Our Brain Rhythms Reflect the “Little Voice in the Head”

Priscila Borges

Stellen Sie sich vor:

...Sie lesen einen Text

...Sie wiederholen in Gedanken das Wort „Eier“, während Sie im Supermarkt nach Eiern suchen

...Sie proben ein zukünftiges Telefongespräch

...Sie sagen leise „okay“ zu sich selbst, bevor Sie eine schwierige Aufgabe beginnen

Alle diese Beispiele beziehen sich auf eine Form der „inneren Sprache” ("inner speech"), ein Begriff, der verwendet wird, um die innere Stimme zu bezeichnen, die die meisten Menschen von Zeit zu Zeit in ihrem Kopf hören. Wie sich herausstellt, erleben manche Menschen innere Sprache häufiger als andere. Darüber hinaus ist nicht jede innere Sprache gleich: Einige ähneln eher einem Telegrammcode, während andere eher vollständigen Sätzen ähneln. In einer früheren Studie haben wir festgestellt, dass diese individuellen Unterschiede Einfluss darauf haben, wie schnell Menschen Wörter und Objekte identifizieren und vergleichen können.

In unserer aktuellen Studie haben wir untersucht, wie sich die Eigenschaften der inneren Sprache auf die Muster der neuronalen Aktivität während der visuellen Wort- und Objekterkennung auswirken. Dazu haben wir die Elektroenzephalographie (EEG) verwendet, eine Neuroimaging-Methode, mit der die elektrische Aktivität des Gehirns mit hoher zeitlicher Präzision erfasst werden kann. Die EEG-Daten wurden aufgezeichnet, während die Teilnehmer eine Bildüberprüfungsaufgabe durchführten, bei der sie zuerst ein Wort und dann ein Bild sahen und angeben sollten, ob beide übereinstimmten.

Wir haben festgestellt, dass die rhythmische Gehirnaktivität im Frequenzbereich um 8–12 Hz („Alpha“) und 13–20 Hz („Beta“) je nach der von den Teilnehmern selbst angegebenen Neigung zu innerer Sprache variierte. Insbesondere hatten Personen, die angaben, eher zu innerer Sprache zu neigen, nach dem Betrachten der Worthinweise eine höhere Alpha- und Beta-Aktivität als Personen, die weniger zu innerer Sprache neigten. Diese Ergebnisse entsprechen den Mustern, die in früheren EEG-Studien beobachtet wurden, in denen Forscher den Einfluss der Sprache auf die Bildverifizierungsleistung verstärkten, indem sie statt nonverbaler Laute gesprochene Wörter als ersten Reiz präsentierten.

In dieser früheren Literatur wurden die Auswirkungen der Sprache auf der Grundlage der Label-Feedback-Hypothese (Lupyan, 2012) erklärt. Demnach können sprachliche Informationen die Arten von Wahrnehmungsmerkmalen beeinflussen, die hervorgehoben oder unterdrückt werden, wenn Menschen sensorische Reize verarbeiten. Insbesondere würde Sprache die Wahrnehmung „kategorialer” machen, d. h. sie würde uns aufmerksamer für die visuellen und konzeptuellen Merkmale machen, die für die Identifizierung der zu verarbeitenden Objektkategorie nützlicher sind, während sie die Bedeutung von Merkmalen reduziert, die für die Kategorisierung eher redundant sind. Bei der Verarbeitung des Wortes „Katze” würden beispielsweise Merkmale wie „Schnurrhaare” stärker aktiviert als Merkmale wie „vier Beine”, da nur „Schnurrhaare” dabei helfen, Katzen von ähnlichen Tieren zu unterscheiden, die zu anderen Kategorien gehören, z. B. „Hunde”. Im Gegensatz dazu hätte ein nonverbales Signal wie das Miauen einer Katze diese einschränkende Wirkung nicht. Das liegt daran, dass solche Signale immer von den Merkmalen des jeweiligen Kategorieexemplars abhängen, wie beispielsweise der Größe oder der Rasse der Katze, während ein Wort wie „Katze” für alle Mitglieder der Kategorie „Katze” gleich ist. Wörter würden also abstraktere, prototypische Repräsentationen auslösen, die bei Aufgaben hilfreicher sind, bei denen man verschiedene Objektkategorien schnell identifizieren oder vergleichen muss.

In Kombination mit ihren schnelleren Reaktionszeiten bei der Bildüberprüfung deutet die stärkere Alpha- und Beta-Aktivität bei Teilnehmern mit einer höheren Neigung zur inneren Sprache darauf hin, dass das Gehirn diese Rhythmen nutzen könnte, um die durch (innere) Wörter ausgelöste kategoriale Verzerrung der Wahrnehmung umzusetzen, die die selektive Aktivierung von Merkmalen widerspiegelt, die für die Diagnose der zu verarbeitenden Objektkategorie hilfreicher sind.