¿Cómo es posible que un chef pueda controlar su cuchillo para filetear un pescado o pelar una uva y pueda hacerlo con la misma eficacia? Incluso aquellos menos hábiles en la cocina aprenden a manejar con destreza una asombrosa cantidad de objetos diferentes a lo largo de la vidas, desde cordones de zapatos hasta raquetas de tenis.
Esta capacidad de adquirir continuamente nuevas habilidades, sin olvidar o degradar las antiguas, es algo natural para los humanos, pero es un gran desafío incluso para los sistemas de inteligencia artificial más avanzados de la actualidad.
Ahora, científicos de la Universidad de Cambridge y la Universidad de Columbia, en Estados Unidos, han desarrollado y verificado experimentalmente una nueva teoría matemática que explica cómo el cerebro humano logra esta hazaña. Llamado modelo de inferencia textual (COIN por las siglas en inglés de COntextual INference), sugiere que identificar el contexto actual es clave para aprender a mover nuestros cuerpos.
El modelo describe un mecanismo en el cerebro que constantemente intenta descifrar el contexto actual. La teoría sugiere que estas creencias en constante cambio sobre el contexto determinan cómo utilizar los recuerdos existentes y si se deben formar nuevos. Los resultados se acaban de publicar en la revista Nature.
“Imagínese jugar al tenis con una raqueta diferente a la habitual o cambiar de tenis a squash -relata el coautor principal, Daniel Wolpert, de la Universidad de Columbia-. Nuestra teoría explora cómo el cerebro se adapta a estas situaciones y si debe tratarlas como contextos distintos”.
El menú del cerebro
Según el modelo COIN, el cerebro mantiene un repertorio de memorias motoras, cada una asociada con el contexto en el que fue creada, como jugar al squash o al tenis. Incluso para un solo movimiento de la raqueta, el cerebro puede recurrir a muchos recuerdos, cada uno en proporción a cómo cree el cerebro que está actualmente el contexto en el que se creó ese recuerdo.
Esto va en contra de la visión tradicional de que solo se usa una memoria a la vez. Para mejorar el rendimiento en el siguiente swing, el cerebro también actualiza todos los recuerdos, una vez más dependiendo de su creencia sobre el contexto actual. Cuando se considera que el contexto del movimiento es nuevo (la primera vez que se juega al squash después de años de hacerlo al tenis, por ejemplo), el cerebro crea automáticamente una nueva memoria para ese contexto. Esto asegura que no sobrescribe memorias previamente establecidas, como la que tiene para jugar al tenis.
Esta investigación puede conducir a mejores estrategias de fisioterapia para ayudar a las personas con lesiones a usar sus cuerpos nuevamente. A menudo, las mejoras observadas en el entorno del consultorio de un fisioterapeuta no se transfieren a mejoras en el mundo real.
“Con una mejor comprensión de cómo el contexto afecta el aprendizaje motor, se puede pensar en cómo empujar al cerebro para generalizar lo que aprende a contextos fuera de la sesión de fisioterapia -teoriza el primer autor del documento, James Heald-. Una mejor comprensión de los mecanismos básicos que subyacen a la dependencia del contexto de la memoria y el aprendizaje podría tener consecuencias terapéuticas en esta área”.
El también coautor Máté Lengyel del Departamento de Ingeniería de Cambridge agrega: “lo que encuentro emocionante es que los principios del modelo COIN también pueden generalizarse a muchas otras formas de aprendizaje y memoria, no solo a los recuerdos subyacentes a nuestro movimiento. Por ejemplo, la recurrencia espontánea de recuerdos aparentemente olvidados, a menudo provocados por un cambio en nuestro entorno, se ha observado tanto en el aprendizaje motor como en el trastorno de estrés postraumático.
Acuñando un nuevo modelo
Aprender no es tan simple como crear mejores recuerdos para hacer que los movimientos sean más precisos, según señalan los investigadores en su publicación. El mundo real y el sistema nervioso son complejos y el cerebro tiene que lidiar con mucha variabilidad.
¿Cómo distingue el cerebro este ruido, estas fluctuaciones aleatorias, de situaciones nuevas? ¿Y cómo entiende que una raqueta de tenis un poco más ligera todavía se puede utilizar con los recuerdos anteriores de la más pesada?
La respuesta, de acuerdo con el modelo COIN, puede ser la inferencia bayesiana, una técnica matemática utilizada para lidiar con la incertidumbre. Este método sopesa estadísticamente nueva evidencia a la luz de la experiencia previa para actualizar las creencias en un mundo cambiante. En el modelo COIN, un contexto es una suposición simplificadora de que, en un conjunto dado de circunstancias, es más probable que ciertas acciones conduzcan a algunas consecuencias que a otras.
“La aceptación de la nueva teoría del papel que juega la incertidumbre en el aprendizaje motor es similar a cómo la física cuántica ve el universo en términos de probabilidades en lugar de certezas”, escribieron los científicos en su análisis.
Los investigadores pusieron a prueba el modelo COIN con datos de experimentos anteriores, así como con nuevos experimentos, en los que los voluntarios interactuaban con un mango robótico. Los participantes aprendieron a manipularlo para alcanzar un objetivo mientras el mango empujaba hacia atrás de diferentes maneras.
“Cuanto más aprenda una tarea, menos probabilidades tendrá de pasar a un nuevo contexto con la segunda tarea -define Wolpert-. Todavía estás formando una memoria motora de la segunda tarea, pero aún no la estás usando porque tu cerebro todavía está atascado en el primer contexto”.
El modelo también predijo que una habilidad aprendida puede resurgir incluso después de que el entrenamiento posterior pareciera haberla borrado. Llamada recuperación espontánea, esta reaparición se ve en muchas otras formas de aprendizaje además del motor. Por ejemplo, la recuperación espontánea se ha relacionado con desafíos en el tratamiento del trastorno de estrés postraumático, donde los contextos pueden desencadenar la reaparición espontánea de otros recuerdos traumáticos.
Los científicos suelen explicar la recuperación espontánea invocando dos mecanismos de aprendizaje diferentes. En uno, los recuerdos aprendidos rápidamente se olvidan del mismo modo, y en el otro, lentamente y, por lo tanto, pueden reaparecer. Por el contrario, el modelo COIN sugiere que solo hay un mecanismo para aprender en lugar de dos separados, y que los recuerdos que aparentemente desaparecieron pueden estar listos para volver a aparecer con el disparador correcto: la creencia de que el contexto ha resurgido. Los investigadores confirmaron esto en su laboratorio con nuevos experimentos.
