Cognitive Flexibility
Cognitive flexibility (também referido como “shifting”) refere-se à nossa capacidade de alternar entre diferentes conjuntos mentais, tarefas ou estratégias (Diamond, 2013; Miyake & Friedman, 2012). No laboratório, a flexibilidade cognitiva é tipicamente investigada usando paradigmas de troca de tarefas (para uma revisão, ver Kiesel et al., 2010; Vandierendonck, Liefooghe, & Verbruggen, 2010). Neste paradigma, os participantes são obrigados a alternar entre duas ou mais tarefas. Mudar de uma tarefa para outra tarefa produz um certo custo cognitivo. Este custo é medido pelo “custo de troca” que representa a diferença de desempenho (tempos de reação e/ou taxa de erro) entre trocas de tarefa e repetições de tarefa (Jersild, 1927; Spector & Biederman, 1976; Vandierendonck et al., 2010). Dois tipos diferentes de custos de comutação podem ser identificados: custos globais e locais de comutação. O custo global de switch1 refere-se à diferença de desempenho entre blocos puros (ou seja, bloco incluindo a repetição de uma única tarefa; AAAA ou BBBB) e blocos mistos (ou seja, bloco incluindo a alternância entre duas tarefas; ABABAB). Em contraste, os custos de comutação local correspondem à diferença específica entre os ensaios de repetição de tarefas e os ensaios de comutação de tarefas em blocos mistos. Mais especificamente, os custos de switch local são medidos comparando o desempenho em transições AA e BB (tasks-repetition trials) com o desempenho em transições BA e AB (task-switch trials) em um bloco misto como AABBAABB (por exemplo, Kiesel et al., 2010; Kray & Lindenberger, 2000; Mayr, 2001; Vandierendonck et al., 2010). Para medir a flexibilidade cognitiva, os custos de comutação local são actualmente preferidos acima dos custos de comutação global porque o custo de comutação global é também influenciado por uma diferença na carga de memória de trabalho entre ambos os blocos (Kiesel et al., 2010; Vandierendonck et al., 2010). Finalmente, um custo de comutação assimétrico é tipicamente observado nos paradigmas de comutação de tarefas quando as duas tarefas envolvem níveis de dificuldade desiguais. Ou seja, o custo da troca é maior quando se passa de uma tarefa difícil para uma tarefa mais fácil do que o contrário, resultando em custos de troca mais elevados para a tarefa fácil (por exemplo, Monsell, Yeung, & Azuma, 2000; Wylie & Allport, 2000).
No domínio numérico, muitas pesquisas investigaram a relação entre flexibilidade cognitiva e desempenho matemático em crianças (ver capítulo de Gilmore e Cragg). Aqui assume-se que a flexibilidade cognitiva é necessária no desempenho matemático para suportar a alternância entre diferentes operações como, por exemplo, a alternância entre adição e subtracção. Também tem sido assumido que a flexibilidade é necessária para alternar entre diferentes estratégias, por exemplo, para alternar entre estratégias de recuperação, decomposição ou transformação na resolução de problemas aritméticos (por exemplo, Bull & Lee, 2014; Bull & Scerif, 2001; Toll, Van der Ven, Kroesbergen, & Van Luit, 2011). Para uma visão mais específica sobre o papel da flexibilidade na alternância entre estratégias em ensaios consecutivos, remetemos o leitor interessado ao Capítulo 7.
Concordamos com esta literatura que a resolução de um problema como “3 + 4 – 2” implica inequivocamente uma alternância entre operações aritméticas. No entanto, o custo cognitivo real associado a esta troca não é claro. A relação entre o custo da comutação e a operação aritmética é a mesma, dependendo do tipo de transição feita? Por exemplo, o custo da comutação tem o mesmo valor na comutação entre adição e subtração que na comutação entre adição e multiplicação? Surpreendentemente, tanto quanto sabemos, tal informação está actualmente em falta. Consequentemente, a questão de como a flexibilidade se relaciona exatamente com o desempenho aritmético permanece em grande parte sem resposta.
Pesquisadores com interesse em flexibilidade cognitiva ocasionalmente usaram operações aritméticas para examinar características de comutação de tarefas (por exemplo, Baddeley, Chincotta, & Adlam, 2001; Ellefson, Shapiro, & Chater, 2006; Jersild, 1927; Rubinstein, Meyer, & Evans, 2001). Por exemplo, Ellefson et al. (2006) usaram adições e subtrações para investigar as mudanças de desenvolvimento do custo de switch assimétrico. Dado que resolver adições é mais fácil do que resolver subtrações, esperavam-se maiores custos globais e locais para adições em comparação com subtrações. Surpreendentemente, Ellefson et al. (2006) observaram um padrão diferente de resultados em crianças, como observado em adultos jovens. Como esperado, as crianças apresentaram custos de mudança assimétricos com custos de mudança maiores para adições do que para subtrações (ou seja, o custo de mudança é mais importante quando se muda de subtrações para adições do que o contrário). Os jovens adultos, por outro lado, exibiram custos de mudança global e local sem qualquer assimetria. Aparentemente, essa diferença de desenvolvimento foi específica para operações aritméticas, pois não foi observada quando os mesmos participantes trocaram entre figuras correspondentes por cor ou forma. Aqui, tanto crianças como adultos jovens mostraram os custos típicos da troca assimétrica. Para explicar este padrão de resultados, Ellefson et al. (2006) sugeriram que o nível de familiaridade da tarefa muda ao longo do desenvolvimento para operações aritméticas, possivelmente influenciando o custo da troca (por exemplo, Meuter & Allport, 1999; Yeung & Monsell, 2003). Ao contrário das crianças, os jovens adultos têm mais experiência e prática com adições e subtrações, tornando ambas as operações altamente familiares, resultando na ausência do custo da troca assimétrica (Ellefson et al, 2006).
Alternativamente, pesquisadores com interesse na cognição numérica utilizaram o paradigma de troca de tarefas para examinar a relação entre operações aritméticas (por exemplo, de que forma diferentes operações aritméticas interferem ou facilitam umas às outras; ver próxima seção) (por exemplo, Miller & Paredes, 1990; Zbrodoff & Logan, 1986). Por exemplo, Miller e Paredes (1990) exploraram a interferência entre multiplicações e adições através do paradigma de comutação de tarefas. Os participantes resolveram problemas aritméticos em blocos puros (contendo apenas adições ou apenas multiplicações) e em blocos mistos (alternando entre adições e multiplicações). Foi observado um custo global de comutação: adições e multiplicações foram resolvidas mais rapidamente em blocos puros do que em blocos mistos. Outro padrão interessante surgiu. Em blocos puros, as adições foram resolvidas mais rapidamente do que as multiplicações. Em blocos mistos, no entanto, o padrão inverso foi observado com multiplicações mais rápidas do que as adições. Uma explicação de desenvolvimento foi fornecida. Em termos de desenvolvimento, as adições são aprendidas mais cedo do que as multiplicações. Como as redes de adição e multiplicação estão inter-relacionadas na memória, as adições aprendidas anteriormente precisariam ser inibidas para evitar interferência com a aprendizagem das multiplicações (por exemplo, inibindo 5 como resposta ao aprender 2 × 3). Esta inibição persistiria na idade adulta quando ambas as redes tivessem que ser ativadas para o desempenho bem sucedido de tarefas como blocos mistos (Miller & Paredes, 1990). Campbell e Arbuthnott (2010) investigaram mais de perto a natureza das adições e multiplicações do custo da mistura de blocos misturados. Fazendo isso, eles replicaram os resultados observados por Miller e Paredes (1990) misturando adições e multiplicações e encontrando um custo global mais forte para as adições do que para as multiplicações. Eles argumentaram que este achado não se deve à ordem de aprendizagem das operações aritméticas, mas ao efeito dos custos de comutação assimétrica observados na comutação de tarefas. Dado que as adições são geralmente resolvidas mais rapidamente e com menos erros do que as multiplicações (por exemplo Campbell & Arbuthnott, 2010; Campbell & Xue, 2001; Campbell, 1994), um custo de comutação mais elevado para adições apenas reflecte o custo mais importante para a tarefa mais fácil quando a comutação envolve tarefas de diferentes dificuldades (Campbell & Arbuthnott, 2010).
Embora seja frequentemente assumida uma relação entre flexibilidade e capacidades aritméticas, uma revisão da literatura demonstrou, de forma algo surpreendente, que esta relação não está firmemente estabelecida empiricamente. Há uma importante falta de estudos abordando diretamente a questão da mudança entre operações aritméticas (mas veja Campbell & Arbuthnott, 2010), tornando difícil tirar conclusões fortes. Com base nos estudos acima mencionados, o valor do custo da comutação entre operações aritméticas parece ser influenciado pelo tipo de operação aritmética (multiplicação, adição, subtração, divisão). No entanto, para melhor compreender o papel dos custos de comutação assimétrica, as tarefas aritméticas poderiam ser complementadas com medidas independentes da dificuldade de cada operação aritmética separadamente. Além disso, como o custo da mudança parece ser afetado pela familiaridade com a tarefa, diferentes padrões de resultados podem ser obtidos através do desenvolvimento (por exemplo, Ellefson et al., 2006). Outra questão pendente é se os custos de switch associados às operações aritméticas são completamente confundidos com os custos de switch entre outros tipos de informação. Uma pessoa que apresenta um grande custo ao mudar entre adições e subtrações também apresenta um grande custo ao mudar entre outras dimensões (por exemplo, em forma de cor). A observação de que adultos jovens demonstraram um padrão diferente de resultados para a aritmética como para os comutadores “color-shape” (Ellefson et al., 2006) pode ser uma primeira indicação de que a comutação entre processos aritméticos é um domínio específico e não um domínio geral. Se este fosse o caso, como a comutação local custaria em domínios aritméticos e não aritméticos preveria desempenhos mais gerais em matemática? Como descrito a seguir, a questão da especificidade do domínio também é levantada em relação à relação entre operações aritméticas e a inibição da função executiva (por exemplo, Gilmore e Cragg, esta questão).