MONICA ROSENBERG
Berbat durumdaki dikkat süreniz için beyninizi suçlayın.
Bu makale Yale Üniversitesi’nde çalışan Monica Rosenberg tarafından yazılmıştır.
Jack Kerouac 1959 yılında televizyona çıktığı zaman, kendisine yeni romanı Yolda‘yı yazmasının ne kadar sürdüğü sorulmuştu. Verdiği cevap, üç haftaydı. Bu cevap, görüşmeyi yapan sunucuyu şaşırtmış ve kitabın, aralıksız devam eden bir yazma maratonu sonucunda oluşturulduğuna dair inatçı bir efsanenin fitilini ateşlemişti. Kerouac efsanesi gibi, bazı insanlar inanılmaz miktarda uzun zaman dilimleri boyunca odaklanma yeteneği sergiliyorlar. Diğerleri ise, bir işin üstünde zihinlerini toplamak için devamlı şekilde çaba gösteriyor.
Örneğin, dikkat eksikliği hiperaktivite bozukluğu (ADHD) teşhisi konan bireyler, sıklıkla kıpır kıpır oluyorlar ve bu insanların dikkatleri kolay şekilde dağılıyor. ADHD olmayan insan bile, okul veya işte dikkatlerini toplamaya çalışırken akıllarının başka yerde gezdiğini fark edebiliyorlar.
Dikkati bir şey üzerinde sürdürme yeteneği, kişiden kişiye geniş ölçüde değişiklik gösteriyor fakat bu bireysel farklılıkları tanımlamak kolay değil. Geleneksel olarak kağıt ve kalemle yapılan IQ testleriyle ölçülen zekadan (tabi bu konuda da tartışmalar var) farklı olarak, dikkatle ilgili beceriler, sadece bir tane testle belirlenmiyor.
Geçenlerde Nature Neuroscience bülteninde yayınlanan bir çalışmada ben ve meslektaşlarım, dikkati ölçmenin yeni bir yolunu bulmak üzere yola çıktık. IQ gibi bu ölçüm de, karmaşık bir algı yeteneğinin genel bir özeti vazifesi görecekti. Fakat IQ’dan farklı olarak bunun, kişinin beyin bağlantılarında bulunan benzersiz bir kalıba dayalı olması gerekiyordu; yani, kişilerin beyinlerinin farklı bölgeleri boyunca gözlenen, eşzamanlı faaliyete dayalı olmalıydı. Daha önce, her insanın beynindeki bağlantı kalıbının kendine özgü olduğunu (tıpkı bir parmakizi gibi) ve bu kalıpların da; değişken zeka veya yeni şartlarda sorunları çözme yeteneğinin habercisi olduğunu göstermiştik. Peki beyin bağlantısının özgün kalıpları da dikkat becerisinin habercisi mi?
İlk önce 25 gönüllü bulduk ve onlara, biz onların beyin faaliyetlerini MRI tarayıcısı ile ölçerken, bir görevi yerine getirmelerini söyledik. Verdiğimiz talimatlar basitti: Görüntülerden meydana gelen bir akışı seyredecekler ve şehirleri gördükleri zaman bir düğmeye basacaklardı, fakat dağları gördükleri zaman basmayacaklardı. Resimlerin çoğunda şehirlerin görüntüsü vardı ve arada sırada, tahmin edilemeyen bir şekilde dağ çıkıyordu. 30 dakikadan fazla süren bu faaliyette, dikkati sürdürmek zordu. Bazı insanlar çok iyi verim gösterdi. Fakat diğerleri sık sık hata yaptı; bu kişiler ya bir şehir gördükleri zaman düğmeye basmayı başaramıyordu, ya da hata yaparak dağ gördükleri zaman basıyorlardı.
Katılımcıların şehir ve dağ resimlerine tepki verirken sergiledikleri isabet oranını, onların beyin bağlantı kalıplarıyla ilişkilendirebilir miydik? Beyin verilerini çözümlemek için, ilk önce her birinin beynini 268 farklı bölgeye ayırdık; daha önce bu rakamın, beyin işlevini iyi şekilde betimlediği gösterilmişti.
Aşağıdaki görüntüde yer alan küreler beyin bölgelerini, çizgiler ise onların arasındaki bağlantıları temsil ediyor ve kürelerin boyutları ise, sahip oldukları bağlantıların miktarına karşılık geliyor. Turuncu küreler, dikkatin daha iyi olduğunu haber veren ağda daha fazla bağlantıya sahip; mavi küreler, dikkatin daha zayıf olduğunu haber veren ağda daha fazla bağlantıya sahip ve gri küreler, her birinde yaklaşık olarak eşit miktarda bağlantıya sahip.
Ardından, her bölgenin, beyindeki diğer her bölgeyle ne kadar ‘işlevsel şekilde bağlantılı’ olduğunu hesapladık. İşlevsel bağlantısallık, bir bölge çiftindeki faaliyetin eşzamanlı olma derecesini gösteriyor. Diğer bir ifadeyle, güçlü bir işlevsel bağlantıya sahip iki bölgedeki faaliyet aynı anda azalma ve artma eğilimi gösterirken, zayıf bağlantıya sahip bölgelerdeki faaliyet eşzamanlı durumda değil. Örneğin, 1995’te yayınlanan ve dönüm noktası niteliği taşıyan bir çalışmada, beynin sağ ve sol yarımkürelerindeki bölgeler arasında, motor faaliyetten sorumlu olan güçlü işlevsel bağlantıların bulunduğu gösterilmişti.
Her bölge çifti arasındaki işlevsel bağlantıları hesaplayarak, çalışmadaki her katılımcı için bireysel bağlantısallık profilleri elde ettik. Sayıları binlerce olan bu bağlantıların arasında (her kişinin profilinde 35.778 tane bağlantı vardı!), katılımcılara verdiğimiz görevde sergilenen verimle ilişkili olan birkaç yüz tane bağlantı belirledik; bu görevde daha fazla isabet sergileyen insanlarda bazı bağlantılar daha güçlü durumdaydı ve bazıları da, daha az isabet sergileyen insanlarda daha güçlüydü.
Dikkatli şekilde yapılan istatistiksel çözümlemeden sonra, kişilerin sadece işlevsel bağlantılarının gücüne bakarak, her deneğin bu görevde ne kadar iyi verim gösterdiğini tahmin edebileceğimizi keşfettik. Bu tahminler mükemmel değildi fakat, rastgele bir varsayıma göre önemli oranda daha iyiydi.
Dinlenme kipindeki bir beyin, dikkate dair neyi haber verebilir
Beyin bağlantı kalıplarının, dikkati tahmin etmede kullanılabileceğini görmek heyecan verici olsa da, biz sadece fiili iş verimi sırasında toplanan verilere bakmıştık. Yaptığımız beyin faaliyeti ölçümü, verimi değerlendirme bakımından düğmeye basmaya göre yalnızca daha karmaşık ve daha az kesin olan bir yöntemdi. Peki neden beyin verisini işin içine katıyoruz?
Ölçümümüzün işe yarar olması için, dikkat testi çözmeyen birinin de beyin faaliyetinden dikkat tahmini yapmamız gerekiyordu.
Örneğin, ya birisi herhangi bir sebeple testi çözemediyse veya biz doğru soruları sormayı bilmediysek veya o kişileri, tam olarak ölçmek istediğimiz şeyde teste tabi tutacak kadar zamanımız olmadıysa? Bu gibi durumlarda, bu kişiler hiçbir faaliyet yürütmüyorken ölçülen beyin verilerinden, o kişilerin dikkatle ilgili yetenekleri hakkında bilgi sağlayabilmek faydalı olacaktır.
Dinlenme kipinde olan bir beynin, dikkat hakkında bilgi taşıyıp taşımadığını görmek amacıyla, katılımcılarımız tarama makinesinde dinlenirken toplanan verileri kullanarak, her biri için bir başka bireysel bağlantısallık profili dizisini hesapladık. Öncekiyle aynı yöntemi kullanarak, dikkat görevi üzerinde yeniden verim tahmini yapabiliyorduk. Tahminlerimiz, görev verimi sırasında toplanan beyin verilerini kullanarak yaptığımız tahminler kadar isabetli değildi, fakat rastgele bir tahmine göre hâlâ önemli ölçüde daha iyiydi.
Herhangi bir kişinin dinlenme kipindeki bağlantısallık profilini kullanarak (hiç bir dikkat görevi gerçekleştirmemiş ve gerçekleştirmeyecek birisi olsa bile), bu kişilerin şehir ve dağ görevinde varsayımsal olarak nasıl verim sergileyeceğini tahmin edebiliyoruz.
İşlevsel bağlantıları kullanarak ADHD’yi tahmin etmek
Elde ettiğimiz sonuçlar, test ettiğimiz birey grubuna ve kullandığımız şehir/dağ görevine mi özgüydü; yoksa bunlar genel olarak bize, devamlı dikkat hakkında anlamlı bir şeyler söyleyebilir miydi?
Bu soruyu test etmek amacıyla, Peking Üniversitesi tarafından ADHD-200 Örneği‘nin bir parçası olarak sağlanan, 113 çocuk ve gençten elde edilen verileri kullandık. Bu çocukların bazılarında resmî bir ADHD teşhisi vardı ve belirtilerin şiddet derecesi değişiklik gösteriyordu. Teşhis konmamış bazı çocuklar bile, hafif dikkat sorunu işaretleri gösteriyordu. Klinik tedavi uzmanları, her çocuk için (hem teşhis konan hem konmayan), o çocuğun dikkat eksikliği belirtilerinin ne kadar şiddetli olduğunu gösteren, 18-72 arasındaki bir ‘ADHD puanı’ ölçeği belirlemişti. Bizim veri dizimizde yer alan çocuklar, 18’den 65’e kadar değişen puanlara sahiplerdi.
Çocuklar bir MRI tarama makinesinin içinde dinlenirken hesaplanan beyin bağlantısallık profillerini kullanarak, New Haven şehrindeki yetişkin deneklerimizin verimlerini haber veren aynı işlevsel bağlantıların, Beijing şehrinde taramadan geçirilen çocukların ADHD puanlarını da haber verdiğini keşfettik. İstatistiksel modellerimiz; eğer çocuklara şehir/dağ görevi verilirse, düşük ADHD belirtileri sergileyen çocukların iyi verim gösterdiğini ve daha fazla belirti sergileyen çocukların da zorlandığını haber verdi.
Bu yüzden, bireyler sadece dinlenirken beyin faaliyetinde meydana gelen doğal dalgalanmalar, onların ADHD belirtilerini haber verebiliyordu.
Yeni bir ‘dikkat puanı’ mı?
Peki bu durum, bir bilim insanının sizi bir beyin tarama cihazına koyabileceği ve sizin olaylara ne kadar iyi şekilde dikkat göstereceğinizi keşfedebileceği anlamına mı geliyor? Bazı yönlerden, evet. Sizin bağlantısallık profiliniz, dikkatle ilgili yeteneklerinizin de dahil olduğu, size özgü bilgiler taşıyor.
Dikkat ve zeka gibi kişisel özelliklerin çok yönlü olduğunu belirtmekte fayda var; bu yüzden bir kişinin genel işlevini sadece tek ölçüte indirgemek, aşırı basitleştirme tehlikesi taşıyor. Fakat, zeka için IQ ve ekonomi için gayri safî yurt içi hasıla gibi, karmaşık bir süreci özetleyen ölçütler, faydalı bilgiler sağlıyor. Örneğin böyle bir ölçüt, araştırmacıların yeteneklerde zamanla meydana gelen değişimleri takip etmesinde yardımcı olabilir ve belki de günün birinde klinik tedavi uzmanlarının, dikkat eğitimi veya kişiselleştirilmiş öğrenimden en fazla fayda görmesi muhtemel olan çocukları belirlemesinde yardımcı olabilir.
Bu yaklaşımın bir diğer faydalı özelliği de, tıpkı yalnızca bir tane kan örneğinden birçok biyoişaretçinin çıkarılabilmesi gibi, yalnızca bir tane bağlantısallık profilinden birden fazla tahminin yapılabilmesidir. Farklı bağlantılar, bir birey hakkında farklı şeyler söyleyebilir. Örneğin, ADHD belirtilerini haber veren beyin ağlarının, IQ’yu haber vermediğini bulduk, fakat grubumuz, zekayı haber veren diğer ağları belirlemişti.
IQ zeka için neyse, beyin bağlantısının da dikkat için o olması bakımından daha gidilecek çok uzun bir yol var. Fakat bu yöntemler, geniş bir özellik çeşitliliğini tahmin etmek ve beyin ile davranış arasındaki ilişkiyi aydınlatmak bakımından umut vadediyor. Belki de gelecekte, beyin bağlantısallığı ve dikkat arasındaki ilişkiyi daha anladığımız zaman, algısal eğitim alanına bilgi sağlayabiliriz; belki de bu durum, hepimizin Kerouac efsanesine dönüşmesine yardımcı olabilir.
Monica Rosenberg, Psikoloji Doktora Adayı, Yale Üniversitesi.
The Conversation
