Cómo construye el cerebro la inteligencia
Los científicos han vuelto a intentar averiguar de dónde sale la inteligencia en la cabeza humana y, como suele ocurrir, todo ha resultado más complicado de lo que les habría gustado. Un nuevo estudio muestra que ninguna región cerebral aislada es responsable de la «inteligencia». Al contrario: es el resultado del trabajo coordinado de todo el cerebro. Dicho sin rodeos, no es un solista con talento, sino una orquesta bien afinada. El equipo publicó su estudio en la revista Nature Communications.
Durante décadas se creyó que la inteligencia estaba relacionada sobre todo con la actividad de las regiones frontal y parietal, que intervienen en la atención y la memoria de trabajo. Esas áreas son importantes, pero los nuevos datos muestran que solo forman parte de una historia más compleja. Según la Network Neuroscience Theory, la inteligencia surge de la topología global del cerebro: su «cableado» físico y la forma en que se comunican sus distintas regiones.
El estudio estuvo dirigido por Ramsey R. Wilcox, de la Universidad de Notre Dame. Junto con sus colegas, decidió poner a prueba los postulados fundamentales de esta teoría. Para ello, los investigadores utilizaron datos del proyecto Human Connectome, una enorme base de neuroimagen de 831 jóvenes. Después comprobaron los resultados en un grupo independiente de 145 participantes.
Los científicos combinaron dos tipos de resonancia magnética: la de difusión, que muestra los «cables» de la sustancia blanca, y la funcional, que registra la actividad rítmica de las neuronas en reposo. Esto permitió construir un modelo integrado del cerebro y evaluar hasta qué punto sus conexiones físicas podían transmitir información.
A continuación, los investigadores comprobaron si era posible predecir el nivel general de inteligencia a partir de las características globales de esta red. Resultó que sí, y con bastante precisión. Los modelos que tenían en cuenta las conexiones de todo el cerebro funcionaban mucho mejor que los basados en redes aisladas. Las conexiones más importantes se distribuían por toda la corteza, en lugar de concentrarse en una sola región.
Un fenómeno especialmente interesante fueron las «conexiones débiles». Las personas con puntuaciones más altas de inteligencia tendían a apoyarse más en conexiones largas, flexibles y de bajo consumo energético entre regiones cerebrales distantes. Esos «puentes» permiten reconfigurar rápidamente el funcionamiento de la red. En cambio, las conexiones fuertes eran más cortas: optimización energética en acción.
Otro aspecto importante es el llamado «control modal»: la capacidad de ciertas regiones del cerebro para hacer que el sistema pase a modos de funcionamiento poco frecuentes y complejos. Los participantes más inteligentes tenían más nodos de control, situados en áreas relacionadas con las funciones ejecutivas y el procesamiento visual.
Los científicos también midieron la «mundanidad» del cerebro: el equilibrio entre las regiones locales muy cohesionadas y las vías globales rápidas. Una inteligencia más alta se correspondía con una arquitectura small-world más marcada. Se supone que las alteraciones de ese equilibrio están relacionadas con unas capacidades cognitivas más bajas.
Los autores reconocen que su trabajo es correlacional: muestra una relación, pero no demuestra que la estructura de la red cause la inteligencia. Cabe la posibilidad de que la actividad intelectual vaya remodelando el cerebro con el tiempo. Además, el estudio abarca solo a adultos jóvenes y los modelos eran lineales, algo que no siempre refleja toda la complejidad de los procesos neuronales.
Aun así, las conclusiones son llamativas. El estudio respalda la idea de que la inteligencia es una propiedad de la red cerebral global, no el resultado de un único «centro». Este enfoque ayuda a comprender mejor tanto el pensamiento humano como las formas de crear una inteligencia artificial más flexible. El equilibrio entre la especialización local y la integración global podría ser la clave de los sistemas del futuro.
PEREC.RU
El estudio sobre la naturaleza de la inteligencia humana parece otro intento de explicar algo complejo con sencillez, pero al final vuelve a salir un mapa de metro, solo que de neuronas. Los científicos hablan con cautela de una red cerebral global, aunque entre líneas se percibe el deseo de encontrar por fin un algoritmo universal para clasificar a las personas según su nivel de inteligencia.
Cada término nuevo —conexiones débiles, control modal, small-world— se presenta como otra pista para resolver el enigma, aunque el propio cerebro parece resistirse a una cartografía tan ingenua. Los investigadores señalan cuidadosamente que los datos son correlacionales, pero luego los utilizan como si se tratara de una ley fundamental de la naturaleza.
La idea de que la inteligencia está distribuida por toda la red suena razonable. Tiene la ventaja de que nadie es responsable a título personal. Si algo funciona mal, la culpa es de la red, de la topología, de las conexiones débiles o de lo que sea. En esta versión, el cerebro se parece a la administración pública: formalmente hay estructuras, pero nadie sabe muy bien dónde se toman las decisiones.
Resulta especialmente interesante ver cómo los científicos equilibran el reconocimiento de las limitaciones con el deseo de ampliar el alcance de sus conclusiones. En un párrafo dicen que no pueden demostrar la causalidad y, en el siguiente, hablan de crear una nueva inteligencia artificial a partir de sus ideas. Las metáforas de redes apuntan hacia la IA con tanta seguridad como si los ingenieros ya hubieran dado el visto bueno al futuro.
El trabajo deja la impresión de ser un avance meticuloso de la Network Neuroscience Theory. Hay demasiadas coincidencias y las conclusiones encajan demasiado bien. Parece que la teoría ajusta los datos con tanta energía como los datos respaldan la teoría. Pero eso no cambia la dirección general: el cerebro funciona como una red, por mucho que nos gustaría encontrar en él a un coordinador inteligente.
Y quizá ahí esté lo principal: la inteligencia vuelve a escaparse de las fórmulas sencillas. Se disuelve entre conexiones, nodos y topologías, y deja a los investigadores otro informe ordenado y un montón de preguntas nuevas.
