O impacto da internet no cérebro e na cognição humana tem sido cada vez mais estudado por especialistas. O uso excessivo da tecnologia está alterando a forma como processamos informações, reduzindo a atenção profunda e favorecendo um estilo de aprendizado mais superficial. Além disso, o multitarefa digital e a busca constante por recompensas instantâneas podem afetar o controle executivo e a estrutura cerebral, influenciando diretamente nossa memória e tomada de decisões.
Uma característica marcante de nossa espécie, Homo sapiens, é a notável capacidade de adaptação e desenvolvimento em uma ampla gama de condições de vida. O ponto central de nossas adaptações bem-sucedidas é um conjunto altamente especializado de operações mentais, conhecido coletivamente como cognição, que nos permite processar com eficiência as informações ambientais e produzir comportamentos adaptativos. É importante ressaltar que esses processos cognitivos e suas estruturas anatômicas subjacentes são altamente flexíveis às mudanças comportamentais e ambientais ao longo de nossas vidas (Pascual-Leone e outros, 2005). Como “homens sábios”, expandimos ainda mais nossas capacidades cognitivas por meio de invenções tecnológicas, que incluem qualquer ferramenta, método ou habilidade projetada para facilitar nossas funções diárias.
Com alterações duradouras em nossos comportamentos e ambientes, as invenções tecnológicas podem afetar profundamente nossos sistemas cognitivos altamente plásticos. De fato, ao longo de nossa história evolutiva, nossos sistemas cognitivos foram remodelados pelo advento da fabricação e do uso de ferramentas (Stout e outros 2008), da linguagem (Aboitiz e García 1997) e dos sistemas de escrita e aritmética (Dehaene 2005). Fornecendo insights sobre esse processo de remodelação, Dehaene e Cohen (2007) sugeriram que a aquisição de uma nova ferramenta, pensamento ou sistema comportamental invadiria especificamente e, com o tempo, remodelaria os sistemas cerebrais preexistentes que desempenham funções semelhantes. Isso ficou evidente na aquisição de habilidades de leitura e aritmética, que deram origem a regiões cerebrais especializadas para o processamento ortográfico (área de forma visual de palavras; Cohen e Dehaene 2004) e funções aritméticas (sulco intraparietal; Dehaene 2005). Essas regiões especializadas faziam parte dos circuitos cerebrais primitivos envolvidos no reconhecimento visual e nas funções numéricas, respectivamente.
Dessa forma, Dehaene e Cohen (2007) argumentaram que tanto a alfabetização quanto a aritmética levaram à “reciclagem neuronal” de sistemas cerebrais preexistentes para novas funções. Há apenas 30 anos, a Internet surgiu como a mais recente invenção tecnológica pronta para remodelar profundamente a cognição humana. Desenvolvida por Tim Berners-Lee, a Internet serviu inicialmente como uma rede de troca de informações entre cientistas e acadêmicos de todo o mundo. Em 30 de abril de 1993, a Internet foi oficialmente liberada para uso público e, desde então, evoluiu de forma fenomenal para se tornar parte integrante de nossas vidas.
Hoje, uma vez conectados a essa rede global de informações hiperconectada e de alta velocidade, podemos realizar facilmente nossas tarefas diárias e muito mais. Mecanismos de busca on-line altamente eficientes fornecem acesso imediato a qualquer informação de que você precise. As redes sociais e as plataformas de comunicação on-line permitem a troca de conhecimento com pessoas de todo o mundo. Para entretenimento, podemos fazer “streaming” e desfrutar, sob demanda, de uma ampla variedade de mídias on-line, como músicas, vídeos e jogos. O advento de dispositivos “inteligentes” portáteis e multifuncionais nos permite ficar conectados o tempo todo e desfrutar de várias dessas conveniências oferecidas pela Internet simultaneamente ou alternar entre elas sem esforço.
Esse ambiente de Internet sem precedentes, com seus recursos multifacetados, transformou profundamente nossos pensamentos e comportamentos. Popularmente chamadas de “Nativos Digitais”, as gerações que cresceram com as tecnologias da Internet apresentam perfis cognitivos totalmente diferentes dos “Imigrantes Digitais”, que as adotam mais tarde (Prensky 2001). Os nativos digitais gravitam em torno de um modo “superficial” de processamento de informações caracterizado pela rápida mudança de atenção e deliberações reduzidas (Carr 2011). Em relação às gerações mais velhas, eles se envolvem em comportamentos multitarefas (Carrier e outros 2009) que estão ligados a uma maior distração e a habilidades de controle executivo deficientes (Ophir e outros 2009).
Os nativos digitais também apresentam maior prevalência de comportamentos viciantes relacionados à Internet que refletem mecanismos alterados de processamento de recompensas e autocontrole (Brand e outros 2014; Greenfield 2011).
Investigações recentes de neuroimagem sugeriram ligações entre esses impactos cognitivos relacionados à Internet e mudanças estruturais no cérebro (Brand e outros 2014; Loh e Kanai 2014; Small e Vorgan 2008). Contra a crescente apreensão em relação às consequências da Internet em nossos sistemas cognitivos (Carr 2011; Greenfield 2014), vários pesquisadores lamentaram que essas preocupações fossem muitas vezes exageradas além das evidências científicas existentes (Bavelier e outros 2010; Choudhury e McKinney 2013; Mills 2014).
Neste artigo, pretendemos oferecer uma visão geral objetiva dos impactos da Internet em nossos sistemas cognitivos. Discutimos criticamente as evidências empíricas atuais sobre como o ambiente da Internet alterou os comportamentos e as estruturas cognitivas envolvidas no processamento de informações, no controle executivo e no processamento de recompensas.
Um modo mais superficial de processamento de informações ?
Carr (2011) argumentou que a Internet, com a distribuição eficiente de informações, cultivou um modo superficial de processamento de informações caracterizado por mudanças de atenção rápidas e não lineares, contemplação reduzida e menor retenção de informações. Em concordância, os estudos que examinaram a leitura on-line e os comportamentos de busca de informações revelaram tendências de aumento dos comportamentos de navegação e varredura, detecção de palavras-chave, leitura não linear e seletiva e diminuição da atenção sustentada (Liu 2005; Nicholas e outros 2009, 2011). O raciocínio de Carr (2011) estava de acordo com o relato de Craik e Lockhart (1972) de que profundidades de processamento mais baixas, com alocação de atenção e pensamento elaborativo reduzidos, resultariam em pior aprendizado de informações. Carr (2011) também destacou aspectos do ambiente da Internet que contribuíram para esse modo de processamento de informações: Primeiro, as informações geralmente são apresentadas como hipertextos nos quais os usuários podem acessar rapidamente, por meio de hiperlinks incorporados, as partes desejadas no mesmo documento ou entre documentos. Com demandas de processamento mais altas, os ambientes de hipertexto reduzem os recursos cognitivos disponíveis para um processamento mais profundo. Em segundo lugar, a Internet oferece um vasto estoque de conhecimento que os usuários podem acessar sem esforço por meio de eficientes mecanismos de busca on-line. Como as informações estão prontamente disponíveis, há uma necessidade menor de processamento elaborativo para armazená-las na memória.
Efeitos cognitivos nos ambientes de hipertexto
De acordo com DeStefano e LevFevre (2007), os hiperlinks podem aumentar as cargas cognitivas de várias maneiras: Primeiro, projetados para se destacarem do texto normal, os hiperlinks podem impor maiores demandas de processamento visual. Eles também geram custos adicionais de decisão, pois os usuários precisam decidir se devem ou não segui-los. Também é necessário um esforço extra para integrar o conteúdo do texto original e os destinos dos hiperlinks. De fato, estudos descobriram que o aumento do número de hiperlinks (Zhu 1999) ou o uso de ícones visuais como anotações (em comparação com o uso de palavras ou a ausência de anotações; Plass e outros, 2003) levou a um aprendizado pior das informações. Isso forneceu evidências para o relato de Carr (2011) de que os ambientes de hipertexto, com maiores demandas de processamento, poderiam reduzir os recursos cognitivos disponíveis para o processamento mais profundo e a consolidação da memória.
Entretanto, os pesquisadores também destacaram a função das características do aluno na mediação dos efeitos da carga cognitiva em hipertextos (Niederhauser e outros, 2000; Shapiro e Niederhauser, 2004). Fatores como ter conhecimento prévio sobre o assunto (Dillon e Gabbard 1998; Gall e Hannafin 1994), um estilo cognitivo global (Dünser e Jirasko 2005), maior motivação e interesse (Moos e Marroquin 2010) e melhores habilidades metacognitivas (Verezub e Wang 2008) contribuem para um melhor aprendizado com hipertextos.
A inclusão de elementos que apoiam a navegação também pode reduzir os efeitos da carga cognitiva em ambientes de hipertexto (Antonenko e Niederhauser 2010; Brusilovsky 2004; Van Oostendorp e Juvina 2007). Dessa forma, os efeitos prejudiciais dos ambientes de hipertexto sobre o processamento de informações não são inevitáveis e podem ser atenuados com a promoção de comportamentos adaptativos de aprendizagem, leitura e com o fornecimento de suporte à navegação.
Efeitos cognitivos do acesso a informações on-line
Sparrow e outros (2011) forneceram a primeira investigação empírica dos efeitos cognitivos associados ao acesso a informações on-line. Com base em uma série de experimentos, eles descobriram que as pessoas estavam se tornando mais rápidas em confiar na Internet para a recuperação de conhecimento (Experimento 1) e melhores em lembrar onde recuperar as informações, em vez de lembrar as informações em si (Experimentos 2, 3 e 4). Em um estudo relacionado, Henkel (2014) descobriu que fotografar objetos, em comparação com apenas observá-los, levava a uma recordação mais fraca de suas propriedades. Sabendo que poderiam acessar facilmente os objetos fotografados mais tarde, os participantes se esforçaram menos para processá-los e lembrá-los. Fisher e outros (2015) observaram que, depois de pesquisar informações on-line, as pessoas eram altamente propensas a confundir as informações que acessavam como parte de sua própria memória.
De acordo com essas descobertas, Sparrow e outros sugeriram que a Internet, com suas informações vastas e acessíveis, estava servindo como uma forma eficiente de memória transativa externa. A ideia de uma memória transativa foi proposta pela primeira vez por Wegner e outros (1985) para descrever os sistemas de memória integrados que surgiram à medida que as pessoas se comunicavam e compartilhavam informações umas com as outras. Na memória transativa, as informações são distribuídas em um grupo social (por exemplo, casais ou famílias), de modo que cada membro é responsável por áreas específicas de conhecimento. Assim, em vez de se lembrar de todas as informações, os indivíduos podem simplesmente se aproximar da pessoa que detém a informação desejada.
De acordo com Ward (2013), a Internet facilita uma rede de memória transativa unilateral, na qual todas as informações são mantidas pela Internet e o usuário tem pouca responsabilidade de se lembrar de qualquer informação. Nessa situação, os indivíduos só precisam se concentrar em lembrar onde e como acessar as informações, e não nas informações em si. Isso está de acordo com as descobertas de Sparrow e colegas e de Henkel. De modo geral, a literatura revisada deu suporte à visão de Carr (2011) de que a Internet, como uma fonte eficiente de informações, está reduzindo a necessidade de processamento e memorização de informações com esforço.
Entretanto, essa maior dependência de fontes externas de memória pode não ser necessariamente mal-adaptativa. Conforme observado por Storm e outros (2015), os seres humanos têm confiado em ferramentas externas, como calendários, listas de compras e anotações, para registrar ideias e memórias há muito tempo, e esse “off-sourcing” externo da memória pode ter efeitos de aprimoramento cognitivo. No estudo de Storm e colegas, os participantes estudaram primeiro uma lista de palavras em um arquivo PDF inicial. Em seguida, eles foram instruídos a salvar esse arquivo no computador ou simplesmente fechá-lo antes de estudar um segundo arquivo. Storm e seus colegas descobriram que, ao salvar o primeiro arquivo, você se lembrava menos do seu conteúdo, mas melhorava a lembrança das palavras do segundo arquivo. Dessa forma, o descarregamento estratégico de informações no computador resultou em um melhor aprendizado de novas informações.
A descoberta de Storm e seus colegas está de acordo com a ideia de que a cognição humana pode ser ampliada por meio de recursos externos (Chalmers e Clark 1998; Maeda 2012; Wilson 2004).
Impactos do processamento superficial de informações no cérebro
De acordo com Wolf e Barzillai (2009), a mudança para o processamento superficial de informações pode interromper o desenvolvimento de habilidades de leitura profunda (por exemplo, raciocínio inferencial, análise crítica, reflexão etc.). Essas habilidades não são inatas, mas são adquiridas progressivamente durante a vida humana (Wolf 2008). A aquisição da leitura profunda é paralela às mudanças neurais em uma extensa rede de regiões cerebrais, incluindo o sistema de processamento visual inicial, a via ventro-visual e o sistema de codificação fonológica (Dehaene e outros 2015; Keller e outros 2001; Sandak e outros 2004). Dessa forma, ao interromper a leitura profunda, esse processamento superficial de informações induzido pela Internet pode afetar o desenvolvimento desses circuitos cerebrais. Apenas dois estudos (Small e Vorgan 2008; Small e outros 2009) investigaram diretamente os correlatos neurais do processamento de informações on-line. Small e outros (2009) compararam as ativações cerebrais entre participantes idosos com e sem experiência em buscas na Internet enquanto realizavam uma tarefa simulada de busca na Internet em comparação com uma tarefa de leitura. Os participantes experientes refletiram um aumento das ativações cerebrais, especialmente nas regiões pré-frontais, na tarefa de busca na Internet em comparação com a tarefa de leitura, enquanto os participantes sem experiência mostraram pouca diferença nas ativações cerebrais entre as duas tarefas (veja a Fig. 1).
Após cinco dias de prática na Internet, os mesmos participantes sem experiência também apresentaram ativações pré-frontais adicionais durante a tarefa de busca na Internet (Small e Vorgan 2008). Essas descobertas sugerem que a experiência de pesquisa na Internet pode alterar os processos neurais envolvidos no processamento de informações. No entanto, o significado funcional do aumento das ativações pré-frontais permanece controverso. Small e outros (2009) sugeriram que essas ativações refletiam o aumento da novidade e da estimulação à medida que os usuários com experiência na Internet participavam da tarefa de pesquisa simulada na Internet, mas também poderiam indicar um maior esforço de processamento devido à necessidade adicional de escolher entre as opções de pesquisa ou à apresentação de informações em um formato de navegador da Web. Além disso, como essas descobertas foram baseadas em uma amostra de idosos, não está claro se elas podem ser generalizadas para indivíduos mais jovens. Dessa forma, esses estudos fornecem apenas um apoio limitado à visão de Wolf e Barzillai (2009), mostrando que a experiência na Internet pode resultar em diferenças nas ativações neurais durante o processamento de informações. São necessárias mais pesquisas para caracterizar os correlatos neurais do processamento de informações on-line.
Aumento dos comportamentos multitarefa, aumento da distração e redução do controle executivo?
A proliferação das tecnologias da Internet também refletiu um aumento drástico nos comportamentos multitarefa relacionados à Internet, especialmente entre as gerações mais jovens (Carrier e outros 2009; Rideout e outros 2010). Aqui, usamos amplamente o termo multitarefa relacionada à Internet para nos referirmos a qualquer forma de multitarefa com tecnologias da Internet, por exemplo, smartphones, computadores e assim por diante. Os comportamentos de multitarefa relacionados à Internet têm sido consistentemente associados ao aumento da distração, à pior aprendizagem em sala de aula e ao pior desempenho acadêmico (revisado em Carrier e outros, 2015). Descobertas recentes associaram esses comportamentos de multitarefa a impactos negativos nas habilidades de controle executivo (Ophir e outros, 2009).
Multitarefa relacionada à Internet e aumento da distração durante o aprendizado em sala de aula
Munidos de dispositivos inteligentes portáteis e multifuncionais, os alunos modernos podem fazer muito mais do que aprender com seus professores em sala de aula. A pesquisa mostrou que a maioria dos alunos relatou enviar mensagens de texto (Tindell e Bohlander 2012), navegar na Web (Hembrooke e Gay 2003) ou usar outras mídias eletrônicas (Jacobsen e Forste 2011) durante a aula. Wood e outros (2012) investigaram os impactos da multitarefa com várias tecnologias digitais (Facebook, mensagens on-line, e-mail ou mensagens de texto por telefone) enquanto os alunos assistiam a uma palestra de 20 minutos em tempo real. Eles descobriram que a multitarefa com tecnologias, em comparação com a tomada de notas com caneta e lápis, levou a uma recordação mais fraca do material ensinado.
Outras comparações revelaram que os alunos que não usaram nenhuma tecnologia digital durante a aula tiveram um desempenho melhor do que os que usaram no teste após a aula. Três outros estudos (Ellis e outros, 2010; Kuznekoff e Titsworth, 2013; Rosen e outros, 2011) também constataram pior desempenho de aprendizagem em alunos instruídos a usar mensagens de texto durante uma palestra ao vivo. Da mesma forma, Sana e outros (2013) fizeram com que os participantes realizassem tarefas on-line secundárias enquanto faziam anotações durante uma palestra ao vivo. Em comparação com os participantes que realizaram apenas a tarefa principal, os participantes multitarefas tiveram um desempenho pior na tarefa de recordação. Os estudos mencionados acima mostraram consistentemente uma associação negativa entre comportamentos multitarefa e desempenho de aprendizado em sala de aula. Como os participantes desses estudos foram explicitamente instruídos a realizar multitarefas, não ficou claro se as deficiências de aprendizado eram resultado de “distração” pelas tecnologias ou apenas um produto de demandas de tarefas concorrentes.
Para resolver essa lacuna, outros pesquisadores examinaram diretamente a relação entre comportamentos naturalistas (não instruídos) de multitarefa, distração e desempenho na tarefa principal. Brasel e Gip (2011) expuseram os participantes a um ambiente naturalista de multitarefa que consistia em um aparelho de televisão e um computador por 30 minutos. Sem instruções explícitas para realizar multitarefas, os participantes alternaram extensivamente entre a TV e o computador a uma taxa média de 4 alternâncias por minuto e uma média de 120 alternâncias durante o experimento. Rosen e outros (2013) observaram os participantes enquanto eles estudavam por 15 minutos em um ambiente familiar.
Eles descobriram que os participantes mudavam para uma tarefa secundária a cada 5 a 6 minutos e passavam apenas 10 minutos, em média, em sua tarefa principal. Além disso, a quantidade de mudanças foi prevista pela quantidade de tecnologia disponível e levou a um desempenho pior na tarefa. Adler e Benbunan-Fich (2013) permitiram que os participantes alternassem livremente entre uma tarefa principal de Sudoku e algumas outras tarefas. Eles também descobriram que o aumento do comportamento de alternância previa um desempenho inferior na tarefa principal. Por fim, no estudo de Sana e colegas, os participantes que foram instruídos a se envolver na tarefa principal só apresentaram pior desempenho de recordação quando estavam sentados à vista dos participantes que estavam fazendo várias tarefas com seus laptops.
Juntas, essas descobertas destacaram que os comportamentos multitarefa relacionados à Internet estão relacionados ao aumento da distração (por tecnologias da Internet) e também a um desempenho inferior na tarefa principal. No entanto, os pesquisadores também observaram os fatores que poderiam moderar esses comportamentos de multitarefa e seus efeitos prejudiciais na aprendizagem (revisado em Carrier e outros, 2015). Esses fatores incluem ter metas e motivação específicas (Judd e Kennedy 2011), afeto positivo durante o envolvimento na tarefa principal (Adler e Benbunan-Fich 2013) e restrições de tempo reduzidas (Bowman e outros 2010; Judd e Kennedy 2011). Em particular, os pesquisadores também destacaram a importância das habilidades metacognitivas (autoconsciência da aprendizagem e dos estilos cognitivos, atenção plena, etc.) na moderação dos comportamentos multitarefa (Carrier e outros 2015; Ie e outros 2012; Rosen e outros 2011).
Atividade multitarefa de mídia e habilidades de controle executivo
Um estudo de referência realizado por Ophir e outros (2009) forneceu os primeiros insights sobre as ligações entre a atividade de multitarefa de mídia e as habilidades de controle executivo. Por meio de uma série de tarefas de controle cognitivo baseadas em laboratório, eles revelaram que os multitarefas de mídia pesada (que relataram consumir um número maior de mídias simultaneamente; HMM) eram piores na inibição do processamento de estímulos irrelevantes, representações de memória e conjuntos de tarefas do que os multitarefas leves (LMM). Lin (2009) propôs ainda que os HMMs, por estarem acostumados a alternar entre tipos de mídia, estavam habituados a um estilo de controle de atenção com viés de amplitude que comprometia o foco da atenção na tarefa principal para o processamento paralelo de várias fontes de informação.
Cain e Mitroff (2011) envolveram HMMs e LMMs em uma tarefa de detecção de um único objeto, na qual eles procuravam um estímulo-alvo com formato diferente dos demais. Além disso, como distração, um estímulo (alvo ou não-alvo) poderia aparecer em uma cor diferente dos demais.
Os participantes foram informados de forma válida se o alvo poderia (condição “às vezes”) ou não (condição “nunca”) ser de uma cor diferente das demais. Ao contrário dos LMMs, que tiveram melhor desempenho nas condições “nunca” em comparação com as condições “às vezes”, os HMMs não apresentaram melhorias, independentemente de saberem que o alvo poderia ser de uma cor diferente. Cain e Mitroff sugeriram que os HMMs persistiam em sua alocação de atenção mais ampla (e processavam informações de cores irrelevantes) mesmo quando instruídos de outra forma. Lui e Wong (2012) forneceram evidências adicionais de um escopo de atenção mais amplo, mostrando que os HMMs eram melhores no processamento de estímulos irrelevantes, o que levou a um melhor desempenho em uma tarefa de integração multissensorial. Yap e Lim (2013) descobriram que os HMMs eram melhores em dividir sua atenção focal visual. Os HMMs também tiveram um desempenho pior em um paradigma de tarefa dupla em que tiveram de resolver simultaneamente problemas de matemática e lembrar letras (Sanbonmatsu e outros, 2013). Esses estudos sugeriram que os HMMs estavam adotando um foco de atenção mais amplo que estava associado a uma inibição mais fraca (ou melhor processamento) de estímulos perceptuais irrelevantes para o objetivo, representações de memória e conjuntos de tarefas. Dois estudos recentes revelaram resultados contraditórios aos pontos de vista mencionados acima (Alzahabi e Becker 2013; Minear e outros 2013). Minear e seus colegas investigaram as habilidades dos HMMs no controle da atenção (Fan e outros, 2002), inibição de representações de memória passadas (tarefa de reconhecimento de sondas recentes) e troca de tarefas. Eles descobriram que os HMMs não tiveram um desempenho pior em nenhuma das três tarefas. A tarefa ANT foi projetada para medir o desempenho em três processos de atenção diferentes (alerta, orientação e executivo). De acordo com Fan e seus colegas, o alerta envolvia a capacidade de manter um estado de atenção, a orientação envolvia a capacidade de direcionar a atenção (de forma encoberta ou aberta) e a execução envolvia a capacidade de resolver conflitos entre estímulos e respostas concorrentes. Conforme demonstrado nos estudos de Ophir, Lui e Cain, os HMMs não foram prejudicados nos processos de alerta e orientação encoberta, uma vez que estavam prestando atenção de forma eficiente ao estímulo visual (incluindo distratores).
Assim, a descoberta de Minear e colegas de que os HMMs não eram piores em orientação e alerta não era incongruente com as descobertas de Ophir, Lui e Cain. No entanto, a conclusão de Minear e colegas de que os HMMs não eram piores na atenção executiva era incompatível com as conclusões de Ophir, Lui e Cain. Com relação à constatação de que os HMMs não eram piores na inibição de representações de memórias passadas, Minear e seus colegas sugeriram a possibilidade de que sua tarefa não fosse equivalente em termos de carga cognitiva. Eles destacaram que Ophir e colegas observaram efeitos de interferência na memória somente em cargas cognitivas mais altas. Por fim, Minear e seus colegas não encontraram uma capacidade prejudicada de troca de tarefas em multitarefas pesadas, apesar de uma replicação direta da tarefa de Ophir e seus colegas. Minear e seus colegas também destacaram que seus HMMs (que eram mais impulsivos e tinham menor inteligência fluida) poderiam estar adotando estratégias de atenção diferentes dos HMMs no estudo de Ophir e seus colegas (que eram estudantes de uma instituição renomada).
Alzahabi e Becker (2013) também relataram que os HMMs não eram piores no desempenho de tarefas duplas e, na verdade, eram melhores na troca de tarefas na tarefa de Ophir e colegas. Eles concluíram que as pessoas podem estar se tornando mais proficientes na multitarefa de mídia. Eles também destacaram que, ao contrário do estudo de Ophir e colegas, a amostra deles era predominantemente feminina e poderia fazer parte de uma geração mais experiente em multitarefa de mídia. Assim, as descobertas foram geralmente consistentes com o fato de que os HMMs eram piores na inibição de informações perceptuais que distraíam. Eles também tendem a dividir o foco da atenção e são melhores na integração de informações multissensoriais. Isso sugeriu que os HMMs estavam adotando uma forma de controle de atenção com viés de amplitude. A implantação desse modo de controle de atenção parecia ser involuntária, já que os HMMs persistiam no processamento de informações que distraíam, mesmo quando instruídos a fazer o contrário. No entanto, os resultados foram inconsistentes quanto ao fato de os HMMs terem um desempenho pior na inibição de representações de memória, troca de tarefas e tarefas duplas. Uma possibilidade é que os HMMs adotem automaticamente um modo de controle de atenção com viés de amplitude somente para tarefas que envolvam menos controle de cima para baixo, como tarefas de discriminação e detecção de alvos.
Por outro lado, quando confrontados com tarefas que envolviam um grau mais alto de controle de cima para baixo, ou seja, a inibição de representações de memória e conjuntos de tarefas, os HMMs eram mais variados em sua adoção do controle de atenção com viés de amplitude. Todos os estudos discutidos adotaram uma abordagem de diferenças individuais para estudar os impactos da multitarefa de mídia. Essa abordagem não garante conclusões sobre a direcionalidade da relação entre multitarefa de mídia e impactos cognitivos.
É possível que o aumento da atividade de multitarefa de mídia tenha levado a problemas de controle executivo observados e, igualmente provável, que os déficits de controle executivo tenham predisposto os indivíduos a realizar mais multitarefas de mídia. É interessante notar que uma série de estudos conduzidos por Daphne Bavalier (Bavelier e outros, 2012; Dye e outros, 2011; Green e Bavelier, 2003) revelou que o aumento da exposição à multitarefa por meio de videogames de ação estava associado a um melhor desempenho no controle da atenção. Os jogadores de videogame frequentes eram melhores na inibição de informações irrelevantes (Bavelier e outros 2012; Mishra e outros 2011) e na divisão da atenção (Green e Bavelier 2006). Essas descobertas, que são opostas aos correlatos comportamentais da multitarefa na mídia, sugerem que a exposição a diferentes formas de multitarefa pode ter impactos diferentes nas habilidades de controle cognitivo.
Impactos da multitarefa relacionada à Internet no cérebro
Dois estudos investigaram os correlatos neurais do envolvimento em uma conversa enquanto você dirige (Just e outros 2008; Schweizer e outros 2012). Esses estudos fornecem percepções úteis sobre as consequências neurais das distrações da mídia. Just e seus colegas investigaram a atividade cerebral funcional quando os participantes se envolveram em uma tarefa de direção simulada com ou sem uma tarefa adicional de compreensão de linguagem.
Os resultados revelaram que a tarefa dupla levou a uma redução de 37% nas ativações cerebrais parietais em comparação com a condução sem distrações. Essa diminuição na ativação cerebral também foi relacionada a um desempenho pior ao dirigir. Schweiser e colegas descobriram que a distração por uma tarefa auditiva resultou em ativações reduzidas nas regiões cerebrais posteriores envolvidas na atenção visual e na vigilância ao dirigir.
Isso refletiu que o envolvimento em uma tarefa secundária reduziria as ativações cerebrais envolvidas na tarefa primária. Da mesma forma, quando os alunos se envolvem no uso da mídia durante o aprendizado em sala de aula, a atividade cerebral necessária para um aprendizado eficiente pode ser comprometida. Loh e Kanai (2014) examinaram a associação entre a característica de multitarefa de mídia e a estrutura cerebral.
Foi revelado por meio da análise de morfometria baseada em voxel (VBM) que os níveis mais altos de multitarefa de mídia refletiam a diminuição das densidades de massa cinzenta no córtex cingulado anterior (ACC; Fig. 2). Essa região também apresentou conectividade significativa com regiões cerebrais de controle cognitivo. Em particular, a maior atividade de multitarefa de mídia também previu a conectividade entre o ACC e o precuneus (Fig. 2).
Dessa forma, essas descobertas forneceram um possível correlato neural para os déficits de controle cognitivo observados nos HMMs. No entanto, como as habilidades de controle cognitivo não foram medidas diretamente no estudo e com descobertas recentes que revelaram associações nulas e positivas entre a multitarefa de mídia e o controle cognitivo (Alzahabi e Becker 2013; Minear e outros 2013), a ligação entre a diminuição dos volumes do ACC e a diminuição das habilidades de controle cognitivo precisa ser mais explorada.
É importante ressaltar que o estudo também foi de natureza correlacional e, portanto, não se sabe se o aumento da multitarefa na mídia causou a diminuição dos volumes do ACC ou vice-versa. No caso da multitarefa em videogames, Bavelier e outros (2012) descobriram que os jogadores frequentes, em comparação com os não jogadores, mostraram uma ativação reduzida das regiões visuais e fronto-parietais com demandas crescentes de atenção, sem diminuição do desempenho. Isso sugeriu que os jogadores frequentes estavam utilizando seus recursos cognitivos de forma mais eficiente ao lidar com as demandas de atenção. Isso estava de acordo com outros estudos que revelaram ativações frontoparietais reduzidas em indivíduos que eram melhores em multitarefas (Dux e outros 2009; Jaeggi e outros 2007).
Embora não tenha ficado evidente no projeto de corte transversal, Bavelier e outros (2012) argumentaram que essa maior eficiência neural foi um produto do aumento de jogos de vídeo com base em experimentos anteriores que revelaram melhorias na atenção por meio do treinamento em jogos de vídeo (Green e Bavelier 2003). Tanaka e outros (2013) também revelaram que os jogadores experientes apresentavam volumes maiores de massa cinzenta no córtex parietal posterior, o que se correlacionava com um melhor desempenho da memória de trabalho visual. Em geral, as investigações de neuroimagem mostram consistentemente que a exposição à multitarefa por meio de videogames de ação levou a mudanças estruturais e funcionais na rede frontal-parietal que foram associadas a um melhor desempenho da atenção.
Mecanismos alterados de processamento de recompensas e autocontrole?
O ambiente da Internet pode oferecer aos usuários uma experiência altamente estimulante e gratificante. Greenfield (2011) destacou as principais propriedades do apelo da Internet: Primeiro, o conteúdo típico encontrado na Internet, incluindo músicas e vídeos, informações sociais e jogos, é inerentemente prazeroso por natureza. Além disso, as atividades populares da Internet, como jogos, compras e interações sexuais, são extremamente gratificantes e associadas ao uso excessivo no mundo real (Young 1998).
Aproveitando a infraestrutura da Internet, esses conteúdos e atividades desejáveis podem ser acessados com mais frequência e conveniência. A presença reduzida de barreiras físicas e temporais às gratificações proporcionadas pela Internet aprimora ainda mais a experiência na Internet. O ambiente da Internet também distribui recompensas em um cronograma de proporção variável (Skinner 1969). Os usuários recebem retornos agradáveis em frequências imprevisíveis (por exemplo, as ocorrências de “curtidas” no Facebook, “visualizações” no YouTube etc.) e magnitudes (por exemplo, a qualidade das correspondências de pesquisa no Google, avaliações ou comentários em blogs etc.). Essa estrutura de recompensa é conhecida por reforçar fortemente os comportamentos de busca de recompensa e comumente implicada em comportamentos compulsivos (Knapp 1976).
Uma consequência crítica do ambiente altamente recompensador da Internet é o aumento da prevalência de comportamentos viciantes relacionados à Internet (Kuss e outros, 2014). Embora a definição e a descrição exatas desses comportamentos ainda sejam altamente controversas, há um consenso geral de que eles geralmente envolvem o uso excessivo da Internet (ou de suas funções de apoio) e a incapacidade de controlar esse uso (Brand e outros 2014; Kuss e outros 2014). O trabalho acumulado associou os comportamentos viciantes relacionados à Internet a mecanismos alterados de processamento de recompensas (por exemplo, Lin e outros 2015; Yao e outros 2015) e de autocontrole (revisado em Brand e outros 2014).
Processamento de recompensa alterado em vícios relacionados à Internet
Em relação aos controles, os indivíduos com vícios relacionados à Internet (IA) apresentam diferenças na forma como processam as recompensas durante as tarefas de tomada de decisão. A tarefa de jogo de Iowa (Bechara e outros, 1994) é uma tarefa de tomada de decisão probabilística que envolve a capacidade de renunciar a recompensas imediatas maiores que levam a perdas líquidas, em troca de recompensas menores que levam a ganhos líquidos. Os indivíduos com AI selecionaram com menos frequência baralhos vantajosos (recompensas imediatas menores, mas que levam a ganhos líquidos) e foram mais lentos na aprendizagem da estratégia ideal do que o controle normal (Sun e outros 2009; Xu 2012).
Em reação a um grande ganho (que indicava que eles estavam em baralhos desvantajosos), os controles normais trocavam de baralhos para evitar possíveis perdas maiores que se seguiriam. Por outro lado, os participantes do AI persistiam no mesmo baralho após grandes ganhos (Xu 2012). Isso sugeriu que eles eram altamente inclinados a obter recompensas imediatas maiores, mesmo quando elas poderiam levar a perdas líquidas. Lin e outros (2015), por meio de uma tarefa de desconto de probabilidade, descobriram que, em comparação com os controles, os participantes com AI podiam tolerar uma quantidade maior de probabilidade para obter recompensas maiores.
Pawlikowski e Brand (2011) revelaram ainda que, mesmo quando os participantes com AI estavam cientes das probabilidades de recompensa das escolhas, eles ainda preferiam escolhas de menor probabilidade que estavam associadas a altas recompensas. Yao e outros (2015) compararam os comportamentos de risco de indivíduos com AI nos domínios de ganho e perda por meio da tarefa de copos. Os participantes escolheram entre uma opção segura (100% de probabilidade de ganhar ou perder uma quantia fixa menor) e uma opção arriscada (25%, 33% ou 50% de chance de ganhar ou perder uma quantia variável maior).
Em geral, os indivíduos com AI escolheram opções arriscadas com mais frequência do que os controles. Eles também fizeram escolhas arriscadas mais desvantajosas no domínio da perda (ao selecionar entre uma pequena perda certa ou uma grande perda provável).
Outras análises sugeriram que os participantes com AI tinham menos probabilidade de levar em conta a probabilidade e a magnitude do resultado nessas decisões. Em conjunto, os indivíduos com AI eram fortemente motivados por recompensas imediatas em suas decisões, mesmo diante de perdas potenciais e probabilidades reduzidas de recompensa. Esse relato poderia explicar por que os indivíduos com AI continuam a se envolver em quantidades excessivas de uso da Internet, apesar de estarem cientes dos prejuízos associados.
Mecanismos de autocontrole prejudicados em vícios relacionados à Internet
Os indivíduos com AI também apresentam habilidades mais fracas no controle ou inibição de suas respostas. Um paradigma experimental comum usado para avaliar a inibição da resposta foi a tarefa de Stroop (Stroop 1935), na qual o melhor desempenho foi indicado pela diminuição das taxas de erro e do tempo de reação (RT) entre tentativas congruentes e incongruentes. Os participantes do AI tendem a cometer mais erros do que os controles em tentativas incongruentes (Dong e outros 2011b; van Holst e outros 2012; Wang e outros 2015; Xing e outros 2014; Yuan e outros 2013).
Com relação ao RT, os resultados foram inconsistentes quanto ao fato de os participantes com AI serem mais rápidos (Wang e outros 2015), mais lentos (Dong e outros 2011b; Li e outros 2015; Xing e outros 2014) ou não diferirem (van Holst e outros 2012; Yuan e outros 2013) do controle em tentativas incongruentes.
A interpretação das diferenças de RT foi ambígua, pois RTs mais rápidos poderiam significar aumento da impulsividade (refletindo um pior autocontrole) ou redução do tempo para inibir respostas (refletindo um melhor autocontrole). Alguns estudos não revelaram nenhuma diferença no desempenho do Stroop, tanto nos TRs quanto nas taxas de erro entre participantes com AI e normais (Dong e outros 2012; Dong e outros 2013b; Dong e outros 2014).
No entanto, esses resultados nulos podem estar associados à falta de poder estatístico, pois esses estudos relataram tamanhos de amostra relativamente menores (n = 24, 30, 31) do que os estudos mencionados anteriormente (n entre 34 e 92).
A tarefa Go/No-Go também foi adotada para medir o desempenho da inibição da resposta. Nessa tarefa, os participantes tinham de responder rapidamente a estímulos “Go” (ir) e inibir respostas a estímulos “No-Go” (não ir). Littel e outros (2012) descobriram que os participantes com AI, em relação aos controles, reagiram mais rapidamente e tiveram taxas de erro semelhantes nas tentativas de “ir”, mas tiveram mais erros nas tentativas de “não ir”. Da mesma forma, Li e outros (2014) observaram uma porcentagem menor de tentativas bem-sucedidas de “não ir” nos participantes com AI.
No entanto, vários estudos encontraram melhor (Sun e outros, 2009) ou nenhuma diferença (Ding e outros, 2014; Dong e outros, 2010) no desempenho da tarefa “ir/não ir” em participantes com AI em comparação com controles. Os pesquisadores também usaram pistas relacionadas à Internet ou a jogos para as tarefas de ir/não ir (Decker e Gay 2011; van Holst e outros 2012; Zhou e outros 2012).
Esses estudos constataram de forma consistente que os indivíduos com AI tinham um RT e uma precisão mais rápidos quando o estímulo “ir” era uma pista relacionada à Internet ou a jogos e um desempenho de inibição mais fraco quando o estímulo “não ir” era uma pista relacionada à Internet ou a jogos. De modo geral, os indivíduos com vícios relacionados à Internet apresentaram pior inibição de resposta e isso foi ainda mais agravado na presença de pistas relacionadas à Internet.
Com base na discussão acima, a pesquisa revelou de forma consistente que os indivíduos com AI são altamente motivados por recompensas instantâneas em suas decisões, mesmo diante de perdas e baixas probabilidades de ganho. Eles também são piores em inibir cognitivamente suas respostas, especialmente em resposta a sinais relacionados à Internet.
Essas descobertas fornecem uma ligação importante entre o uso excessivo da Internet e as habilidades prejudicadas de processamento de recompensas e autocontrole. No entanto, como esses resultados foram em grande parte derivados de estudos transversais, a direcionalidade da relação entre o uso da Internet e as deficiências cognitivas permanece ambígua. Outra limitação importante foi o fato de os estudos terem sido realizados predominantemente em populações asiáticas masculinas que jogam na Internet. Isso restringiu muito a generalização dos impactos cognitivos observados para outras populações e formas de uso da Internet.
Correlatos neurais de comportamentos viciantes na Internet
Os mecanismos neurais subjacentes aos comportamentos de AI foram amplamente estudados na última década (revisado em Brand e outros 2014; Kuss e Griffiths 2012). A Figura 3 apresenta um resumo das regiões cerebrais típicas associadas à dependência de Internet. Estudos têm constatado de forma consistente que os indivíduos com IA apresentam ativações neurais aprimoradas em relação a pistas relacionadas à Internet (Ko e outros 2009; Sun e outros 2012). Sugerindo uma ligação causal entre a exposição a jogos na Internet e o aumento da sensibilidade neural a pistas relacionadas à Internet, Han e outros (2011) descobriram que, após serem expostos a um novo jogo na Internet, indivíduos saudáveis apresentaram maior ativação em resposta a pistas relacionadas ao jogo em comparação com estímulos visuais normais. Kühn e outros (2011) compararam as diferenças regionais de densidade de massa cinzenta (GMD) entre jogadores frequentes e infrequentes de Internet.
Eles descobriram que os jogadores frequentes tinham maior GMD na região estriatal ventral esquerda. Os autores sugeriram que os volumes estriatais aumentados eram indicativos de maior liberação de dopamina como resultado de jogos frequentes. Em consonância com essa interpretação, estudos neurobiológicos também revelaram a diminuição da expressão do transportador de dopamina (Hou e outros, 2012) e a redução dos receptores D2 (Kim e outros, 2011) nos estriados de indivíduos com AI, ambos associados à diminuição da regulação da dopamina. Kühn e outros (2011) também encontraram um aumento da ativação na mesma região estriatal (indicando maior liberação de dopamina) quando os indivíduos com AI sofreram perdas.
Isso pode estar por trás das tendências dos indivíduos com AI de persistir em comportamentos viciantes mesmo quando confrontados com consequências negativas.
Quando confrontados com vitórias contínuas, os indivíduos com AI, em comparação com os controles, apresentaram ativações mais altas no giro frontal superior (SFG; Dong e outros 2013a) e no córtex frontal orbital (OFC; Dong e outros 2011a). Descobriu-se que essas regiões são ativadas preferencialmente em resposta a escolhas associadas a recompensas imediatas ou atrasadas (McClure e outros, 2004). É interessante notar que os indivíduos com AI também apresentaram ativações mais altas no SFG diante de perdas contínuas (Dong e outros 2013a). Isso sugere que os participantes com AI, em comparação com os controles, apresentaram maior antecipação de recompensa tanto em condições de ganhos quanto de perdas. Diante das perdas, os indivíduos com AI apresentaram menor ativação do córtex cingulado anterior (ACC) e posterior (PCC) do que os controles (Dong e outros 2011a; Dong e outros 2013a). O ACC e o PCC foram implicados no processamento aversivo (Petrovic e outros, 2008) e em mudanças comportamentais adaptativas (Pearson e outros, 2011). Isso refletiu a redução da sensibilidade à perda em indivíduos com AI.
Os indivíduos com AI também apresentam alterações nos mecanismos neurais de autocontrole. Vários estudos revelaram que os indivíduos com AI, em relação aos controles, tinham GMD reduzido nas estruturas fronto-parietais que normalmente estavam envolvidas no controle cognitivo (Hong e outros 2013; Weng e outros 2013; Zhou e outros 2011). Wang e outros (2015) revelaram, por meio de VBM, volumes reduzidos de GMD no ACC, precuneus, área motora suplementar (SMA), córtex parietal superior e córtex pré-frontal dorsolateral (DLPFC) em indivíduos com AI. É importante ressaltar que a diminuição dos volumes do ACC foi correlacionada com um desempenho inferior na tarefa Stroop. Yuan e outros (2013) descobriram que a diminuição da espessura cortical do OFC estava correlacionada com um desempenho inferior na tarefa Stroop em indivíduos com AI. Yuan e outros (2011) mostraram que os indivíduos com AI tinham volumes menores no DLPFC, OFC, SMA e ACC, que se correlacionavam com a duração relatada do transtorno. Li e outros (2015) descobriram que o aumento da tendência à dependência de Internet previa o aumento dos volumes GM no DLPFC (o que refletia a redução da função inibitória; veja a discussão de Li e outros 2015) e a diminuição das anticorrelações entre o DLPFC e o ACC. Essas diferenças neurais também foram associadas a um desempenho inferior na tarefa Stroop. Estudos de imagem funcional e de potencial relacionado a eventos também encontraram ativações neurais alteradas em regiões pré-frontais quando os indivíduos com AI participaram de tarefas de inibição de resposta (Dong e outros 2010; Dong e outros 2011b; Dong e outros 2012). De modo geral, os comportamentos de AI foram associados a alterações nas diferenças estruturais e funcionais nas regiões cerebrais envolvidas na inibição da resposta. Uma ressalva importante aqui é que as descobertas mencionadas anteriormente não informam se o ambiente gratificante da Internet causou essas alterações cerebrais. É igualmente provável que as deficiências no processamento de recompensas e no autocontrole tenham levado os indivíduos com AI a adotar comportamentos de AI. Trabalhos futuros devem investigar diretamente os impactos do ambiente gratificante da Internet em populações saudáveis e não viciadas.
Resumo e conclusões
Nas últimas duas décadas, um grande volume de trabalho revelou impactos importantes do ambiente da Internet em nossos comportamentos e estruturas cognitivas. Em termos de processamento de informações, estamos mudando para um modo superficial de aprendizado caracterizado por uma rápida varredura, contemplação reduzida e consolidação da memória.
Isso pode ser atribuído à maior presença de ambientes de hipertexto que reduzem os recursos cognitivos necessários para o processamento profundo. Entretanto, esse efeito de carga cognitiva pode ser mediado pela promoção de hábitos de aprendizagem adaptáveis ou pela melhoria da navegabilidade em ambientes de hipertexto. Outro fator que contribui para a mudança em direção à aprendizagem superficial é a facilidade de recuperação de informações on-line, que reduz a necessidade de processamento profundo para gravar informações na memória.
Confiar na tecnologia como uma fonte de memória externa pode resultar em esforços de aprendizado reduzidos, pois as informações podem ser facilmente recuperadas posteriormente. Isso não é totalmente adaptativo, pois podemos liberar estrategicamente recursos cognitivos adicionais para outras operações priorizadas.
Ao interromper o desenvolvimento de habilidades de leitura profunda, essa mudança para o processamento superficial de informações pode afetar os circuitos cerebrais necessários para essas habilidades. Há evidências de que a experiência de busca na Internet pode resultar em alterações neurais, mas são necessárias mais pesquisas para revelar os mecanismos exatos que são afetados pelo processamento de informações on-line.
O ambiente da Internet também facilita muito os comportamentos de multitarefa. Esses comportamentos, induzidos pela presença de tecnologias da Internet, têm sido associados ao aumento da distração e à redução do aprendizado em sala de aula. Os pesquisadores observaram a importância das habilidades metacognitivas, da motivação e do afeto positivo para moderar a distração causada pela tecnologia da Internet. O aumento da multitarefa com a mídia foi associado a uma forma de controle de atenção com viés de amplitude que, em geral, resultou em uma melhor integração de várias fontes de informação, mas uma inibição mais fraca de distrações. No entanto, as descobertas sobre os impactos da multitarefa de mídia no desempenho de multitarefa e troca de tarefas foram inconsistentes.
Também são necessárias mais pesquisas para determinar a relação causal entre a multitarefa na mídia e o controle executivo, já que a maioria das descobertas existentes foi baseada em estudos transversais. Atualmente, há poucos estudos de neuroimagem sobre os impactos da multitarefa e da distração relacionadas à Internet. Uma linha de pesquisa relacionada constatou que, ao se atentar para as distrações da mídia, os motoristas apresentam uma redução da atividade cerebral necessária para a execução da tarefa principal (dirigir).
Um estudo recente de VBM também relacionou o aumento da multitarefa na mídia com volumes menores de ACC. Entretanto, devido à sua natureza correlacional, são necessárias abordagens longitudinais ou experimentais para determinar a causalidade entre a multitarefa na mídia e as diferenças na estrutura cerebral. É interessante notar que a multitarefa com videogames de ação pode produzir melhorias nas habilidades de atenção. Essas melhorias também se refletiram em mudanças estruturais e funcionais na rede de atenção frontoparietal. Isso sugere que a exposição a diferentes formas de multitarefa pode levar a diferentes efeitos cognitivos. Por fim, o ambiente gratificante da Internet também resultou no aumento da prevalência de comportamentos viciantes relacionados à Internet.
Os indivíduos com AI eram piores em inibir suas respostas, especialmente diante de sinais relacionados à Internet, e também eram altamente motivados por recompensas imediatas, mesmo diante de possíveis perdas e incertezas. Esses déficits cognitivos foram ainda associados a alterações nas redes cerebrais envolvidas no autocontrole e no processamento de recompensas. Ampliando essas descobertas, trabalhos futuros devem examinar os impactos do ambiente gratificante da Internet sobre o autocontrole e os mecanismos de processamento de recompensas em populações saudáveis e não viciadas.
Referências
ABOITIZ, F.; GARCÍA, R. V. The evolutionary origin of the language areas in the human brain: a neuroanatomical perspective. Brain Research Reviews, v. 25, p. 381-396, 1997.
BAVELIER, D. et al. Removing brakes on adult brain plasticity: from molecular to behavioral interventions. Journal of Neuroscience, v. 30, p. 14964-14971, 2010.
PASCUAL-LEONE, A. et al. The plastic human brain cortex. Annual Review of Neuroscience, v. 28, p. 377-401, 2005.
BECHARA, A. et al. Insensitivity to future consequences following damage to human prefrontal cortex. Cognition, v. 50, p. 7-15, 1994.
COHEN, L.; DEHAENE, S. Specialization within the ventral stream: the case for the visual word form area. NeuroImage, v. 22, p. 466-476, 2004.
DEHAENE, S. Evolution of human cortical circuits for reading and arithmetic: the “neuronal recycling” hypothesis. In: DEHAENE, S. et al. (Ed.). From monkey brain to human brain: a Fyssen Foundation Symposium. Cambridge: MIT Press, 2005. p. 133-157.
BRAND, M.; YOUNG, K. S.; LAIER, C. Prefrontal control and Internet addiction: a theoretical model and review of neuropsychological and neuroimaging findings. Frontiers in Human Neuroscience, v. 8, p. 375, 2014.
DONG, G. et al. Impaired inhibitory control in “internet addiction disorder”: a functional magnetic resonance imaging study. Psychiatry Research: Neuroimaging, v. 203, p. 153-158, 2012.
HONG, S. B. et al. Reduced orbitofrontal cortical thickness in male adolescents with internet addiction. Behavioral and Brain Functions, v. 9, p. 11, 2013.
YOUNG, K. S. Internet addiction: the emergence of a new clinical disorder. CyberPsychology & Behavior, v. 1, p. 237-244, 1998.
CARR, N. The shallows: what the Internet is doing to our brains. New York: W.W. Norton, 2011.
CHOUDHURY, S.; MCKINNEY, K. A. Digital media, the developing brain and the interpretive plasticity of neuroplasticity. Transcultural Psychiatry, v. 50, p. 192-215, 2013.
FISHER, M.; GODDU, M. K.; KEIL, F. C. Searching for explanations: how the Internet inflates estimates of internal knowledge. Journal of Experimental Psychology: General, v. 144, p. 674-687, 2015.
SPARROW, B.; LIU, J.; WEGNER, D. M. Google effects on memory: cognitive consequences of having information at our fingertips. Science, v. 333, p. 776-778, 2011.
ADLER, R. F.; BENBUNAN-FICH, R. Self-interruptions in discretionary multitasking. Computers in Human Behavior, v. 29, p. 1441-1449, 2013.
ALZAHABI, R.; BECKER, M. W. The association between media multitasking, task-switching, and dual-task performance. Journal of Experimental Psychology: Human Perception and Performance, v. 39, p. 1485-1495, 2013.
CARRIER, L. M. et al. Multitasking across generations: multitasking choices and difficulty ratings in three generations of Americans. Computers in Human Behavior, v. 25, p. 483-489, 2009.
OPHIR, E.; NASS, C.; WAGNER, A. D. Cognitive control in media multitaskers. Proceedings of the National Academy of Sciences, v. 106, p. 15583-15587, 2009.
ANTONENKO, P. D.; NIEDERHAUSER, D. S. The influence of leads on cognitive load and learning in a hypertext environment. Computers in Human Behavior, v. 26, p. 140-150, 2010.
BOWMAN, L. L. et al. Can students really multitask? An experimental study of instant messaging while reading. Computers & Education, v. 54, p. 927-931, 2010.
HEMBROOKE, H.; GAY, G. The laptop and the lecture: the effects of multitasking in learning environments. Journal of Computing in Higher Education, v. 15, p. 46-64, 2003.
WOOD, E. et al. Examining the impact of off-task multitasking with technology on real-time classroom learning. Computers & Education, v. 58, p. 365-374, 2012.
BAVELIER, D. et al. Neural bases of selective attention in action video game players. Vision Research, v. 61, p. 132-143, 2012.
GREEN, C. S.; BAVELIER, D. Action video game modifies visual selective attention. Nature, v. 423, p. 534-537, 2003.
KÜHN, S. et al. The neural basis of video gaming. Translational Psychiatry, v. 1, p. e53, 2011.
MISHRA, J. et al. Neural basis of superior performance of action videogame players in an attention-demanding task. Journal of Neuroscience, v. 31, p. 992-998, 2011.
DUX, P. E. et al. Training improves multitasking performance by increasing the speed of information processing in human prefrontal cortex. Neuron, v. 63, p. 127-138, 2009.
FAN, J. et al. Testing the efficiency and independence of attentional networks. Journal of Cognitive Neuroscience, v. 14, p. 340-347, 2002.
JAEGGI, S. M. et al. On how high performers keep cool brains in situations of cognitive overload. Cognitive, Affective, & Behavioral Neuroscience, v. 7, p. 75-89, 2007.
PRENSKY, M. Digital natives, digital immigrants part 1. On the Horizon, v. 9, p. 1-6, 2001.
WOLF, M. Proust and the squid. New York: HarperCollins, 2008.
SMALL, G. W. et al. Your brain on Google: patterns of cerebral activation during internet searching. American Journal of Geriatric Psychiatry, v. 17, p. 116-126, 2009.
HENKEL, L. A. Point-and-shoot memories: the influence of taking photos on memory for a museum tour. Psychological Science, v. 25, p. 396-402, 2014.
SANBONMATSU, D. M. et al. Who multi-tasks and why? Multi-tasking ability, perceived multi-tasking ability, impulsivity, and sensation seeking. PLoS ONE, v. 8, p. e54402, 2013.
WARD, A. F. Supernormal: how the Internet is changing our memories and our minds. Psychological Inquiry, v. 24, p. 341-348, 2013.
BRUSILOVSKY, P. Adaptive navigation support: from adaptive hypermedia to the adaptive web and beyond. PsychNology Journal, v. 2, p. 7-23, 2004.
DILLON, A.; GABBARD, R. Hypermedia as an educational technology: a review of the quantitative research literature on learner comprehension, control, and style. Review of Educational Research, v. 68, p. 322-349, 1998.
LIU, Z. Reading behavior in the digital environment: changes in reading behavior over the past ten years. Journal of Documentation, v. 61, p. 700-712, 2005.
RIDEOUT, V. J. et al. Generation M2: media in the lives of 8-to 18-year-olds. Menlo Park: Henry J. Kaiser Family Foundation, 2010.
Autores: Kep Kee Loh e Ryota Kanai
Fonte: Sage Journals
Artigo Original: https://bit.ly/3DQPbgJ
