W dobie rosnącej specjalizacji naukowej, przełomowych odkryć zazwyczaj dokonują badacze, którzy poświęcają większość kariery jednemu zjawisku. Stanislas Dehaene stanowi zaprzeczenie tej reguły. Jest on autorem fundamentalnych badań, dzięki którym wiemy znacznie więcej o wielu aspektach naszego mózgu i umysłu. Na dodatek, dzięki jego ostatniej książce Jak się uczymy?, wiedza ta może przyczynić się do poprawy efektywności za-równo samodzielnego przyswajania wiedzy, jak i przekazywania jej innym.

Stanislas Dehaene to francuski matematyk i informatyk, który zaczytawszy się w książce Jean-Pierre’a Changeuxa L’Homme neuronal („Neuronowy człowiek”) postanowił się przebranżowić, by zrozumieć jak działa umysł. W związku z tym w 1989 roku obronił doktorat z psychologii eksperymentalnej pod kierunkiem Jacques’a Mehlera, wybitnego specjalisty w zakresie psychologicznych podstaw języka. Ten ostatni był zresztą naocznym świadkiem, a wręcz uczestnikiem „rewolucji kognitywistycznej”, która we wczesnych latach 60. (podczas jego studiów na Uniwersytecie Harvarda) połączyła psychologię, informatykę i lingwistykę. Po obronie doktoratu Dehaene pracował przez dwa lata na Uniwersytecie Oregonu pod kierunkiem Michaela Posnera – jednego z pionierów neuronauki poznawczej, czyli dyscypliny, która w latach 90. rozpaliła na nowo „rewolucję kognitywistyczną”, prowadząc do ugruntowania psychologii w neuronauce. Pracując wraz z Posnerem, Dehaene zetknął się  po raz pierwszy z technikami obrazowania aktywności mózgu, w których jest on dziś jednym z największych światowych ekspertów. Ponieważ komputerowa analiza danych zebranych za pomocą skanerów angażuje wyrafinowane metody matematyczne, pierwsze wykształcenie nie tylko ułatwiło Dehaenowi wejście w świat neuroobrazowania, ale również pozwoliło mu dokonać znaczących postępów w tej dziedzinie. Obecnie jest profesorem paryskiego Collège de France oraz dyrektorem interdyscyplinarnego centrum obrazowania mózgu NeuroSpin. W swoich badaniach eksplorował wiele  różnych   tematów, których wspólnym mianownikiem jest pytanie: „jak działa umysł?”. Rozwinął model neuronalnych korelatów świadomości. Zbadał naszą przepustkę do świata kultury, jaką jest umiejętność czytania. Odkrył neurobiologiczne fundamenty umiejętności matematycznych. Złożył w spójną całość mechanizmy uczenia się. Ponieważ swoim dorobkiem naukowym Dehaene mógłby obdzielić całą gromadę wybitnych specjalistów, nie jest możliwe streszczenie jego odkryć w krótkim eseju. Wobec tego skupię się tylko na dwóch tematach o ważnych implikacjach społecznych: zdobywaniu wiedzy i myśleniu matematycznym.

Czy wiedza jest wrodzona i tylko trzeba ją wydobyć? Czy raczej umysł to „czysta kartka”, która zapełnia się wraz z doświadczeniem? W swojej ostatniej książce Jak się uczymy? Dehaene powrócił do tego problemu, by bronić rozwiązania będącego hybrydą natywizmu i empiryzmu. Opierając się zarówno na badaniach empirycznych, jak i śledząc postępy w zakresie uczenia maszynowego, stwierdził, że tuż po urodzeniu już jesteśmy wyposażeni w elementarną i ograniczoną wiedzę, która zorganizowana jest w podstawowy model świata. Model ten obejmuje reguły zachowań ciał ożywionych i nieożywionych, reguły społeczne, a także bardzo podstawową wiedzę matematyczną – dotyczącą liczb, geometrii i prawdopodobieństwa. Wiemy przykładowo, że kamienie same nie wznoszą się w powietrze, a niektóre organizmy żywe tak, choć niektóre z tych ostatnich częściej. Już niemowlęta wiedzą, że przedmioty nie poruszają się, dopóki nie zostaną wprawione w ruch, a także że nie przenikają jeden przez drugi. Jego zdaniem: „Nie ma potrzeby odkrywać tych zasad; ponieważ są one słuszne wszędzie, gdzie żyją ludzie, nasz genom na sztywno montuje je w naszym mózgu, a tym samym zmniejsza konieczny zakres nauki, czym ją przyspiesza. Niemowlęta nie muszą uczyć się wszystkiego o świecie; w ich mózgach zawarte są różne warunki brzegowe, a do przyswojenia pozostają tylko konkretne, nieprzewidywalnie zmienne parametry (takie jak rysy twarzy, kolor oczu, barwa głosu czy indywidualne upodobania ludzi)” (S. Dehaene, Jak się uczymy? Copernicus Center Press 2021, s. 58).

Jak to jednak możliwe, że na niewielkiej liczbie wrodzonych zasad nadbudowana może być rozległa wiedza o skomplikowanym świecie? Innymi słowy, jak pogodzić to, że już rodzimy się z pewnym modelem świata, ale nie jest to model ostateczny, a jedynie pierwszy szkic, umożliwiający radzenie sobie w środowisku fizycznym i społecznym i nabywanie dalszych porcji wiedzy? Co więcej, jak możliwe jest pogodzenie tego, że ewolucja biologiczna „wgrała” pewne porcje wiedzy do naszych mózgów, ale hardware ten wciąż gotowy jest na nowe wynalazki, pojawiające się w toku ewolucji kulturowej. Aby odpowiedzieć na te pytania, Dehaene sformułował teorię recyklingu neuronalnego. Głosi ona, że: „Nasze obwody mózgowe pozostają poddane ścisłym ograniczeniom anatomicznym odziedziczonym po ewolucji. Dlatego każdy nowy wynajdywany obiekt kulturowy, taki jak alfabet albo cyfry arabskie, musi znaleźć sobie w mózgu ‘niszę neuronalną’: zbiór obwodów, których pierwotna funkcja jest dostatecznie podobna do nowej roli kulturowej, a jednocześnie wystarczająco elastyczna, by dopasować się do wymogów nowego zastosowania. Wszelkie uczenie kulturowe musi opierać się na zmianie roli istniejącej uprzednio architektury nerwowej, czyli na ‘recyklingu’ jej właściwości. Edukacja musi zatem wpasowywać się w ograniczenia naszych obwodów neuronowych” (S. Dehaene, Jak się uczymy?, dz. cyt., s. 184).

Ostatnie zdanie niniejszego cytatu ma ważne implikacje praktyczne. Dehaene twierdzi, że programy edukacyjne i pedagogika przyszłości powinny być kształtowane zgodnie z wiedzą neurobiologiczną. A póki co, powinny być przynajmniej z nią niesprzeczne. Przykładowo, w mózgu występują okresy wrażliwości na nową wiedzę. Najlepiej zbadanym przykładem jest język. Choć największa plastyczność mózgu utrzymuje się zasadniczo do końca dojrzewania, najlepsze efekty nauczania dzieci języków obcych występują w kilku pierwszych latach życia, co wiążę się ze specyficznym wzorcem „gotowości” obszarów mózgu, zaangażowanych w przetwarzanie językowe. Nie znaczy to, że osoba dorosła nie jest w stanie nauczyć się nowego języka, jednak im później zaczniemy naukę, tym mamy mniejsze szanse na pozbycie się obcego akcentu i unikanie zapożyczeń z naszego języka rodzimego. Na kartach Jak się uczymy? znajdziemy wiele praktycznych porad edukacyjnych. Przykładowo, badania nad systemami uwagowymi wskazują, że ucząc się nowych słów, powinniśmy koncentrować się nie na całym słowie, ale na poszczególnych literach, a także wiązać graficzne znaki z fonemami. Wypowiadanie słów, litera po literze, na głos ma więc spory sens. Dehaene walczy też z codziennością edukacyjną, w której przyswajanie wiedzy i jej sprawdzanie (np. na klasówce) to dwie różne kwestie. Odwołując się do licznych badań pokazuje, że popełnianie błędów, samotestowanie i testowanie wiedzy przez kogoś innego, to integralne komponenty zarówno procesu nauki, jak i procesu pedagogicznego.

Psychologia poznania matematycznego, zajmująca się tym, jak uczmy się, przetwarzamy i tworzymy (a może odkrywamy?) struktury matematyczne, jest dziedziną, w której Dehaene stał się „klasykiem”. Jest też ona świetnym „poligonem” testowania tezy o tym, że dysponujemy pewną wrodzoną wiedzą, która modyfikowana jest pod wpływem doświadczenia. W 1993 roku wraz Serge’em Bossinim i Pascalem Giraux opublikował na łamach „Journal of Experimental Psychology: General” pracę prezentującą efekt SNARC i cytowaną dotychczas grubo ponad 3000 razy. SNARC to skrótowiec od Spatial Numerical Association of Response Codes, co na język polski tłumaczy się jako zależność przestrzenna między liczbą a rodzajem odpowiedzi (inspiracją dla akronimu był Żmirłacz, ang. Snark z poematu Lewisa Carrolla). Efekt SNARC polega na tym, że osoby badane podejmując szybkie decyzje na temat własności prezentowanych im liczb szybciej reagują lewą ręką na liczby względnie małe, a prawą na liczby względnie duże. Jakie to decyzje? W klasycznych zadaniach uczestników prosi się, by określali za pomocą odpowiednich przycisków, czy postrzegane kolejno liczby są parzyste, czy nieparzyste, albo większe czy mniejsze niż pięć. Dlaczego wynik Dehaene’a i kolegów jest taki ważny? Ponieważ w elegancki sposób pokazuje, że umysłowe reprezentacje przestrzeni i liczb mają ze sobą wiele wspólnego, a wręcz nakładają się na siebie, tak że mózg umiejscawia małe liczby po lewej stronie ciała, a większe po prawej. Mózgowa reprezentacja przestrzeni jest więc niszą neuronalną dla liczb, co zapewne ucieszyłoby filozofa Immanuela Kanta. Jak na kartach swojej popularnonaukowej książki The Number Sense („Zmysł numeryczny”) komentuje to odkrycie Dehaene: „Odnalezienie automatycznego powiązania pomiędzy liczbami a przestrzenią prowadzi do prostej, ale jednocześnie niezwykle potężnej metafory, pozwalającej na umysłową reprezentację wielkości liczbowych: osi liczbowej. Wygląda to tak, jakby liczby rozmieszczone były na odcinku w ten sposób, że każde miejsce odpowiada pewnej wielkości. Zbliżone do siebie liczby reprezentowane są w sąsiednich miejscach (...). Co więcej, myślenie metaforyczne pozwala na orientację osi liczbowej w przestrzeni: zero znajduje się skrajnie z lewej strony, większe liczby znajdują się natomiast coraz bardziej na prawo” (S. Dehaene, The Number Sense, Oxford University Press 2011, s. 70).

Efekt SNARC powtórzono dotychczas w setkach badań, obserwując jednak różnice zarówno w jego sile (na ile mocne jest powiązanie wielkości liczb ze stroną w przestrzeni?), jak i kierunku (czy u wszystkich ludzi małe liczby są powiązane z lewą, a duże z prawą stroną?). Wydaje się, że kluczem do kierunku umysłowej osi liczbowej jest kierunek czytania, o czym świadczy to, że standardowy efekt SNARC obserwuje się u osób z kultur, w których czyta się od lewej do prawej, zaś odwrócony efekt (szybsze czasy reakcji na większe liczby lewą ręką, a na mniejsze prawą) u osób czytających od prawej do lewej, np. Palestyńczyków. Z drugiej strony, analog standardowego efektu SNARC zaobserwowano u zwierząt (np. kurczaków), które przecież nie potrafią czytać. Świadczy to o tym, że choć kultura może modyfikować sposób, w jaki mózg łączy liczby i przestrzeń, samo po-wiązanie tych dwóch wymiarów ma głębokie korzenie ewolucyjne. Oprócz kultury i biologii istnieją jednak inne zmienne, które zdają się wpływać na siłę efektu SNARC, a nawet jego obecność. Jedną z nich jest poziom kompetencji matematycznych. Przykładowo, w 2016 roku wraz z Krzysztofem Ciporą i naszymi współpracownikami na łamach czasopisma „Psychologica Research” opublikowaliśmy wyniki świadczące o braku efektu SNARC u profesjonalnych matematyków (w dwóch grupach kontrolnych zaobserwowaliśmy natomiast standardowy efekt). Zgodnie z jedną z możliwych linii interpretacyjnych, o ile automatyczne powiązanie liczb z przestrzenią pozwala nam w ogóle przyswoić liczby (przypisując je do „niszy neuronalnej”), w miarę przechodzenia na bardziej abstrakcyjne poziomy rozumienia, konieczne do uprawiania matematyki, przestrzenny aspekt licz-by staje się niepotrzebnym balastem, z którego mózg rezygnuje. Jeśli tak, to mózg powinien być gotów na przetwarzanie liczb w różnych trybach, np. powiązanym ściśle z wielkością przestrzenną, wzrokiem oraz jakimś bardziej abstrakcyjnym trybie. Stanislas Dehaene pokazał, że istnienie takich różnych trybów przetwarzania liczb jest więcej niż prawdopodobne.

Już w latach 20. XX wieku austriacki neurolog Josef Gerst-mann zgromadził przekonujące dowody na temat mózgowej lokalizacji przetwarzania liczb. Badając pacjentów z uszkodzeniami kory ciemieniowej, a dokładniej jej fragmentu określanego jako „zakręt kątowy”, zaobserwował, że przejawiają oni specyficzny zestaw deficytów, obejmujący m.in. przetwarzanie liczb oraz kierunku (lewa, prawa strona). Choć faktyczność tzw. zespołu Gerstmanna, a szczególnie specyficzność deficytów w zakresie rozumienia liczb, była kwestionowana przez długi czas, przeprowadzone w 1997 r. przez Dehaene’a wspólnie z Laurentem Cohenem badania rzuciły nań nowe światło. Badany przez nich pacjent z uszkodzeniem w obrębie zakrętu kątowego potrafił wskazywać liczebniki odpowiadające cyfrom, lecz nie był w stanie wykonywać nawet najprostszych operacji arytmetycznych. Utracił zdolność rozróżniania lewej i prawej strony. I wreszcie: o ile potrafił powiedzieć, jaka litera alfabetu znajduje się między A i C, a także jaki dzień tygodnia jest pomiędzy wtorkiem a czwartkiem, to nie potrafił wskazać liczby, która znajduje się między 3 i 5. Jak wytłumaczyć jednak to, że pacjent radził sobie z liczebnikami i cyframi, ale przejawiał deficyty w zakresie znajomości semantyki liczb i obliczeń?

Już kilka lat wcześniej Dehaene zaproponował tzw. model potrójnego kodowania wiedzy na temat liczb. Jego zdaniem, kompetencje liczbowe u zdrowych osób osadzone są w trzech systemach poznawczych. Pierwszy, zlokalizowany w potylicznych obszarach mózgu, odpowiada za wzrokową reprezentację liczb (w tym za rozpoznawanie cyfr arabskich). Drugi, zlokalizowany w bruździe Sylwiusza i jądrach podstawy – za reprezentację werbalno-fonologiczną, a więc za przetwarzanie liczebników. Wreszcie trzeci, zlokalizowany w korze ciemieniowej, za tzw. analogową reprezentację wielkości, która leży u podstaw rozu-mienia liczb. Dalsze badania, przeprowadzone przez Dehaene’a już u progu XXI wieku, a możliwe dzięki poprawie jakości technik neuroobrazowania, dostarczyły bardziej szczegółowej wiedzy o przetwarzaniu liczb w płacie ciemieniowym.

W 2003 r. wraz z Manuelą Piazzą, Philippe’em Pinelem i Laurentem Cohenem wyróżnił on trzy ciemieniowe sieci poznania numerycznego. Pierwsza z nich – zlokalizowana w poziomym odcinku bruzdy śródciemieniowej – odpowiada za przetwarza- nie zbiorów. Druga – w obszarze tylnego górnego płacika ciemieniowego – za przestrzenną reprezentację umysłowej osi liczbowej. Trzecia – której kluczowym obszarem jest zakręt kątowy – za wiedzę na temat faktów matematycznych i obliczeń (o ile dwie pierwsze sieci są obupółkulowe, ostatnia znajduje się w lewej półkuli mózgu). Na gruncie modeli Dehaene’a spekulować można, że długotrwały trening profesjonalnych matematyków prowadzić może do zmian funkcjonalnych, tak że bardziej abstrakcyjna – prawdopodobnie językowa – reprezentacja liczb staje się podstawowym formatem przetwarzania faktów matematycznych. Wpływ edukacji na poznanie matematyczne przejawia się nie tylko u profesjonalnych matematyków, ale u każdego z nas.

Dehaene od dekad broni koncepcji, zgodnie z którą elementarne zdolności do radzenia sobie z ilością mają charakter wrodzony i obecne są nie tylko u ludzi, ale również u wielu gatunków zwierząt. W szczególności dotyczą one określania liczebności małych zbiorów, a także szacunków, który z większych zbiorów jest większy. Bez „ingerencji” kultury, zdolności te są dość ograniczone, a przezwyciężanie tych ograniczeń odbywa się w toku edukacji, która zmienia nasz zwierzęcy zmysł numeryczny w pełnoprawny umysł matematyczny. Matematyka jest więc wspaniałym przykładem ogólnych praw uczenia się – rodząc się, dysponujemy elementarnym modelem świata, ale model ten to zaledwie początek drogi ku złożonej wiedzy, jaką nasze plastyczne mózgi są w stanie opanować.