Cómo seguir tu progreso en dual n-back con un registro

Registra las condiciones antes de juzgar la puntuación.

Un útil registro dual n-back registra lo que practicaste, no solo tu mejor porcentaje. Escriba la fecha, el modo de tarea, el nivel N, la duración de la sesión, la regla de puntuación y el resultado. Agregue una breve nota sobre interrupciones o cambio de dispositivo. Mantenga el formato lo suficientemente pequeño como para completarlo después de una sesión. Esta guía propone un método de organización personal, no una evaluación cognitiva validada ni un programa de formación obligatorio.

Utilice una fila para cada bloque comparable

Si el nivel cambia durante una sesión, separe los bloques cuando esa información esté disponible. De lo contrario, etiquete el resultado como una sesión de nivel mixto en lugar de asignarlo al N más alto alcanzado. Puede guardar el registro en un cuaderno o en una hoja de cálculo. Registre sólo la información que realmente muestra su aplicación; deje en blanco los valores no disponibles en lugar de inventarlos.

Un ejemplo: un récord no siempre es tendencia

La tabla contiene resultados inventados, no datos del usuario. Ambas sesiones son bloques duales de 2-back con 100 decisiones evaluadas, 20 de las cuales son coincidencias, utilizando el mismo ritmo y convención de puntuación. La segunda sesión tiene más detecciones correctas pero también más falsas alarmas. Por lo tanto, responde mejor a las coincidencias sin lograr una mayor precisión general. Un solo porcentaje ocultaría ese cambio en el patrón de respuesta.

Separa las omisiones de las falsas alarmas

Una omisión significa que no se detectó una coincidencia real; una falsa alarma significa que usted señaló una coincidencia cuando no la había. En el ejemplo, la sesión A detecta 16 de 20 coincidencias: 80%. La sesión B detecta 18 de 20: 90%. Pero las falsas alarmas pasan de 4 de 80 no coincidencias (5%) a 8 de 80 (10%). La precisión general es del 92% para A y del 90% para B. Ni el número de pulsaciones de botones ni una mayor tasa de aciertos por sí solos resumen todo el rendimiento.

Mantenga los niveles mixtos y los promedios honestos

No compares tu mejor marca personal en N=3 con un promedio en N=2 como si solo tu habilidad hubiera cambiado. Mantenga resúmenes separados para cada modo y nivel. Si combina bloques, conserve el número de decisiones puntuadas: promediar dos porcentajes le da a cada bloque el mismo peso incluso cuando uno es mucho más largo. Utilice el mismo cálculo de una revisión a la siguiente y anote cualquier cambio.

Un breve repaso semanal

Para calcular la mediana, ordena las puntuaciones comparables. Si hay un número impar, toma el valor central; si es par, calcula la media de los dos valores centrales. Conserva también las sesiones decepcionantes. En la revisión semanal, comprueba si practicaste lo previsto, qué errores se repitieron y qué ajustes cambiaron. Unas pocas observaciones no permiten establecer una causa.

Qué hacer cuando los resultados dejan de subir

Primero comprueba si en las sesiones realmente se utilizó el mismo nivel, ritmo y regla de puntuación. Luego lea las notas de error. Revise la regla de comparación si predominan las omisiones, o verifique si está respondiendo a una señal familiar en lugar de una coincidencia exacta N-back si se repiten falsas alarmas. Ajuste una configuración a la vez cuando sea posible. Una meseta es una descripción de resultados recientes, no un diagnóstico o prueba de que se necesita una dosis de entrenamiento particular.

Lo que el registro puede y no puede mostrar

El registro documenta el desempeño de la tarea en las condiciones que registró. No demuestra un aumento del coeficiente intelectual ni una mejora en el estudio, el trabajo o la memoria cotidiana. La investigación sobre el entrenamiento n-back distingue las ganancias en la tarea practicada de la transferencia a diferentes tareas. Utilice los resultados de la sesión de la aplicación como punto de partida, la guía de puntuación para las definiciones y la guía de evidencia para los límites de afirmaciones más amplias.

Para saber más

• scikit-learn documentation — classification metrics and confusion matrices (mathematical definitions)
• Holmes, Woolgar, Hampshire & Gathercole (2019), Are Working Memory Training Effects Paradigm-Specific?