Traduzido do original. Por Max Planck Institute em Neurosciencenews.
Sabe-se que cérebro liga os sons da fala recebida ao conhecimento da gramática, que é de natureza abstrata. Mas como o cérebro codifica a estrutura de sentenças abstratas?
Em um estudo de neuroimagem publicado na revista PLOS Biology, pesquisadores do Instituto Max Planck de Psicolinguística e da Universidade Radboud em Nijmegen relatam que o cérebro codifica a estrutura de sentenças (“o vaso é vermelho”) e frases (“o vaso vermelho”) em diferentes padrões de disparo neural.
A neurociência da linguagem
Como o cérebro representa sentenças? Esta é uma das questões fundamentais da neurociência, porque as frases são um exemplo de conhecimento estrutural abstrato que não é diretamente observável da fala.
Embora as sentenças sejam compostas de blocos de construção menores, como palavras e frases, nem todas as combinações de palavras ou frases levam a sentenças. Na verdade, os ouvintes precisam mais do que apenas saber quais palavras ocorrem juntas: eles precisam de conhecimento abstrato da estrutura da linguagem para entender uma sentença.
Então, como o cérebro codifica as relações estruturais que compõem uma sentença?
A líder do grupo Lise Meitner, Andrea Martin, já tinha uma teoria sobre como o cérebro calcula a estrutura linguística, com base em evidências de simulações feitas em computador.
Para testar ainda mais esse modelo “baseado no tempo” da estrutura da linguagem, desenvolvido em conjunto com Leonidas Doumas da Universidade de Edimburgo, Martin e colegas usaram EEG (eletroencefalografia) para medir as respostas neurais através do couro cabeludo.
Em colaboração com o primeiro autor, a candidata a Ph.D. Fan Bai e a diretora do MPI Antje Meyer, Andrea começou a investigar se o cérebro responde de forma diferente a sentenças e frases, e se isso poderia sugerir como o cérebro codifica uma estrutura abstrata.
O experimento
Os pesquisadores criaram conjuntos de frases faladas em holandês (como “de rode vaas“, “o vaso vermelho”) e frases (como “de vaas é rood“, “o vaso é vermelho”), que eram idênticas em duração e número de sílabas, e altamente semelhantes em significado. Também criaram fotos com objetos (como um vaso) em cinco cores diferentes.
Quinze adultos falantes nativos de holandês participaram do experimento. Para cada estímulo falado, eles foram solicitados a realizar uma das três tarefas em ordem aleatória.
A primeira tarefa foi relacionada à estrutura, pois os participantes tiveram que decidir se ouviram uma frase ou uma sentença pressionando um botão. A segunda e a terceira tarefa foram relacionadas ao significado, pois os participantes tiveram que decidir se a cor ou o objeto do estímulo falado correspondia à imagem que se seguia.
Descobertas do estudo
Como esperado de simulações computacionais, os padrões de ativação de neurônios no cérebro foram diferentes para frases e sentenças, em termos de tempo e força das conexões neurais.
As diferenças de estrutura foram bem capturadas na reorganização das respostas de fase neural em delta (aproximadamente <2 Hz) e bandas teta (aproximadamente 2 a 7 Hz), e nas mudanças de potência e conectividade de potência na banda alfa (aproximadamente 7,5 a 13,5 Hz). Consistente com as previsões de um modelo computacional, as sentenças mostraram mais potência, mais conectividade de potência e mais sincronização de fase do que as frases.
O acoplamento teta-gama de amplitude de fase ocorreu, mas não diferiu entre as estruturas sintácticas. A modelagem da função resposta espectral-temporal (STRF) revelou diferentes estados de codificação para frases e sentenças, além da resposta neural acústica.
“Nossas descobertas mostram como o cérebro separa a fala em estrutura linguística usando o tempo e a conectividade dos padrões de disparo neural. Esses sinais do cérebro fornecem uma nova base para pesquisas futuras sobre como nossos cérebros criam linguagem”, afirma Andrea.
“Além disso, o mecanismo baseado em timing poderia, em princípio, ser usado para sistemas de aprendizado de máquina que fazem interface com a compreensão da linguagem falada para representar a estrutura abstrata, algo com o qual os sistemas de máquina atualmente tentam fazer.
Vamos realizar mais estudos sobre como o conhecimento da estrutura abstrata e informações estatísticas contáveis, como probabilidades de transição entre unidades linguísticas, são usadas pelo cérebro durante a compreensão da linguagem falada”.
Traduzido do original. Por Max Planck Institute em Neurosciencenews.