El cerebro genera constantemente modelos del mundo que lo rodea y, con base en ellos, realiza predicciones sobre lo que está por ocurrir. Se trata de una capacidad esencial para la supervivencia, que se emplea, por ejemplo, cuando se escoge el momento adecuado para atravesar una calzada transitada. También es lo que hace un rítmico cuando ingresa a una rueda de samba e inmediatamente capta el ritmo. La hipótesis de que esta capacidad intrínseca del funcionamiento del cerebro sería de naturaleza estadística fue planteada por el médico y físico Hermann von Helmholtz (1821-1894). En su Tratado de óptica fisiológica, de 1866, Helmholtz acuñó la expresión “inferencia inconsciente” para designar a este modo de operar. Esta expresión destaca el carácter estadístico de dicha capacidad, porque los estímulos que llegan al cerebro tienen una naturaleza intrínsecamente variable, e identificar las regularidades entre toda una gama de variabilidad es la esencia de la labor estadística. Sin embargo, en medio de esta ingente variabilidad, la identificación de regularidades no puede limitarse a reconocer si una cierta secuencia de eventos se repite de manera idéntica en los estímulos. Esto resulta insuficiente, por ejemplo, para cruzar una calle, ya que el flujo del tránsito no es una repetición inmutable de una secuencia fija de vehículos. Para completar la acción con seguridad, es preciso identificar una regularidad que va más allá de la variabilidad de vehículos que circulan por la calzada.
Un siglo y medio después de postular esta proposición, la conjetura de la inferencia inconsciente formulada por Helmholtz sigue siendo objeto de estudio de diversos grupos de investigación en todo el mundo. En las últimas décadas se comprobó, por ejemplo, que el cerebro es capaz de identificar un evento inesperado en medio de la regularidad de una secuencia reiterada de eventos de una misma naturaleza. Esta discrepancia deja una firma característica en la actividad eléctrica cerebral y funciona como una marca de alerta. El reto actual en relación con la hipótesis de Helmholtz consistía en desarrollar un marco conceptual y experimental que permitiera ir más allá de la identificación de discrepancias en medio de las repeticiones. Con ese propósito, un equipo multidisciplinario coordinado por el matemático Antonio Galves, del Instituto de Matemática y Estadística de la Universidad de São Paulo (USP), y por la neurobióloga Claudia Vargas, del Instituto de Biofísica Carlos Chagas Filho de la Universidad Federal de Río de Janeiro (UFRJ), que forman parte del Centro de Investigación, Innovación y Difusión (Cepid) en Neuromatemática (NeuroMat), financiado por la FAPESP, propusieron un nuevo modelo matemático y un protocolo experimental original. El modelo y sus resultados fueron descritos en un artículo científico que salió publicado el 10 de febrero en la revista Scientific Reports.
En ese trabajo, los investigadores buscaron evidencias de que el cerebro efectivamente identifica regularidades en situaciones mucho más intrincadas que la mera ocurrencia de discrepancias entre repeticiones. Lo hicieron procurando desarrollar un modelo sencillo de lo que ocurre en el cerebro de un sambista que se suma a una batucada, capta inmediatamente la estructura rítmica utilizada, por más compleja que esta sea, y enseguida es capaz de contribuir al ritmo general.
En el experimento, los voluntarios fueron expuestos a dos secuencias variables de estímulos sonoros mientras se tomaba un registro encefalográfico (EEG) por medio de electrodos adosados al cuero cabelludo. Estas secuencias de estímulos reproducían de manera simplificada la estructura rítmica del samba y del vals. En el samba, a un pulso o tiempo fuerte le sigue uno débil, que precede a una unidad silenciosa y otro pulso débil. En el vals, un tiempo fuerte va acompañado de dos débiles. En ambos ritmos, esta secuencia básica se repite regularmente.
Sin embargo, cuando un rítmico ejecuta un samba o un vals, esas estructuras periódicas regulares pueden modificarse sustituyendo, en ocasiones, el pulso débil por una unidad de silencio. En un baile, estas supresiones casuales ocurren naturalmente y su imprevisibilidad hace que los ritmos sean más interesantes. En el experimento que llevó a cabo el equipo del NeuroMat, las eliminaciones aleatorias se introdujeron con un propósito científico: hallar evidencias de que el cerebro de los voluntarios no se limitaba simplemente a “memorizar” una secuencia periódica invariable, sino que identificaba el procedimiento que producía la secuencia. Con el objetivo de comprobar cuál de los dos fenómenos estaba produciéndose, los científicos expusieron a cada voluntario a interpretaciones del samba y del vals con diferentes supresiones de los tiempos débiles.
Los procedimientos empleados para generar las secuencias de estímulos correspondientes al samba y al vals pueden representarse como algoritmos que, en el caso de este experimento, expresaban cómo se elegía cada nuevo estímulo en función de los anteriores. La pregunta que los investigadores querían responder era si cabía la posibilidad de identificar los algoritmos generadores del samba y del vals en los registros del EEG.
En el protocolo del experimento propuesto por el equipo del NeuroMat, se registraba un segmento del EEG cada vez que se le proporcionaba un estímulo auditivo al voluntario. El problema era descubrir el nexo entre las características estadísticas de cada tramo del EEG y la secuencia de estímulos ofrecida hasta ese momento. En el caso del samba, a un pulso fuerte le sigue otro débil, siempre acompañado de un silencio constitutivo y de otro pulso débil. No obstante, cada tanto se sustituía un pulso débil por un silencio ocasional. Si el estímulo había sido un pulso fuerte, el estímulo posterior casi siempre era un pulso débil, ocasionalmente reemplazado por un silencio. Según la hipótesis del equipo del NeuroMat, las características del patrón de lectura del EEG registrado mientras el voluntario había sido expuesto a un pulso fuerte deberían expresar cómo sería generado el próximo estímulo en función de los presentados anteriormente.
¿Por qué se supone que las características de cada segmento del EEG codificarían cómo la elección de cada nuevo estímulo depende de los últimos presentados? Se sabía que una supresión inesperada del pulso débil genera una marca de sorpresa. Siendo así, en el samba, esta marca de sorpresa debería estar presente en la señal registrada por el EEG siempre que se produzca un silencio ocasional. Por el contrario, dicha marca no debería aparecer en el caso de un silencio constitutivo.
El estudio demuestra que ese efecto va más allá de la simple marca de sorpresa. Lo que está en juego es cómo, en cada paso, los estímulos previos determinan de qué manera se selecciona el próximo estímulo. En efecto, luego del silencio constitutivo, casi siempre viene un pulso débil o, a veces, un silencio ocasional. Asimismo, el silencio ocasional que aparece tras el pulso fuerte siempre va seguido de un silencio constitutivo. Estas diferentes maneras de elegir el estímulo siguiente en función de los anteriores son las que codifican la señal del EEG. Los investigadores generalizaron este hallazgo para las características de las señales del EEG asociadas a cada una de las posiciones en la secuencia de estímulos del samba y del vals y, de manera más amplia, para cualquier secuencia de estímulos.
Un análisis estadístico realizado a partir de este modelo detectó en los registros encefalográficos recolectados durante la exposición al samba y al vals las características de los algoritmos correspondientes a cada uno de los ritmos. Este resultado indica que, pese a la variabilidad introducida por las supresiones aleatorias, los participantes captaban lo que era común en las diversas ejecuciones de cada ritmo al cual fueron expuestos.
Como conclusión, dicen Galves y Vargas, “un planteo derivado de la conjetura de Helmholtz condujo al desarrollo de un nuevo modelo matemático que, a su vez, sugirió el protocolo experimental utilizado. También hubo que desarrollar una metodología estadística innovadora para analizar los datos. Los resultados de este análisis condujeron a nuevos interrogantes neurobiológicos y sugirieron avances ulteriores del modelo matemático, generándose así un círculo virtuoso”.
Proyecto
Centro de Investigación, Innovación y Difusión en Neuromatemática – NeuroMat (nº 13/07699-0); Modalidad Centros de Investigación, Innovación y Difusión (Cepid); Investigador responsable Jefferson Antonio Galves (USP); Inversión R$ 28.209.502,86
Artículo científico
HERNÁNDEZ, N. et al. Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data. Scientific Reports. 10 feb. 2021.