Aproximaciones discursivas a la neurolingüística básica y traslacional, para el XXXVI Congreso de la SAN
En los últimos 40 años, la neurolingüística ha ayudado a perfeccionar nuestra comprensión de las (dis)funciones del lenguaje mediante estudios sobre diversos tipos de estímulos. Sin embargo, en la mayoría de estas investigaciones se ha trabajado con secuencias (pseudo)aleatorias de palabras u oraciones aisladas y descontextualizadas, en desmedro de manifestaciones más naturalistas del lenguaje. ¿En qué medida se replican los hallazgos clave de estos paradigmas en textos narrativos? ¿Y pueden detectarse trastornos neuronales específicos a través del análisis del discurso espontáneo? En esta presentación, expondré hallazgos recientes desde aproximaciones discursivas a la neurolingüística básica y traslacional. Nuestro equipo ha desarrollado un marco multimetodológico para personas sanas y pacientes neurológicos, lo que ha proporcionado nueva evidencia para abordar dichas interrogantes. En primer lugar, hemos demostrado que las mismas redes neuronales que se ven implicadas al procesarse ciertas categorías a nivel léxico (por ejemplo, palabras de acción y palabras con carga social) se involucran cuando dichos estímulos están integrados en narraciones cohesivas y coherentes. En segundo lugar, nuestros estudios basados en aprendizaje automatizado sugieren que determinadas propiedades acústicas (por ejemplo, articulatorias) y textuales (por ejemplo, semánticas) de la producción verbal espontánea permiten identificar a personas que padecen de distintos trastornos neurodegenerativos y predecir la severidad de los síntomas. Estas líneas de trabajo sientan el camino para una agenda neurolingüística naturalista, lo que permitirá ampliar los modelos neurocognitivos actuales y revelar potenciales marcadores de enfermedades cerebrales de alta prevalencia.
Discourse-level approaches to basic and translational neurolinguistics, for the XXXVI SAN Congress
Over the last 40 years, neurolinguistics has honed our understanding of language (dys)functions through studies on diverse stimulus types. Yet, most studies have employed (pseudo)randomized sequences of isolated, decontextualized words or sentences, neglecting more naturalistic manifestations of language. Do key findings in such traditional paradigms generalize onto context-rich materials, such as narrative texts? And can specific neural disorders be detected by analyzing spontaneous speech? In this presentation, I will survey recent findings from discourse-level approaches to basic and translational neurolinguistics. Our team has developed a multi-methodological framework for healthy persons and neurological patients, yielding new evidence to address the two questions mentioned above. First, we have shown that the same neural networks engaged by specific single-item categories (e.g., action-related and socially-laden words) are critically recruited when such stimuli are embedded in context-rich, cohesive, and coherent stories. Second, our machine learning studies suggest that fine-grained acoustic (e.g., articulatory) and textual (e.g., semantic) properties of spontaneous verbal production allow identifying persons with different neurodegenerative disorders and predicting symptom severity. These lines of work pave the way for a naturalistic neurolinguistic agenda, expanding recent neurocognitive models and revealing candidate markers of highly prevalent brain diseases.
