NEUROFISIOLOGIA COM ÊNFASE NA DIFICULDADE DE APRENDIZADO

Nome Daiane Santos da Silva

Maria Cristina Vieira Cavalcanti1

Resumo
Embora muitos estudiosos considerem que as medidas não invasivas da
neurofisiologia são promissoras na avaliação da aprendizagem, essas medidas
atualmente não são amplamente aplicadas, nem em ambientes educacionais
nem em treinamento. O presente artigo tem como objetivo principal abordar
essas questões discutindo os mecanismos subjacentes às mudanças
neurofisiológicas durante a aprendizagem, seguidas por uma análise SWOT
(pontos fortes, pontos fracos, oportunidades e ameaças) da neurofisiologia não
invasiva na aprendizagem e no treinamento. Esse tipo de análise pode fornecer
um exame estruturado de fatores relevantes para o estado atual e futuro de um
campo. Os resultados da análise SWOT indicam que o campo da
neurofisiologia na aprendizagem e no treinamento está se desenvolvendo
rapidamente. Aproveitando as oportunidades da neurofisiologia na
aprendizagem e no treinamento (tendo em mente as fraquezas, ameaças e
forças), o campo pode avançar em direções promissoras. São fornecidas
sugestões de oportunidades para trabalhos futuros para garantir a aplicação
válida e eficaz da neurofisiologia não invasiva em uma ampla gama de
ambientes de aprendizagem e treinamento.
Palavras-chaves: Aprendizagem de línguas. Segmentação de fala.
Aprendizagem contextual.

1 Professor, Mestre, Orientadora. UNIASSELVI/IERGS. E-mail: crisccavalcanti@gmail.com

1.INTRODUÇÃO

Embora os métodos comportamentais, como avaliações pré e pós-teste,

sejam mais comumente usados para avaliar a aprendizagem, os métodos
neurofisiológicos não invasivos fornecem opções complementares promissoras
(LAI et al., 2013; KRIGOLSON et al., 2015; TINGA et al., 2019). A
neurofisiologia não invasiva inclui medidas que fornecem informações sobre o
sistema nervoso por meio de sensores relativamente não invasivos colocados
no corpo ou no ambiente. Exemplos dessas medidas são frequência cardíaca,
atividade eletrodérmica (AED) EDA e eletroencefalografia (EEG).
Embora muitos estudiosos considerem essas medidas promissoras na
avaliação da aprendizagem, atualmente elas não são amplamente aplicadas
em ambientes educacionais e de treinamento. Este artigo tem como objetivo
fornecer percepções que ajudem o campo a avançar em direção à aplicação
válida e eficaz da neurofisiologia em uma ampla gama de ambientes de
aprendizagem e treinamento (KRIGOLSON et al., 2015; TINGA et al., 2019).
Tendo em vista, no que foi exposto o estudo gerou o seguinte
questionamento: Suponha que um humano adulto e uma criança cheguem a
Marte e descubram que há marcianos que parecem falar uma língua um com o
outro. Se o ser humano adulto e criança permanecerem em Marte por vários
anos e tentarem aprender esta língua, qual você acha que será o resultado?
(Gleitman & Newport 1997, p. 22)
Baseado nesse questionamento, este estudo busca recursos dentro do
contexto, visto que atualmente, alguns estudos afirmam que o problema citado
introduzido por Gleitman e Newport ilustra dois aspectos cruciais da
aprendizagem de línguas (AL). Em primeiro lugar, embora os bebês aprendam
sua primeira língua como parte de seu desenvolvimento cognitivo, os adultos
também enfrentam esse desafio ao aprender uma segunda língua. Em
segundo lugar, e mais importante, as diferenças e semelhanças existentes
entre o processo de aquisição em bebês e adultos podem lançar alguma luz
sobre o mecanismo de aprendizagem necessário para dominar uma nova
língua. Apesar disso, os processos de aquisição e aprendizagem da linguagem
de bebês e adultos raramente foram comparados. É claro que fatores
importantes que diferem entre as duas populações podem afetar a forma como
o aprendizado ocorre. Nesse sentido, os bebês estão dando sentido a um
mundo inteiro enquanto desenvolvem outras funções cognitivas em paralelo
com a linguagem.
Além disso, esse desenvolvimento em bebês é acompanhado por
diferentes taxas de maturação cerebral e mielinização em diferentes regiões, o
que restringe as funções cognitivas. Esses fatores de maturação se somam a
outros aspectos, como a aprendizagem implícita (não instruída) da aquisição
da primeira língua, em comparação com o treinamento frequentemente
explícito em AL de adultos.
No entanto, além desses fatores, alguns aspectos centrais da aquisição
da linguagem podem ser compartilhados entre as duas populações. Assim,
acreditamos que a conversa cruzada entre a neurociência cognitiva de AL em
adultos e crianças é necessária e pode ser muito frutífera, pois os dois campos
podem trazer informações valiosas um para o outro, como será descrito aqui.
Com esse objetivo em mente, são necessárias perspectivas neurobiológicas e
de desenvolvimento complementares. Aquisição não invasiva da atividade
cerebral (por exemplo, usando potenciais cerebrais relacionados a eventos
(ERPs) e imagens de ressonância magnética (fMRI) estruturais e funcionais) e
o estudo das mudanças de desenvolvimento que ocorrem no curso da
aprendizagem de palavras (nos níveis estrutural e funcional níveis cerebrais)
ajudará drasticamente a preencher as informações que faltam sobre os
mecanismos de AL em bebês e adultos.
O objetivo principal deste estudo é revisar a literatura sobre as questões
discutindo os mecanismos subjacentes às mudanças neurofisiológicas durante
a aprendizagem. Uma pesquisa qualitativa e descritivo é o método de
pesquisa, dados científicos publicados nos últimos anos que avalia informações
sobre opiniões e valores, ao contrário dos dados estatísticos. Para responder
aos problemas, a escolha foi coletar informações sobre as medidas não
invasivas aplicadas com mais frequência e quais aspectos do sistema nervoso
essas medidas fornecem atividade do sistema nervoso, em uma primeira parte.
A segunda parte é coletar informações sobre os processos de aprendizagem,
em seguida, a teoria de como o autoconceito é desenvolvido.
Segundo GIL (2007) a análise descritiva contribui ao pesquisador
verificar, examinar, registrar e explicar as situações sem intervir diretamente
neles, detalhando características de um acontecimento no qual o pesquisador
deve dispor um domínio e conhecimento sobre os assuntos e as dúvidas a
serem investigadas.
Para isto, na pesquisa dos dados, foi criado um arcabouço analítico para
reunir e sintetizar as principais informações dos estudos, seguido pela
interpretação e comparação entre produções e elementos que compõem cada
um, encontrando informações e evidências significativas sobre o papel do
farmacêutico na administração clínica hospitalar, bancos de dados GOOGLE
ACADÊMICO, SCIELO e PUB, publicados nos últimos anos com os seguintes
temas: Farmácia Hospitalar. Farmácia Clínica. Assistência Farmacêutica.

2. SISTEMA NERVOSO AUTÔNOMO E CENTRAL

2.1 Sistema nervoso

O sistema nervoso consiste no sistema nervoso autônomo e central. O

sistema nervoso autônomo possui dois ramos que operam ao mesmo tempo,
mas de forma antagônica: o sistema nervoso simpático e o sistema nervoso
parassimpático, no qual o ramo simpático ativa uma resposta neurofisiológica,
enquanto o ramo parassimpático a inibe, com os nervos parassimpáticos
exercendo seus efeitos mais rapidamente do que os simpáticos. O sistema
nervoso regula uma ampla variedade de funções relacionadas a processos
como homeostase, digestão e atenção (LAI et al., 2013).
Métodos não invasivos que fornecem informações sobre o sistema
nervoso autônomo incluem medidas de fisiologia periférica, como freqüência
cardíaca (variabilidade), respiração, EDA e eletromiografia (EMG). A frequência
cardíaca e a variabilidade da frequência cardíaca (isto é, a variação nos
intervalos entre batimentos cardíacos consecutivos) podem ser medidos por
meio de eletrocardiografia (ECG) ou fotopletismografia (PPG). Embora o ECG
seja mais convencional, o PPG tem a vantagem de ser relativamente menos
invasivo. Com o ECG, vários sensores são colocados no corpo para medir a
atividade elétrica do coração, enquanto com o PPG um único sensor óptico é
colocado no dedo ou lóbulo da orelha para medir as mudanças periféricas no
fluxo sanguíneo que são afetadas pela atividade do coração (LEÓN-CARRIÓN,
LEÓN-CARRIÓN, 2012).
 O sistema nervoso central refere-se à parte do sistema nervoso que
consiste no cérebro e na medula espinhal. A atividade cerebral pode ser
medida de forma não invasiva por meio de medidas como EEG e
espectroscopia de infravermelho próximo funcional (fNIRS). O fNIRS é um
método no qual a atividade hemodinâmica cortical é medida usando luz
infravermelha próxima e se baseia na suposição de que a ativação neural e a
resposta vascular estão acopladas (LEÓN-CARRIÓN, LEÓN-CARRIÓN, 2012).

2.2 Neurofisiologia estaria relacionada aos processos de aprendizagem

A aprendizagem é considerada como o processamento de informações

de experiências para atualizar as propriedades do sistema (BARRON et al.,
2015). Por meio da experiência, a capacidade de executar tarefas ou
operações ou processamento de informações melhora e se torna mais rápida,
menos trabalhosa e mais automática (BORGHIRI et al., 2016). Um grande
corpo de estudos cognitivos e neurocognitivos demonstra que a aprendizagem
se manifesta de diferentes maneiras, como a aquisição de novas informações,
o desenvolvimento da percepção, raciocínio, habilidades psicomotoras e
habilidades de resolução de problemas (LAI et al., 2013). Quando nos
referimos à aprendizagem no presente artigo, nos referimos especificamente à
aprendizagem psicomotora e cognitiva, mas generalizamos para outros tipos
de aprendizagem. A aprendizagem afetiva, como o condicionamento do medo
e a extinção do medo, no entanto, não está incluída, pois esse tipo de
aprendizagem está fora do escopo do presente artigo, pois os estudos sobre
esse tópico refletem principalmente a resposta afetiva aos estímulos. Para
obter uma visão de como podemos nos mover na direção de uma aplicação
válida e eficaz da neurofisiologia em uma ampla gama de ambientes de
aprendizagem e treinamento, é antes de tudo importante conhecer os
mecanismos subjacentes de como as medidas não invasivas de neurofisiologia
são capazes de informar sobre a aprendizagem.
Medidas de neurofisiologia respondem de maneira previsível à demanda
cognitiva/carga de trabalho mental ou esforço mental (AYAZ et al., 2012;
BROUWER et al., 2012; HOGERVORST et al., 2014). Conforme o esforço
mental aumenta, a ativação simpática aumenta e a inibição parassimpática
diminui, em paralelo por mudanças no sistema nervoso central, como
oscilações no sinal de EEG com oscilações alfa geralmente aumentando e
oscilações teta geralmente diminuindo com demandas decrescentes e em
padrões de ativação no sinal fNIRS com atividade no córtex (pré) frontal
geralmente aumentando (HIYAMIZU et al., 2014).
De acordo com várias estruturas teóricas cognitivas influentes, a
aprendizagem pode ser pensada como uma mudança em como uma tarefa a
ser aprendida é processada e, portanto, em como uma tarefa é cognitivamente
exigente. A teoria do processamento dual constitui uma dessas estruturas. Da
perspectiva do processamento dual, a aprendizagem pode ser pensada como
uma transição do processamento controlado para o automático. O
processamento controlado é lento, exige muito esforço e exige atenção e é
comparável a um grande esforço mental. O processamento automático, em
contraste, é rápido e ocorre na ausência de controle e atenção e é comparável
ao baixo esforço mental. A evidência para a transição de processos
controlados lentos para processos automáticos mais rápidos vem de achados
comportamentais que demonstram que o início do processo de aprendizagem é
caracterizado por respostas lentas e muitas vezes imprecisas e que quando a
aprendizagem avança o tempo necessário para a execução da tarefa diminui
(HIYAMIZU et al., 2014).
De acordo com Reiner, Gelfeld (2014) da mesma forma, da perspectiva
da teoria da carga cognitiva, a aprendizagem pode ser vista como o processo
de aquisição e automação de esquemas, por meio do qual itens que foram
primeiro processados separadamente tornam-se integrados em um esquema e
considerados como um único item. Dessa forma, menos itens precisam ser
mantidos na memória de trabalho, reduzindo o esforço mental. O
processamento do esquema adquirido pode, por sua vez, tornar-se automático
durante o aprendizado posterior. Essa automação de esquema reduz ainda
mais as demandas de memória de trabalho ou de cognição.
O esforço mental aumenta adicionalmente com o aumento da dificuldade
da tarefa e a dificuldade da tarefa é pensada para modular as mudanças
relacionadas à aprendizagem na neurofisiologia. Em geral, a execução de uma
tarefa torna-se menos difícil durante o aprendizado, provocando mudanças no
esforço mental e, portanto, na neurofisiologia. Além disso, de acordo com a
teoria da intensidade motivacional, o esforço mental é proporcional ao nível de
demanda da tarefa, desde que o sucesso seja possível e o desempenho bem-
sucedido valha a pena. Isso também foi demonstrado em várias medições
neurofisiológicas (FAIRCLOUGH, EWING, 2017), implicando que o sucesso
precisa ser possível para que a aprendizagem ocorra e para que o esforço
mental e a neurofisiologia mudem em um maneira previsível durante a
aprendizagem.
O tópico de aprendizagem consiste em vários aspectos do
desenvolvimento da cognição. É importante levar em consideração que
diferentes aspectos do progresso da aprendizagem de forma diferente e
principalmente não afetam o desenvolvimento cognitivo de uma forma linear
(MURRE, 2014; STOIANOV et al., 2016). Mesmo que o desenvolvimento
cognitivo não progrida necessariamente de forma linear, é claro que mudanças
cognitivas importantes ocorrem durante a aprendizagem, passando de um
processamento mais controlado e exigente para uma automação menos
exigente, que pode ser detectada por medidas neurofisiológicas. A evidência
experimental vem de estudos que demonstram mudanças na neurofisiologia,
sugerindo uma diminuição no esforço mental ao longo do tempo durante o
aprendizado (para uma visão geral de 113 experimentos de 2006 a 2016 e um
primeiro modelo baseado nos resultados desses experimentos.
Geralmente, em tais estudos experimentais, uma tarefa de
aprendizagem é apresentada em que melhorias ao longo do tempo (por
exemplo, ensaios ou bloqueios) em resultados comportamentais ocorrem e o
efeito ao longo do tempo em medidas neurofisiológicas gravadas
simultaneamente é avaliado e relacionado ao processo de aprendizagem
comportamental. Por exemplo, em um estudo recente incluindo dois
experimentos (TINGA et al., 2020), os participantes foram apresentados a uma
tarefa de aprendizagem de sequência visuomotora enquanto medidas
comportamentais e medidas de EEG, condutância da pele, frequência cardíaca
(variabilidade) e respiração eram coletadas. Os resultados indicaram que, em
ambos os experimentos, o nível de condutância da pele e as oscilações do
EEG (na banda alfa e gama) mudaram durante o aprendizado da tarefa geral,
indicando menos esforço mental ao longo do tempo e estavam relacionados ao
desempenho comportamental. Essas descobertas sugerem que a
neurofisiologia é capaz de fornecer percepções robustas na aprendizagem.
Além disso, vários estudos compararam as condições de tarefas de
aprendizagem e não aprendizagem e relatam uma diferença clara na
neurofisiologia (MOISELLO et al., 2013; TAN et al., 2014), corroborando que há
potencial nessas medidas, pois são capazes de dissociar o aprendizado do não
aprendizado.
Diferentes medidas de neurofisiologia fornecem informações sobre a
atividade em uma parte do sistema nervoso, mas existem diferenças
importantes em desafios específicos associados a cada técnica de medição.
Por exemplo, as medições da variabilidade da frequência cardíaca são
sensíveis ao fato de o treinando estar sentado, em pé ou deitado. Como outro
exemplo, as medidas do tamanho da pupila são afetadas pela luminância do
ambiente. Embora existam diferenças importantes entre as diferentes medidas
neurofisiológicas, consideraremos todas as medidas em conjunto nesta
revisão. Essas diferentes medidas de neurofisiologia raramente são
consideradas em conjunto, embora tenha sido apontado que é importante
descobrir quais aspectos específicos do processo de aprendizagem se refletem
em mudanças neurofisiológicas específicas (TINGA et al., 2019). Além disso,
diferentes medidas de neurofisiologia podem ser potencialmente combinadas
para fornecer um melhor insight sobre a aprendizagem do que uma única
medida. No entanto, quando necessário, diferenças importantes entre
diferentes medidas de neurofisiologia serão discutidas.
Mesmo que as medidas neurofisiológicas tenham potencial para fornecer
uma visão sobre o aprendizado, a questão permanece como a pesquisa neste
tópico deve avançar para garantir aplicações válidas. A natureza desta visão
geral atual não permite entrar em detalhes sobre questões metodológicas
inerentes aos estudos revisados, mas, em vez disso, assumirá a importância
desses artigos revisados por pares e se concentrará em como melhor avançar
o campo (MOISELLO et al., 2013; TAN et al., 2014).

2.3 Uma análise Swot para o campo da neurofisiologia não invasiva na

aprendizagem e no treinamento
 Para obter uma melhor compreensão de como o campo da
neurofisiologia não invasiva pode avançar da melhor forma, é importante
avaliar de forma abrangente o estado atual do campo. Para tanto,
identificaremos forças, fraquezas, oportunidades e ameaças (SWOT) para o
campo da neurofisiologia não invasiva na aprendizagem e treinamento. Embora
a estrutura SWOT seja mais comumente empregada em negócios para analisar
fatores que influenciam a posição de uma empresa no mercado com foco no
futuro, ela também pode ser útil para outros domínios, como no campo
científico. Antes de discutirmos cada um dos pontos fortes, fracos,
oportunidades e ameaças, apresentamos um resumo da análise como uma
diretriz (COWLEY et al., 2013; VECCHIO et al., 2019).

2.4 Pontos fortes na aplicação de medidas neurofisiológicas no

aprendizado e treinamento (Avaliação formativa e objetiva que apoia a
previsão do resultado da aprendizagem)

A aprendizagem pode ser avaliada de forma somativa ou formativa. A

avaliação somativa se concentra principalmente em avaliar o resultado da
aprendizagem, enquanto a avaliação formativa visa obter uma visão dos
processos de aprendizagem. Enquanto a avaliação somativa informa se a
aprendizagem é suficiente, a avaliação formativa permite adicionalmente apoiar
a aprendizagem com base no exame do próprio processo de aprendizagem. A
aprendizagem é comumente avaliada usando medidas somativas de
desempenho comportamental, por exemplo, usando um exame escrito post
hoc, focado no resultado da aprendizagem, negligenciando o próprio processo
de aprendizagem. Ter uma visão sobre o processo de aprendizagem pode até
mesmo ajudar a prever o resultado desse processo mesmo antes de alguém
terminar de aprender (COWLEY et al., 2013; VECCHIO et al., 2019).
Além disso, a avaliação precisa ser objetiva, válida e confiável
(BRENNER et al., 2015). As medidas comportamentais post hoc podem
carecer de objetividade e validade, pois podem ser afetadas pelo próprio
processo de medição, com os participantes mudando seu comportamento
propositalmente ou sem estarem conscientes disso quando são capazes de
detectar que comportamentos específicos estão sendo medidos. Medidas
neurofisiológicas não invasivas podem ser uma substituição ou adição
interessante aos resultados comportamentais da aprendizagem por ser uma
ferramenta de avaliação formativa que fornece uma visão objetiva do processo
de aprendizagem online.

2.5 Apoiar a aprendizagem por meio de instrução ou feedback e tarefa de

adaptação para o indivíduo

Fornecer feedback durante a aprendizagem pode beneficiar muito a

aprendizagem. Como a neurofisiologia é uma medida formativa, ela pode ser
empregada para apoiar o aprendizado em tempo real. Quando as medidas
indicam que o trainee está tendo dificuldade em aprender, o treinador pode
fornecer instruções e feedback adicionais. Potencialmente, o feedback
automatizado como uma resposta aos dados neurofisiológicos recebidos e
dados adicionais da tarefa poderia até mesmo ser implementado na própria
tarefa de aprendizagem. O fluxo contínuo de dados objetivos também pode ser
usado para personalizar o ambiente de aprendizagem às necessidades do
indivíduo, a fim de garantir que a aprendizagem não seja nem muito fácil nem
muito difícil. Por exemplo, a tarefa de aprendizagem pode se tornar mais
desafiadora quando o aluno está aprendendo o suficiente, mas quando o
aprendizado é insuficiente, materiais mais desafiadores podem ser
apresentados posteriormente ou a tarefa pode ser simplificada. Walter et al.,
(2017) estudaram esse princípio usando dados de EEG durante o aprendizado
de aritmética em alunos. Eles adaptaram a dificuldade do material à carga de
trabalho do aluno e concluíram que tal ambiente de aprendizagem adaptativo é
viável. Além disso, sistemas estão sendo desenvolvidos nos quais dados de
rastreamento ocular são empregados para rastrear o aprendizado e apoiar o
aprendizado por meio de feedback e adaptação em ambientes de e-learning.

2.6 Dados multicanais coletados em uma alta taxa de amostragem,

fornecendo dados valiosos

A neurofisiologia não invasiva permite a medição por meio de vários

canais dentro de uma modalidade, bem como em uma variedade de
modalidades. Os canais podem ser combinados para chegar a conclusões de
confiabilidade aprimorada, como foi demonstrado por Hogervorst et al., 2014
que o esforço mental pode ser classificado usando uma combinação de
medidas neurofisiológicas (no entanto, ver Tinga et al., (2020), que não
descobriram que a combinação de diferentes medidas neurofisiológicas
melhorava a avaliação do esforço mental e da aprendizagem,
especificamente). Além do potencial de aumentar a confiabilidade, se um canal
falhar em registrar dados suficientes, existem outros canais para recorrer. Além
disso, os dados podem ser coletados em uma alta taxa de amostragem durante
a experiência de aprendizagem. Por exemplo, a taxa de amostragem
normalmente varia de 250 a 2000 Hz para EEG (REIS et al., 2014), de 25 a
2000 Hz para rastreamento ocular e de 500 a 1000 Hz para frequência
cardíaca. Embora uma taxa de amostra mais alta nem sempre forneça
informações extras, uma taxa de amostra relativamente mais alta permite uma
descrição precisa dos processos ao longo do tempo. Os dados fornecidos por
métodos neurofisiológicos multicanais com amostragem frequente são,
portanto, muito mais ricos do que uma única medida comportamental post hoc,
como uma pontuação de exame.
3. CONSIDERAÇÕES FINAIS

Considerando os vários aspectos da análise SWOT, é evidente que o

campo da neurofisiologia em aprendizagem e treinamento está se
desenvolvendo rapidamente com muitas oportunidades existentes e
emergentes. Nestes desenvolvimentos, fragilidades devem ser levadas em
consideração, como o fato de que a neurofisiologia responde a uma ampla
variedade de funções suportadas pelo sistema nervoso e desafios técnicos
relacionados à sincronização e análise de grande quantidade de dados.
Devemos também estar cientes das ameaças que estão envolvidas, incluindo o
fato de que a pesquisa foi conduzida principalmente em ambientes de
laboratório controlados com foco em tópicos de aprendizagem específicos e
medidas neurofisiológicas específicas, bem como desafios éticos e os
estagiários possivelmente se sentindo desconfortáveis sendo medidos por
sensores.
No entanto, a neurofisiologia na aprendizagem e no treinamento tem
forças poderosas e valiosas, como permitir uma avaliação formativa e objetiva,
adaptar a tarefa ao indivíduo e obter percepções mais profundas por meio de
dados multicanais. Além disso, existem várias oportunidades para o campo da
neurofisiologia em aprendizagem e treinamento.
Para começar, conforme os custos associados para registrar as medidas
neurofisiológicas continuam diminuindo e o equipamento se torna menos
intrusivo para o train e pode ser configurado de forma mais rápida e fácil, a
aplicação da neurofisiologia não invasiva no aprendizado e treinamento se
tornará cada vez mais viável. Esperamos que os avanços tecnológicos nos
próximos anos reduzam substancialmente a diferença na qualidade dos dados
entre os sistemas baseados em laboratório e os vestíveis. Os avanços
permitirão focar no exame dos efeitos em mais detalhes fora do laboratório
para garantir que os resultados atuais estabelecidos no laboratório sejam
replicados em ambientes mais aplicados e menos controlados. Além disso,
será mais viável avaliar uma gama mais ampla de medidas para adicionar à
literatura, que atualmente se concentra principalmente em medidas de
atividade cerebral e resultados relacionados aos olhos.
O importante desafio de distinguir efeitos específicos de aprendizagem
de outros efeitos se tornará mais fácil de lidar quando a pesquisa identificar sob
quais condições os efeitos serão válidos para quais medidas neurofisiológicas,
em combinação com avanços na qualidade dos dados e como lidar com o
ruído. Especialmente ao tirar proveito da natureza altamente interdisciplinar do
campo de pesquisa, os especialistas podem trabalhar juntos no avanço em
busca de soluções para lidar com desafios como esses.
Como em qualquer outro campo, as questões éticas, como o manuseio
adequado de dados, devem ser consideradas com cuidado. Esses problemas
ficarão especialmente aparentes à medida que a aplicação da neurofisiologia
não invasiva na aprendizagem ocorre cada vez mais fora do laboratório. Uma
direção possível poderia ser aproveitar a análise de dados em tempo real e a
visualização de mudanças mais gerais na neurofisiologia, o que não envolve
necessariamente salvar um conjunto de dados completo com respostas
específicas e possivelmente sensíveis. Esta avaliação online dos efeitos
neurofisiológicos já pode fornecer aos formadores, e até aos formandos,
informações importantes sobre o processo de aprendizagem e pode ser
utilizada para adaptar a tarefa de aprendizagem em tempo real.
Além disso, deve-se garantir que as descobertas no campo sejam
comunicadas de forma clara e reconhecer as limitações para garantir que as
descobertas não sejam mal interpretadas. Aqui também se pode aproveitar a
natureza altamente interdisciplinar do campo de pesquisa, que permite abordar
uma ampla gama de aspectos para garantir uma visão abrangente das novas
descobertas.
Os desenvolvimentos na inclusão de sensores neurofisiológicos em
sistemas de aprendizagem e novas tecnologias, como sistemas de realidade
virtual, abrirão muitas possibilidades interessantes de aplicação. Por exemplo,
experiências de aprendizagem imersivas promissoras podem ser mais
eficazmente adaptadas ao indivíduo ao fazer uso da avaliação formativa online
(automática) por meio da neurofisiologia.
As oportunidades da neurofisiologia no aprendizado e no treinamento
podem ser aproveitadas de maneira mais eficaz tendo uma visão dos pontos
fracos e ameaças de sua aplicação, bem como de seus pontos fortes. Desta
forma, o campo da neurofisiologia não invasiva no aprendizado e treinamento
pode avançar em direções promissoras, aproximando-se da aplicação válida da
neurofisiologia em uma ampla gama de ambientes de aprendizagem e
treinamento.
REFERÊNCIAS

Ayaz, H., Shewokis, P. A., Bunce, S., Izzetoglu, K., Willems, B., e Onaral, B.
Monitoramento óptico do cérebro para treinamento de operador e avaliação de
carga de trabalho mental. Neuroimagem, 2012.

Barron, A. B., Hebets, E.A., Cleland, T.A., Fitzpatrick, C.L., Hauber, M.E., e
Stevens, J.R. Abraçar várias definições de aprendizagem. Trends Neurosci,
2015.

Borghini, G., Arico, P., Graziani, I., Salinari, S., Sun, Y., Taya, F., et al.
Avaliação quantitativa da melhora do treinamento em uma tarefa motor-
cognitiva usando sinais de EEG, ECG e EOG. Brain Topogr, 2016.

Brenner, E., Chirculescu, A.R.M., Reblet, C., e Smith, C. Assessment in

anatomy. EUR. J. Anat, 2015.

Brouwer, A. M., Hogervorst, M. A., Van Erp, J. B., Heffelaar, T., Zimmerman, P.
H., e Oostenveld, R. Estimating workload using EEG espectral power and ERPs
in the N-back task. J. Neur. Eng, 2012.

Cowley, B., Ravaja, N. e Heikura, T. Fisiologia cardiovascular prediz efeitos de

aprendizagem em uma atividade de jogo sério. Comput. Educ, 2013.
Fairclough, S. H., e Ewing, K. O efeito da demanda de tarefa e incentivo em
marcadores neurofisiológicos e cardiovasculares de esforço. Int. J.
Psychophysiol, 2017.

Gleitman L., Newport E. L. A invenção da linguagem pelas crianças: influências

ambientais e biológicas na aquisição da linguagem. Em Língua: um convite às
ciências cognitivas, 2ª ed., Vol. 1 (eds Gleitman L., Liberman M.), pp. 1-24
Cambridge, MA: The MIT Press, 1997.

Hogervorst, M. A., Brouwer, A. M., e van Erp, J. B. Combining and comparing

EEG, fisiologia periférica e medidas relacionadas aos olhos para a avaliação da
carga de trabalho mental. Frente. Neurosci, 2014.

Hiyamizu, M., Maeoka, H., Matsuo, A., e Morioka, S. Efeitos da observação de

auto-ação na aprendizagem de equilíbrio em pé: Uma mudança na atividade
cerebral detectada usando espectroscopia de infravermelho próximo funcional.
Neurorreabilitação, 2014.

Lai, M. L., Tsai, M. J., Yang, F. Y., Hsu, C. Y., Liu, T. C., Lee, S. W. Y., et al.
Uma revisão do uso da tecnologia de rastreamento ocular na exploração da
aprendizagem de 2000 a 2012. Educ. Res. Rev, 2013.

León-Carrión, J., e León-Domínguez, U. "Functional near-infrared mirroscopy

(fNIRS): Principles and neuroscientific applications," in Neuroimaging-Methods,
ed. P. Bright, (London: InTech), 2012.
Moisello, C., Meziane, H. B., Kelly, S., Perfetti, B., Kvint, S., Voutsinas, N., et al.
As ativações neurais durante o aprendizado da sequência visual deixam um
traço no EEG espontâneo pós-treinamento. PLoS One, 2013.

Murre, J. M. J. S-shaped learning curves. Psychonom. Touro. Rev, 2014.

Krigolson, O. E., Cheng, D. R., e Binsted, G. The role of visual processing in

motor learning and control: Insights from electroencephalography. Vis. Res,
2015.

Reiner, M. e Gelfeld, T. M. Estimativa da carga de trabalho mental por meio de

flutuações relacionadas a eventos da área do aluno durante uma tarefa em um
mundo virtual. Int. J. Psychophysiol, 2014.

Reis, P. M., Hebenstreit, F., Gabsteiger, F., von Tscharner, V., and Lochmann,
M. Methodological aspects of EEG and body dynamics measurements during
motion. Front. Hum. Neurosci, 2014.

Stoianov, I., Genovesio, A., e Pezzulo, G. Códigos de objetivo pré-frontal

emergem como estados latentes na aprendizagem de valor probabilístico. J.
Cogn. Neurosci, 2019.

Tinga, A. M., de Back, T. T., e Louwerse, M. M. Medidas neurofisiológicas não

invasivas de aprendizagem: uma meta-análise. Neurosci. Biobehav. Rev, 2019.
Tinga, A. M., de Back, T. T., e Louwerse, M. M. Alterações neurofisiológicas na
aprendizagem de sequência visuomotora fornecem uma visão geral dos
processos de aprendizagem: Medidas de atividade cerebral, condutância da
pele, frequência cardíaca e respiração. Int. J. Psychophysiol, 2020.

Tan, H. L., Jenkinson, N., e Brown, P. Correlatos neurais dinâmicos de

monitoramento de erro motor e adaptação durante a aprendizagem tentativa a
tentativa. J. Neurosci, 2014.

Vecchio, F., Miraglia, F. e Rossini, P. M. Rastreamento de conectividade

neuronal de sinais elétricos do cérebro para prever o desempenho.
Neurocientista, 2019.

Walter, C., Rosenstiel, W., Bogdan, M., Gerjets, P., and Spüler, M. Online EEG-
based workload adaptation of an arithmetic learning environment. Front. Hum.
Neurosci, 2017.