脳の記録の後、研究参加者は「宇宙要塞」と呼ばれるコンピューターゲームを20時間学習することになった。イリノイ大学で開発されたこのゲームでは、プレイヤーは変化する脅威に対して自分の宇宙船を失わずに要塞を破壊する必要があります。プレイヤーは常にさまざまな目標や危険に注意を集中しなければならないため、ゲームのレベルは非常に厳しいです。実験の開始時、すべてのプレイヤーはマイナスのスコアでパフォーマンスを行いました。 20時間のトレーニングの後、すべての選手は程度の差こそあれ上達していました。
研究者らは、大脳基底核の活動シグナルを少なくとも部分的に使用して、これらの違いがどれほど大きいかを予測することができました。特に、被殻と尾状核という 2 つの領域の活動が正しい予後にとって重要でした。どちらの領域も、ジョイスティックの操作など、新しい動作シーケンスを学習する場合に特に有効です。しかし、これらの地域は戦略的な検討や迅速な対応にとっても重要です。 3 番目の領域である側坐核は、罰や報酬に関する感情の処理を担当しますが、学習能力の予測においてはそれほど重要ではないようです。
科学者らによると、学習の成功を予測するために研究者が使用する方法はすでに数多く存在するという。しかし、心理テストも脳構造の単純な大きさの比較も、戦略ゲームの学習などの複雑な質問には適していません。しかし、MVPAと呼ばれる新しい方法を使用して被験者の脳画像を分析することで、この問題を解決できるようです。この方法のおかげで、研究者は他の方法よりも信号の違いをよりよく認識することができ、予測精度も向上しました。また、他の手術よりも 55 ～ 68 パーセントを上回りました。
しかし、研究者らは、この研究結果が、人々が特定の学習課題で成功するか失敗する運命にあるかを意味するものとして解釈されるべきではないことを強調している。「多くの脳の構造や機能が変化する可能性があることはわかっている」と研究リーダーのクレイマー氏は言う。
