. Estratégia Mista: Os ratos não utilizam exclusivamente uma estratégia local ou temporal. Eles empregam uma estratégia híbrida, integrando pistas de resultado local (win-stay/lose-shift) com pistas temporais globais. O peso de cada pista depende do contexto e da consistência das contingências.
3. Redução da Lacuna Interespécies: O estudo reduz a diferença observada entre aves (que usam tempo) e roedores (supostamente apenas locais), sugerindo que a diferença pode ser metodológica (sensibilidade às pistas locais em câmaras operantes) e não uma limitação cognitiva fundamental dos ratos.
4. Sensibilidade à Estrutura Temporal: Os ratos são altamente sensíveis à taxa de ensaios (tempo por ensaio) e ajustam seu comportamento de acordo com o ritmo da sessão, não apenas com a contagem de eventos.

5. Significado e Implicações

• Revisão de Modelos Cognitivos: Os resultados desafiam a visão de que ratos em câmaras operantes operam puramente em "modo de feedback imediato". Eles indicam que o controle temporal está presente, mas é latente, emergindo quando as pistas locais e temporais entram em conflito ou quando as pistas locais são desafiadas.
• Mecanismos de Aprendizagem: Sugere que a aprendizagem em tarefas de reversão envolve a formação de representações temporais da sessão, que competem com o condicionamento operante baseado em consequências imediatas.
• Aplicações Futuras: A descoberta de que o tempo é uma pista latente em ratos abre novas perspectivas para estudos de neurociência sobre os circuitos cerebrais envolvidos na integração de tempo e recompensa, e sugere que paradigmas experimentais devem considerar a manipulação de variáveis temporais para revelar capacidades cognitivas completas.

Em suma, o artigo fornece evidências robustas de que os ratos utilizam uma estratégia mista no MSR, onde o controle temporal é uma componente fundamental, embora frequentemente subjugada por pistas locais de reforço em condições de treinamento padrão.