Resumo

Pesquisadores desenvolveram um algoritmo inovador que mapeia a atividade cerebral de cada pessoa em uma “impronta digital neural” única, revelando traços neurais estáveis e de longo prazo. Essas impressões digitais ajudam a prever se os indivíduos experimentarão o fluxo em equipe — um estado de foco profundo e sincronizado — durante tarefas colaborativas.

Principais Fatos

• Um estudo colaborativo entre a Universidade de Tecnologia de Toyohashi (TUT) e o Instituto de Tecnologia da Califórnia (Caltech) introduz um algoritmo revolucionário que mapeia a atividade cerebral individual em um espaço multi-dimensional.
• Essa “impronta digital neural” revela traços neurais estáveis que interagem com estados cerebrais transitórios durante interações sociais.
• Participantes com impressões digitais neurais semelhantes em um jogo de vídeo baseado em ritmo mostraram maior probabilidade de entrar em um estado compartilhado de foco profundo, mesmo sob distrações.
• As descobertas têm implicações significativas para melhorar o trabalho em equipe em ambientes de alto risco, como missões espaciais e colaborações criativas.

Metodologia

Os pesquisadores analisaram dados de eletroencefalograma (EEG) coletados de participantes enquanto jogavam um jogo de vídeo colaborativo baseado em ritmo. Utilizando um novo algoritmo, eles geraram um mapa multi-dimensional que captura a assinatura cerebral única de cada pessoa — uma impressão digital de como executam e experimentam tarefas.

Implicações

As descobertas bridges a lacuna entre marcadores neurais duradouros e estados cognitivos transitórios, oferecendo uma promessa para desenvolver métodos que preveem e fomentam a colaboração eficaz. As implicações se estendem por vários campos, desde a otimização do desempenho em equipes até a melhoria da dinâmica cooperativa em ambientes desafiadores, como missões espaciais.

Apoio Financeiro

Este trabalho foi apoiado por bolsas da Sociedade Japonesa para a Promoção da Ciência e da Agência Japonesa de Ciência e Tecnologia. Qianying Wu recebeu apoio adicional do Centro Nacional de Saúde Mental Conte, do Instituto Tianqiao e Chrissy Chen de Neurociência no Caltech e da Iniciativa de Pesquisa sobre Autismo da Fundação Simons.

Referências

Fonte: TUT

Contato: Shino Okazaki – TUT

Imagem: Créditos para Neuroscience News

Pesquisa Original: Acesso aberto. “Um modelo hierárquico de traço e estado para decodificar interações sociais diádicas” por Qianying Wu et al., Scientific Reports.