İspanya’daki EEG Çalışması, Üstün Yetenekli Çocuklarda Farklı Frekans Örüntüleri Buldu

İspanya’daki Universidad de Castilla-La Mancha (UCLM) araştırmacıları, okul ortamında kaydedilen kısa bir elektroensefalografi (EEG) oturumunun, daha önce üstün yetenekli olarak tanılanmış çocuklarla kontrol grubunu ayırt etmeye yardımcı olabilecek fizyolojik bilgiler taşıdığını bildirdi. Hakemli Scientific Reports dergisinde 15 Eylül 2026’da yayımlanan çalışma, 9–13 yaşlarındaki 158 çocukla yürütüldü.

Araştırmaya 48 üstün yetenekli çocuk ile 110 kontrol katılımcısı dahil edildi. Çocukların grup bilgisi, araştırma başlamadan önce okulların ve üstün yetenek eğitimine odaklanan Kaizen Association’ın resmî kayıtlarında bulunuyordu; araştırma ekibi çocukları yeniden tanılamadı. Bu ayrıntı önemli, çünkü çalışma yeni bir üstün yetenek tanımı üretmek yerine mevcut eğitimsel tanılama sonuçlarıyla EEG verileri arasında örüntü aradı.

Dokuz dakikalık ölçüm okulda yapıldı

Her çocuk için önce gözler kapalı iki dakikalık dinlenme kaydı alındı. Ardından çocuklara uyarlanmış Psikomotor Uyanıklık Görevi sırasında yedi dakika EEG kaydedildi. Ekranda rastlantısal aralıklarla beliren görsel uyaranlara olabildiğince hızlı dokunmaları istendi; tepki süresi, kaçırılan uyaranlar, erken tepkiler ve gecikmeler ölçüldü.

Kayıtlar, uluslararası 10–20 düzenine göre yerleştirilmiş 32 yarı kuru elektrotlu bir sistemle doğrudan katılımcı okullarda yapıldı. Araştırmacılar her çocuğun görev sırasındaki değerlerini kendi dinlenme kaydına göre normalleştirdi. Böylece farklı okullardaki kayıt koşulları ve kişiler arası mutlak sinyal farkları yerine, bilişsel görev sırasında aynı kişide oluşan değişime odaklanıldı.

EEG sinyalleri delta, theta, alfa, beta ve düşük gama frekans bantlarında incelendi. Ekip; zamansal ve spektral ölçümlerin yanı sıra sinyal karmaşıklığı, iki yarımküre arasındaki asimetri ve beyin bölgeleri arasındaki işlevsel bağlantı gibi özellikleri çıkardı. Her frekans bandı için toplam 1.457 özellik hesaplandı.

Davranış benzerdi, EEG örüntüleri farklılaştı

Çalışmada iki grubun uyanıklık görevindeki davranışsal performansı arasında anlamlı fark bulunmadı. Başka bir deyişle, yalnızca tepki süreleri ve görev hataları çocukların hangi grupta olduğunu göstermedi. Buna karşılık EEG analizinde birden fazla frekans bandında, kortikal bölgede ve özellik türünde grup farklılıkları saptandı.

Makine öğrenmesi denemelerinde en yüksek dengeli sınıflandırma başarısı, merkezî elektrotlardan çıkarılan delta bandı özelliklerini kullanan lojistik regresyon modelinde elde edildi. Bu modelin makro-F1 değeri 0,745, AUC-ROC değeri 0,815 olarak raporlandı. Tüm 1–40 Hz aralığını kullanan model ise 0,818 ile en yüksek ortalama AUC-ROC değerine ulaştı; buna karşın makro-F1 değeri 0,702’de kaldı.

Bu sonuçlar tek bir “üstün yetenek EEG işareti” bulunduğu anlamına gelmiyor. Araştırmacıların yorumu, bilgi taşıyan özelliklerin farklı frekans bantlarına ve beyin bölgelerine dağıldığı yönünde. Ayrıca sınıflandırma modelleri, yeni bir çocuğa tanı koymak için değil, daha önce eğitim kurumlarınca oluşturulmuş iki grubun kısa bir görev sırasında fizyolojik düzeyde ayırt edilebilir olup olmadığını sınamak için kullanıldı.

EEG, mevcut tanılamanın yerine geçmiyor

Yazarlar çalışmanın bir EEG tanı ölçütü tanımlamadığını açıkça belirtiyor. Üstün zekâlılar ve yetenekliler için tanılama; bilişsel ölçümler, akademik bilgiler, uzman değerlendirmesi, öğretmen gözlemleri ve bağlamsal veriler gibi birden çok kanıta dayanabiliyor. Yeni bulgu, EEG’nin bu süreçlerin yerine geçmesini değil, ileride standartlaştırılmış ve tamamlayıcı bir fizyolojik bilgi kaynağı olarak araştırılmasını destekliyor.

Çalışmanın pratik yönü, kaydın geleneksel laboratuvar yerine okulda ve toplam dokuz dakika içinde yapılabilmesi. Yine de bu uygulanabilirlik, yöntemin hazır bir okul tarama aracı olduğu anlamına gelmiyor. EEG ekipmanı, veri temizleme adımları, çok sayıda değişken ve makine öğrenmesi doğrulaması uzmanlık gerektiriyor; yöntemin eğitim sistemlerinde kullanılabilmesi için bağımsız ve daha büyük örneklemlerde yeniden sınanması gerekiyor.

Sınırlılıklar sonucu nasıl etkiliyor?

Araştırmada bütün çocuklara aynı tanılama protokolü uygulanmadı; grup bilgileri farklı kurumların önceden verdiği resmî kararlara dayanıyordu. Ayrıca 158 katılımcıya karşı her bantta 1.457 EEG özelliği bulunması, veri boyutunu örnekleme göre oldukça yüksek tutuyor. Ekip, eğitim ve doğrulama verilerini çocuk düzeyinde ayırarak, veri işleme ile sınıf dengelemesini yalnız eğitim katlarında yaparak ve tekrarlı çapraz doğrulama kullanarak aşırı iyimser sonuç riskini azaltmaya çalıştı; yine de daha geniş veri kümelerine ihtiyaç var.

Örneklemde erkek çocukların oranı da daha yüksekti; bu dengesizlik üstün yetenekli grupta daha belirgindi. Okul ortamında kayıt almak laboratuvar dışı uygulanabilirliği gösterirken gürültü ve kayıt koşullarında ek değişkenlik yaratmış olabilir. Araştırmacılar sonraki çalışmalar için daha büyük örneklem, bütün katılımcılara ortak bir tanılama yöntemi ve bulunan EEG örüntülerinin bağımsız gruplarda tekrarlanmasını öneriyor.

Bu sınırlar içinde çalışma, üstün yetenekliliği tek bir puana veya tek bir beyin sinyaline indirgemiyor. Daha çok, mevcut psikoeğitsel değerlendirmelere yeni bir ölçüm katmanının eklenip eklenemeyeceğini araştıran erken bir adım sunuyor. Eğitimciler ve aileler açısından temel mesaj, EEG sonucunun bugün için tanılama kararı vermediği; gelecek araştırmalarda ancak diğer kanıtlarla birlikte ve tamamlayıcı biçimde değerlendirilebileceğidir.

Kaynaklar

• Scientific Reports — “EEG activity during a vigilance task reveals distinct frequency band patterns in gifted children”, 15 Eylül 2026.
• Makalenin kalıcı DOI kaydı; kabul tarihi 31 Ağustos 2026.

Görsel kredisi ve lisans: Çalışmanın yazarlarından Eloy García-Pérez ile Juan Carlos Pastor-Vicedo’nun bağlı olduğu UCLM Albacete Eğitim Fakültesi. Fotoğraf: Jose Pablo OK / Wikimedia Commons, 23 Şubat 2014. CC BY-SA 3.0. Görsel 16:9 oranına uyarlanmış ve WebP biçimine dönüştürülmüştür.