Мозг за вас решает: как повторяющиеся действия превращаются в автоматизм без вашего участия

Ученые обнаружили, что дофаминергические нейроны, ориентированные на хвостовую часть полосатого тела — важной области мозга, отвечающей за движение и привычки, — играют ключевую роль в "каталогизации" повторяющихся действий. Эти клетки реагируют на движение и выделяют дофамин, когда мыши учатся связывать конкретные действия с определёнными звуками — например, поворачивать направо при высоком звуке или налево при низком.

Если же эта часть мозга повреждается, животным становится гораздо сложнее обучаться, что свидетельствует о важности хвоста полосатого тела в процессе формирования привычек.

От вознаграждения к автоматизму

Первоначально животные принимают решения, исходя из того, какой выбор приносит больше награды. Но со временем мозг переходит к другому механизму.

"Со временем мозг принимает решение, опираясь на предыдущие действия, независимо от того, изменился ли результат с тех пор", — объясняет руководитель группы в Sainsbury Wellcome Centre for Neural Circuits and Behaviour и соавтор исследования Маркус Стивенсон-Джонс.

Этот переход к автоматизированному поведению освобождает когнитивные ресурсы, позволяя мозгу заниматься более сложными задачами.

Что говорят эксперты

"Это объясняет многие данные из психологических исследований, которые уже долгое время показывают: люди склонны повторять прошлые действия, даже если они больше не приносят пользы", — отмечает доцент Калифорнийского университета в Риверсайде Ян Баллард, не участвовавший в исследовании.

Ошибки предсказания: классическая и новая теория

В конце 1990-х годов учёные выяснили, что дофаминовые нейроны сигнализируют о ценности ожидаемого результата — концепция, известная как ошибка предсказания вознаграждения (Reward Prediction Error, RPE). Когда результат лучше или хуже ожидаемого, активность дофамина меняется.

Однако классическая теория не всегда объясняет все наблюдаемые явления: дофаминергические нейроны реагируют и на движения, и на угрозы.

Новая модель, поддержанная вычислительными исследованиями, предлагает дополнительный механизм — ошибку предсказания действия (Action Prediction Error, APE). Этот сигнал отражает несоответствие между совершённым действием и тем, что ожидалось. При повторении одного и того же действия сигнал APE уменьшается, укрепляя привычку.

Как это работает на практике?

В недавнем исследовании мыши с флуоресцентными дофаминовыми рецепторами показали снижение выделения дофамина, когда они правильно связывали движение с звуком. Интересно, что даже при увеличении вознаграждения дофаминовые сигналы в хвосте полосатого тела оставались стабильными.

"Исследование подтверждает ключевые предсказания вычислительной модели", — говорит профессор вычислительной нейронауки Оксфорда и автор этой модели Рафал Богач.

Он добавляет, что узнавание результатов исследования стало для него одним из самых радостных моментов в научной карьере.

Что ещё предстоит выяснить?

Некоторые моменты в новой модели остаются открытыми. Например, Натаниэль Доу, профессор нейронауки из Принстона, указывает, что было бы интересно увидеть, возникает ли отрицательный сигнал при отсутствии ожидаемого действия — подобно классическим результатам с обезьянами и соком.

Стивенсон-Джонс отмечает, что "активное подавление движения сопровождается сокращением мышц, что может вызвать ложный положительный сигнал APE", поэтому такая ситуация на практике встречается редко.

Также пока неизвестно, как в модель вписываются сигналы, связанные с угрозами. Ранее было показано, что дофаминовые нейроны, реагирующие на угрозу, могут кодировать ошибку предсказания угрозы (Threat Prediction Error, TPE). Команда Стивенсон-Джонса планирует исследовать взаимодействие TPE и APE в одной мозговой цепи.

Перспективы и применение

Если выяснится, что APE-сигналы присутствуют и в других областях полосатого тела, например в дорсолатеральной области, это может помочь понять, как формируются более сложные навыки, такие как игра на музыкальных инструментах.