Prever eventos ambientais, com base em memórias sobre regularidades passadas, é uma das funções fundamentais de sistemas nervosos complexos. Eventos ordenados serialmente ou sequências estruturadas de estímulos permitem extrair informação passível de descrição formal que define seu padrão serial. Esse padrão inclui informações temporais e espaciais que facultam prever os próximos eventos da sequência, possibilitando a preparação prévia do organismo para lidar com sua ocorrência. Não surpreende que animais, incluindo o ser humano, aprendam, de maneira relativamente rápida, sobre regras e estruturas de padrões sequenciais de estímulos. O uso de tarefas de tempo de reação serial (TRS) é recorrente em estudos envolvendo a formação de associações, antecipação, atenção, as bases da memória e aprendizagem de relações complexas. Resumidamente, voluntários devem responder a estímulos apresentados em sequências repetitivas ou aleatórias. Com o treino, há redução no tempo de reação a cada estímulo, refletindo a aprendizagem de relações percepto-motoras. Essa redução, porém, é maior na sequência repetitiva em relação à sequência aleatória, indicando um aprendizado também sobre a sequência repetitiva, mesmo quando o voluntário não a percebe (conscientemente) e seja incapaz de relatar sua existência. Trata-se, portanto, de uma aquisição (inicialmente) implícita. A complexidade de uma sequência de estímulos pode ser expressa quantitativamente por meio de uma ferramenta matemática proposta por Shannon (1948), a entropia informacional (EI), que considera, entre outras coisas, a probabilidade de ocorrência dos estímulos em diferentes níveis. No presente trabalho, avaliamos em que extensão o conceito de EI permite prever o desempenho de ratos na tarefa de TRS envolvendo sequências com diferentes níveis de complexidade. Ratos foram treinados a reagir (1) a uma sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 (que relaciona os estímulos da sequência 2 a 2) era 2,75. Após atingirem um nível assintótico de desempenho, os animais foram expostos (2) a sequências variáveis de estímulos com a mesma quantidade de EI no nível 1, porém, com maior quantidade de EI no nível 2 (que relaciona os estímulos da sequência 3 a 3). Numa etapa posterior os animais foram expostos (3) a uma nova sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 era 3,00; por fim, os animais foram submetidos (4) a sequências variáveis com a mesma quantidade de EI no nível 1em relação à sequência anterior, porém, com maior quantidade de EI no nível 2 . Os resultados mostraram que os ratos aprenderam sobre os padrões seriais e, mais interessante, que seu desempenho esteve fortemente correlacionado à quantidade de EI no nível 2. Em outras palavras, quanto maior a EI, pior o desempenho dos animais tanto em termos do tempo de reação como em termos da percentagem de respostas corretas. Portanto, o conceito de EI permite não apenas quantificar a complexidade de sequências empregadas em estudos envolvendo aprendizagem serial, mas também prever o desempenho dos animais. / Prediction of environmental events, relying on memories of past regularities, is one of the fundamental functions of complex nervous systems. Sequences of serially ordered stimuli allow extracting information that defines its serial pattern. These patterns allow prediction of the next item in a sequence of events, facultating previous preparation to deal with its occurrence. Not surprisingly, animals, including humans, can identify rules present in serial structures of stimuli. Serial reaction time tasks (SRTT) have been extensively used in studies involving association, anticipation, attention, and learning and memory. Typically, subjects have to react to stimuli presented either in random or in repetitive sequences. As training proceeds, reaction time to each stimulus decreases, reflecting acquisition of this perceptual-motor skill. However, reaction time reduction is greater for repetitive sequences relative to the random sequences, indicating acquisition about the repetitive structure of the sequence. In human beings, this may occur even when the subject in uncapable of reporting the existence of a sequence, indicating that the acquisition was (at least initially) implicit rather than explicit. The complexity of a sequence of stimuli, at different levels, may be quantifyed by means of a mathematical tool proposed by Shannon (1948), the information entropy (IE). In this study we evaluated to which extent IE can predict performance of rats in SRTT involving sequences of stimuli organized at different levels of complexity. Rats were trained to react (1) a repeated sequence of stimuli which IE at the level \"1\" (i.e., expressing to which extent a given item allow prediction of the next) was 2.75. After reaching an asymptotic level of performance, the animals were exposed (2) a variable sequence of stimuli with the same amount of IE in the level \"1\", but with more IE in the level \"2\" (i.e., expressing to which extent two given items allow prediction of the next). Later the animals were exposed to (3) a new repeated sequence of stimuli, which IE at the level \"1\" was 3.00. Finally, the animals were submitted to (4) a random sequence of stimuli with the same amount of IE at the level \"1\", i.e., 3.00, but with greater IE in level 2. Results showed that rats learned about the serial patterns and, more interestingly, their performance strongly correlated to the amount of IE at the level \"2 \", both in terms of reaction times and in terms of percentage of correct responses. Therefore, IE allows not only to quantify complexity of sequences in studies involving serial learning, but also to predict performance of the subjects.

O trabalho objetivou analisar os fatores que influenciam a mobilização da atenção automática visual. Nas tarefas diárias, o Sistema Nervoso Central seleciona os estímulos mais relevantes para as tarefas. Para entender o quê influencia a mobilização atencional, conduzimos três experimentos com análise do tempo de reação a um estímulo vai em relação a um não-vai em voluntários humanos. Utilizamos um estímulo abrupto anterior ao aparecimento dos estímulos alvos para capturar a atenção automática na mesma posição ou na oposta ao aparecimento do estímulo alvo, para medir o efeito atencional. No 1º experimento, analisamos a influência da semelhança dos estímulos negativo e positivo e obtivemos o efeito atencional. Em seguida, pesquisamos a influência da semelhança do estímulo precedente com a do estímulo positivo e não encontramos evidências a respeito. Por último, verificamos como a estratégia atencional influencia no efeito atencional, mas não houve tal efeito. Concluímos que o fator crítico para a mobilização eficaz da atenção automática é a discriminabilidade entre os estímulos vai e não-vai. / This project investigated the important factors to mobilize the visual automatic attention. During our day, the Central Nervous System selects the most important stimulus to have a good performance in a task. For understanding which factors influence the attentional mobilization, we did three experiments analyzing the reaction time to a go stimuli comparing to a no go stimuli with human volunteers. We used an onset stimulus appearing before the go and no go stimuli at the same or at the opposite positions for having the attentional effect. At the first experiment, we researched the influence of go and no-go similarities and there was the attentional effect. Then, we investigated if the similarity between positive targets and cue is the critical factor but we didn\'t find the attentional effect. Finally, we checked the possibility of attentional effect to the CR by inducing the adoption of VL´s attentional set by volunteers, but there wasn\'t no effect. We concluded that the most important factor to an efficient mobilization of the automatic attention is the discriminability between the go and no-go stimuli.

Experiências armazenadas acerca de regularidades passadas permitem a previsão do ambiente e, consequentemente, a possibilidade de ações antecipadas. Esta capacidade cognitiva é expressa em modelos de aprendizagem de sequências, que são capazes de acessar a previsibilidade das sequências de eventos e gerar descrições do desempenho em protocolos experimentais como a tarefa de tempo de reação serial. Nos experimentos 1, 2 e 3 deste trabalho, a abordagem informacional foi aplicada à descrição do desempenho na tarefa de tempo de reação serial. A relação entre medidas de entropia e desempenho na tarefa de tempo de reação serial envolvendo diferentes tipos de sequência foi investigada nos Experimentos 1a e 1b. As medidas de entropia foram feitas pelo processamento das frequências de eventos das sequências (i.e., pares, trios, quadras etc). Os resultados revelaram que a entropia informacional das sequências é um bom descritor do desempenho: (1) sequências de baixa entropia são realizadas mais rapidamente e são mais frequentemente reconhecidas ao final da sessão do que as de alta entropia; (2) uma curva sigmóide relaciona valores de entropia aos de tempo de reação: parâmetros \"min\" (tempo de reação com a previsão total), \"max\" (tempo de reação sem previsão) e \"x50\" (valor de entropia relacionada ao limiar de previsão); (3) o treinamento torna previsíveis sequências de alta entropia (o \"x50\" aumenta com o treinamento); e (4) com o treinamento, mais elementos prévios da sequência passam a ser utilizados para a previsão do próximo elemento. A relação entre desempenho e expectativas probabilísticas geradas durante o treinamento foi investigada no Experimento 2. Esse experimento envolveu múltiplas combinações de sequências de treino e teste, aplicadas a voluntários em sessões únicas. A diferença entre as previsibilidades das sequências de teste e treino foi quantificada pela distância de Kullback-Leibler: pequenas distâncias indicam que o treino proporciona boa previsão sobre o teste. Desconsiderando os efeitos de entropia (descrito no Experimento 1), a distância de Kullback-Leibler entre as sequências de teste e treino está relacionada ao desempenho: (1) distâncias pequenas levam à manutenção das expectativas (prévias) e tempos de reação curtos; (2) distâncias grandes levam à negligência das previsões e tempos de reação intermediários; e (3) distâncias intermediárias estão relacionadas a um conflito entre as estratégias de manutenção e negligência das expectativas, e geram tempos de reação elevados. Portanto, a flexibilidade das previsões ocorre em distâncias pequenas; uma estratégia alternativa, de negligência das previsões, é adotada em distâncias grandes. A estratégia desenvolvida nos Experimentos 1a e 1b foi útil para avaliar, no Experimento 3, a equivalência funcional entre treinamento imaginativo e real na aprendizagem de sequências. Este experimento envolveu voluntários testados na tarefa de tempo de reação serial ao longo de várias sessões de treinamento imaginativo e real. Os desempenhos durante o treinamento imaginativo e real foram descritos e comparados; o experimento mostrou também que a previsibilidade da sequência acessada por meio do treinamento imaginativo pode ser expressa posteriormente no desempenho real da tarefa. No entanto, o limite de previsibilidade das sequências acessado pelo treinamento imaginativo é inferior ao limite acessado por treinamento real, descrita pelo menor \"x50\" do (1) treinamento imaginativo em relação ao treinamento real e (2) desempenho real após o treinamento imaginativo em relação ao desempenho real após o treinamento real. Em conclusão, é possível afirmar que o modelo de entropia informacional é capaz de descrever a variabilidade do desempenho na tarefa de tempo de reação serial. Estes achados apóiam a existência de um princípio geral de acesso à previsibilidade para explicação da aprendizagem e memória. / Stored experiences of past regularities allow the prediction of the environment and, consequently, the possibility of anticipatory actions. This cognitive capacity is expressed in models of sequence learning, which are able to access the predictability of sequences of events and to generate descriptions of performance on experimental protocols as serial reaction time task. In Experiments 1, 2 and 3 of this work the informational framework was applied to the description of performance in serial reaction time task. The relationship between entropy measures and performance on serial reaction time task involving multiple sequence types was investigated on Experiments 1a and 1b. The entropy measures were done by processing the frequencies of events of the sequences (i.e. pairs, triads, quads etc). The results revealed that information entropy of the sequences is an impressively good descriptor of performance: (1) low entropy sequences were performed more rapidly and were more frequently recognized in the end of the session than the high entropy ones; (2) a sigmoid curve relates entropy to reaction time: parameters \"min\" (reaction time with total prediction), \"max\" (reaction time with no prediction) and \"x50\" (entropy value related to threshold of prediction); (3) training makes high entropy sequences predictable (the \"x50\" increases with training); and (4) with training, more previous elements of sequence are used for prediction of the next one. The relationship between performance and probabilistic expectancies generated during training was investigated on Experiment 2. This experiment involved multiple arrangements of training and testing sequences, applied to volunteers on single sessions. The difference between the predictabilities of testing and training sequences was quantified by the Kullback-Leibler divergence: small divergence indicates that training provides good prediction on testing. Disregarding the entropy effects (described on Experiment 1), Kullback-Leibler divergence between training and testing sequences is related to performance: (1) short divergences lead to (previous) predictions maintenance and low reaction times; (2) large divergences lead to predictions negligence and intermediate reaction times; and (3) intermediate divergences are related to conflict between the strategies of maintenance and negligence of predictions, and generate high reaction times. Therefore, the flexibility of predictions occurs on short divergences; an alternative strategy, of predictions negligence, is adopted on large divergences. The strategy developed on Experiments 1a and 1b was useful to evaluate, on Experiment 3, the functional equivalence between imagery and actual training on sequence learning. This experiment involved volunteers tested on serial reaction time task along multiple imagery and actual training sessions. Performances on both imagery and actual training were described and compared; the experiment also showed that the sequence predictability accessed on imagery training can be expressed on posterior actual performance. However, the limit of sequence predictability accessed by imagery training is lower than the limit accessed by actual training, described by the lower \"x50\" of (1) imagery training compared to actual training and (2) actual performance after imagery training compared to actual performance after actual training. In conclusion, it is possible to state that the entropy model is able to describe the variability of performance on serial reaction time task. These findings support the existence of a general principle of accessing the predictability to explain learning and memory.

O trabalho objetivou analisar os fatores que influenciam a mobilização da atenção automática visual. Nas tarefas diárias, o Sistema Nervoso Central seleciona os estímulos mais relevantes para as tarefas. Para entender o quê influencia a mobilização atencional, conduzimos três experimentos com análise do tempo de reação a um estímulo vai em relação a um não-vai em voluntários humanos. Utilizamos um estímulo abrupto anterior ao aparecimento dos estímulos alvos para capturar a atenção automática na mesma posição ou na oposta ao aparecimento do estímulo alvo, para medir o efeito atencional. No 1º experimento, analisamos a influência da semelhança dos estímulos negativo e positivo e obtivemos o efeito atencional. Em seguida, pesquisamos a influência da semelhança do estímulo precedente com a do estímulo positivo e não encontramos evidências a respeito. Por último, verificamos como a estratégia atencional influencia no efeito atencional, mas não houve tal efeito. Concluímos que o fator crítico para a mobilização eficaz da atenção automática é a discriminabilidade entre os estímulos vai e não-vai. / This project investigated the important factors to mobilize the visual automatic attention. During our day, the Central Nervous System selects the most important stimulus to have a good performance in a task. For understanding which factors influence the attentional mobilization, we did three experiments analyzing the reaction time to a go stimuli comparing to a no go stimuli with human volunteers. We used an onset stimulus appearing before the go and no go stimuli at the same or at the opposite positions for having the attentional effect. At the first experiment, we researched the influence of go and no-go similarities and there was the attentional effect. Then, we investigated if the similarity between positive targets and cue is the critical factor but we didn\'t find the attentional effect. Finally, we checked the possibility of attentional effect to the CR by inducing the adoption of VL´s attentional set by volunteers, but there wasn\'t no effect. We concluded that the most important factor to an efficient mobilization of the automatic attention is the discriminability between the go and no-go stimuli.

Prever eventos ambientais, com base em memórias sobre regularidades passadas, é uma das funções fundamentais de sistemas nervosos complexos. Eventos ordenados serialmente ou sequências estruturadas de estímulos permitem extrair informação passível de descrição formal que define seu padrão serial. Esse padrão inclui informações temporais e espaciais que facultam prever os próximos eventos da sequência, possibilitando a preparação prévia do organismo para lidar com sua ocorrência. Não surpreende que animais, incluindo o ser humano, aprendam, de maneira relativamente rápida, sobre regras e estruturas de padrões sequenciais de estímulos. O uso de tarefas de tempo de reação serial (TRS) é recorrente em estudos envolvendo a formação de associações, antecipação, atenção, as bases da memória e aprendizagem de relações complexas. Resumidamente, voluntários devem responder a estímulos apresentados em sequências repetitivas ou aleatórias. Com o treino, há redução no tempo de reação a cada estímulo, refletindo a aprendizagem de relações percepto-motoras. Essa redução, porém, é maior na sequência repetitiva em relação à sequência aleatória, indicando um aprendizado também sobre a sequência repetitiva, mesmo quando o voluntário não a percebe (conscientemente) e seja incapaz de relatar sua existência. Trata-se, portanto, de uma aquisição (inicialmente) implícita. A complexidade de uma sequência de estímulos pode ser expressa quantitativamente por meio de uma ferramenta matemática proposta por Shannon (1948), a entropia informacional (EI), que considera, entre outras coisas, a probabilidade de ocorrência dos estímulos em diferentes níveis. No presente trabalho, avaliamos em que extensão o conceito de EI permite prever o desempenho de ratos na tarefa de TRS envolvendo sequências com diferentes níveis de complexidade. Ratos foram treinados a reagir (1) a uma sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 (que relaciona os estímulos da sequência 2 a 2) era 2,75. Após atingirem um nível assintótico de desempenho, os animais foram expostos (2) a sequências variáveis de estímulos com a mesma quantidade de EI no nível 1, porém, com maior quantidade de EI no nível 2 (que relaciona os estímulos da sequência 3 a 3). Numa etapa posterior os animais foram expostos (3) a uma nova sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 era 3,00; por fim, os animais foram submetidos (4) a sequências variáveis com a mesma quantidade de EI no nível 1em relação à sequência anterior, porém, com maior quantidade de EI no nível 2 . Os resultados mostraram que os ratos aprenderam sobre os padrões seriais e, mais interessante, que seu desempenho esteve fortemente correlacionado à quantidade de EI no nível 2. Em outras palavras, quanto maior a EI, pior o desempenho dos animais tanto em termos do tempo de reação como em termos da percentagem de respostas corretas. Portanto, o conceito de EI permite não apenas quantificar a complexidade de sequências empregadas em estudos envolvendo aprendizagem serial, mas também prever o desempenho dos animais. / Prediction of environmental events, relying on memories of past regularities, is one of the fundamental functions of complex nervous systems. Sequences of serially ordered stimuli allow extracting information that defines its serial pattern. These patterns allow prediction of the next item in a sequence of events, facultating previous preparation to deal with its occurrence. Not surprisingly, animals, including humans, can identify rules present in serial structures of stimuli. Serial reaction time tasks (SRTT) have been extensively used in studies involving association, anticipation, attention, and learning and memory. Typically, subjects have to react to stimuli presented either in random or in repetitive sequences. As training proceeds, reaction time to each stimulus decreases, reflecting acquisition of this perceptual-motor skill. However, reaction time reduction is greater for repetitive sequences relative to the random sequences, indicating acquisition about the repetitive structure of the sequence. In human beings, this may occur even when the subject in uncapable of reporting the existence of a sequence, indicating that the acquisition was (at least initially) implicit rather than explicit. The complexity of a sequence of stimuli, at different levels, may be quantifyed by means of a mathematical tool proposed by Shannon (1948), the information entropy (IE). In this study we evaluated to which extent IE can predict performance of rats in SRTT involving sequences of stimuli organized at different levels of complexity. Rats were trained to react (1) a repeated sequence of stimuli which IE at the level \"1\" (i.e., expressing to which extent a given item allow prediction of the next) was 2.75. After reaching an asymptotic level of performance, the animals were exposed (2) a variable sequence of stimuli with the same amount of IE in the level \"1\", but with more IE in the level \"2\" (i.e., expressing to which extent two given items allow prediction of the next). Later the animals were exposed to (3) a new repeated sequence of stimuli, which IE at the level \"1\" was 3.00. Finally, the animals were submitted to (4) a random sequence of stimuli with the same amount of IE at the level \"1\", i.e., 3.00, but with greater IE in level 2. Results showed that rats learned about the serial patterns and, more interestingly, their performance strongly correlated to the amount of IE at the level \"2 \", both in terms of reaction times and in terms of percentage of correct responses. Therefore, IE allows not only to quantify complexity of sequences in studies involving serial learning, but also to predict performance of the subjects.

Experiências armazenadas acerca de regularidades passadas permitem a previsão do ambiente e, consequentemente, a possibilidade de ações antecipadas. Esta capacidade cognitiva é expressa em modelos de aprendizagem de sequências, que são capazes de acessar a previsibilidade das sequências de eventos e gerar descrições do desempenho em protocolos experimentais como a tarefa de tempo de reação serial. Nos experimentos 1, 2 e 3 deste trabalho, a abordagem informacional foi aplicada à descrição do desempenho na tarefa de tempo de reação serial. A relação entre medidas de entropia e desempenho na tarefa de tempo de reação serial envolvendo diferentes tipos de sequência foi investigada nos Experimentos 1a e 1b. As medidas de entropia foram feitas pelo processamento das frequências de eventos das sequências (i.e., pares, trios, quadras etc). Os resultados revelaram que a entropia informacional das sequências é um bom descritor do desempenho: (1) sequências de baixa entropia são realizadas mais rapidamente e são mais frequentemente reconhecidas ao final da sessão do que as de alta entropia; (2) uma curva sigmóide relaciona valores de entropia aos de tempo de reação: parâmetros \"min\" (tempo de reação com a previsão total), \"max\" (tempo de reação sem previsão) e \"x50\" (valor de entropia relacionada ao limiar de previsão); (3) o treinamento torna previsíveis sequências de alta entropia (o \"x50\" aumenta com o treinamento); e (4) com o treinamento, mais elementos prévios da sequência passam a ser utilizados para a previsão do próximo elemento. A relação entre desempenho e expectativas probabilísticas geradas durante o treinamento foi investigada no Experimento 2. Esse experimento envolveu múltiplas combinações de sequências de treino e teste, aplicadas a voluntários em sessões únicas. A diferença entre as previsibilidades das sequências de teste e treino foi quantificada pela distância de Kullback-Leibler: pequenas distâncias indicam que o treino proporciona boa previsão sobre o teste. Desconsiderando os efeitos de entropia (descrito no Experimento 1), a distância de Kullback-Leibler entre as sequências de teste e treino está relacionada ao desempenho: (1) distâncias pequenas levam à manutenção das expectativas (prévias) e tempos de reação curtos; (2) distâncias grandes levam à negligência das previsões e tempos de reação intermediários; e (3) distâncias intermediárias estão relacionadas a um conflito entre as estratégias de manutenção e negligência das expectativas, e geram tempos de reação elevados. Portanto, a flexibilidade das previsões ocorre em distâncias pequenas; uma estratégia alternativa, de negligência das previsões, é adotada em distâncias grandes. A estratégia desenvolvida nos Experimentos 1a e 1b foi útil para avaliar, no Experimento 3, a equivalência funcional entre treinamento imaginativo e real na aprendizagem de sequências. Este experimento envolveu voluntários testados na tarefa de tempo de reação serial ao longo de várias sessões de treinamento imaginativo e real. Os desempenhos durante o treinamento imaginativo e real foram descritos e comparados; o experimento mostrou também que a previsibilidade da sequência acessada por meio do treinamento imaginativo pode ser expressa posteriormente no desempenho real da tarefa. No entanto, o limite de previsibilidade das sequências acessado pelo treinamento imaginativo é inferior ao limite acessado por treinamento real, descrita pelo menor \"x50\" do (1) treinamento imaginativo em relação ao treinamento real e (2) desempenho real após o treinamento imaginativo em relação ao desempenho real após o treinamento real. Em conclusão, é possível afirmar que o modelo de entropia informacional é capaz de descrever a variabilidade do desempenho na tarefa de tempo de reação serial. Estes achados apóiam a existência de um princípio geral de acesso à previsibilidade para explicação da aprendizagem e memória. / Stored experiences of past regularities allow the prediction of the environment and, consequently, the possibility of anticipatory actions. This cognitive capacity is expressed in models of sequence learning, which are able to access the predictability of sequences of events and to generate descriptions of performance on experimental protocols as serial reaction time task. In Experiments 1, 2 and 3 of this work the informational framework was applied to the description of performance in serial reaction time task. The relationship between entropy measures and performance on serial reaction time task involving multiple sequence types was investigated on Experiments 1a and 1b. The entropy measures were done by processing the frequencies of events of the sequences (i.e. pairs, triads, quads etc). The results revealed that information entropy of the sequences is an impressively good descriptor of performance: (1) low entropy sequences were performed more rapidly and were more frequently recognized in the end of the session than the high entropy ones; (2) a sigmoid curve relates entropy to reaction time: parameters \"min\" (reaction time with total prediction), \"max\" (reaction time with no prediction) and \"x50\" (entropy value related to threshold of prediction); (3) training makes high entropy sequences predictable (the \"x50\" increases with training); and (4) with training, more previous elements of sequence are used for prediction of the next one. The relationship between performance and probabilistic expectancies generated during training was investigated on Experiment 2. This experiment involved multiple arrangements of training and testing sequences, applied to volunteers on single sessions. The difference between the predictabilities of testing and training sequences was quantified by the Kullback-Leibler divergence: small divergence indicates that training provides good prediction on testing. Disregarding the entropy effects (described on Experiment 1), Kullback-Leibler divergence between training and testing sequences is related to performance: (1) short divergences lead to (previous) predictions maintenance and low reaction times; (2) large divergences lead to predictions negligence and intermediate reaction times; and (3) intermediate divergences are related to conflict between the strategies of maintenance and negligence of predictions, and generate high reaction times. Therefore, the flexibility of predictions occurs on short divergences; an alternative strategy, of predictions negligence, is adopted on large divergences. The strategy developed on Experiments 1a and 1b was useful to evaluate, on Experiment 3, the functional equivalence between imagery and actual training on sequence learning. This experiment involved volunteers tested on serial reaction time task along multiple imagery and actual training sessions. Performances on both imagery and actual training were described and compared; the experiment also showed that the sequence predictability accessed on imagery training can be expressed on posterior actual performance. However, the limit of sequence predictability accessed by imagery training is lower than the limit accessed by actual training, described by the lower \"x50\" of (1) imagery training compared to actual training and (2) actual performance after imagery training compared to actual performance after actual training. In conclusion, it is possible to state that the entropy model is able to describe the variability of performance on serial reaction time task. These findings support the existence of a general principle of accessing the predictability to explain learning and memory.