Brain plasticity can be conceptualized as nature's invention to overcome limitations of the genome and adapt to a rapidly changing environment. As such, plasticity is an intrinsic property of the brain across the lifespan. However, mechanisms of plasticity may vary with age. The combination of transcranial magnetic stimulation (TMS) with electroencephalography (EEG) or functional magnetic resonance imaging (fMRI) enables clinicians and researchers to directly study local and network cortical plasticity, in humans in vivo, and characterize their changes across the age-span. Parallel, translational studies in animals can provide mechanistic insights. Here, we argue that, for each individual, the efficiency of neuronal plasticity declines throughout the age-span and may do so more or less prominently depending on variable 'starting-points' and different 'slopes of change' defined by genetic, biological, and environmental factors. Furthermore, aberrant, excessive, insufficient, or mistimed plasticity may represent the proximal pathogenic cause of neurodevelopmental and neurodegenerative disorders such as autism spectrum disorders or Alzheimer's disease.

Abstract Knowing when the brain learns is crucial for both the comprehension of memory formation and consolidation, and for developing new training and neurorehabilitation strategies in healthy and patient populations. Recently, a rapid form of offline learning developing during short rest periods has been shown to account for most of procedural learning, leading to the hypothesis that the brain mainly learns during rest between practice periods. Nonetheless, procedural learning has several subcomponents not disentangled in previous studies investigating learning dynamics, such as acquiring the statistical regularities of the task, or else the high-order rules that regulate its organization. Here, we analyzed 506 behavioral sessions of implicit visuomotor deterministic and probabilistic sequence learning tasks, allowing the distinction between general skill learning, statistical learning and high-order rule learning. Our results show that the temporal dynamics of apparently simultaneous learning processes differ. While general skill and high-order rule learning are acquired offline, statistical learning is evidenced online. These findings open new avenues on the short-scale temporal dynamics of learning and memory consolidation and reveal a fundamental distinction between statistical and high-order rule learning, the former benefiting from online evidence accumulation and the latter requiring short rest periods for rapid consolidation.

Intentional binding refers to the subjective temporal compression between a voluntary action and its sensory outcome. Despite some studies having challenged the link between temporal compression and intentional action, the intentional binding is still widely used as an implicit measure for the sense of agency. The debate remains unsettled primarily because the experimental conditions used in previous studies were confounded with various alternative causes for temporal compression, and action intention has not yet been tested comprehensively against all potential alternative causes in a single study. Here, we solve this puzzle by jointly comparing participants9 estimates of the interval between three types of triggering events with comparable predictability - voluntary movement, passive movement, external sensory event - and an external sensory outcome (auditory or visual across experiments). Results failed to show intentional binding, i.e., no shorter interval estimation for the voluntary than the passive movement conditions. Instead, we observed temporal (but not intentional) binding when comparing both movement conditions to the external sensory condition. Thus, temporal binding seems to originate from sensory integration and temporal prediction, not from action intention. As such, these findings underscore the need to reconsider the use of "intentional binding" as a reliable proxy of the sense of agency.

Prior evidence supports the critical role of oscillatory activity in cognitive function, but are cerebral oscillations simply correlated or causally linked to specific aspects of visual cognition? Here, EEG signals were recorded on humans performing a conscious visual detection task, while they received brief rhythmic or random noninvasive stimulation patterns delivered to the right Frontal Eye Field prior to the onset of a lateralized target. Compared to random patterns, rhythmic high-beta patterns led to greater entrainment of local oscillations (i.e., increased power and phase alignment at the stimulation frequency), and to higher conscious detection of contralateral targets. When stimulation succeeded in enhancing visual detection, the magnitude of oscillation entrainment correlated with visual performance increases. Our study demonstrates a causal link between high-beta oscillatory activity in the Frontal Eye Field and conscious visual perception. Furthermore, it supports future applications of brain stimulation to manipulate local synchrony and improve or restore impaired visual behaviors.

Correlational evidence in non-human primates has reported evidence of increased fronto-parietal high-beta band (22-30 Hz) synchrony during the endogenous allocation of visuospatial attention. But may the engagement of inter-regional synchrony at this specific frequency band provide the causal mechanism by which top-down processes are engaged and they facilitate visual perception in humans? Here we further analyzed electroencephalographic (EEG) signals from a group of healthy human participants who performed a conscious visual detection task, under the influence of brief rhythmic (30 Hz) or random bursts of Transcranial Magnetic Stimulation (TMS), with an identical number of pulses and duration, delivered to the right Frontal Eye Field (FEF) prior to the onset of a lateralized near-threshold target. We report increases of inter-regional synchronization in the high-beta band (25-35 Hz) between the electrode closest to the stimulated region (right FEF) and parietal leads, and increases of local inter-trial coherence in the same frequency band over parietal contacts, both driven by rhythmic but not random TMS patterns. Importantly, such increases were accompained by increases of visual sensitivity for left visual targets (contralateral to the stimulation) in the rhythmic but not the random TMS condition at the group level. These outcomes suggest that human high-beta synchrony between right frontal and parietal regions can be modulated non-invasively and that high-beta oscillatory activity across the right dorsal fronto-parietal network may contribute to the facilitation of conscious visual detection. Our study also supports future applications of non-invasive brain stimulation technologies for the manipulation of inter-regional synchrony, which could be administered to improve visual behaviors in healthy humans or neurological patients.

Configural face processing is considered to be vital for face perception. If configural face processing requires an evaluation of spatial information, might this process involve interactions between ventral stream face-processing regions and dorsal stream visuospatial-processing regions? We explored this possibility using thetaburst stimulation (TBS) with fMRI in humans. Participants were shown two faces that differed in either the shape (featural differences) or the spatial configuration (configural differences) of their features. TBS applied on dorsal location processing regions: 1) reduced fMRI activity within ventral stream face-processing regions during configural but not featural face processing; and 2) reduced functional connectivity between these face regions significantly more for configural than featural face processing. No changes occurred when TBS was delivered on the vertex control site for either face task. We conclude that ventral stream face-processing regions receive visuospatial information from dorsal stream location-processing regions during configural face processing.

AI has become increasingly efficient in anticipating our behavior. Will this impact, in the near future, how much we feel control over events generated with AI-assistance? In everyday life, our sense of agency over events occurring at various delays after our actions has adapted to accommodate these delays. Here we investigate whether our sense of agency can also adapt to a highly unusual situation, in which a consequence precedes an action. We used an online game where players tried to beat the computer at finding and clicking on a target to trigger an animation, while in fact an algorithm triggered the animation before the players9 click. The animation was not randomly controlled by the algorithm, but rather based on the history of the players9 past movements and on the beginning of their current movement. We used modeling and machine learning decoding approaches to capture how players compute their reported sense of agency over the animation. We found evidence that, in less than an hour, players implicitly learned, despite the unusual timing, that they were controlling the animation and adapted their sense of agency accordingly. Such findings may help us to anticipate how humans will integrate AI-assistance to guide their behavior.