Это показал анализ электроэнцефалограмм
Небольшое исследование норвежских ученых показало, что паттерны электроэнцефалограммы (ЭЭГ) в теменной и центральной областях мозга были гораздо сложнее при письме от руки, чем при печати на клавиатуре. По данным исследователей, опубликовавших статью в журнале Frontiers in Psychology, подобные паттерны в этих областях мозга ассоциированы с формированием памяти и кодированием новой информации — основополагающими функциями обучения.
Набор текста на клавиатуре практически повсеместно вымещает традиционное письмо от руки. При этом мало что известно про то, как такая трансформация обучения влияет на развитие детей. Врачи знают, что письмо от руки не только улучшает точность правописания и улучшает память, но и облегчает распознавание и понимание букв, причем неважно, пользуется ребенок обычной ручкой или цифровой. Кроме того, исследования показывают, что обучению способствует точная координация сложных движений рук при тщательном формировании каждой буквы при использовании ручки.
Исследовательская группа под руководством Одри ван дер Меер (Audrey van der Meer) из Норвежского университета естественных и технических наук ранее проводила исследование, в котором ученые обнаружили разную степень активности мозга на ЭЭГ при письме от руки и наборе текста на клавиатуре. Теперь они исследовали, как различные области мозга взаимодействуют друг с другом при письме от руки и наборе текста на клавиатуре.
В работе приняло участие 36 здоровых студентов. Им предлагалось 30 слов, которые они должны были написать от руки с помощью цифровой ручки непосредственно на экране, либо ввести представленное слово указательным пальцем правой руки на клавиатуре. В это время им проводилась ЭЭГ.
Анализ данных ЭЭГ показал, что областями мозга, в которых наблюдалась значительная разница паттернов между письмом и набором текста, были центральные и теменные области мозга на частотах от тета (2 Герца) до гамма (60 Герц). В центральной и теменной областях паттерны положительной когерентности были более заметны на более низких частотах (тета и альфа) для рукописного ввода.
Анализ с использованием частотно-временных индикаторов и матрицы связности показал, что при письме от руки наблюдаются широко распространенные связи когерентности тета/альфа ритмов между теменно-правой, теменно-средней и теменно-левой областями, а также между центрально-правой и центрально-левой. В целом между письмом от руки и набором текста на клавиатуре наблюдалось 32 кластерных различия.
По данным ученых, подобные паттерны, как при письме от руки, на ЭЭГ также наблюдаются в процессах сенсомоторной интеграции, которая лежит в основе формирования памяти и кодирования информации — то есть обучения. Поэтому исследователи считают, что письму от руки стоит уделять внимание при обучении в школе и университетах, несмотря на растущую цифровизацию образования. Впрочем, дальнейшие исследования будут направлены на то, отличаются ли эти паттерны ЭЭГ у взрослых и детей, а также то, какие еще интеграции областей головного мозга происходят в модели полноценной письменной работы.
Ранее мы рассказывали про другие факторы, которые влияют на память и обучение. Так, ученые из трех стран показали, что ЛСД повышает пластичность мозга у мышей.
Ученые нашли его с помощью машинного обучения и использовали в скрининговом тесте
Дэниел Ю (Daniel Yoo) из Датского технологического университета и его коллеги из Италии и США разработали тест на основе алгоритмов машинного обучения для оценки пользователем своего риска развития сахарного преддиабета и диабета. Одним из маркеров риска в нем служит длина бедра. Исследователи использовали данные почти 17,5 тысячи человек из когорты NHANES за 1988–2018 годы. Ключевые предикторы преддиабета и диабета (уровень глюкозы натощак 5,6 и выше миллимоль на литр, уровень гликированного гемоглобина 5,7 и более процентов) идентифицировали среди почти 3700 параметров с помощью алгоритма Boruta. С использованием мультимодальных данных создали несколько алгоритмов машинного обучения и сравнили их между собой, наилучшую нейросетевую модель использовали для теста MEDWACS (Machineborne Early Diabetic Warning And Control System, машинная система раннего предупреждения и контроля диабета). Отчет о работе опубликован в Journal of Clinical Epidemiology.