A compreensão das diferenças individuais na inteligência humana e seus mecanismos neurobiológicos subjacentes tem sido um objetivo duradouro da pesquisa nas ciências psicológicas e cerebrais. Recentemente, a Teoria da Neurociência de Redes (TNR) emergiu como uma estrutura promissora para elucidar como a inteligência geral se manifesta a partir das diferenças individuais na arquitetura de rede do cérebro humano. Essa teoria propõe que a inteligência geral emerge da topologia de “pequeno mundo” das redes cerebrais e da reorganização dinâmica de sua estrutura de comunidade, promovendo flexibilidade e adaptação em todo o sistema.
O conceito de inteligência geral foi introduzido por Charles Spearman no início do século XX, que observou correlações positivas entre o desempenho em diversas disciplinas acadêmicas, como inglês, francês, clássicos e matemática. Essa descoberta, conhecida como “manifold positivo”, sugeriu que todos os testes cognitivos medem algo em comum. Spearman cunhou esse fator comum como o fator geral, que representa a componente da variância das diferenças individuais que é comum a todos os testes de habilidade mental. O modelo de dois fatores de Spearman postulava que o desempenho em testes de habilidade mental reflete conjuntamente um fator específico, exclusivo para cada teste, e um fator geral, comum a todos os testes. Pesquisas contemporâneas expandiram esse modelo para incluir um nível intermediário de habilidades amplas, que explicam a variância compartilhada entre domínios semelhantes de capacidade cognitiva. Por exemplo, a teoria de Cattell-Horn-Carroll distingue entre inteligência cristalizada (conhecimento prévio e experiência) e inteligência fluida (raciocínio adaptativo em situações novas). Juntos, esses fatores específico, amplo e geral explicam o padrão hierárquico de correlações observadas entre os testes de habilidade mental.
A natureza enigmática da inteligência geral reside no fato de que não é uma medida de conhecimento, habilidades ou estratégias específicas de resolução de problemas. Em vez disso, o fator geral explica as diferenças individuais no processamento da informação em um nível global. Assim, para compreender as bases causais da inteligência geral, é necessário ir além da psicologia e examinar os mecanismos neurobiológicos que moldam as diferenças individuais na capacidade cognitiva.
A neurociência de redes, um campo interdisciplinar que aplica métodos da matemática, física e ciência da computação, fornece uma nova lente para examinar o surgimento de fenômenos de rede globais no cérebro. Essa área tem grande potencial para avançar a pesquisa sobre a natureza e as origens da inteligência geral, que representa um fenômeno de rede global por excelência. Godfrey Thomson, contemporâneo de Spearman, propôs que o fator geral representa um fenômeno de rede global , emergindo da interação entre os muitos elementos do cérebro, que ele chamou de arcos ou ligações neurais. A Teoria da Amostragem da Habilidade Mental de Thomson sugeria que o grau de sobreposição entre essas ligações explicava a correlação entre os testes e o manifold positivo resultante.
A TNR aprofunda a noção de ligações neurais de Thomson, revelando princípios de organização cerebral que sustentam a modularidade dos processos cognitivos (permitindo a autonomia dos processos mentais), e a reorganização dinâmica dessa arquitetura modular em serviço da flexibilidade e adaptação de todo o sistema (permitindo interações mútuas entre os processos cognitivos). A teoria postula que as diferenças individuais na inteligência geral são baseadas na topologia de pequeno mundo e na dinâmica de rede do cérebro humano.
A topologia de “pequeno mundo” do cérebro humano representa um equilíbrio parcimonioso entre uma rede cerebral regular, que promove a eficiência local, e uma rede cerebral aleatória, que permite a eficiência global. A eficiência local é alcançada pela divisão do córtex em módulos anatomicamente localizados, compostos por regiões ou nós densamente interconectados, o que reduz o comprimento médio das projeções axonais e aumenta a velocidade de transmissão do sinal, promovendo a eficiência local. Por outro lado, a eficiência global reflete a capacidade de integrar informações em toda a rede e representa a eficiência do sistema para a transferência de informações entre quaisquer dois nós. As redes de pequeno mundo incorporam conexões de curta distância (alta agregação local) para reduzir o custo da fiação, e conexões de longa distância (caminho curto) para promover o processamento de informações global. Essas características permitem alta eficiência local e global a um custo relativamente baixo, fornecendo uma arquitetura parcimoniosa para a organização do cérebro humano.
Evidências crescentes da neurociência de redes indicam que a inteligência geral depende da reorganização dinâmica das redes cerebrais, modificando sua topologia e estrutura de comunidade em serviço da flexibilidade e adaptação em todo o sistema. Enquanto a inteligência cristalizada engaja estados de rede fáceis de alcançar que acessam o conhecimento e a experiência prévios, a inteligência fluida recruta estados de rede difíceis de alcançar que suportam a flexibilidade cognitiva e a resolução adaptativa de problemas. A capacidade de fazer a transição flexível entre os estados de rede fornece, portanto, a base para a inteligência geral, permitindo a troca rápida de informações entre as redes e capturando as diferenças individuais no processamento da informação em um nível global.
A modularidade de habilidades mentais específicas origina-se da especialização funcional construída na estrutura de comunidade de módulos, que compreendem regiões densamente interconectadas que juntos realizam operações cognitivas específicas. Essa modularidade fornece a base para o processamento de informações especializadas, conforme expresso no fator específico de Spearman. A formação de habilidades amplas, como inteligência cristalizada e fluida, reflete as forças concorrentes de eficiência local versus global, resultando em uma compensação econômica em que módulos eficientes localmente são incorporados em módulos para criar um conjunto mais amplo de habilidades cognitivas cuja topologia permite uma rede de “pequeno mundo” mais eficiente globalmente.
A inteligência cristalizada depende do acesso ao conhecimento e à experiência prévios por meio do engajamento de estados de rede facilmente acessíveis, apoiados por hubs fortemente conectados, como na rede de modo padrão. Em contraste, a inteligência fluida recruta estados de rede difíceis de alcançar, que dependem de conexões e vias não bem estabelecidas pela experiência anterior. Essa capacidade é exibida por várias redes de conectividade intrínseca (ICNs), notavelmente as redes frontoparietal e cingulo-opercular , que suportam o controle cognitivo e o raciocínio adaptativo em ambientes novos.
Em conclusão, a Teoria da Neurociência de Redes oferece uma perspectiva inovadora para compreender as diferenças individuais na inteligência humana. Ao invés de atribuir as diferenças individuais na inteligência geral a uma única região cerebral , rede , ou a sobreposição entre redes específicas , a TNR sugere que a inteligência geral depende da reorganização dinâmica das ICNs, modificando sua topologia e estrutura de comunidade em serviço da flexibilidade e adaptação sistêmica.
Referência:
BARBEY, Aron K. Network Neuroscience Theory of Human Intelligence. Trends in Cognitive Sciences, [s.l.], v. 22, n. 1, p. 8-20, jan. 2018. Elsevier Ltd.
Centro de Pesquisa e Análises Heráclito
Neurociência / Biologia / Psicologia / Psicanálise / Genômica
Tel.: +351 939 895 955 / +55 21 999 989 695
