Esta es una de las preguntas que más abordan los neurocientíficos a la hora de preparar sus estudios y observar la conducta de mamíferos similares a nosotros, como las ratas de laboratorio que usualmente protagonizan los estudios conductuales. Cuántas veces te habrá ocurrido que estás leyendo alguna frase y, pese a que en las palabras haya errores ortográficos (o horrores como dicen algunos profesores de lenguaje) basta con que la primera y última letra de cada palabra sea correcta para que podamos entender qué palabra se supone deberíamos leer.
Es en este tipo de ejercicios en que se demuestra la capacidad predictiva del cerebro, de resolver las incongruencias y llenando el espacio en blanco con los patrones conocidos familiares, codificados en la memoria de las neuronas. La teoría que aborda el funcionamiento del cerebro como el de una máquina predictiva ha ganado muchos adherentes y atención en los últimos años. La evidencia se ha ido sumando, pero aún no comprendemos del todo el engranaje neuronal que sustenta esta modalidad de la percepción.
Un equipo de investigadores del instituto Max Planck se propuso explorar esta teoría tratando de sacarla del laboratorio, con el fin de sumar el factor de la naturalidad que posee la experiencia cotidiana en vez de atenerse al rígido formato de los estudios de laboratorio. Su estudio, centrado en la predicción lingüística, fue publicado en la revista PNAS.
"Esta idea teórica es muy popular en la neurociencia, pero las pruebas existentes al respecto suelen ser indirectas y estar restringidas a situaciones artificiales", dice el autor principal, Micha Heilbron. "Me gustaría entender con precisión cómo funciona y probarlo en diferentes situaciones".
La investigación cerebral de este fenómeno suele hacerse en un entorno artificial, revela Heilbron. Para evocar las predicciones, se pide a los participantes que miren fijamente un único patrón de puntos en movimiento durante media hora, o que escuchen patrones simples en sonidos como "bip bip bip, bip bip bip". Algo que no suele ocurrir muy a menudo en nuestro día a día. La multiplicidad de estímulos a las que estamos sujetos en cualquier momento de nuestro día a día es mucho más compleja e irregular que en el laboratorio, por lo que las respuestas neuronales y de conducta no son las mismas.
"Estudios de este tipo revelan, de hecho, que nuestro cerebro puede hacer predicciones, pero no que esto ocurra siempre también en la complejidad de la vida cotidiana. Intentamos sacarlo del entorno del laboratorio. Estamos estudiando el mismo tipo de fenómeno, cómo el cerebro se enfrenta a la información inesperada, pero en situaciones naturales que son mucho menos predecibles."
Hemingway y Holmes
Con el fin de darle un giro más atractivo y artístico al estudio los investigadores analizaron la actividad cerebral de personas que escuchaban historias de Hemingway o sobre Sherlock Holmes, el famoso detective de las novelas de Arthur Conan Doyle. Al mismo tiempo, analizaron los textos de los libros mediante modelos informáticos, las redes neuronales profundas, específicamente GPT-2, diseñada por el fabuloso equipo de desarrolladores de OpenAI. De este modo, pudieron calcular para cada palabra lo imprevisible que era.
Para cada palabra o sonido, el cerebro elabora expectativas estadísticas detalladas y resulta ser extremadamente sensible al grado de imprevisibilidad: la respuesta del cerebro es más fuerte cuando una palabra es inesperada en el contexto. Es tan simple como tomar el ejemplo de que estés leyendo texto fotocopiado sobre ciencias cognitivas y de una página a la siguiente el párrafo pase de hablar sobre los sesgos cognitivos a un tramo narrativo en que se describe el asentamiento de una colonia humana en Marte, al estilo de un relato de ciencia ficción. Algo no encaja y eso nos llama la atención. Después de una breve vacilación nos damos cuenta de que hubo un error de imprenta.
"En sí mismo, esto no es muy sorprendente: después de todo, todo el mundo sabe que a veces se puede predecir el lenguaje venidero. Por ejemplo, el cerebro a veces "rellena el espacio en blanco" y termina mentalmente las frases de otra persona, por ejemplo, si empieza a hablar muy despacio, tartamudea o es incapaz de pensar en una palabra. Pero lo que hemos demostrado aquí es que esto ocurre continuamente. Nuestro cerebro está constantemente adivinando palabras; la maquinaria de predicción está siempre encendida".
En este sentido el proceder de nuestro cerebro no difiere tanto de los softwares de reconocimiento el habla. "De hecho, nuestro cerebro hace algo comparable al software de reconocimiento del habla. Los reconocedores del habla que utilizan la inteligencia artificial también hacen predicciones constantemente y se dejan guiar por sus expectativas, al igual que la función de autocompletar del teléfono".
Pero hay una gran distinción: los niveles de abstracción en los que el cerebro lleva a cabo este procedimiento son varios: "Sin embargo, observamos una gran diferencia: los cerebros no sólo predicen palabras, sino que hacen predicciones en muchos niveles diferentes, desde el significado abstracto y la gramática hasta los sonidos específicos".
Hay una buena razón para el continuo interés de las empresas tecnológicas, a las que les gustaría utilizar nuevos conocimientos de este tipo para construir un mejor software de reconocimiento de idiomas e imágenes, por ejemplo. Pero este tipo de aplicaciones no es el objetivo principal de Heilbron. "Me gustaría entender cómo funciona nuestra maquinaria de predicción a un nivel fundamental. Ahora estoy trabajando con la misma configuración de investigación, pero para percepciones visuales y auditivas, como la música".
En la maratónica búsqueda que es tratar de entender cómo funciona nuestro cerebro, cómo percibimos la realidad y respondemos ante los distintos estímulos, este enfoque es una muestra de cómo la ciencia puede congeniar con la experiencia cotidiana con el fin de testear cómo funciona la capacidad predictiva de este órgano maravilloso.
Si pensamos en el futuro a corto y largo plazo no hay duda de que el cerebro ocupa un lugar protagónico y es por eso que hay tantos estudios y tecnologías tratando de interactuar a un nivel cada vez más profundo y específico con las distintas comunidades neuronales. Una de esas tecnologías, que nos podría ayudar a probar en gran detalle cómo se da esta dinámica a la vez que se beneficia de este procedimiento, son las interfaces cerebro-computador que tratamos en este canal, como Neuralink, la empresa de Elon Musk.
De hecho, estas tecnologías funcionan precisamente gracias a la capacidad de los chip y las redes neuronales de predecir el comportamiento de las neuronas asociadas a una actividad específica como mover la mano o hacer click en un botón de la pantalla. Es por esto que personas parapléjicas han podido escribir telepáticamente en una pantalla, gracias a las BCI que entienden la intención de sus neuronas de mover un músculo o focalizar su atención en letras específicas. Mientras se sepa más sobre esta maquinaria predictiva mayor rendimiento tendrán las BCI, lo que beneficiará, en primer lugar, a pacientes con impedimentos como estos, y eventualmente a cualquiera que se la quiera implantar.
