Una nueva investigación sobre redes neuronales vivas revela una relación sorprendente entre dos teorías principales de la conciencia: la Teoría de la Información Integrada (IIT) y el Principio de Energía Libre (FEP).
La Investigación
Científicos de la Universidad de Tokio, liderados por Teruki Mayama y Hirokazu Takahashi, estudiaron cultivos neuronales disociados (células nerviosas cultivadas en una placa) mientras aprendían a inferir fuentes de señal ocultas. Tras estimulaciones repetidas, el equipo midió variables clave similares a las cerebrales: energía libre variacional (una medida de sorpresa o incertidumbre), precisión de inferencia, sorpresa bayesiana (el cambio de creencias antiguas a nuevas) y un proxy inspirado en la IIT para la información integrada (qué tan bien integra información el sistema).
A medida que los cultivos aprendían, la energía libre variacional disminuyó mientras que la precisión y la sorpresa bayesiana aumentaron. Curiosamente, la información integrada siguió una trayectoria no monótona con forma de colina, aumentando y luego disminuyendo. El proxy de información integrada se correlacionó más fuertemente con la sorpresa bayesiana, y menos con la precisión o la energía libre. Un análisis del modelo de Ising sugirió que la sorpresa bayesiana y la información integrada pueden amplificarse juntas cerca de puntos críticos donde la red es más sensible.
El estudio, publicado en arXiv, sugiere que el desarrollo temprano de la conectividad seguido de la estabilización de la respuesta podría producir esta dinámica. Los autores vinculan la actualización de creencias con la información integrada, proporcionando un puente empírico entre la IIT y la FEP.
Por Qué es Importante
Para cualquiera que sienta curiosidad por su propia cognición, esta investigación sugiere que el aprendizaje efectivo no se trata solo de absorber hechos, sino de equilibrar dinámicamente cuánto actualizas tus creencias y cuán coherentemente tu cerebro integra esas nuevas creencias. El patrón no monótono de la información integrada sugiere que demasiada integración (rigidez) o muy poca (fragmentación) pueden perjudicar el aprendizaje. Tu cerebro puede ajustar este equilibrio de forma natural a medida que adquieres experiencia.
Qué Puedes Hacer
- Exponte a nuevos desafíos: las tareas novedosas aumentan la sorpresa bayesiana e impulsan la actualización de creencias.
- Practica la reflexión deliberada: después de aprender algo nuevo, tómate un momento para integrarlo con lo que ya sabes.
- Alterna enfoque y descanso: la trayectoria en forma de colina sugiere que después de un aprendizaje intenso, un período de estabilización (por ejemplo, sueño o reflexión tranquila) ayuda a consolidar el conocimiento integrado.
Fuente: arXiv q-bio.NC
¿Sientes curiosidad por tu propio cerebro? Realiza nuestra prueba de CI adaptativa gratuita o prueba 306 niveles de entrenamiento cerebral.
