En un estudio piloto reciente, Investigadores de la Universidad Nacional de Singapur (NUS) han demostrado que una poderosa plataforma de inteligencia artificial (IA) conocida como CURATE.AI podría potencialmente usarse para personalizar los regímenes de entrenamiento para que las personas personalicen el aprendizaje y mejoren el rendimiento cognitivo. Usando datos de desempeño de una persona determinada, CURATE.AI crea un perfil individualizado que permite adaptar el entrenamiento cognitivo a los hábitos de aprendizaje y competencias del individuo para mejorar la efectividad del entrenamiento.

Esta personalización dinámica guiada por IA supera la mejora limitada actual producida por el uso de métodos de entrenamiento tradicionales que a menudo implican ejercicios de comportamiento repetitivos. Los resultados del estudio proporcionan evidencia de que la plataforma CURATE.AI tiene el potencial de mejorar el aprendizaje, y allana el camino para aplicaciones prometedoras para la terapia digital personalizada, incluida la prevención del deterioro cognitivo.

La investigación, dirigido por el profesor Dean Ho y el profesor asistente Christopher L. Asplund del N.1 Institute for Health (N.1) de NUS, que antes era el Instituto de Neurotecnología de Singapur (SINAPSE), fue publicado en la revista Terapéutica avanzada el 22 de mayo de 2019.

Limitaciones del entrenamiento cognitivo tradicional

Los enfoques de aprendizaje tradicionales a menudo se basan en la repetición, donde los participantes son entrenados continuamente bajo el mismo nivel de intensidad, o aumentar constantemente los niveles de intensidad a lo largo del tiempo. Si bien estos enfoques pueden resultar en un mejor desempeño, es posible que no logren resultados óptimos en todos los participantes. Además, la mejor trayectoria de mejora será específica del individuo, y la tarea debe ajustarse para adaptarse al individuo.

A través de los años, Se han estudiado varios enfoques para mejorar el rendimiento cognitivo, que van desde tratamientos farmacológicos hasta videojuegos y ejercicios mentales. Más recientemente, ha surgido el campo de la terapéutica digital, con aplicaciones móviles que se están explorando como sustitutos de los tratamientos farmacológicos.

"Todo el mundo es único, por eso, cuando se trata de formación o aprendizaje, Los resultados del desempeño ciertamente variarán sustancialmente de una persona a otra. Aprovechar la tecnología para mejorar el aprendizaje es una buena manera de abordar los desafíos que confunden los enfoques de aprendizaje convencionales. Lo que falta son enfoques que puedan sintonizar adecuadamente el rendimiento de cada usuario para impulsar una mejora rápida del entrenamiento. Aquí es donde CURATE.AI puede entrar para cerrar la brecha, "compartió el profesor Ho, quien es el Director de N.1, y también profesor de la cátedra Provost de los departamentos de Ingeniería Biomédica y Farmacología de NUS, así como miembro del Instituto Biomédico de Investigación y Tecnología de Salud Global (BIGHEART) en NUS.

CURATE.AI es una plataforma de inteligencia artificial desarrollada por un equipo de ingenieros dirigido por el Prof. Ho. Funciona utilizando los propios datos de una persona, como la intensidad del entrenamiento y las puntuaciones correspondientes en el desempeño de las tareas, para calibrar la respuesta única de la persona. Esta calibración se utiliza luego para crear un perfil CURATE.AI individualizado, que puede mapear y señalar el mejor régimen de entrenamiento posible para impulsar el rendimiento de la persona a su nivel óptimo.

Aprovechar la inteligencia artificial para optimizar el rendimiento cognitivo

Para derivar cómo se puede lograr un rendimiento cognitivo óptimo, El equipo de investigación de NUS examinó primero cómo las personas realizan sus tareas. El equipo empleó un software de simulación de operaciones de vuelo desarrollado por la Fuerza Aérea de los Estados Unidos y la Administración Nacional de Aeronáutica y del Espacio. Las tareas del software incluyen la gestión de los niveles del depósito de combustible, rastrear un objetivo usando un joystick, ajustar una radio en respuesta a comandos verbales, y responder a las luces indicadoras y los medidores.

Se evaluó a un grupo de 28 participantes sobre qué tan bien podían realizar simultáneamente varias tareas requeridas por el software. Incluso con las mismas secuencias de actividades y configuraciones de control, los participantes se desempeñaron de manera diferente. Por ejemplo, para una tarea que requiere una reacción a una señal de advertencia, el de mejor desempeño podría responder dos veces más rápido que el de peor desempeño. La mayoría de los participantes mejoraron con el tiempo, pero sus respectivas tasas de mejora fueron muy variadas. Además, la mejora del mismo participante a menudo variaba de un día a otro.

"Las marcadas diferencias muestran claramente que un régimen de entrenamiento único para todos basado en la repetición estática no es adecuado para optimizar el aprendizaje. Necesitamos una estrategia que ajuste el entrenamiento, que puede implicar muchas tareas que interfieren entre sí, según las respuestas cambiantes del participante, "dijo el profesor asistente Asplund, quien también es de Yale-NUS College.

Como tal, El equipo de investigación realizó un estudio piloto utilizando CURATE.AI para crear perfiles de formación individualizados.

Tres participantes recibieron capacitación utilizando el software del simulador de operaciones de vuelo, con bajo, Niveles de intensidad media y alta. Sus puntajes de desempeño en estos niveles revelaron resultados altamente individualizados.

Los resultados del estudio piloto mostraron que, si bien algunos participantes pueden prosperar con altos niveles de intensidad, otros pueden funcionar mejor con niveles de intensidad más bajos. Esto indica que para optimizar el rendimiento, La intensidad del entrenamiento debe variarse dinámicamente en un momento dado, ya que mantener la misma intensidad durante una sesión de entrenamiento puede impedir la trayectoria de mejora. Además, las diferentes trayectorias observadas entre cada participante fueron llamativas, reforzando la necesidad de personalizar el proceso de entrenamiento cognitivo, ya que no hay dos sujetos iguales.

"Con estudios prolongados, es posible que podamos identificar los regímenes que cambian continuamente y que pueden mejorar aún más el rendimiento a largo plazo. Esto puede abrir oportunidades para que CURATE.AI se utilice para otras aplicaciones, como la prevención del deterioro cognitivo, y terapia digital, "explicó el Sr. Theodore Kee, primer autor del estudio y también miembro de N.1.

Estudios adicionales

El equipo de NUS planea desarrollar un software móvil integrado con CURATE.AI que se pueda expandir a otras aplicaciones de terapia digital y aprendizaje personalizado. Además, el equipo planea realizar estudios prospectivos en los que los participantes interactúen con el software del simulador de operaciones de vuelo durante períodos de tiempo más prolongados, para determinar si el entrenamiento CURATE.AI puede permitir la retención a largo plazo del rendimiento optimizado del entrenamiento.