Der Neurowissenschaftler, der die Kognition in den frühesten Lebensstadien beobachtet
Die Hirnforschung von Michael Skeide legt den Grundstein für die Erfüllung der individuellen Lernbedürfnisse von Kindern.
Befragter:
Interview von:
Michael Skeide ist Kognitionsneurowissenschaftler am Max-Planck-Institut für Kognitions- und Neurowissenschaften. Er erforscht die Entwicklung von Lernen, Sprache, Gedächtnis, Wahrnehmung und Aufmerksamkeit. Durch die Untersuchung der Gehirnaktivität von Kindern versucht er, kognitive Prozesse zu entschlüsseln und so individuelle Lernverläufe im frühen Kindesalter zu verstehen. Annie Brookman-Byrne spricht mit Michael über die neuen Fragen der Kognitionsneurowissenschaften und seine Zukunftsvisionen für diese Forschung.
Annie Brookman-Byrne: Was sind die größten Rätsel in Ihrem Forschungsgebiet der kognitiven Neurowissenschaften?
Michael Skeide: Das menschliche Gehirn ist das intelligenteste selbstorganisierende System im bekannten Universum. Wie dieses einzigartige System funktioniert, ist nach wie vor ein großes Rätsel. Wir haben noch keine Theorie, die erklärt, wie das menschliche Gehirn im Laufe seiner Entwicklung natürliche Intelligenz hervorbringt. Vieles, was man in Lehrbüchern liest, scheint eher eine metaphorische Beschreibung als eine wissenschaftliche Erklärung zu sein: Hier ist von einem „Aufmerksamkeitsnetzwerk“ die Rede, dort von einem „Speicherzentrum“ und so weiter. Es ist viel schwieriger, ein mathematisches Modell der kognitiven Verarbeitung im sich entwickelnden Gehirn zu erstellen.
„Die heutige Computerhardware hat wenig mit der biologischen Hardware in unserem Kopf gemeinsam.“
Die Forschung im Bereich der künstlichen Intelligenz bietet hilfreiche Werkzeuge, um dieses Feld voranzubringen. Es bestehen jedoch erhebliche Herausforderungen, die die Kommunikation zwischen den Forschungsgemeinschaften der künstlichen und natürlichen Intelligenz einschränken. Die aktuelle Computerhardware hat wenig mit der biologischen Hardware in unserem Gehirn gemein. Dies macht es schwierig – wenn nicht gar unmöglich –, die Annahme zu überprüfen, dass Deep-Learning-Algorithmen im menschlichen Gehirn aktiv sein könnten. Darüber hinaus bleibt weitgehend verborgen, was diese Computeralgorithmen während des Trainings und Tests tatsächlich berechnen.
Kognition ist ein Oberbegriff für die mentalen Prozesse, die mit Wahrnehmung, Denken, Schlussfolgern, Entscheidungsfindung und Problemlösung verbunden sind.
ABB: Was untersuchen Sie im Rahmen Ihrer Forschung zu grundlegenden kognitiven Fähigkeiten, und wie gehen Sie dabei vor?
MS: Ich versuche, die entwicklungsgeschichtlichen Ursprünge von Lernen, Sprache, Gedächtnis, Wahrnehmung und Aufmerksamkeit zu erforschen. In den frühesten Lebensphasen ist die Kognition oft schwer zu beobachten. Beispielsweise ist es keineswegs selbstverständlich, dass Neugeborene Sprache oder gar Zahlen verstehen können. Mein Labor nutzt einen kognitionsneurowissenschaftlichen Ansatz, um diese Einschränkung zu überwinden. Das bedeutet, wir zeichnen die Gehirnaktivität von Kindern auf und entwickeln Methoden, um kognitive Prozesse mithilfe dieser Daten zu entschlüsseln. Solche Arbeiten haben gezeigt, dass Neugeborene Sprachlaute unterscheiden können. ga und baund beispielsweise zwischen 4 und 12 Punkten auf einem Display.
ABB: Welche Veränderungen haben Sie im Laufe der Zeit in dieser Forschung beobachtet?
MS: Die kognitive Neurowissenschaft konzentrierte sich traditionell auf die Erforschung wann und woher Informationen werden im Gehirn verarbeitet. Beispielsweise ermöglichen Aufzeichnungstechniken die millisekundengenaue Messung der verschiedenen Phasen der Gesichtserkennung im Gehirn. Andere Techniken können millimetergenau aufzeigen, woher im Gehirn die Signale stammen, die es einer Person ermöglichen, sich auf das linke Auge eines Gesichts zu konzentrieren und das rechte auszublenden.
Immer häufiger gehen Forscher über die bloße Erforschung von Ort und Zeit des Auftretens von Hirnfunktionen hinaus und bestimmen, wo und wann diese Funktionen stattfinden. wie Das Gehirn verarbeitet möglicherweise Informationen. Beispielsweise testen wir derzeit die Theorie, dass es im Gehirn Zahlneuronen gibt. In unserem Modell können wir den Zahlenbereich, auf den jedes Neuron reagiert, sowie die Zahl, auf die es am stärksten reagiert, verändern. Wir hoffen, dass dieses Modell dazu beitragen wird, die individuelle Sensibilität des Gehirns für Zahlen zu bestimmen und somit ein besseres Verständnis individueller Unterschiede in mathematischen Fähigkeiten zu erlangen.
ABB: Wie hoffen Sie, dass Ihre Forschung Kindern helfen wird?
MS: Bislang hat die Forschung der kognitiven Neurowissenschaften selten praktische Anwendung in Form von Lernprogrammen für Kinder gefunden. Ein Haupthindernis besteht darin, dass die erhobenen Daten in der Regel keine Rückschlüsse auf einzelne Kinder zulassen. Stattdessen liegen die Ergebnisse meist in Form von Gruppenstatistiken vor, die den Durchschnittsmenschen beschreiben. Ziel meines Labors ist es, dieses Hindernis zu überwinden, indem wir neue experimentelle Ansätze entwickeln, die es uns ermöglichen, die Kognition im Gehirn einzelner Kinder zu untersuchen.
Wir hoffen, durch die Entschlüsselung der Gehirnaktivität Prädiktoren für Lernergebnisse zu entdecken. Dies soll wiederum praktische Maßnahmen zur Erkennung individueller Stärken und Schwächen von Kindern ermöglichen. Letztendlich wünsche ich mir, dass dieses Wissen Pädagogen befähigt, gezielte Frühfördermaßnahmen zu empfehlen, die wirksamer sind als standardisierte Programme. Das könnte den Weg für effektivere Unterstützungsmaßnahmen für neurodiverse Kinder ebnen, beispielsweise für Kinder mit … Legasthenie, Dyskalkulieund ADHS, aber vielleicht auch für hochbegabte Kinder mit außergewöhnlichen kognitiven Fähigkeiten.
„Ein so komplexes System wie das sich radikal reorganisierende Gehirn eines menschlichen Kindes bleibt eines der größten Rätsel der Wissenschaft.“
ABB: Welche Hoffnungen haben Sie für die Zukunft der kognitiven Neurowissenschaftsforschung?
MS: Mein Traum ist es, eines Tages den neuronalen Code der Kognition lesen zu können, der während der kindlichen Entwicklung entsteht. Eine solche Erkenntnis könnte revolutionäre Technologien zur Hirnaufzeichnung erfordern. Es wäre beispielsweise faszinierend, eine nicht-invasive Methode zu finden, um die Aktivität einzelner Neuronen bei Kindern in Echtzeit zu messen. Momentan erhalten wir sehr verrauschte Signale, die von Hunderttausenden von Neuronen erzeugt werden. In diesen Signalen eine Spur von Kognition zu finden, ist wie die Suche nach der Nadel im Heuhaufen.
Hochauflösende Technologie allein wird uns jedoch nicht weiterbringen. Wir müssen auch erhebliche Fortschritte bei der Entwicklung mathematischer Modelle für die Informationsverarbeitung in komplexen Systemen wie dem sich entwickelnden menschlichen Gehirn erzielen. Diese Aufgabe scheint für unsere bestehenden Modellierungsansätze zu schwierig zu sein – selbst wenn sie auf deutlich einfachere Systeme wie das Gehirn einer Fruchtfliege angewendet werden. Ein so komplexes System wie das sich radikal reorganisierende Gehirn eines Kindes bleibt eines der größten Rätsel der Wissenschaft.
Fußnoten
Michael Skeide Er absolvierte sein Grundstudium an der Universität Heidelberg und der Harvard University, bevor er an der Universität Leipzig in Psychologie promovierte. Derzeit leitet er eine Forschungsgruppe am Max-Planck-Institut für Kognitions- und Neurowissenschaften. Seine Gruppe untersucht, wie kognitive Fähigkeiten im sich entwickelnden Gehirn entstehen. Seine preisgekrönten Forschungsergebnisse werden in Fachzeitschriften wie Nature und Science veröffentlicht und vom Europäischen Forschungsrat (ERC), der Deutschen Forschungsgemeinschaft (DFG), den National Institutes of Health (NIH), der Alexander-von-Humboldt-Stiftung und weiteren Institutionen gefördert. Jacobs FoundationMichael ist ein Jacobs Foundation Forschungsstipendiat 2021-2023.
Dieses Interview wurde aus Gründen der Übersichtlichkeit bearbeitet.
