碎片化输入的知识重建遵循延迟的两阶段神经轨迹

《Communications Biology》：Neural dynamics of reconstructing knowledge structure from temporally disordered inputs

　　人类具备将碎片化经验整合为连贯内部模型的能力。然而，支持从时间顺序被打乱的输入中重建结构的神经动力学机制仍知之甚少。本文展示了知识重建遵循一条延迟的、两阶段的神经轨迹。两个独立的研究群组在行为测试或功能磁共振成像过程中，从打乱的视频讲座中学习复杂的物理概念。接受混乱输入的学员需要足够的信息积累，然后他们的内部模型才能与专家定义的结构相匹配。后扣带回皮层在更新过程中与知识结构表现出更强的对应关系，而楔前叶在重组后表现出更持续的对应关系。这两个区域之间的功能耦合预测了混乱输入的即时学习成功，但这种成功并没有完全转化为稳健的延迟保持。这些发现揭示了一种将碎片化输入转化为连贯理解的两阶段神经机制，突显了从碎片化材料中学习的适应能力和潜在后续成本。