Frontiers in Psychology

Introduzione

Sei un appassionato golfista e vuoi imparare un nuovo colpo. Come procedereste? C’è una buona possibilità che osserverai qualcuno (dal vivo, in video, su Youtube,ecc.) chi sa come eseguire questo colpo, e si cercherà di capire cosa fare e come farlo. La ricerca indica chiaramente che questa strategia di apprendimento ha successo perché l’osservazione ha dimostrato di promuovere l’apprendimento di un’ampia varietà di abilità motorie (vedi McCullagh et al., 1989; Hodges et al., 2007; Vogt e Thomaschke, 2007; Ste-Marie et al., 2012; Lago-Rodríguez et al., 2014, per le recensioni sull’apprendimento osservazionale). Questo perché l’osservazione ha molta comunanza con la pratica fisica, che è il primo determinante dell’apprendimento delle abilità motorie. In particolare, è stato dimostrato che le variabili, come la quantità di pratica (Carroll e Bandura, 1990; Blandin, 1994), la frequenza della conoscenza dei risultati (, Badets e Blandin, 2004, 2005; Badets et al., 2006), e il programma di pratica (Blandin et al., 1994; Wright et al., 1997), influenzano l’apprendimento attraverso la pratica osservazionale e la pratica fisica in modi simili. Questi dati hanno portato alla proposizione che l’osservazione e la pratica fisica utilizzano processi molto simili. Questa proposizione è supportata dai risultati di studi di neuroimaging che hanno dimostrato che un insieme di strutture neurali (tra cui la corteccia premotoria, il lobulo parietale inferiore, il solco temporale superiore, l’area motoria supplementare, il giro cingolato e il cervelletto), chiamato anche “action observation network” (AON) (Kilner et al., 2009; Oosterhof et al., 2010), viene attivato sia quando gli individui svolgono un determinato compito motorio che quando osservano gli altri che svolgono lo stesso compito motorio (Grafton et al., 1997; Buccino et al., 2001; Gallese et al., 2002; Cisek e Kalaska, 2004; Frey e Gerry, 2006; Croce et al., 2009; Dushanova e Donoghue, 2010; Rizzolatti e Fogassi, 2014; Rizzolatti et al., 2014).

L’osservazione favorisce l’apprendimento delle abilità motorie, ma chi dovresti osservare per imparare quel nuovo colpo di golf? Un esperto che padroneggia il colpo presumibilmente ti aiuterà a sviluppare un riferimento su cosa fare e come farlo, ma dovresti osservare qualcuno come te che sta imparando quel colpo e che presumibilmente ti dà una migliore possibilità di rilevare e imparare da errori o cambiamenti nella strategia? La ricerca ha dimostrato che osservando sia un modello esperto (Martens et al., 1976; Il suo nome è McC, 1989; Lee et al., 1994; Al-Abood et al., 2001; Heyes e Foster, 2002; Hodges et al., 2003; Bird and Heyes, 2005) e un modello novizio porta a un apprendimento significativo (Lee e White, 1990; McCullagh e Caird, 1990; Pollock e Lee, 1992; McCullagh e Meyer, 1997; Black and Wright, 2000; Buchanan et al., 2008; Buchanan e Dean, 2010; Hayes et al., 2010). Tuttavia, i recenti risultati del nostro laboratorio hanno dimostrato che l’apprendimento osservazionale di una nuova abilità motoria è migliorato dopo l’osservazione di entrambi i modelli principianti ed esperti piuttosto che di un novizio o di un modello esperto da solo (Rohbanfard e Proteau, 2011; Andrieux e Proteau, 2013, 2014). Crediamo che questo formato di osservazione “variabile” porti non solo allo sviluppo di una buona rappresentazione del movimento (osservazione degli esperti), ma anche allo sviluppo di processi efficienti per il rilevamento e la correzione degli errori (osservazione dei principianti).

Nel presente studio, la questione di interesse è semplice ma importante. Quando si utilizza un programma variabile di osservazione, l’apprendimento sarà migliore quando gli osservatori sono informati in anticipo della “qualità” delle prestazioni che stanno per vedere o sarà migliore quando gli osservatori sono lasciati a valutare le prestazioni prima di ricevere feedback. Informare gli osservatori di ciò che stanno per vedere può consentire loro di scegliere se osservare per imitare o piuttosto osservare per rilevare errori o debolezze nelle prestazioni del modello, che potrebbero facilitare lo sviluppo di questi processi. In alternativa, far valutare ai partecipanti la qualità delle prestazioni che hanno osservato può attivare processi cognitivi più elaborati rispetto a quando queste informazioni vengono trasmesse in avanti (ad esempio, rilevamento e riconoscimento degli errori o valutazione di strategie alternative), con conseguente migliore apprendimento del compito.

Il compito che abbiamo scelto richiedeva ai partecipanti di cambiare il modello di temporizzazione relativo che emergeva naturalmente dai vincoli del compito (Collier e Wright, 1995; Blandin et al., 1999) a un nuovo modello imposto di temporizzazione relativa. Questo è simile a cambiare il proprio tempo quando si esegue un servizio nel tennis o un drive nel golf (Rohbanfard e Proteau, 2011). I partecipanti hanno osservato due modelli che dimostrano un’ampia varietà di prestazioni. In un gruppo, gli osservatori sono stati informati prima di ogni prova del livello di qualità (esperto, avanzato, intermedio, principiante o principiante) di ciò che stavano per vedere, mentre a un secondo gruppo di osservatori sono state fornite le stesse informazioni solo dopo che ogni prova di osservazione è stata completata.

Esperimento 1

Metodi

Partecipanti

Novanta studenti destrorsi (45 maschi e 45 femmine; età media = 20,5 anni; SD = 0,9 anni) del Département de kinésiologie dell’Université de Montréal hanno partecipato a questo esperimento. I partecipanti erano ingenui allo scopo dello studio e non avevano alcuna esperienza precedente con il compito, e tutti i partecipanti erano auto-dichiarati come destrimani. Nessuno dei partecipanti ha riportato disturbi neurologici e tutti avevano una visione normale o corretta. I partecipanti hanno compilato e firmato moduli di consenso individuali prima della partecipazione. Il Comitato etico di ricerca sulle scienze della salute dell’Université de Montréal ha approvato questo esperimento.

Apparato e compito

L’apparato era simile a quello utilizzato da Rohbanfard e Proteau (2011). Come illustrato nella Figura 1, consisteva in una base di legno (45 × 54 cm), tre barriere di legno (11 × 8 cm) e un pulsante di avvio incorporato in un bersaglio (11 × 8 cm). La distanza tra il pulsante di avvio e la prima barriera era di 15 cm. Le distanze dei restanti tre segmenti del compito erano rispettivamente di 32, 18 e 29 cm. Le barriere sono state posizionate perpendicolarmente alla base di legno all’inizio di ogni prova, producendo un circuito di microinterruttore chiuso. Tutti i microinterruttori sono stati collegati a un computer tramite la porta I/O di un convertitore A–D (National Instruments, Austin, Texas, USA), e un timer millisecondo è stato utilizzato per registrare sia il tempo di movimento totale (TMT) e il tempo necessario per completare ogni segmento del compito (tempi intermedi, ITs).

Per le prove di pratica fisica (vedi sotto), i partecipanti si sono seduti vicino alla posizione di partenza davanti all’apparecchio. Quindi, dal pulsante di avvio, ai partecipanti è stato chiesto di abbattere successivamente la prima, la seconda e la terza barriera (rilasciando così i microinterruttori) e infine colpire il bersaglio in senso orario come illustrato nella Figura 1. Ogni segmento del compito doveva essere completato in un IT di 300 ms, per un TMT di 1200 ms. Il modello di movimento, ITs e TMT sono stati illustrati su un poster situato direttamente di fronte all’apparecchio durante tutte le fasi sperimentali.

Fasi e procedure sperimentali

I partecipanti sono stati assegnati in modo casuale a uno dei tre gruppi, ciascuno composto da 30 partecipanti (15 femmine per gruppo): controllo (C), feedforward KR e osservazione (FW) e osservazione e feedback KR (FB). Tutti i gruppi hanno eseguito quattro fasi sperimentali, distribuite su 2 giorni successivi.

Tutti i partecipanti hanno ricevuto istruzioni verbali riguardanti la TMT e la sua prima fase sperimentale. La prima fase sperimentale è stata un pre-test, in cui tutti i partecipanti hanno eseguito 20 prove di pratica fisica senza conoscere i risultati (KR) sul TMT e sull’ITs.

La seconda fase era una fase di acquisizione e consisteva in 60 studi di osservazione per i partecipanti nei due gruppi di osservazione (FW e FB). Questi partecipanti hanno guardato individualmente un video di presentazione di due modelli che eseguivano fisicamente il compito sperimentale. Per ogni studio di osservazione, il KR relativo alle prestazioni del modello (sia TMT che ITs) è stato presentato in MS (vedi Figura 1) prima della dimostrazione per il gruppo FW o dopo la dimostrazione per il gruppo FB. Il modello è stato modificato ogni cinque prove (cioè, modello 1: prove 1-5 e modello 2: prove 6-10, e così via), per un totale di 30 prove eseguite da un modello e 30 prove eseguite dall’altro modello. Per entrambi i gruppi FW e FB, i due modelli, che hanno partecipato a precedenti lavori dal nostro laboratorio, sono stati scelti perché per entrambi i modelli, abbiamo avuto sei video clip che illustravano le performance in ognuna delle cinque sottocategorie. Pertanto, i partecipanti ai gruppi FW e FB non potevano associare un particolare modello a prestazioni migliori o peggiori. Una prestazione esperta corrispondeva a un errore quadrato medio radice (RMSE; vedere la sezione analisi dei dati per i dettagli del calcolo) compreso tra 0 e 15 ms; le prestazioni avanzate, intermedie, novizie e principianti corrispondevano a RMSEs di 30-45 ms, 60-75 ms, 90-105 ms e 120+ ms, rispettivamente. I partecipanti ai gruppi FW e FB sono stati informati delle prestazioni del modello negli Stati membri; sono stati inoltre informati del livello di prestazioni a cui si riferiva. Le 30 prove risultanti di ciascun modello (cinque livelli di prestazioni × sei ripetizioni) sono state randomizzate in modo che i cinque livelli di prestazioni fossero presentati una volta in ogni serie di cinque prove. Per evitare l’imitazione fisica della sequenza, che potrebbe interferire con i processi osservativi, abbiamo chiesto ai partecipanti ai gruppi FW e FB di tenere le mani sulle cosce durante la fase di acquisizione e di non riprodurre i movimenti mentre si guardano i modelli. Era compito principale dello Sperimentatore assicurarsi che i partecipanti rispettassero queste istruzioni. Il comportamento palese dei partecipanti suggerisce che lo hanno fatto. Infine, i partecipanti al gruppo di controllo non hanno praticato fisicamente o osservato nulla durante questa fase. Invece, leggono un giornale o una rivista forniti per la stessa durata dell’osservazione per gli altri gruppi (circa 10 min).

La terza e la quarta fase sperimentale erano fasi di ritenzione di 10 minuti e 24 ore. In ogni fase, tutti i partecipanti hanno eseguito fisicamente 20 prove senza KR. Ai partecipanti è stato chiesto di completare ogni segmento del compito in 300 ms, per un TMT di 1200 ms.

Analisi dei dati

I dati del pre-test e le due fasi di conservazione sono stati raggruppati in blocchi di cinque prove. Per ogni blocco successivo di cinque prove (vale a dire, prove 1-5, 6-10, ecc.), abbiamo calcolato il valore assoluto dell’errore costante di ciascun partecipante (|CE|, l’errore costante indica se un partecipante ha superato o superato il tempo di movimento totale) e l’errore variabile del tempo di movimento totale (VE o variabilità all’interno del partecipante) per determinare l’accuratezza e la coerenza di TMT, rispettivamente. Per i tempi intermedi, abbiamo calcolato un RMSE, che indica quanto ogni partecipante ha deviato dal modello di temporizzazione relativo prescritto in un singolo punteggio. Per ogni prova,

dove represents rappresenta il tempo intermedio per il segmento “i” e target rappresenta il tempo di movimento dell’obiettivo per ciascun segmento dell’attività (cioè 300 ms).

Poiché i dati non erano normalmente distribuiti (RMSE e dati temporali sono distorti positivamente), ogni variabile dipendente ha subito una trasformazione logaritmica (ln). I dati trasformati per ciascuna variabile dipendente sono stati presentati indipendentemente a un ANOVA che contrappone tre gruppi (C, FW e FB) × tre fasi (pre-test, ritenzione di 10 minuti, ritenzione di 24 ore) × quattro blocchi di prove (1-5, 6-10, 11-15 e 16-20), con misure ripetute sugli ultimi due fattori. Tutti gli effetti principali significativi e gli effetti principali semplici che coinvolgono più di due mezzi sono stati suddivisi utilizzando la regolazione di Bonferroni. Per tutti i confronti, un effetto è stato ritenuto significativo se p < 0,05. Il quadrato parziale eta (np2) è la dimensione dell’effetto riportata per tutti gli effetti significativi (Cohen, 1988).

Risultati

Tempo di Movimento Totale

VARIANZA calcolata sul |CE| (Figura 2, pannello superiore) ha evidenziato notevoli effetti principali per il gruppo di variabili, F(2, 87) = 5.04, p = 0.08, np2 = 0.10, e la fase, F(2, 174) = 5.16, p = 0.007, np2 = 0.06, nonché una significativa fase di interazione di gruppo×, F(4, 174) = 4.93, p = 0.001, np2 = 0.10. La ripartizione di questa interazione non ha rivelato differenze significative di gruppo nel pre-test (F < 1). Nel test di ritenzione di 10 minuti, F (2, 87) = 10,12, p < 0,001, np2 = 0,19, i confronti post-hoc hanno rivelato che il gruppo di controllo aveva un | CE| significativamente più grande di entrambi i gruppi FW e FB (p < 0,05 in entrambi i casi), che non differivano significativamente l’uno dall’altro (p = 0,19). Nel test di ritenzione 24-h, F (2, 87) = 4.34, p = 0.016, np2 = 0.09, il gruppo FW aveva un |CE| significativamente più piccolo del gruppo di controllo (p = 0.012) 1.

L’ANOVA calcolata su VE (non mostrata) ha rivelato effetti principali significativi per la fase variabile, F(2, 174) = 13.12, p < 0.001, np2 = 0.13 e block, F(3, 261) = 48.79, p < 0.001, np2 = 0.36. I confronti post-hoc dell’effetto di fase hanno rivelato un V maggiore di tempo totale nel pre-test rispetto ai test di ritenzione di 10 minuti e 24 ore (p < 0.002 in entrambi i casi), che non differivano significativamente l’uno dall’altro (p = 0,68). L’effetto principale del blocco è risultato da un VE significativamente maggiore di tempo totale per il primo rispetto ai tre blocchi rimanenti di prove (p < 0,001 in tutti i casi), che non differivano significativamente l’uno dall’altro (p>0,05 in tutti i casi).

Temporizzazione relativa

L’ANOVA calcolata sul RMSE di temporizzazione relativa ha rivelato effetti principali significativi per il gruppo di variabili, F(2, 87) = 21.49, p < 0.001, np2 = 0.33, fase, F(2, 174) = 39.98, p < 0.001, np2 = 0.31 e blocco, F(3, 261) = 14,77, p < 0,001, np2 = 0,14, nonché una significativa interazione di fase × gruppo, F(4, 174) = 12,81, p < 0,001, np2 = 0,23. L’effetto principale del blocco è risultato da un RMSE significativamente più ampio di tempi relativi per il primo rispetto ai tre blocchi rimanenti di prove (p < 0,001 in tutti i casi), che non differivano significativamente l’uno dall’altro (p>0,3 in tutti i casi). Più interessante, la ripartizione della fase × interazione di gruppo (Figura 2, pannello inferiore) non ha rivelato differenze significative di gruppo nel pre-test (F < 1). In 10 min, F(2, 87) = 14.85, p < 0.001, np2 = 0.34, e la 24 h di conservazione test, F(2, 87) = 23.23, p < 0.001, np2 = 0.35, anche se il gruppo FB significativamente migliori rispetto al gruppo di controllo (p = 0.001 in entrambi i casi), il gruppo FB è stato, a sua volta, significativamente sovraperformato il FW di gruppo (p = 0.001 e p = 0.02, rispettivamente)2.

Discussione

Il presente esperimento è stato progettato per estendere la nostra conoscenza delle condizioni di osservazione che ottimizzano l’apprendimento di un nuovo modello di temporizzazione relativa. In questa situazione di apprendimento, due gruppi di osservazione, che hanno osservato una varietà di dimostrazioni, sono stati forniti KR prima o dopo ogni prova durante la fase di acquisizione. In particolare, abbiamo voluto valutare se l’apprendimento sarebbe stato migliorato quando gli studenti conoscono la “qualità” o le caratteristiche di una dimostrazione prima di osservare la dimostrazione. I risultati sono semplici.

Innanzitutto, come illustrato nella Figura 2, sia i gruppi FW che FB hanno sovraperformato il gruppo di controllo sui test di ritenzione. Questo era vero per l’apprendimento sia del TMT che della relativa tempistica. Questo risultato atteso conferma i risultati precedenti che indicavano che l’osservazione consente di apprendere una nuova abilità motoria (vedi McCullagh et al., 1989; Hodges et al., 2007; Vogt e Thomaschke, 2007; Ste-Marie et al., 2012; Lago-Rodríguez et al., 2014, per le recensioni sull’apprendimento osservazionale) e, in particolare, un nuovo modello di temporizzazione relativa (Rohbanfard e Proteau, 2011; Andrieux e Proteau, 2013, 2014).

La scoperta più importante del presente studio è che il gruppo FB è stato sovraperformato dal gruppo FW nei test di ritenzione. Sebbene i due gruppi abbiano osservato le stesse dimostrazioni, i risultati hanno rivelato che l’apprendimento è ottimizzato quando si ha una conoscenza anticipata della qualità o delle caratteristiche della dimostrazione testimoniata. Questa scoperta si adatta bene ai precedenti rapporti del nostro laboratorio (Rohbanfard e Proteau, 2011; Andrieux e Proteau, 2013) mostrando che un regime di osservazione misto, in cui gli osservatori sanno chi è il modello esperto e chi è il modello novizio, favorisce l’apprendimento di un nuovo modello di temporizzazione relativa meglio dell’osservazione esperta o novizia da sola.

Avere una conoscenza avanzata che verrà mostrata una dimostrazione meno che perfetta può essere fondamentale, considerando che è stato riportato che i partecipanti alle prime armi, come nel presente studio, non sono bravi a valutare la qualità di una dimostrazione. Ad esempio, Aglioti et al. (2008) i giocatori di basket principianti ed esperti osservavano video clip che mostravano colpi di tiro libero, e i video clip venivano fermati in momenti diversi prima o immediatamente dopo il rilascio della palla. Esperti giocatori di basket e allenatori / giornalisti specializzati erano migliori e più veloci nel predire il destino del colpo (successo o meno) rispetto ai novizi (per risultati simili vedi anche Wright et al., 2010; Abreu et al., 2012; Tomeo et al., 2013; Balser et al., 2014; Candidi et al., 2014; Renden et al., 2014).

Il vantaggio del FW rispetto al protocollo FB è importante e, per quanto ne sappiamo, un risultato simile non è stato segnalato finora. Pertanto, una replica di questa scoperta è apparsa importante. Inoltre, ci siamo chiesti se il vantaggio notato per il protocollo FW si è verificato solo dopo una quantità limitata di osservazione. Infine, eravamo curiosi di vedere se alternare il protocollo FW e FB avrebbe comportato effetti additivi. Abbiamo condotto l’esperimento 2 per affrontare queste domande.

Esperimento 2

Metodi

Partecipanti

I 60 partecipanti che si sono offerti volontari per questo esperimento sono stati estratti dalla stessa popolazione dell’Esperimento 1 (36 maschi e 24 femmine; età media = 22,7 anni; SD = 4,9 anni). I partecipanti erano ingenui riguardo allo scopo di questo studio e non avevano alcuna esperienza precedente con il compito. Hanno compilato e firmato moduli di consenso individuali prima della partecipazione. Il Comitato etico di ricerca sulle scienze della salute dell’Université de Montréal ha approvato questo esperimento.

Apparato, attività, fasi sperimentali, procedura e analisi dei dati

Abbiamo usato lo stesso compito, apparato e procedure dell’esperimento 1. La principale differenza tra il presente esperimento e l’esperimento 1 è che i partecipanti hanno eseguito due sessioni di acquisizione, che hanno portato a un totale di cinque fasi sperimentali: pre-test, acquisizione 1, test di ritenzione immediata, acquisizione 2 e test di ritenzione 24-h.

I partecipanti sono stati assegnati in modo casuale a uno dei tre gruppi, ciascuno composto da 20 partecipanti (8 femmine per gruppo): feedforward KR e osservazione durante l’acquisizione 1 e 2 (FW1-2); feedforward osservazione e KR durante l’acquisizione 1 ma osservazione e feedback KR durante l’acquisizione 2 (FW / FB); e osservazione e feedback KR sia durante l’acquisizione 1 e 2 (FB1-2). Abbiamo usato gli stessi video e modelli dell’esperimento 1; tuttavia, l’ordine di presentazione del video era diverso nell’acquisizione 2 da quello nell’acquisizione 1. Tutti i partecipanti sono stati anche informati che avrebbero eseguito lo stesso compito dopo ogni fase di acquisizione, ma senza KR per quanto riguarda le proprie prestazioni.

Abbiamo usato le stesse variabili dipendenti e la trasformazione dei dati come nell’esperimento 1. Per ogni variabile dipendente, abbiamo condotto un ANOVA bidirezionale che contrappone i tre gruppi (FW1-2, FW/FB e FB1-2) × tre fasi sperimentali (pre-test, ritenzione immediata e ritenzione 24-h). Tutti gli effetti principali significativi e gli effetti principali semplici che coinvolgono più di due mezzi sono stati suddivisi utilizzando la regolazione di Bonferroni. Per tutti i confronti, un effetto è stato ritenuto significativo se p < 0,05. Il quadrato parziale eta (np2) è la dimensione dell’effetto riportata per tutti gli effetti significativi (Cohen, 1988).

Risultati

Tempo di Movimento Totale

VARIANZA calcolata per l’ |CE| del tempo di movimento (Figura 3) ha evidenziato notevoli effetti principali per il gruppo di variabili, F(2, 57) = 8.13, p = 0.001, np2 = 0.22, e la fase, F(2, 114) = 21.13, p < 0.001, np2 = 0.27, nonché un significativo gruppo × fase di interazione, F(4, 114) = 2.57, p = 0.042, np2 = 0.08. La ripartizione di questa interazione non ha rivelato differenze significative di gruppo nel pre-test (F < 1). Nel test di ritenzione immediata, F(2, 57) = 10,27, p < 0,002, np2 = 0.27, il gruppo FB1-2 aveva un | CE| significativamente più grande di entrambi i gruppi FW1-2 e FW/FB (p < 0,001 in entrambi i casi), che non differivano significativamente l’uno dall’altro (p>0,20). Nel test di ritenzione 24-h, F(2, 57) = 3,19, p = 0,049, np2 = 0,10, il gruppo FW1-2 aveva un |CE| leggermente più piccolo del gruppo FB1-2 (p = 0,079)3.

L’ANOVA calcolata su VE (non mostrata) ha rivelato effetti principali significativi per il gruppo variabile, F(2, 57) = 7.82, p = 0.001, np2 = 0.21 e fase, F(2, 114) = 21.10, p < 0.001, np2 = 0.27, così come un gruppo significativo × interazione di fase, F(4, 114) = 4,38, p = 0,002, np2 = 0,13. La rottura di questa interazione non ha rivelato differenze significative di gruppo nel pre-test (F < 1) e nel test di ritenzione 24-h, F(2, 57) = 1,26, p>0,20. Nel test di ritenzione immediata, F (2, 57) = 10,26, p < 0,002, np2 = 0,27, il gruppo FB1-2 (62.7 ms) aveva un VE significativamente più grande di entrambi i gruppi FW1-2 (51,1 ms) e FW/FB (53,4 ms) (p < 0,001 in entrambi i casi), che non differivano significativamente l’uno dall’altro (p>0,20)4.

Temporizzazione relativa

L’ANOVA calcolata per l’RMSE di temporizzazione relativa ha rivelato effetti principali significativi per il gruppo di variabili, F(2, 57) = 4.86, p = 0.01, np2 = 0.15 e fase, F(2, 114) = 78.21, p < 0.001, np2 = 0.58. C’era un RMSE significativamente più grande di temporizzazione relativa nel pre-test rispetto sia al test di ritenzione immediata che al test di ritenzione 24-h (p < 0.001 in entrambi i casi; vedi Figura 4, pannello di destra), che non differivano significativamente l’uno dall’altro (p>0.20). Infine, i gruppi FW1-2 e FW/FB hanno sovraperformato il gruppo FB1-2 (p = 0,01 e p = 0,07; vedi Figura 4, pannello di sinistra) ma non differivano significativamente l’uno dall’altro (p>0,20).

Discussione

Come previsto, la diminuzione dell’errore rilevata quando si passa dal pre-test ai test di ritenzione supporta risultati precedenti che indicano che l’osservazione aiuta l’apprendimento di un nuovo modello di temporizzazione relativa (Blandin et al., 1999; Rohbanfard e Proteau, 2011; Andrieux e Proteau, 2013, 2014). Ancora più importante, i risultati dell’esperimento 2 hanno replicato quelli dell’esperimento 1, in quanto il gruppo FW1-2 ha sovraperformato il gruppo FB1-2. Pertanto, si può tranquillamente concludere che imparare a cambiare il modello di temporizzazione relativa che emerge naturalmente dai vincoli del compito a un nuovo timing relativo imposto attraverso l’osservazione è favorito quando si è informati delle prestazioni del modello prima piuttosto che dopo l’osservazione. Infine, i risultati hanno anche mostrato che ciò che è stato appreso in un protocollo FB non si somma a ciò che può essere appreso in un protocollo FW.

Discussione generale

L’obiettivo principale del presente studio era quello di determinare quando in un protocollo di osservazione dovrebbe essere fornito KR relativo alle prestazioni del modello, cioè prima o dopo ogni dimostrazione. I risultati dei due esperimenti del presente studio hanno chiaramente indicato che essere informati delle prestazioni del modello prima di ogni dimostrazione ha favorito l’apprendimento di un nuovo schema di temporizzazione relativo meglio di quando l’osservatore è stato informato delle prestazioni del modello dopo ogni dimostrazione. Inoltre, i risultati dell’esperimento 2 suggeriscono che il vantaggio del FW rispetto al protocollo FB è rimasto significativo anche quando il numero di studi di osservazione è stato raddoppiato. Per quanto riguarda quest’ultimo punto, non sosteniamo che un protocollo FW dovrebbe essere favorito in tutti i casi e con tutti i livelli di competenza degli osservatori. Piuttosto, sottolineiamo che l’effetto è affidabile quando si considerano osservatori alle prime armi.

I nostri risultati possono indicare che un protocollo di osservazione feedforward prepara l’osservatore ad impegnarsi specificamente nei processi di imitazione quando viene mostrata una performance esperta o avanzata o nei processi di rilevamento degli errori quando viene presentata una performance principiante o principiante. Questa idea si adatta bene con il lavoro precedente da Decety et al. (1997), che affermava che i modelli di attivazione cerebrale durante l’osservazione dell’azione dipendono sia dalla natura dell’elaborazione esecutiva richiesta che dalle proprietà estrinseche dell’azione presentata. In particolare, questi autori hanno dimostrato che diverse aree del cervello diventano più attive quando si osserva riconoscere, che potrebbe essere il caso quando si osserva un modello novizio o una prestazione scarsa o intermedia, e quando si osserva imitare, che è probabile che sia il caso quando si osserva un modello esperto.

Una spiegazione alternativa dei nostri risultati potrebbe essere che un protocollo FW si traduce in una “disattivazione” dell’AON quando i partecipanti sono stati esplicitamente informati che sarebbe seguita una scarsa dimostrazione. Ad esempio, in un compito di sollevamento di oggetti, è stato dimostrato che la modulazione del potenziale motore evocato (MEP) mediante stimolazione magnetica transcranica (TMS) durante l’osservazione dell’azione di sollevamento è ridimensionata alla forza richiesta per eseguire l’azione di presa e sollevamento (Alaerts et al., 2010a). È stato anche dimostrato che quando segnali visivi suggerivano che l’oggetto era più pesante che in realtà, la modulazione MEP dipendeva principalmente dal profilo cinematico osservato piuttosto che dal peso apparente dell’oggetto (Alaerts et al., 2010b; Senot et al., 2011). Tuttavia, in uno studio di Senot et al. (2011), false informazioni esplicite riguardanti il peso dell’oggetto sono state fornite in una condizione sperimentale. Ciò ha provocato un conflitto tra il profilo cinematico atteso dato il peso annunciato e il profilo cinematico effettivo dell’azione di presa e sollevamento, portando ad una “inibizione generale del sistema corticospinale.”Dichiarato in modo diverso, almeno una parte dell’AON era stata disattivata. Pertanto, potrebbe essere che i partecipanti al nostro studio abbiano disattivato l’AON quando si prevedevano scarse prestazioni del modello, lasciando l’AON attivo solo per buone prove.

Questa proposizione è difficile da conciliare, tuttavia, con i recenti rapporti del nostro laboratorio che mostrano che l’osservazione sia di un modello esperto che di un modello principiante ha portato a un migliore apprendimento di un nuovo modello di temporizzazione relativa rispetto all’osservazione di un modello principiante o di un modello esperto da solo. Se si potesse disattivare l’AON quando si è informati che verrà mostrata una dimostrazione scadente (cioè un modello per principianti), l’apprendimento del gruppo di osservazione misto avrebbe eguagliato e non superato quello del gruppo di osservazione esperto. Piuttosto, tornando alla nostra prima proposta, suggeriamo che un protocollo FW aiuta i principianti a rilevare e quantificare gli errori nelle prestazioni del modello, qualcosa che di solito fanno male (Aglioti et al., 2008; Wright et al., 2010; Abreu et al., 2012; Tomeo et al., 2013; Balser et al., 2014; Candidi et al., 2014; Renden et al., 2014). A sua volta, la migliore rilevazione e quantificazione delle prestazioni del modello può favorire lo sviluppo di modelli inversi (Jordan, 1996) e forward (Wolpert e Miall, 1996) del controllo motorio.

In conclusione, l’osservazione è un potente strumento di apprendimento che è disponibile per chiunque e richiede solo attrezzature minime da utilizzare. Ora è ben dimostrato che i benefici dell’osservazione per modificare la tempistica relativa (cioè il tempo) dell’abilità motoria sono migliorati quando si ha accesso a una varietà di prestazioni che vanno dai novizi agli esperti attraverso programmi di osservazione variabili o misti. I risultati del presente studio suggeriscono che tali benefici sono ottimizzati se l’osservatore conosce in anticipo la qualità delle prestazioni che sta per osservare durante la prima sessione di osservazione. Questo potrebbe essere molto importante in un contesto di classe in cui un insegnante/formatore userebbe un protocollo di osservazione video. Per esempio, se l’intenzione dell’osservatore è di imparare un aspetto specifico di un’oscillazione di golf, è probabile che il risultato dell’oscillazione (cioè, il volo della palla) non sia indicato sul video. Pertanto, l’osservatore non sarebbe in grado di” indovinare ” l’esperienza del modello dal risultato dello swing e, come abbiamo dimostrato nel presente studio, imparare meglio se è stato informato in anticipo della qualità di ciò che sta per osservare.

Contributi dell’autore

Tutti gli autori elencati, hanno dato un contributo sostanziale, diretto e intellettuale al lavoro e lo hanno approvato per la pubblicazione.

Finanziamento

Questo lavoro è stato sostenuto da un Discovery Grant (LP) fornito dal Natural Sciences and Engineering Research Council of Canada (grant no. 111280-2013).

Dichiarazione sul conflitto di interessi

Gli autori dichiarano che la ricerca è stata condotta in assenza di rapporti commerciali o finanziari che potrebbero essere interpretati come un potenziale conflitto di interessi.

Note in calce