Una nueva investigación revela que los modelos de inteligencia artificial no solo imitan la percepción y el lenguaje humanos, sino que también comparten un mecanismo cerebral fundamental para la valoración de recompensas. Científicos del EPFL y el MIT han descubierto que los modelos de Visión-Lenguaje poseen unidades especializadas que anticipan recompensas, análogas al núcleo accumbens (NAc) humano, una región cerebral clave involucrada en la motivación. Cuando estas unidades se interrumpieron artificialmente, los modelos mostraron un cambio notable hacia opciones de bajo esfuerzo y baja recompensa, reflejando síntomas de anhedonia en la depresión.
La Investigación
Liderado por Melika Honarmand, Samin Mahdipour Aghabagher y Martin Schrimpf, el equipo probó un modelo de Visión-Lenguaje de última generación en tareas de decisión basadas en esfuerzo adaptadas de la psicología clínica. Primero identificaron "unidades anticipatorias de recompensa" analizando patrones de actividad neuronal correlacionados con la magnitud de la recompensa esperada. Estas unidades eran funcionalmente análogas al NAc: se activaban fuertemente cuando el modelo esperaba una recompensa alta. Luego, los investigadores perturbaron selectivamente estas unidades y observaron un cambio drástico: el modelo se volvió más propenso a elegir opciones de bajo esfuerzo y baja recompensa, incluso cuando había disponibles oportunidades de alta recompensa. Fundamentalmente, cuando se eliminó la elección basada en recompensa, el modelo se desempeñó a nivel basal, confirmando que el déficit era específico de la valoración de recompensas, no de la capacidad general. El comportamiento inducido se alineó con dos escalas clínicas: la Escala Dimensional de Anhedonia (DARS) y la Escala de Motivación y Placer—Autoinforme (MAP-SR).
Por Qué Importa
Estos hallazgos ofrecen un modelo computacional concreto de la anhedonia, un síntoma central de la depresión que implica reducción de motivación y placer. Al replicar déficits de recompensa humanos en IA, los investigadores ahora pueden probar mecanismos causales que son difíciles de aislar en el cerebro. Para las personas, esta investigación subraya que la motivación no es solo una cuestión de "fuerza de voluntad", sino que está arraigada en circuitos neuronales (o computacionales) específicos que pueden entenderse y potencialmente entrenarse. Comprender estos circuitos puede llevar a mejores ejercicios de entrenamiento cognitivo que se centren en la anticipación de recompensas, ayudando a las personas a mantener el esfuerzo hacia metas a largo plazo.
Qué Puedes Hacer
Puedes fortalecer la anticipación de recompensas en tu cerebro estableciendo hitos claros y alcanzables y celebrando pequeños logros. Practica visualizar los resultados positivos de tus esfuerzos antes de comenzar una tarea. Los juegos que requieren esfuerzo a corto plazo para obtener recompensas retrasadas—como resolver acertijos o juegos de estrategia—también pueden entrenar tu sistema de recompensas. La plataforma iqgenio ofrece niveles de entrenamiento cerebral que incorporan aprendizaje basado en recompensas para aumentar la motivación.
Fuente: arXiv q-bio.NC
¿Curioso sobre tu propio cerebro? Realiza nuestra prueba de CI adaptativa gratuita o prueba 306 niveles de entrenamiento cerebral.
