Matt Euler hizo una excepcional presentación, críticamente constructiva, del modelo de la integración frontal-parietal de la inteligencia (P-FIT) en el congreso anual de la ISIR celebrado en Montreal en julio de 2017.
Un año después publicó un artículo que iba bastante más allá, que comentaremos brevemente en este post y cuya lectura sosegada es más que recomendable:
Su tesis es que el procesamiento predictivo jerárquico ofrece un marco integrador para contribuir al avance de la investigación en la neurociencia de la inteligencia.
La idea de que el cerebro humano es una máquina de hacer predicciones dista de ser novedosa y se basa en que el procesamiento de la información que se produce en la corteza está al servicio de:
1.- Implementar y ajustar de un modo dinámico una jerarquía de predicciones sobre las señales esperables, tanto del entorno (exógenas) como endógenas (internas).
2.- Estimar y sintonizar el nivel de precisión de esas predicciones.
3.- Minimizar el número de errores, o violaciones de esas predicciones, que resultan de los cambios en el entorno y de las acciones del organismo sobre su entorno.
Si se me permite la broma, el cerebro sería, de este modo, un excelente psicómetra, siempre que aceptemos la hilarante perspectiva de Douglas K. Detterman:
“Los psicómetras declaran, tajantemente, que son científicos de las diferencias individuales. Pero es evidente que no son científicos en absoluto, puesto que demuestran una perversa fijación por eliminar el error.”
El artículo de Euler se estructura del siguiente modo:
1.- El cerebro como una máquina de hacer predicciones.
2.- Implicaciones para el estudio de la inteligencia.
3.- La neurociencia de la inteligencia (principales resultados y retos).
4.- Predicción e incertidumbre para delimitar un marco de referencia.
5.- Objeciones y limitaciones.
Las teorías sobre el procesamiento predictivo sostienen que la meta del sistema nervioso es minimizar el número de errores al predecir lo que sucederá a continuación. El procesamiento cognitivo que tiene lugar en el cerebro se basa en una jerarquía de predicciones en la que los niveles más altos predicen situaciones más abstractas. Por supuesto, esas predicciones no son conscientes, aunque se pueden producir erupciones de conciencia que orienten las acciones del individuo.
Euler revisa evidencia disponible sobre los ERP (potenciales evento-relacionados) en la que se demuestra que el individuo emite respuestas diferentes ante situaciones inesperadas. La ‘mismatch negativity’ o el P300 son ejemplos destacados.
Según las teorías del procesamiento predictivo, la inteligencia de los humanos se manifestará de modo más visible en condiciones en las que sea más complejo establecer una predicción fiable. Las expectativas, basadas en los conocimientos previamente acumulados, serán, por consiguiente, un elemento crucial de los modelos (“las diferencias de experiencia pueden evocar numerosas diferencias individuales que puedan llegar a confundirse con las diferencias de inteligencia”). A partir de aquí, el autor relaciona hechos conocidos sobre la inteligencia humana con esas teorías sobre el procesamiento predictivo. Por ejemplo, esas teorías serían favorables a los modelos jerárquicos de la inteligencia y apoyarían la relevancia de la complejidad para entender ese factor psicológico.
Euler relaciona las teorías sobre el procesamiento predictivo con la entropía, en una línea similar a lo que ya tuvimos oportunidad de comentar en este foro. Sostiene que las relaciones capacidad-tarea se pueden desmenuzar según el papel de la indeterminación presente en la tarea. Los fallos predictivos en las partes más bajas de la jerarquía serán menos relevantes que los que se producen en las partes altas.
Discute el papel de las redes frontales-parietales del cerebro recurriendo a uno de los mensajes básicos de su presentación de 2017: la evidencia derivada de los estudios de pacientes con lesiones locales y crónicas apoyan ese papel, pero también se ha observado que la configuración concreta de esas redes no siempre se replica adecuadamente.
El modo en el que se valora la inteligencia en distintos estudios puede poseer un impacto significativo en esos fallos de replicabilidad. Hay abundante material que lleva a la tentativa conclusión de que “la inteligencia puede estructurase de modo distinto en diferentes individuos (…) la investigación que subraya la consistencia a través de los individuos puede encontrar convergencia donde realmente no existe (…) diferentes configuraciones de redes, o distintos papeles de varias regiones, pueden contribuir diferencialmente a las capacidades intelectuales que muestra una persona.”
Una de las consecuencias más llamativas de la propuesta del autor es que quizá haya que abandonar la búsqueda el sustrato neurológico de la inteligencia para reorientarse a una perspectiva más dinámica en la que el factor que corta el bacalao son las demandas temporales de la tarea a resolver:
“La inteligencia expresa la capacidad del individuo para coordinar cualquier red neuronal al enfrentarse a la indeterminación, a pesar de que el sistema frontal-parietal pueda condicionar generalmente esa capacidad.”
Por supuesto, esa perspectiva se encuentra en tensión directa con el demoledor estudio que expusimos en este foro hace tiempo y en el que se concluía que las redes funcionales del cerebro se agrupan según la identidad de los individuos. La activación evocada por las distintas tareas con contenido cognitivo se produce sobre el telón de fondo de la actividad espontánea que caracteriza a los distintos individuos. Las demandas temporales de la tarea a resolver tendrían, por tanto, una relevancia menor, pudiendo llegar a ser prácticamente nula.
Euler suele ser diplomático al exponer los detalles de su propuesta, pero a veces se le ve el plumero (como debe suceder al elaborar los detalles de un planteamiento tan integrador como supuestamente rompedor):
“El procesamiento predictivo permite delimitar la teoría más ambiciosa de la neurociencia contemporánea porque propone que hay un único principio fisiológico que subyace a cualquier actividad neuro-cognitiva.”
Reconoce el autor que se puede criticar esa perspectiva porque resulta demasiado general, y, por tanto, difícil de someter a contraste empírico. Algo similar a lo que se le ha criticado al modelo P-FIT.
Me permito cerrar este post señalando dos cosas.
Primero, desconozco la razón que hay detrás del hecho de que Euler ignore absolutamente el ensayo de Jeff Hawkins que comentamos extensamente por estos lares. Su perspectiva es prácticamente idéntica.
Segundo, sigue sin convencerme en absoluto la propuesta de reducir la inteligencia a su parte cristalizada, es decir, a un registro de conocimientos que se usan, en este caso, para hacer predicciones sobre lo que sucederá seguidamente. Probablemente lo que define de modo más contundente la inteligencia humana es la capacidad de averiguar qué se debe hacer cuando no se sabe que hacer. Mi crítica se orienta, por tanto, en una línea similar a la propuesta de Detterman para evaluar el verdadero nivel de inteligencia del mediático programa informático de IBM que derrotaba a los humanos en el programa Jeopardy.
Roberto Colom 
Deja una respuesta