Herverbruik van domeinspecifieke schema’s ondersteunt flexibel 'leren leren' in het primatenbrein

Waarom eerdere ervaring nieuw leren vergemakkelijkt

Waarom voelt het vaak makkelijker om een nieuwe vaardigheid in een vertrouwde familie van vaardigheden te leren—zoals badminton oppakken na jaren tennis, of wennen aan een nieuwe smartphone na meerdere eerdere modellen? Dit artikel onderzoekt hoe het primatenbrein dat voor elkaar krijgt. Door te bestuderen hoe apen een reeks visueel‑naar‑bewegingstaken leren, laten de auteurs zien hoe het brein herbruikbare "templates" voor beslissingen opslaat terwijl het toch flexibel genoeg blijft voor nieuwe situaties, wat aanwijzingen biedt voor zowel neurowetenschap als kunstmatige intelligentie.

Patronen in het brein die algemene regels vastleggen

De onderzoekers richten zich op een concept dat psychologen een schema noemen — een mentaal raamwerk dat de gemeenschappelijke structuur over verwante ervaringen vastlegt. Op neuroniveau verwijzen ze naar de neurale tegenhanger daarvan als neurale correlaten van schema’s (NCS): stabiele activiteitspatronen die terugkeren wanneer vergelijkbare regels in verschillende contexten worden toegepast. De grote vraag is hoe het brein deze stabiele patronen kan behouden, die toekomstig leren versnellen, zonder star te worden en niet meer aan te passen wanneer de omstandigheden veranderen. Deze afweging staat bekend als het stabiliteit–plasticiteit‑dilemma en is ook een belangrijke uitdaging bij het ontwerpen van kunstmatige neurale netwerken die continu moeten leren zonder te "vergeten" wat ze eerder hebben geleerd.

Nieuwe regels aanleren bij apen en oude opnieuw bezoeken

Om dit te onderzoeken werden drie macaque‑apen getraind in visuomotorische mappings. In elke proef verscheen een afbeelding op een aanraakscherm en na een korte vertraging moest de aap een van twee knoppen indrukken, bijvoorbeeld omhoog of omlaag, om een beloning te krijgen. In elke trainingssessie leerden de dieren eerst één nieuwe toewijzing tussen beelden en acties (taak A), vervolgens één of twee andere nieuwe toewijzingen (taken B en soms C), vervolgens keerden ze terug naar de oorspronkelijke toewijzing (Herbezoek‑A), en in sommige gevallen leerden ze uiteindelijk de omgekeerde versie van de oorspronkelijke regel (Reverse‑A), waarbij dezelfde beelden nu de tegenovergestelde knop vereisten. Terwijl de apen bezig waren, namen de onderzoekers de activiteit op van honderden neuronen in de dorsolaterale premotorische cortex, een gebied dat betrokken is bij het plannen van bewegingen en besluitvorming.

Wanneer vergelijkbare taken makkelijker worden — maar tegengestelde regels moeilijker

Gedragsmatig lieten de apen het klassieke "leren leren"‑effect zien. Nieuwe maar vergelijkbare taken (B en C) werden sneller geleerd dan de eerste taak A, en bij terugkeer naar de oorspronkelijke mapping (Herbezoek‑A) leerden ze die nog sneller opnieuw. In schril contrast daarmee kostte de omgekeerde mapping (Reverse‑A), die direct in tegenspraak was met wat ze eerder hadden geleerd, meer tijd om onder de knie te krijgen. Dit patroon suggereert dat eerdere kennis helpt wanneer nieuwe taken dezelfde onderliggende regel delen, maar juist kan vertragen als de nieuwe regel in conflict is met de oude. De neurale opnames gaven inzicht waarom: ze onthulden welke aspecten van de taken gecodeerd waren in stabiele, herbruikbare patronen en welke aspecten konden veranderen.

Stabiele keuzes scheiden van veranderende waarnemingen

Met behulp van geavanceerde analysemethoden decomponeerden de auteurs de populatieactiviteit in premotorische cortex in twee hoofd"subruimtes"—verzamelingen neurale activiteitspatronen die verschillende soorten informatie droegen. De ene subruimte legde de beslissingen van de apen vast (bijvoorbeeld kiezen voor de boven‑ versus onderknop). De andere subruimte legde details van de visuele beelden vast. In de beslissingsgerelateerde subruimte vormden dezelfde keuzes stabiele, laagdimensionale trajecten die werden hergebruikt over taken A, B, C en Herbezoek‑A, zelfs wanneer de beelden veranderden. Hoe groter de gelijkenis van de trajecten tussen een nieuwe taak en de oorspronkelijke taak, hoe minder proeven de aap nodig had om die taak te leren. In de reverse‑taak daarentegen werden deze beslissingspatronen niet hergebruikt: de neurale trajecten verschoofen en het leren ging trager. Intussen veranderde de visuele subruimte vrijer van taak tot taak en toonde niet dezelfde stabiele hergebruikstructuur.

Informatie‑stromen bijna onder een rechte hoek houden

Een opvallende bevinding was de geometrische relatie tussen deze twee subruimtes. Wiskundig waren ze bijna orthogonaal—geordend in de neurale activiteitsruimte onder hoeken dicht bij 90 graden. Deze bijna‑rechte‑hoek‑configuratie betekent dat veranderingen in de representatie van visuele informatie minimale invloed hebben op de beslissingspatronen, en omgekeerd. Met andere woorden: het brein lijkt stabiele, herbruikbare beslissingsschema’s in één domein te huisvesten, terwijl een ander domein flexibel blijft voor nieuwe zintuiglijke details, waarbij de twee voldoende van elkaar gescheiden worden gehouden om interferentie te vermijden. Deze architectuur kan een algemeen principe zijn dat voorkomt in hersengebieden die complexe gedragingen aansturen.

Wat dit betekent voor hersenen en machines

Voor een algemeen publiek is de conclusie dat het brein het stabiliteit–plasticiteit‑dilemma lijkt op te lossen door zijn interne activiteit zorgvuldig te organiseren. Het slaat de "essentie" van een regel op—of men op een bepaalde manier moet handelen—in een beschermde, stabiele subruimte, terwijl het in andere subruimtes ruimte laat voor nieuwe waarnemingen en situaties. Vergelijkbare taken kunnen dan snel geleerd worden door het bestaande beslissingstemplate te hergebruiken, terwijl direct tegengestelde regels vereisen dat het brein een nieuw patroon vanaf nul opbouwt. Naast het verklaren hoe dieren efficiënt leren uit ervaring, geeft dit werk aanwijzingen voor strategieën om kunstmatige intelligentiesystemen te bouwen die, net als het brein, zowel onthouden wat belangrijk is als flexibel aanpassen aan wat er vervolgens komt.

Bronvermelding: Tian, K., Zhao, Z., Chen, Y. et al. Domain-specific schema reuse supports flexible learning to learn in the primate brain. Nat Commun 17, 2150 (2026). https://doi.org/10.1038/s41467-026-68692-x

Trefwoorden: schema‑leren, neurale representaties, cognitieve flexibiliteit, visuomotorisch leren, stabiliteit‑plasticiteit