Ti è mai capitato di guidare verso casa senza ricordare il percorso? Oppure di bloccarti davanti a un problema nuovo, tipo montare un mobile senza istruzioni? Dietro queste situazioni c'è un modello famoso, l'S-R-K di Rasmussen: **Skill** (abilità automatica), **Rule** (regole note) e **Knowledge** (conoscenza profonda per l'ignoto). Finora era solo teoria. Ora, grazie a caschi EEG e intelligenza artificiale, i ricercatori l'hanno "fotografato" nel cervello.
Hanno chiesto a volontari di eseguire tre compiti: seguire un bersaglio in movimento (Skill), navigare con regole fisse (Rule), risolvere situazioni mai viste (Knowledge). Nel frattempo, l'elettroencefalogramma registrava la **Global Field Power (GFP)**, l'energia complessiva delle onde cerebrali, banda per banda. Poi, un algoritmo di machine learning ha incrociato questi dati con le **aree di Brodmann**, le mappe storiche della corteccia.
Risultato? Il modello riconosce in tempo reale in quale "modalità" sta operando il cervello. La corteccia motoria e sensoriale si accende per lo Skill; le aree prefrontali e parietali entrano in gioco per Rule e Knowledge, con un carico cognitivo via via maggiore. È la prima volta che la teoria diventa misura oggettiva.
Perché importa? Immagina sistemi di sicurezza in centrali nucleari o cabine di pilotaggio che "sentono" se l'operatore è in automatica o sta improvvisando, prevenendo errori. O interfacce cervello-computer che si adattano al tuo livello di fatica. La mente non è più una scatola nera: stiamo imparando a leggerne il codice sorgente.
