Dr. Terry Sejnowski: Como Melhorar a Aprendizagem Usando Neurociência e IA
- Aisha Washington
- 26 de ago.
- 7 min de leitura
A aprendizagem costuma ser tratada como uma questão de absorver mais informações. Em sua conversa com Andrew Huberman, o neurocientista computacional Dr. Terry Sejnowski oferece um modelo mais útil: o conhecimento duradouro se desenvolve por meio de previsão, ação, feedback e consolidação biológica. Ler e ouvir são importantes, mas representam apenas parte do processo.
Sejnowski estabelece conexões entre neurociência, inteligência artificial, educação, sono, exercício e motivação. Sua mensagem central é encorajadora: o cérebro permanece adaptável ao longo da vida adulta, e a aprendizagem pode melhorar quando trabalhamos com seus sistemas, em vez de depender apenas de exposição passiva ou força de vontade.
Compreendendo o Cérebro no Nível Algorítmico
Sejnowski dirige o Laboratório de Neurobiologia Computacional do Instituto Salk, onde seu trabalho combina matemática, neurociência, computação e inteligência artificial. Essa perspectiva molda sua abordagem de uma das questões mais difíceis da ciência: como a atividade de células e circuitos se transforma em percepção, pensamento e comportamento?
Um inventário detalhado de neurônios, moléculas e conexões não explica, por si só, como o cérebro opera. Da mesma forma, observar o comportamento de fora não pode revelar completamente como a maquinaria subjacente o produz. Sejnowski descreve um nível intermediário, algorítmico, entre essas duas visões.
Um algoritmo é comparável a uma receita: ele especifica as operações que um sistema realiza para chegar a um resultado. Na neurociência, identificar essas operações pode explicar como os circuitos transformam a experiência em decisões melhores ou em comportamentos mais habilidosos. Esse também é o nível em que a neurociência e a IA se sobrepõem cada vez mais. Ambos os campos perguntam como um sistema pode aprender com o feedback, generalizar além de exemplos anteriores e selecionar ações que o aproximem de um objetivo.
Os Gânglios da Base, a Dopamina e o Aprendizado a Partir dos Resultados
Um sistema importante de aprendizagem envolve os gânglios da base, um conjunto de estruturas cerebrais que ajuda a aprimorar sequências de ações. A prática permite que esses circuitos tornem os movimentos mais fluidos e automáticos, seja ao aperfeiçoar uma rebatida de tênis, uma tacada de golfe ou outra habilidade complexa.
Sejnowski argumenta que essa mesma maquinaria ampla também contribui para a expertise cognitiva. Tornar-se fluente em medicina, finanças, física ou neurociência exige aprender sequências produtivas de pensamento — e não apenas armazenar fatos isolados.
Os gânglios da base ajudam a organizar tanto sinais de “vá” quanto de “não vá”. Um desempenho eficaz depende de iniciar a ação certa enquanto se suprimem ações concorrentes. Um cirurgião, por exemplo, precisa executar um procedimento preciso enquanto exclui pensamentos irrelevantes. Huberman e Sejnowski estendem essa distinção à adolescência, quando os sistemas envolvidos em contenção e inibição ainda estão se desenvolvendo.
A dopamina desempenha um papel central na atualização desses circuitos. O cérebro prevê qual recompensa deve seguir uma ação, compara essa previsão com o que de fato acontece e ajusta suas conexões quando o resultado difere da expectativa. Ao longo de experiências repetidas, esse processo constrói o que pesquisadores computacionais chamam de função de valor: uma estimativa acumulada de quais escolhas provavelmente produzirão resultados benéficos ou prejudiciais.
Esse princípio não se limita ao laboratório. Ele influencia hábitos, julgamento profissional, comportamento social e preferências pessoais. Pequenos resultados positivos podem reforçar gradualmente um padrão útil, enquanto um evento fortemente negativo pode produzir aprendizado rápido após uma única exposição.
Métodos relacionados de aprendizagem por reforço ajudaram a tornar possíveis sistemas como o AlphaGo. A comparação não significa que cérebros e IA sejam idênticos. Em vez disso, mostra como uma regra de aprendizagem relativamente compacta pode produzir comportamento sofisticado quando opera repetidamente em muitas situações.
Saber Algo Não É o Mesmo que Ser Capaz de Fazer
Um tema central da conversa é a diferença entre aprendizagem cognitiva e procedimental. A aprendizagem cognitiva fornece conhecimento explícito: conceitos, explicações, regras e fatos. A aprendizagem procedimental transforma esse conhecimento em uma capacidade que pode ser usada com eficiência.
Uma pessoa não consegue aprender tênis apenas lendo sobre técnica. Tampouco um piloto pode se tornar competente por meio de livros-texto sem treinamento prático. Até mesmo disciplinas acadêmicas exigem desenvolvimento procedimental. Memorizar uma equação é diferente de reconhecer quando usá-la, aplicá-la a um problema desconhecido e verificar se a resposta faz sentido.
Portanto, os dois sistemas devem apoiar um ao outro. Entender por que um método funciona pode orientar a prática, enquanto a prática revela lacunas que permanecem ocultas durante o estudo passivo. Sejnowski é crítico de abordagens educacionais que minimizam a lição de casa, a resolução de problemas ou outras formas de ensaio ativo. Sem aplicação repetida, os estudantes podem reconhecer o material sem desenvolver domínio sobre ele.
Um ciclo produtivo de aprendizagem se parece com isto:
Estude a ideia subjacente.
Tente resolver um problema sem consultar imediatamente a resposta.
Identifique a discrepância entre a previsão e o resultado.
Corrija o método e tente novamente em um novo contexto.
Retorne ao material depois de algum tempo.
Os testes são valiosos dentro desse ciclo porque a recuperação da informação é, por si só, um evento de aprendizagem. Ela revela erros, fortalece o acesso ao conhecimento e treina o aprendiz a produzir uma resposta, em vez de apenas reconhecê-la.
A Aprendizagem Ativa Desenvolve a Generalização
Sejnowski enfatiza que o cérebro não armazena informações como um computador que copia arquivos. Aprender exige interação: tentar, prever, cometer erros e revisar o comportamento.
Esse processo ativo é o que sustenta a generalização — a capacidade de usar aprendizados anteriores em uma situação que não é exatamente igual ao exemplo de treinamento. Ela também é um objetivo definidor da IA moderna. Um modelo de linguagem que apenas reproduzisse seus dados de treinamento seria muito menos útil do que um capaz de responder de modo coerente a uma pergunta nova.
Os seres humanos às vezes conseguem generalizar a partir de pouquíssimos exemplos, embora essa capacidade dependa de experiência prévia e de estruturas mentais já existentes. A implicação prática é que os aprendizes devem variar sua prática. Resolver repetidamente o mesmo tipo de problema pode aumentar a familiaridade, mas misturar contextos e enfrentar casos desconhecidos oferece um teste melhor de compreensão transferível.
Sejnowski e a educadora Barbara Oakley desenvolveram o curso online gratuito Learning How to Learn em torno de muitos desses princípios. Embora inicialmente concebido para estudantes, ele atraiu um público internacional amplo, incluindo adultos que trabalhavam e precisavam adquirir novas habilidades. Sua popularidade reflete uma realidade moderna: a educação formal termina, mas a necessidade de aprender não.
A Memória É Distribuída Pelo Cérebro
Explicações mais antigas sobre a função cerebral frequentemente atribuíam cada tarefa a uma região estritamente definida: a informação visual pertencia ao córtex visual, a informação auditiva ao córtex auditivo e o movimento às áreas motoras. Essas distinções continuam úteis, mas métodos mais recentes de registro mostram uma coordenação muito mais ampla.
Sejnowski discute pesquisas nas quais a atividade relacionada a uma tarefa aparece em múltiplas regiões, às vezes com contribuição substancial de áreas que tradicionalmente não seriam consideradas primárias para aquela tarefa. A cognição complexa parece emergir de interações entre sistemas distribuídos, e não de um único local de armazenamento.
Registros de pessoas com epilepsia ofereceram uma janela especialmente valiosa para essas dinâmicas. Alguns pacientes recebem eletrodos implantados como parte do cuidado clínico, criando oportunidades raras para pesquisadores observarem diretamente a atividade neural humana. Com colaboração adequada em pesquisa, os cientistas podem estudar como a atividade muda enquanto os participantes aprendem e enquanto dormem.
Essas descobertas fazem a memória parecer menos um objeto colocado em um compartimento e mais um padrão integrado a uma rede existente.
O Sono Consolida o Que a Prática Inicia
A aprendizagem não termina quando uma sessão de estudo acaba. Durante o sono não REM, o cérebro produz breves explosões de atividade coordenada conhecidas como fusos do sono. Sejnowski descreve esses eventos como parte do processo pelo qual experiências recentes são incorporadas ao conhecimento cortical de longo prazo.
O hipocampo desempenha um papel organizador temporário, reproduzindo elementos de experiências recentes durante o sono. Essa repetição ajuda a integrar novas informações sem simplesmente sobrescrever o que já foi aprendido. Portanto, dormir o suficiente não é apenas recuperação após estudar; é uma etapa ativa da formação da memória.
A conversa também examina pesquisas envolvendo zolpidem, comumente conhecido como Ambien. Em um experimento discutido por Sejnowski, o medicamento aumentou os fusos do sono e melhorou a retenção de material aprendido anteriormente. No entanto, o zolpidem também pode prejudicar a memória de eventos que ocorrem depois de sua ingestão.
Essa troca ilustra um alerta mais amplo: manipular um mecanismo biológico pode produzir benefícios e custos em outras áreas. Sejnowski aplica a mesma cautela aos nootrópicos e às intervenções baseadas em hormônios. O aprimoramento farmacológico não deve ser confundido com uma melhoria gratuita de um sistema isolado, porque o cérebro e o corpo mantêm formas interconectadas de equilíbrio.
O Exercício Apoia a Aprendizagem e o Pensamento Criativo
Sejnowski utiliza a atividade física como uma ferramenta cognitiva. O exercício pode preparar o cérebro para aprender, influenciar a fisiologia do sono e criar condições nas quais as ideias se combinam mais livremente.
A conversa observa uma associação entre exercício durante o dia e fusos do sono mais tarde naquela noite. O exercício também desafia os sistemas motores, enquanto o sono ajuda a aprimorar e consolidar suas adaptações. Essa relação reforça a ideia de que o desempenho cognitivo não pode ser separado de forma precisa do comportamento físico.
Para quem aprende, a lição é direta: o movimento não é necessariamente tempo retirado do trabalho intelectual. Exercitar-se regularmente pode apoiar os processos que tornam o estudo produtivo, especialmente quando combinado com sono suficiente.
Conectividade, Psicodélicos e Cautela Científica
Sejnowski também discute pesquisas sobre psilocibina, incluindo estudos clínicos que relatam melhora em algumas pessoas com depressão maior. Exames de imagem cerebral sugerem que a psilocibina pode aumentar temporariamente a comunicação entre regiões que normalmente são mais segregadas, produzindo um padrão com certas semelhanças à conectividade ampla observada durante o sono REM.
Isso levanta questões intrigantes. O desenvolvimento envolve tanto formar conexões quanto eliminá-las, em parte porque manter conexões neurais tem alto custo metabólico. Aprender uma nova habilidade pode exigir uma nova coordenação entre sistemas antes separados, mas maior conectividade não é automaticamente melhor.
A conversa apresenta essa área como um problema científico em evolução, e não como um protocolo de aprendizagem para fazer por conta própria. Qualquer possível benefício terapêutico deve ser considerado juntamente com supervisão clínica, risco individual, restrições legais e os limites das evidências atuais.
Uma Rotina Prática de Aprendizagem Baseada em Neurociência
As ideias mais úteis da conversa podem ser combinadas sem transformar a aprendizagem em um projeto complexo de otimização. Comece com instrução focada, mas passe rapidamente ao uso ativo. Tente recuperar a informação antes de revisar, resolva problemas que variem em forma e trate os erros como informações para atualizar a próxima tentativa.
Mantenha as recompensas pequenas e imediatas o suficiente para reforçar o progresso. Pratique regularmente para que etapas que exigem esforço possam se tornar procedimentais. Use o exercício para apoiar a cognição e proteja sono suficiente para a consolidação. Acima de tudo, avalie a aprendizagem pelo que você consegue gerar, explicar ou realizar em um novo contexto — e não pela familiaridade que o material de origem lhe transmite.
O relato de Sejnowski substitui a mensagem simplista de “estude mais” por um ciclo biológico: prever, agir, receber feedback, atualizar, descansar e retornar. A aprendizagem se torna mais eficaz quando conhecimento, comportamento e recuperação são tratados como partes do mesmo sistema.
