Cerebro
GETTY
Actualizado: miércoles, 11 octubre 2017 8:27

   MADRID, 11 Oct. (EUROPA PRESS) -

   Científicos del Instituto Zuckerman de Columbia, en Estados Unidos, han contribuido a resolver una paradoja de la percepción, literalmente diseñando modelos de cómo el cerebro construye interpretaciones del mundo exterior. Al observar una escena, el cerebro primero procesa los detalles --manchas, líneas y formas simples-- y utiliza esa información para construir representaciones internas de objetos más complejos, como coches y personas. Pero al recordar esa información, el cerebro recuerda esos conceptos más amplios primero para luego reconstruir los detalles, representando un orden inverso de procesamiento.

   La investigación, que se detalla en un artículo publicado este lunes en 'Proceedings of the National Academy of Sciences', podría arrojar luz sobre fenómenos que van desde testimonios de testigos oculares hasta estereotipos de autismo. "El orden por el cual el cerebro reacciona, o codifica, la información sobre el mundo exterior no se entiende muy bien", afirma uno de los investigadores principales de este trabajo, Ning Qian, neurocientífico y científico en el Instituto Mortimer B. Zuckerman', de Columbia.

    "La codificación siempre va de cosas simples a las más complejas, pero recordar, o decodificar, esa información es más difícil de entender, en gran parte porque no había método --aparte del modelado matemático-- para relacionar la actividad de las células cerebrales con el juicio perceptivo de la persona", explica.

   Sin ninguna evidencia directa, los investigadores han asumido desde hace mucho tiempo que la decodificación sigue la misma jerarquía que la codificación: empiezas desde el principio, construyendo desde los detalles. La principal contribución de este trabajo con Misha Tsodyks, coautor principal del documento que realizó este trabajo mientras estaba en Columbia y está en el Instituto Weizmann de Ciencias, en Israel, "es demostrar que esta noción estándar es incorrecta", apunta Qian.

   "La decodificación realmente va hacia atrás, de niveles altos a bajos", sentencia Qian, poniendo como ejemplo las elecciones presidenciales del año pasado. "A medida que se observan las cosas que un candidato dijo e hizo con el tiempo, puedes haberte formado una impresión categórica negativa o positiva de esa persona. A partir de ese momento hacia adelante, la forma en que se recuerdan las palabras del candidato y las acciones están coloreados por esa impresión general --dice--. Nuestros resultados revelaron que las decisiones categóricas de alto nivel --este candidato es fiable-- tienden a ser estables, pero los recuerdos de nivel inferior --este candidato dijo esto o aquello-- no son tan fiables. Como consecuencia, la decodificación de alto nivel limita la descodificación de bajo nivel".

MÉTODO DE DECODIFICACIÓN INVERSA

   Para explorar esta jerarquía de decodificación, los doctores Qian y Tsodyks y su equipo llevaron a cabo un experimento que era simple en diseño para tener una interpretación clara de los resultados. Les pidieron a 12 personas que realizaran una serie de tareas similares. En la primera, vieron una línea inclinada a 50 grados en una pantalla de ordenador durante medio segundo y cuando desapareción, los participantes reposicionaron dos puntos en la pantalla para que coincidieran con lo que recordaban que era el ángulo de la línea. Luego repitieron esta tarea 50 veces más.

   En una segunda tarea, los científicos cambiaron el ángulo de la línea a 53 grados. Y en una tercera tarea, se mostró a los participantes las dos líneas al mismo tiempo y luego tuvieron que orientar los pares de puntos para que coincidieran con cada ángulo. Los modelos de decodificación previamente sostenidos predijeron que en la tarea de dos líneas, las personas decodificaría primero el ángulo individual de cada línea (una característica de nivel inferior) y usarían esa información para decodificar la relación de las dos líneas (una característica de nivel superior).

   "Los recuerdos de ángulos exactos suelen ser imprecisos, lo que se confirmó durante el primer conjunto de tareas de una línea. Por lo tanto, en la tarea de dos líneas, los modelos tradicionales predijeron que el ángulo de la línea de 50 grados con frecuencia se consideró como de mayor ángulo que la línea de 53 grados", señala Qian.

   Pero eso no fue lo que paso. Los modelos tradicionales también fallaron a la hora de explicar varios otros aspectos de los datos, que revelaron interacciones bidireccionales entre la forma en que los participantes recordaron el ángulo de las dos líneas. El cerebro parecía codificar una línea, luego la otra, y finalmente codificar su orientación relativa. Pero durante la decodificación, cuando se les pidió a los participantes que informaran sobre el ángulo individual de cada línea, sus cerebros utilizaron la relación de las líneas --que ángulo es mayor-- para estimar los dos ángulos individuales.

   "Fue una evidencia llamativa de los participantes que emplean este método de decodificación inversa", dice Qian. Los autores argumentan que la decodificación inversa tiene sentido porque el contexto es más importante que los detalles. Al mirar una cara, una persona quiere evaluar rápidamente si alguien está frunciendo el ceño, y sólo más tarde, si es necesario, estimar los ángulos exactos de las cejas. "Incluso, nuestra experiencia diaria nos muestra que la percepción parece ir de niveles altos a bajos", agrega Qian.

   Para prestar más apoyo, los autores construyeron un modelo matemático de lo que piensan que sucede en el cerebro. Usaron algo llamado inferencia bayesiana, un método estadístico para estimar la probabilidad basándose en suposiciones anteriores. Sin embargo, a diferencia de los modelos bayesianos típicos, este nuevo modelo utilizó las características de nivel superior como información previa para descodificar características de nivel inferior. Volviendo a la tarea de línea visual, desarrollaron una ecuación para estimar ángulos de líneas individuales en función de la relación de las líneas.

Más noticias

Leer más acerca de: