Noticias
¿Las personas inteligentes piensan más rápido? Nueva Investigación
La inteligencia no es un conjunto unificado de habilidades específicas, sino más bien una red de conjuntos autónomos relativamente interconectados. Es un potencial biopsicológico para el procesamiento de información tanto interna como externa que puede activarse en uno o más marcos culturales para resolver problemas o crear productos que sean valiosos para esos marcos. Las inteligencias son potencialidades que se activan o no en función de los valores de una cultura en particular, las oportunidades disponibles en esa cultura y las decisiones que tome cada persona y/o su familia, maestros y otros.
El psicólogo británico-estadounidense Raymond Cattell fue conocido por su teoría de los rasgos de personalidad y su investigación en psicología. Dedicó una buena parte de su vida al estudio de la inteligencia y pudo definir dos categorías, la inteligencia fluida y la cristalizada. La primera es nuestra capacidad de resolver problemas, usar la lógica en situaciones nuevas de forma flexible e identificar patrones. La segunda, se refiere a nuestra capacidad para utilizar el conocimiento y la experiencia adquiridos.
Los test de inteligencia o cociente intelectual (CI) están ampliamente establecidos y muy utilizados. Se basan en pruebas estandarizadas, siendo las más establecidas la Escala Wechsler de Inteligencia, las Escalas de Inteligencia de Stanford-Binet, la Escalas de Capacidad Diferencial, Test de Matrices Progresivas de Raven y la Batería de Evaluación Kaufman para Niños. Las capacidades que se miden incluyen el lenguaje, matemáticas, análisis y espacialidad, memoria, razonamiento verbal y no verbal, percepción visual, etc.
Si bien el IQ o coeficiente intelectual, no representa la complejidad de la inteligencia humana es una de las pruebas más difundidas y utilizadas a la hora de medirla. ¿Cuántas veces habrá escuchado que Einstein tenía un coeficiente o cociente intelectual de 160, Mark Zuckerberg de 152 o Rowan Atkinson (Mr Been) de 178? También nos encontramos con Lady Gaga con un CI de 166, Silvester Stallone con 160 y Melania Trump con 200. Como se observa a simple vista, la complejidad de la inteligencia humana es un tema a desentrañar y queda mucho por investigar.
El IQ promedio se ubica entre 85 y 114 puntos, por encima del promedio, entre 115 y 129, los que obtienen entre 130 y 144 son considerados dotados y en el podio se encuentran los altamente dotados con un puntaje de entre 145 y 160.
Con el la aceleración de la investigación en los últimos 40 años de la neurociencia, sumado a los adelantos tecnológicos que permiten acceder a imágenes cerebrales, medición de ondas, etc. la visión sobre las capacidades de las personas y lo que llamamos inteligencia, permitió elaborar otras conceptualizaciones sobre la inteligencia humana a partir de los nuevos hallazgos. Para mi (P. Román Lüscher), por ejemplo, la inteligencia se define como el conjunto de habilidades cognitivo emocionales que permiten a las personas adaptarse y dar respuestas eficaces al medio social en el que interactúan. Pero se puede encontrar tantas definiciones de inteligencia como autores interesados en ella, cada uno elaborara su definición en base a sus hallazgos, estudios y análisis.
Los investigadores de este trabajo hicieron el sorprendente hallazgo de que los participantes con puntajes de inteligencia más altos solo eran más rápidos al abordar tareas simples, mientras que les tomaba más tiempo resolver problemas difíciles que los sujetos con puntajes de CI más bajos. En simulaciones cerebrales personalizadas de los 650 participantes, los investigadores pudieron determinar que los cerebros con sincronía reducida entre las áreas cerebrales literalmente “saltaban a conclusiones” al tomar decisiones, en lugar de esperar hasta que las regiones cerebrales anteriores pudieran completar los pasos de procesamiento necesarios para resolver el problema. De hecho, los modelos cerebrales de los participantes con puntajes más altos también necesitaron más tiempo para resolver tareas desafiantes, pero cometieron menos errores.
Hay alrededor de 100 mil millones de neuronas en el cerebro humano. Cada una de ellos está conectada a unas 1.000 neuronas vecinas o lejanas. Esta red insondable es la clave de las asombrosas capacidades del cerebro, pero también es lo que hace que sea tan difícil entender cómo funciona el cerebro.
La Prof. Petra Ritter, jefa de la Sección de Simulación Cerebral del Instituto de Salud de Berlín en Charité (BIH) y del Departamento de Neurología y Neurología Experimental de Charité – Universitätsmedizin Berlin, simula el cerebro humano usando computadoras. “Queremos entender cómo funcionan los procesos de toma de decisiones del cerebro y por qué diferentes personas toman decisiones diferentes”, dice, describiendo el proyecto actual.
Modelos cerebrales personalizados
Para simular los mecanismos del cerebro humano, Ritter y su equipo utilizan datos digitales de escáneres cerebrales como imágenes de resonancia magnética (IRM), así como modelos matemáticos basados en conocimientos teóricos sobre procesos biológicos. Esto inicialmente da como resultado un modelo de cerebro humano “general”. Luego, los científicos refinan este modelo utilizando datos de personas individuales, creando así “modelos cerebrales personalizados”.
Para el presente estudio, los científicos trabajaron con datos de 650 participantes del Proyecto Human Connectome, una iniciativa estadounidense que ha estado estudiando las conexiones neuronales en el cerebro humano desde septiembre de 2010. “Es el equilibrio correcto de excitación-inhibición de las neuronas lo que influye en la decisión. El equipo de Ritter sabía cómo les iba a los participantes en extensas pruebas cognitivas y cuáles eran sus puntajes de coeficiente intelectual.
Los cerebros artificiales se comportan como sus homólogos biológicos
“Podemos reproducir la actividad de los cerebros individuales de manera muy eficiente”, dice Ritter. “Descubrimos en el proceso que estos cerebros in silico se comportan de manera diferente entre sí, y de la misma manera que sus contrapartes biológicas. Nuestros avatares virtuales igualan el rendimiento intelectual y los tiempos de reacción de sus análogos biológicos”.
Curiosamente, los cerebros “más lentos” tanto en los humanos como en los modelos estaban más sincronizados, es decir, sincronizados entre sí. Esta mayor sincronía permitió que los circuitos neuronales en el lóbulo frontal retrasaran las decisiones por más tiempo que los cerebros que estaban menos coordinados. Los modelos revelaron cómo la coordinación temporal reducida da como resultado que la información requerida para la toma de decisiones no esté disponible cuando se necesite ni se almacene en la memoria de trabajo.
La recopilación de pruebas lleva tiempo y conduce a decisiones correctas
Las resonancias magnéticas funcionales en estado de reposo mostraron que los solucionadores más lentos tenían una conectividad funcional promedio más alta, o sincronía temporal, entre sus regiones cerebrales. En simulaciones cerebrales personalizadas de los 650 participantes, los investigadores pudieron determinar que los cerebros con conectividad funcional reducida literalmente “saltaban a conclusiones” al tomar decisiones, en lugar de esperar hasta que las regiones cerebrales anteriores pudieran completar los pasos de procesamiento necesarios para resolver el problema.
Se pidió a los participantes que identificaran reglas lógicas en una serie de patrones. Estas reglas se volvieron cada vez más complejas con cada tarea y, por lo tanto, más difíciles de descifrar. En términos cotidianos, una tarea fácil consistiría en frenar rápidamente en un semáforo en rojo, mientras que una tarea difícil requeriría encontrar metódicamente la mejor ruta en un mapa de carreteras. En el modelo, se produce una competencia denominada “el ganador se lo lleva todo” entre diferentes grupos neuronales implicados en una decisión, prevaleciendo los grupos neuronales para los que existe una evidencia más fuerte. Sin embargo, en el caso de decisiones complejas, dicha evidencia a menudo no es lo suficientemente clara para una toma de decisiones rápida, lo que literalmente obliga a los grupos neuronales a sacar conclusiones precipitadas.
“La sincronización, es decir, la formación de redes funcionales en el cerebro, altera las propiedades de la memoria de trabajo y, por lo tanto, la capacidad de ‘soportar’ períodos prolongados sin tomar una decisión”, explica Michael Schirner, autor principal del estudio y científico del laboratorio de Ritter. “En tareas más desafiantes, debe almacenar el progreso anterior en la memoria de trabajo mientras explora otras rutas de solución y luego las integra entre sí. Esta recopilación de evidencia para una solución particular a veces puede llevar más tiempo, pero también conduce a mejores resultados. Pudimos usar el modelo para mostrar cómo el equilibrio de excitación-inhibición a nivel global de toda la red cerebral afecta la toma de decisiones y la memoria de trabajo a un nivel más granular de grupos neuronales individuales”.
Fuente: Sala de Prensa BIH y Charité – Universitätsmedizin Berlin (Berlin Institute of Health)
Investigación: Nature Communications – Schirner, M., Deco, G. & Ritter, P. Learning how network structure shapes decision-making for bio-inspired computing. Nat Comun 14, 2963 (2023). https://doi.org/10.1038/s41467-023-38626-y
Traducción y Adaptación: Pablo Román Lüscher
