Meditation and Gender Affect the Attentional Blink: An ERP and Bayesian Learning Analysis

Abstract

Nyere modeller anser hjernen som en Bayesiansk probabilistisk inferensmaskin som bruker fri-energiprinsipper til å oppdatere internaliserte modeller om omgivelsene. Dette impliserer at top-down læringsfunksjoner i hjernen blir forårsaket av interne prediksjoner om utfallet av en situasjon, og at læring er et produkt av oppdaterte modeller basert på prediksjonsfeil. Dette gav opphav til Bayesianske læringsmodeller som ‘Hierarchical Gaussian Filter’. Disse er i stand til å mer effektivt modellere læring på individnivå, og predikere adferd når de sammenlignes med eldre modeller som Rescorla Wagner. Vi modellerte oppnådd læring i en EEG Attentional Blink (AB) oppgave for deltakerne uten tidligere meditasjonstrening (N = 32). Vi sammenlignet grad av læring mellom kjønn for to meditasjonstyper: «Open Monitoring Meditation» (OMM) og «Focused Attention Meditation» (FAM). Vi antok at responser til det andre AB-målet, i innen- versus utenfor-AB svar ‘Target 2’, ville generere prediksjonsfeil som fører til en implisitt læringseffekt. Vi fant at kvinner i FAM-gruppen viste høyere ω nivåer for ‘volatility’-estimater (tredje nivå), noe som antydet at de oppfattet en høyere endringsrate i miljøet. Deltakere i OMM-gruppen scoret høyere på T2-treffsikkerhet, og denne effekten var hovedsakelig forårsaket av kvinnelige deltagere. EEG-data støtter denne konklusjonen, og viser at kvinner i OMM-gruppen viste høyere ERP-amplituder av P300-komponenten for utenfor-AB-gjennomføringer. Dette indikerer at kvinner blir raskt påvirket av ‘mindfulness’-meditasjon under selektive oppmerksomhetsoppgaver, og at denne effekten kan forklares gjennom antagelser om hvor stabile omgivelsene er.