Por Jorge Garay / Wired
¿Cómo determinas si haces algo o no? La respuesta más intuitiva casi siempre es “porque me siento bien haciéndolo”. En el campo de la neurociencia, la explicación resulta un poco más compleja. Una de las teorías más recientes sugiere que el cerebro crea un mapa dinámico de escenarios futuros para ayudarte a determinar en cuál de todos obtienes la mayor recompensa.
Mientras esta propuesta acumula evidencia, equipos de científicos ya emplean ese concepto de predicción para hacer que los sistemas de inteligencia artificial tomen decisiones de manera natural y resuelvan problemas de forma más inteligente.
Probabilidades y dopamina
Tradicionalmente, los neurocientíficos han vinculado la toma de decisiones con la dopamina, el neurotransmisor en el cerebro responsable de comunicar una sensación de bienestar. Aunque se le apoda “la molécula de la felicidad”, su función va mucho más allá. La dopamina actúa como un mecanismo que refuerza, suprime o impulsa conductas a través de la gratificación y es clave para anticiparse a la recompensa de un acto. Imagina que es como un asesor privado que, basado en tus experiencias previas, analiza el futuro y te susurra cuál es la opción más ventajosa.
Si practicas un deporte, liberas dopamina, te sientes bien y confirmas que la decisión fue acertada. Además, con la práctica regular, el cerebro usa esta molécula para reforzar el comportamiento, asociándolo con la sensación de felicidad. Luego, cuando tengas que decidir si vas o no al entrenamiento, probablemente termines yendo.
Este esquema de anticipación de recompensa (o de evaluar lo satisfactorio del futuro) ha servido por décadas para explicar ciertos aspectos de la toma de decisiones. Sin embargo, la llegada de sistemas de inteligencia artificial entrenados mediante redes neuronales ha llevado a algunos neurocientíficos a identificar limitaciones en este modelo tradicional, y han sugerido algunos cambios para reformularlo.
Siguiendo el ejemplo deportivo, ¿qué ocurre si deseas ir al entrenamiento, pero está lloviendo y te duele una pierna? ¿Y si te vistes con un impermeable y te tomas una pastilla para el dolor? ¿Y si mejor avanzas con tu tarea pendiente? Sin importar lo gratificante que sea el ejercicio, existen contras, pros y hasta alternativas más satisfactorias. Los neurocientíficos sostienen que el cerebro no puede fijarse en un único escenario futuro, sino que debe representar un abanico de situaciones, cada una con su recompensa asociada, para finalmente tomar una decisión.
El cerebro y su mapa de posibilidades
En 2020, investigadores de Google DeepMind publicaron un artículo en Nature en el que planteaban que el cerebro representa posibles recompensas futuras como una distribución de probabilidad, y que procesa múltiples resultados futuros simultáneamente y en paralelo. La propuesta fue disruptiva porque no solo cambiaba algunos aspectos de la «teoría del error de predicción», también se utilizó inicialmente para entrenar inteligencias artificiales, para luego considerarse como una teoría del funcionamiento cerebral.
Cinco años después, algunos integrantes de ese equipo original han continuado con la investigación. En esta nueva etapa se ha enriquecido el planteamiento inicial y, finalmente, se han contrastado las expectativas con pruebas conductuales en roedores. El grupo, dirigido por Joseph J. Paton, se centró en el comportamiento de las neuronas dopaminérgicas del mesencéfalo, células responsables de la producción, liberación y regulación de la dopamina, además de formar parte esencial de las vías dopaminérgicas. Nuevamente, los resultados se publicaron en Nature.
“Al observar la población en su conjunto, quedó claro que estas neuronas codificaban un mapa probabilístico. No solo la probabilidad de una recompensa, sino un sistema de coordenadas que indicaba cuándo podría llegar y su magnitud«, afirmó Paton. El autor compara los resultados con decidir si te quedas a comer en un lugar por su sabor, considerando además que hay fila y los precios de los platillos han aumentado.
“Por primera vez, observamos este tipo de actividad dopaminérgica multidimensional en el momento de la señal, incluso antes de que llegue la recompensa. Esta actividad temprana es la que permite al cerebro construir un mapa predictivo de recompensas futuras. Refleja una estructura y heterogeneidad en las respuestas neuronales dopaminérgicas que no se habían apreciado antes. El código neuronal no solo sirve para aprender de recompensas pasadas, sino también para hacer inferencias sobre el futuro, para adaptar el comportamiento de forma proactiva en función de lo que probablemente suceda a continuación”, agregó.
Esta estructura mental que, presumiblemente, opera en el cerebro, funcionaría como un panel de asesores: algunas neuronas incitan a actuar, mientras que otras sugieren prudencia. La diversidad de perspectivas ejecutadas en paralelo enriquece el sistema en un mundo donde las condiciones del entorno son casi siempre impredecibles. El mecanismo tiene el potencial de explicar por qué algunos animales cambian de estrategia en función del estrés al que están sometidos.
