Los jóvenes, expertos digitales, educados para la distracción.

The New York Times publica un artículo con el que muchos padres se pueden sentir identificados. "Creciendo digitalmente, cableados para la distracción". 

En dos meses, Luis apenas ha leído 40 páginas del libro que constituye la única tarea del verano. El prefiere Facebook. En Youtube tienes la historia entera en 5 minutos. Un libro es demasiado largo. Prefiere la satisfacción inmediata. Los estudiantes siempre han tenido distracciones y pérdidas de tiempo. Pero el flujo constante de estímulos que ofrecen los ordenadores y smartphones es irresistible. Para los adultos, pero sobre todo para los jóvenes.

El cerebro se acostumbra a cambiar de tareas y no a la atención sostenida. La recompensa no está en una tarea, sino en saltar a la siguiente. Los cerebros de los jóvenes se van a cablear de forma distinta, dice Michael Rich, profesor de Harvard Medical School.

A pesar de ello, padres y educadores promueven la tecnología en un esfuerzo por conectar con los jóvenes. Luis envía cientos de mensajes diarios, pasa horas con vídeojuegos y como todos sus compañeros, está en Facebook. Con frecuencia se acuesta tarde y arrastra sueño por el día. Vive en un mundo más virtual que real. Convertido en un experto en ordenadores y tecnología, sube y manipula fotos con destreza. Y sus calificaciones escolares caen en proporción inversa a su destreza digital. La tendencia a posponer las tareas se exacerba. Luis está cambiando.

Los estudios muestran con claridad que los jóvenes usan los ordenadores como entretenimiento, no para aprender. Y sin supervisión, su rendimiento escolar se desploma. Además mezclan el estudio y el entretenimiento y una gran mayoría ven vídeos y chatean a la vez que estudian.

Hay un pasatiempo para cada tipo de joven: los "sociales" chatean y usan Facebook, los tímidos usan videojuegos y los perezosos surfean en la web o ven vídeos. Algunos tímidos se convierten en introvertidos.

Empiezo a hacer los deberes y al poco tiempo me llega un mensaje de texto, hago una pausa, tomo el teléfono para responder al mensaje y 20 minutos más tarde me doy cuenta: 'Vaya, me he olvidado de los deberes'

Los nuevos teléfonos exacerban el problema. Controlar el uso del ordenador es complicado, pero el teléfono mucho más. Muchos padres quieren poder llamar por teléfono a sus hijos a cualquier hora, así es que quitárselo no siempre es posible. Otros padres dan la bienvenida acrítica a la tecnología aunque sus beneficios educacionales sean dudosos. No faltan jóvenes que incluso desean que sus padres les limiten el uso de la tecnología ya que ellos se ven incapaces de hacerlo.

Algunos estudios neurocientíficos están empezando a trabajar sobre el asunto.

Alternando la TV y los vídeojuegos después de las tareas y midiendo los patrones cerebrales durante el sueño, llegaron a la conclusión de que la calidad del sueño disminuía con los videojuegos y también la capacidad para recordar vocabulario. No está claro si el peor rendimiento en el vocabulario se debe a un sueño deficiente o a el hecho de que el juego compite con el vocabulario. "Si practicas el vocabulario y tienes un fuerte estímulo después, el cerebro debe decidir qué información es relevante para almacenar, y el estímulo más excitante predomina."

Los estudios con ratas muestran que los nuevos aprendizajes se consolidan al descansar. Los estudios de neuroimagen lo certifican: en el descanso se sintetiza la información, se conectan las nuevas ideas y se forman recuerdos persistentes. El descanso es al cerebro lo que dormir es al cuerpo. Pero los jóvenes no descansan. Están en modo de estimulación constante.

Los cerebros jóvenes están habituándose a la distracción y al cambio de tareas a la vez que se alejan de la concentración en la tarea. La diferencia entre los ordenadores y el estudio es clara: la interacción. Aprietas un botón y algo ocurre.

Las conclusiones del tipo de estudios que menciona el artículo siempre han de tomarse con una cierta distancia. La inquietud, sin embargo, está fundada. No se puede prescindir de los nuevos dispositivos electrónicos ni se debe, pero es necesaria una distribución equilibrada del tiempo. Esperemos que la tecnología se pueda combinar con el estudio y el pensamiento analítico profundo.

El cerebro como simulador (Brain as a simulator)

¿Es posible simular el cerebro? Se trata de una pregunta fundamental que, con el avance de la neurociencia y de la computación, nos formulamos en la actualidad. La consideración inversa, la del cerebro como un simulador puede orientar la respuesta.
Varias objeciones se argumentan para concluir que el cerebro no puede simularse. Una es un tema de tamaño y conocimiento. Necesitamos ordenadores mucho más grandes de los que tenemos para simular el cerebro. Es un asunto de tiempo. Necesitamos un conocimiento muy superior del cerebro y su funcionamiento. Es también un asunto de tiempo. De los dos problemas, el tamaño del ordenador y el conocimiento del  cerebro, estamos hoy mucho más lejos de resolver el segundo (el funcionamiento del cerebro) que el primero (el tamaño del ordenador).
Mientras esto ocurre, podemos plantearnos filosóficamente si es posible la simulación.

El Ajedrecista de Leonardo Torres Quevedo

El resultado de una simulación no es la cosa en sí, es solo una simulación. Si simulo en un ordenador la reacción física de la formación del agua a través de sus componentes, hidrógeno y oxígeno, no obtengo agua, de la misma forma que al principio no tenía hidrógeno ni oxígeno. Si simulo una piedra no obtengo una piedra. Si simulo un pájaro, no obtengo un pájaro. Si simulo un cerebro no obtengo un cerebro.
Pero ¿alguien quiere obtener un cerebro con sus neuronas y sus vasos sanguíneos, con su peso y su volumen? Evidentemente no. Lo que queremos es obtener el comportamiento del cerebro. Simular su comportamiento. Eso sí, con todas sus características, estados mentales y conciencia incluidas ya que de otra forma no estaríamos simulando un cerebro. Queremos también que interaccione con el mundo, algo que ya hemos conseguido en pequeña escala. En efecto, mediante los interfaces cerebro máquina BCI, podemos conectar una cámara tanto a un nervio óptico como a un ordenador y también podemos conectar un brazo robótico tanto a un nervio motor como a un ordenador. El interfaz es posible.
Quizá nos ayude pensar sobre qué hace un cerebro.
Por un lado realiza actos reflejos (en realidad son otras partes del sistema nervioso como la médula espinal). Tan solo 4 neuronas intervienen en el reflejo de extensión de la pierna. Interconectar dichas neuronas con elementos electromecánicos puede suponer un problema técnico pero no parece que tenga una trascendencia filosófica.
¿Qué otra cosa hace el cerebro? Simular. El cerebro es un simulador. De acuerdo con la filosofía clásica y con la evidencia científica, las ideas son representaciones del mundo exterior. Son simulaciones. Y las operaciones mentales como juzgar o planificar son simulaciones del comportamiento del mundo tanto exterior como de nuestro comportamiento. Simulamos la trayectoria del coche que nos puede atropellar y reaccionamos. El cerebro simula el mundo.

Sensorama: simulador de moto. 1962

No pensemos en un ordenador que simule el cerebro. Pensemos, al revés, un cerebro que simule un ordenador. ¿Es posible? Sin duda, sí. La persona que diseña ordenadores tiene un cerebro que simula su comportamiento. ¿Y si hablamos de un simulador de vuelo? Ambos, el cerebro y el programa son simuladores. El piloto es un simulador de vuelo. Su cerebro simula lo que ocurrirá si realiza una acción determinada y de forma análoga un programa de simulación lo hace.
En relación al nivel de detalle de la simulación, este debe de ser adecuado a nuestros propósitos. Un simulador de vuelo no simula los tornillos, sino los elementos relevantes como el perfil del ala. Del mismo modo, una simulación del cerebro no necesita simular los vasos sanguíneos, le basta con simular el comportamiento neuronal.
Ya en 1950 Turing estableció que el hecho de que tanto cerebro como ordenador usen electricidad no es relevante. En su época, coexistían ordenadores mecánicos y eléctricos equivalentes. "...puesto que todas las computadoras digitales son equivalentes en cierto sentido (a las mecánicas), observamos que el uso de la electricidad no puede tener importancia teórica.() Si realmente deseamos encontrar tales semejanzas, deberíamos buscar analogías matemáticas en el funcionamiento." Leornardo Torres Quevedo diseñó en 1912 El Ajedrecista, un autómata analógico que daba mate con rey torre, equivalente a los programas informáticos posteriores. En términos informáticos un simulador es también un equipo (en general más barato o más moderno) que puede simular el comportamiento de otro equipo, es decir, un ordenador que simula a otro.
De modo que tenemos dos simuladores: el cerebro y el ordenador. ¿Es posible trasladar la simulación del mundo que hace un cerebro de un sustrato al otro, de la biología al silicio? Conceptualmente sí. Técnicamente aún queda tiempo.

Tareas en las que el ordenador pasa el Test de Turing

En 1950 Alan Turing se preguntó ¿pueden pensar los ordenadores? Para no tener que resolver la ambigüedad de los conceptos máquina y pensar, diseñó una prueba que sustituyera a la citada pregunta creando con ello el célebre Test de Turing.

En el Test de Turing hay tres actores. Un concursante humano, un concursante ordenador y un juez. El juez debe averiguar en un entorno de lenguaje natural quién es el ordenador. Si no lo hace, se dice que el ordenador ha superado el Test de Turing. Para comunicarse con el juez, los concursantes utilizan un teletipo (hoy una pantalla y teclado de modo que el juez no pueda verlos ni oírlos).

A fecha de hoy el Test de Turing está lejos de ser superado por ningún ordenador en un entorno de lenguaje natural sin restricciones. Hay muchos ejemplos en la red como Eliza o Solutecia que puedes probar.

Sin embargo, si usamos el test en tareas concretas, un ordenador lo superará en muchos casos. Cada vez más y más sorprendentes. De modo que sugiero reformular el Test de Turing de la siguientes manera:

Un ordenador supera el Test de Turing para una tarea X cuando un juez humano no pueda distinguir entre un concursante humano y un concursante ordenador ejecutando la tarea X

¿En qué tareas un ordenador supera el test?

• Cuanto más acotada sea la tarea, más posibilidades tiene un ordenador de superarla. En los entornos de ejecución abiertos, que por su naturaleza no han sido programados por completo, fracasará con mayor facilidad.
• Los ordenadores están construidos por humanos para que les descarguen de trabajo, realizando tareas humanas. Por ello superan el test en multitud de tareas. Por ejemplo todas las tareas de informática empresarial: contabilidad, control de almacén, nóminas, cálculos diversos...
• Matemáticas. El propio Turing advirtió que ya en su tiempo lo único adicional que debería requerir un programa matemático era ralentizar su respuesta e introducir algún error para confundir al juez humano.
• Ajedrez. En 1997 Deep Blue ganó a Garry Kasparov estableciendo un nuevo escenario en la relación hombre máquina. Hoy los programas comerciales modernos no solo ganan a cualquier maestro, sino que ajustan su nivel (juegan deliberadamente peor) al de su contrincante para no desanimarle.
• Música. Escucha la siguiente composición del programa Emmy al estilo Bach. Una audiencia especializada no distinguió si el compositor era Bach o Emmy.
• Poesía. Aunque los ordenadores están lejos de crear largos textos en prosa, pueden confundir en un poema corto.

  Yunques ahumados
  Sus muslos se me escapaban como
  Peces sorprendidos
  La mitad llenos de alas.
  Con la sombra levanta
  La arquitectura del humo
  Un pie de mármol afirma
  Su casto fulgor enjuto

• Reconocimiento de caras. Poco a poco se van adentrando en este terreno. Policías del mundo están usando estos programas que empiezan a estar disponibles en Facebook o Windows.
• Síntesis de voz. Disponible desde hace tiempo,se va refinando. Aun distinguimos con claridad una voz humana de una sintética.
• Reconocimiento de voz. Asignatura pendiente donde el camino por recorre es aún grande. Dada su importancia comercial, es de esperar que avance con rapidez.
• Lenguaje natural. Watson, Es el enfoque más ambicioso de los últimos tiempos. Watson supera el test en la tarea "jugar en el concurso televisivo Jeopardy" No es un entorno abierto, pero el avance en "entendimiento" de lenguaje natural es asombroso.

Reconocimiento de voz. La asignatura pendiente

El reconocimiento de voz o reconocimiento del habla es una asignatura pendiente en el mundo de la tecnología. Décadas de investigación en el área nos han llevado a una situación en la que está presente en todos los dispositivos y nadie la usa.

vocalizar (RAE).

1. intr. Articular con la debida distinción las vocales, consonantes y sílabas de las palabras para hacer plenamente inteligible lo que se habla o se canta.

Conviví durante años con un vecino al que nunca entendía más allá del primer "hola". El barrio tenía una importante afluencia de turistas y en ocasiones me ponía en el lugar de un hipotético extranjero que tras años de estudio se enfrentara con el cerrado acento de mi vecino para concluir que había malgastado su tiempo: no entendía nada de castellano.

El reconocimiento de caras es una habilidad que compartimos con los monos desde hace más de 30 millones de años. Por contra, el reconocimiento de voz es una de las más tardías adquisiciones del ser humano. Está ligada al lenguaje y es inequívocamente humana. Y es también más complicada a juzgar por el fracaso de la tecnología en implementarla, al contrario que el reconocimiento facial.

Se trata de una habilidad con una gran variación individual. Del mismo modo que pocos entendían a mi vecino, hay personas maestras en hacerse entender. Por ejemplo las personas con responsabilidades públicas como locutores de radio o TV y la mayoría de los políticos. Es así mismo el caso de imitadores que pueden imitar otros acentos y voces. Tampoco el acento de depende del idioma: quien habla bien uno, tiene grandes posibilidades de hablar bien otros idiomas. Influye desde luego el ruido ambiente y el estado de ánimo del hablante: cambia el acento si está cansado o adormilado o excitado.

Algunas habilidades tienen ventanas de edad de adquisición. En el caso del acento, hasta los 7 años se aprende sin dificultad una segunda lengua. Es decir, un hablante nativo no reconocerá a otro que haya aprendido la lengua antes de los 7 años. Por el contrario, alguien que lleve toda la vida con nosotros y escriba a la perfección nuestro idioma pero no lo haya aprendido en los primeros años, será reconocido como extranjero a la primera frase. Pero el acento es mucho más que estilo o quedar bien. Aprender bien el acento significa que podemos entender bien a los hablantes de esa lengua. Otras parcelas de la lengua como el vocabulario no tienen tal ventana y pueden seguir mejorando durante años.

Todo lo cual ayuda a explicar por qué la tecnología fracasa en el reconocimiento del habla. Pero ¿es importante esta tecnología?

Desde luego. Nuestro medio natural de comunicación no es el teclado ni el ratón ni la pantalla por muy táctil que sea. Nos comunicamos naturalmente por el habla. Y recordemos que en el mundo hay millones de analfabetos, un gigantesco mercado potencial para las empresas. De modo que sería un gran avance que los dispositivos tecnológicos puedan reconocer la voz. Y lo intentan aunque con poco éxito. Windows XP con Office 2003 posee la tecnología. Durante el entrenamiento se pide al hablante recitar algunos textos:

Piense en las veces que ha oído un anuncio en un aeropuerto, estación de tren o estadio pero no ha sido capaz de comprender lo que decían. Ello es debido a varias razones: había mucho ruido, la persona no hablaba con cuidado o hablaba demasiado rápido, o el micrófono era de poca calidad o ajustado incorrectamente. Quizá dijeron algo inesperado.

El resultado no puede ser menos alentador. Quizá admitiríamos un porcentaje de aciertos del 95%. Desde luego el 80% no es válido ya que obliga a revisar todo el trabajo. ¡Pero es que el resultado, con la tecnología mencionada más arriba, no llegó al 10% de aciertos! (doy por supuesto que versiones más modernas mejoraran el resultado) Mi móvil lo hace mejor aunque es debido al hecho de que sólo tiene que reconocer entre menos de un centenar de nombres, no entre las más de 80.000 palabras del idioma español. Como curiosidad, la función contraria, leer un texto (text to speech con versiones gratuitas que se pueden descargar de la red) funciona muy bien y con muy pocos recursos computacionales desde hace años con la salvedad de que la voz sintetizada no suena natural (de nuevo porque lo complicado es la finura de la articulación del sonido). Quizá el ejemplo más significativo sea el de Watson, el ordenador de IBM más listo del mundo. Watson ha implementado unas habilidades lingüísticas sin par que le han permitido ganar en el quizshow americano Jeopardy  a los mejores concursantes de la historia del programa. Watson se expresa con una voz sintetizada, pero no implementa reconocimiento del habla, sino que debe recibir las preguntas como texto electrónico. IBM ya anunciado que cambiará esto para sacar partido comercial a Watson lo que si no sería un handicap.

Las aplicaciones más claras del reconocimiento de voz son el dictado y el control de comandos (dar órdenes verbales a las máquinas). Su utilidad está reforzada en el caso de analfabetos o discapacitados. En los últimos tiempos varias aplicaciones de teleasistencia funcionan sin requerir el entrenamiento, ya que "escuchan" a millones de hablantes, y reconocen comandos de voz : números del DNI, fecha de nacimiento y órdenes como "saldo" o "movimientos" aunque la más usada es la que ocurre si algo va mal: "operador/a".

No obstante, parece que las cosas están cambiando de la mano de los smartphones, los nuevos móviles. Android de Google, Windows Phone 7 de Microsoft y iPhone de Apple incorporan esta tecnología. Si bien Google no divulga cifras concretas, una de cada cuatro búsquedas en los dispositivos Android se hace ahora con la voz, y el volumen de búsquedas en los teléfonos Android subió un 50 por ciento en los primeros seis meses de 2010. Google espera que la mayoría de sus negocios de Internet sean a través de los teléfonos inteligentes en el futuro, así es que los servicios de voz de alta calidad son de importancia crítica. Para ello, Google usa no solo los mecanismos habituales de descifrado de voz sino el gigantesco potencial estadístico de los más de 230 mil millones de búsquedas y los millones de acentos de las personas que ya están usando búsquedas de voz, una estrategia estadística que ha sido empleada en su traductor Google Translator. Una aplicación de iPhone también permite el dictado. Pero como en el caso de Google, no es el teléfono el que reconoce la voz: el mensaje de voz es enviado a los servidores que realizan la tarea y devuelven un mensaje de texto. Se trata de nuevo de comparar con las voces de millones de usuarios y aprender de ellos.

De modo que quién sabe si en el futuro mi vecino irá equipado con un teléfono que haga más comprensible su acento.

Poesía compuesta por ordenador

En su constante aproximación a la simulación del comportamiento humano, los ordenadores son capaces de componer poesía. ¿Superan el Test de Turing? Júzgalo tú.
No soy un gran aficionado a la poesía. Me cuesta encontrar los múltiples sentidos, me falta paciencia y con frecuencia no la entiendo (o no se si la he entendido por completo, o no se si he entendido lo que el autor quería transmitir). Es quizá por ello que soy un buen candidato a quedar deslumbrado por lo que hacen los ordenadores en este ámbito. Juntan palabras, a veces sin errores y con aparente sentido. Los generadores de poesía son programas que pueden ser muy pequeños y con un buen resultado aparente.

¿Puede un computador escribir un poema de amor? es un libro del poeta Dionisio Cañas y el psicólogo Carlos González Tardón en el que reflexionan sobre el asunto.  ¿Un ejemplo?

Yunques ahumados
Sus muslos se me escapaban como
Peces sorprendidos
La mitad llenos de alas.
Con la sombra levanta
La arquitectura del humo
Un pie de mármol afirma
Su casto fulgor enjuto

Pablo Gervás, informático ha creado los generadores de poemas WASP (the Wishful Automatic Spanish Poet) y es autor de "Un modelo computacional para la generación automática de poesía formal en castellano" (descargar pdf)

Marchitará la nieve, el fin pesado,
por tal caso, con una lengua sola,
duro rato de rastro ensangrentado

¿Más generadores? consulta Escritura automática

Aunque mejor aún, prueba por ti mismo con los generadores de poemas y texto de Féliz Remirez. Puedes incluso leer el código del programa. Si tienes tiempo, te recomiendo que leas su ilustrativo y divertido artículo.

Generador automático de poemas Félix Remírez Año 2009

Generador automático de textos Félix Remírez 2009

La comprensión del lenguaje de Chaser, una perra border collie

Un interesante estudio revela la comprensión del lenguaje de Chaser, una perra border collie. Mediante cuatro experimentos se investigó su capacidad para adquirir habilidades de lenguaje receptivo. En esencia el animal asignaba correctamente nombres propios (hasta 1022), distinguía entre nombres y verbos e incluso era capaz de distinguir nombre comunes.

1. El experimento 1 demostró que Chaser aprendió y retuvo, durante un período de 3 años de entrenamiento intensivo, los nombres propios de 1022 objetos.
2. En el experimento 2 se presentaron al azar combinaciones en parejas de tres órdenes y tres nombres y se demostró que Chaser entendió la diferencia de significado entre las órdenes y los nombres propios. Chaser entendió que los nombres se refieren a objetos, independiente de la conducta dirigida hacia los objetos.
3. El experimento 3 demostró la capacidad de Chaser para aprender tres sustantivos comunes - palabras que representan categorías. Chaser demostró las asignaciones de nombre a objeto: uno-a-muchos (nombre común) y muchos-a-uno (múltiples nombres).
4. El experimento 4 demostró la capacidad de Chaser de aprender palabras mediante el razonamiento deductivo por exclusión - inferir el nombre de un objeto basado en la novedad entre los objetos familiares que ya tenían nombres.

En conjunto, estos estudios indican que Chaser adquirió la comprensión referencial de los sustantivos, una habilidad que se atribuye normalmente a los niños, que incluye: 

1. la conciencia de que las palabras pueden referirse a objetos, 
2. la conciencia de las claves verbales que mapean las palabras sobre los objetos referidos, y 
3. la conciencia de que los nombres pueden referirse a objetos únicos o a categorías de objetos, independientemente de los comportamientos dirigidos hacia esos objetos.

Dormir protege los recuerdos contra el deterioro

La reproducción de recuerdos mientras la gente está despierta permite su deterioro. Pero la reactivación de recuerdos durante el sueño los protege de las interferencias, según un estudio publicado en la revista Nature Neuroscience  y recogido en  Wired.

El hallazgo demuestra que el cerebro maneja de forma diferente los recuerdos durante el sueño que estando despierto. Equipados con este nuevo conocimiento, los terapeutas pueden ser capaces de modificar los recuerdos traumáticos, sobrescribir los malos recuerdos con otros buenos y luego consolidar los nuevos recuerdos con un sueño.
En el estudio, los voluntarios practicaron un tipo de juego en el que tenían que recordar la ubicación de parejas de cartas. Mientras tanto, flotaba cerca de la nariz de los voluntarios un olor ligeramente desagradable. Una vez que los voluntarios habían dominado el juego, algunos se quedaron despiertos, mientras que otros echaron una siesta de unos 40 minutos. Los investigadores reactivaron la memoria de algunos de los voluntarios, liberando de nuevo el olor. Después de que los voluntarios de la siesta despertaran, los voluntarios jugaron a una versión ligeramente diferente del juego de cartas y se probó para ver que tal recordaban la ubicación de las cartas originales.
Los voluntarios cuyos recuerdos no se habían reactivado por el olor (tanto los que durmieron como los que estuvieron despiertos), recordaron el 60 por ciento de las parejas. Cuando los investigadores provocaron la reactivación de los recuerdos mientras los voluntarios estaban despiertos, el recuerdo de las ubicaciones correctas se redujo a alrededor del 41 por ciento. Los investigadores esperaban ese resultado. Estudios previos han demostrado que invocar de nuevo un recuerdo mientras se está despierto lo hace vulnerable a la interferencia de nuevos materiales, tales como un segundo juego de cartas.
Pero la verdadera sorpresa llegó cuando el equipo reactivó los recuerdos en los voluntarios que durmieron siesta y comprobó de qué forma afectó su rendimiento despierto. "Con la reactivación del olor, fueron casi perfectas". Los voluntarios eligieron correctamente el 84 por ciento de las parejas de cartas originales cuando el recuerdo se invocó durante una siesta que consistía principalmente en sueño profundo de ondas lentas (a los voluntarios se les despertó antes de entrar en el sueño REM).
Los escáneres cerebrales también revelaron qué diferentes áreas del cerebro estaban involucradas durante la reproducción del recuerdo en función de si los voluntarios estaban despiertos o dormidos. Mientras se está despierto, la reproducción del recuerdo activa la actividad sobre todo en el lado derecho de la corteza prefrontal lateral, una parte del cerebro involucrada en la recuperación de la memoria. Pero durante el sueño, la reproducción del recuerdo se asoció con una fuerte actividad en el hipocampo y partes de la corteza. El hipocampo está implicado en la formación de la memoria y los recuerdos se transfieren desde la memoria a corto plazo en el hipocampo a la memoria a largo plazo en la corteza. La reactivación de recuerdos durante el sueño puede acelerar la transferencia, dicen los investigadores.
Los investigadores están probando ahora si la activación de recuerdos durante el sueño REM también contribuye a su estabilización. La actividad cerebral durante el sueño REM es similar a la vigilia, por lo que los investigadores sospechan que los recuerdos también pueden ser inestables durante el sueño REM y permitir la edición y la reorganización.

Por qué ganó Watson. Velocidad y metacognición

Toda la serie de enlaces sobre Watson:

Por qué ganó Watson. Velocidad y metacognición
Watson en Jeopardy. Todas las preguntas y repuestas

¿Cómo funciona Watson de IBM?
Watson gana el desafío final de Jeopardy. Vídeos del encuentro
Watson destroza a los humanos en el 2º día de Jeopardy. Vídeos del encuentro
Watson empata el primer encuentro con humanos en Jeopardy. Videos del encuentro
Watson gana los encuentros previos de Jeopardy
IBM Watson. Su próximo médico puede ser un robot.
Ray Kurzweil: ¿Por qué la victoria de Watson de IBM en Jeopardy importa?
¿Quién es Watson? El superordenador de IBM que competirá en Jeopardy

La velocidad para apretar el pulsador es el motivo por el que ganó Watson en Jeopardy. Y eso a pesar de carecer de metacognición.

Stephen Baker ha escrito un libro renombrado sobre el encuentro: Final Jeopardy: Man vs. Machine and the Quest to Know Everything. Como es de esperar las preguntas más interesantes se formulan en torno al cerebro humano, no acerca de las máquinas. Cuando nos preguntamos si piensa Watson, nos preguntamos si eso que hace Watson y que conocemos se parece a lo que nosotros hacemos, que no conocemos y que llamamos pensar.
Al fin y al cabo nosotros hemos construido las máquinas y las entendemos (o siempre podemos llamar a alguien que las entienda). Pero el cerebro sigue albergando enormes misterios. Una de las equivocaciones recurrentes a la hora de comparar los ordenadores y los hombres, tanto se trate de Deep Blue ganando al ajedrez a Gary Kasparov como de Watson ganando en Jeopardy es afirmar que los ordenadores se comportan de forma distinta que los cerebros o por decirlo de otra forma, que no imitan a los cerebros: los programas de ajedrez no imitan el comportamiento humano, Watson no se comporta como los humanos. Esto es solo parcialmente cierto. Desde luego no siguen la misma secuencia de pasos que los humanos. Pero los ordenadores solo hacen cosas que los humanos sabemos hacer. Los programadores escriben rutinas que ellos entienden y piden a los ordenadores que las lleven a cabo. La diferencia estriba en la velocidad con la que ejecutan las rutinas. No hay nada que haga un ordenador que un hombre no pueda hacer con papel y lápiz ( aunque necesite para ello siglos y kilómetros de papel ).

En un excelente artículo (como todos los suyos) Mind Hacks se plantea algunas novedades de Watson. Entre los muchos algoritmos que incorpora el artículo se refiere a dos. Uno de ellos es constraint satisfaction o satisfacción de requisitos por el que el sistema encuentra la solución que mejor se ajusta a los requisitos de un problema que no tiene solución matemática exacta. Este es en efecto una de las novedades del sistema ya que se plantean múltiples hipótesis y se elige la mejor, considerando que ninguna es buena al 100%. El otro se denomina local search e indica cuando considerar la búsqueda suficiente y detenerla debido a  que siempre sería posible seguir hurgando en los datos. Estas estrategias que emplea Watson ¿son humanas? Evidentemente sí, responden a aproximaciones que usamos con regularidad.

Un aspecto muy interesante es la metacognición. No solo sabemos cosas. Sabemos que sabemos. Tenemos la sensación de saberlo. Sé que conozco la respuesta antes de dar con ella. Lo tengo en la punta de la lengua (expresión que al parecer es muy similar en muchos idiomas). Sé que si sigo buscando voy a dar con la respuesta. Quizá deba empezar con la A y seguir el alfabeto hasta encontrar el nombre de la persona a la que acabo de saludar. O seguir otras estrategias de recuperación de la información. Pero con una alta probabilidad si creo que lo sé es que lo sé.

Pulsador accionado de forma mecánica por Watson

Watson carece de metacognición (aunque no sería difícil programar estadísticamente algo semejante, no sería metacognición). Hasta que no encuentra la respuesta no sabe que lo sabe. Y en el programa Jeopardy la confianza es fundamental ya que las respuesta erróneas puntúan negativamente.

¿Por qué ganó Watson? Uno de los dos concursantes rivales de Watson, Brad Ruter (el que había ganado más dinero en la historia del concurso) lo explica en Why I Lost to Watson. Los tres concursantes conocen la mayoría de las respuestas, pero Watson es el más rápido con el pulsador. La secuencia en Jeopardy es como sigue:

1. Se presenta la pregunta visualmente a los participantes.
2. El presentador lee la pregunta en alto.
3. Se activa el pulsador. (Si un jugador pulsa antes de tiempo su pulsador se desactiva unos instantes)

En cuanto se presenta la pregunta y mientras el presentador está leyéndola (lo que le lleva unos tres segundos) Watson está procesando datos. Cuando se activa el pulsador, Watson usa entre 4 y 10 milisegundos en apretar el pulsador. Un tiempo imposible de batir para los humanos, aunque sepan la respuesta o tengan metacognición y sepan que lo saben. Watson perdió las preguntas de la categoría "Actores que dirigen". El motivo es que el presentador necesita poco más de 1 segundo en leer el título de la película, Watson no sabe que lo sabe y necesita 3 segundos para encontrar la respuesta, pero antes de ello los humanos se han adelantado.

Ingeniería genética

Navegar por los sitios de internet dedicados a la biología lleva a toparse inevitablemente con la ingeniería genética. Como su nombre indica, además de una rama de la ciencia, es una ingeniería cuyo objetivo es manipular el material genético. El conocimiento genético está permitiendo la secuenciación de diversos genomas, entre ellos el del hombre. La ingeniería genética está creando múltiples organismos modificados que resultan herramientas sorprendentes en manos de los científicos. Descifrados algunos de lo mecanismos básicos de la genética, los científicos están empezando a modificar organismos como si fueran juegos de Lego, usando para ello herramientas biológicas que permiten cortar y pegar trabajando con nuestros amigos los virus y bacterias.

Recojo algunos inventos que me han llamado la atención en un lenguaje profano que no debería ocultar el enorme trabajo que hay detrás de ellos. Los ratones knokout, las proteínas fluorescentes GFL, los vectores virales, o la optogenética son algunas poderosas herramientas recientes.

El ratón de laboratorio no es producto de ingeniería genética sino de selección genética. El cruce de individuos durante generaciones ha permitido cepas genéticamente puras. Cuando se utilizan en experimentos se puede descartar el factor genético ya que todos son iguales y por lo tanto se puede atribuir las diferencias a otros factores (como por ejemplo el fármaco suministrado).

El ratón knockout es un ratón en el que se ha sustituido una parte de su ADN. para eliminar la acción de alguno de sus genes. De este modo podemos saber para qué sirven los genes suprimidos. La creación del ratón es compleja ya que hay que: crear el ADN resultante; introducirlo en células madre del ratón (el ratón, llamado quimera, contendrá una mezcla de células, algunas con el ADN original y otras con el nuevo ADN); aparear el ratón tantas veces como sea necesario para conseguir cepas puras con el nuevo ADN. Se disponen ya de múltiples cepas de ratones knockout y su número va creciendo. En 2007 Mario R. Capecchi, Martin Evans y Oliver Smithies recibieron por ello el Premio Nobel de Medicina.

Una medusa emite luz a causa de una proteína llamada GFP proteína verde fluorescente. Martin Chalfie, Osamu Shimomura y Roger Y. Tsien recibieron el Premio Nobel de Química en 2008 por sus trabajos con GPF. El gen que produce GPF está aislado y se puede incorporar al ADN de otras células que se vuelven fluorescentes y pueden ser cómodamente observadas por un microscopio óptico. Nuevas proteínas fluorescentes se han aislado y con una combinación de ellas se pueden lograr múltiple colores. Es lo que se ha hecho con Brainbow que saltó a la luz en 2007.

Cerebro del pez cebra usando Brainbow

Hipocampo usando Brainbow

La modificación puede hacerse en el genoma y después producir un individuo en el que todas sus células tienen el gen cambiado. Pero también puede hacerse en un animal vivo. Para ello se utiliza un vector, un agente que introduce en nuevo gen en determinadas células. Es el caso de los virus, organismos especializados en cambiar el código genético de las células que infectan. Modificamos un virus para quitarle su acción patógena y añadimos el gen de nuestro interés. Luego infectamos con el virus las células en las que deseamos realizar la sustitución genética.

Optogenética

En 1979, el premio Nobel Francis Crick proponía que el gran reto de la neurociencia es la necesidad de controlar un tipo de célula del cerebro, dejando inalteradas las demás. Los estímulos eléctricos usan electrodos  demasiado rudimentarios que estimulan un área grande e imprecisa. y las drogas son lentas e inespecíficas. La solución parece estar en la luz.

Karl Deisseroth describe la optogenética como una mezcla de óptica y genética. Basada en el estudio de algas el sistema parece tan simple como brillante. Una única proteína codificada por un único gen tiene dos partes cada una de las cuales realiza una función. Una parte de la proteína responde a la luz. La otra es una canal iónico de membrana como los existentes en todas las neuronas y que son responsables del impulso eléctrico o potencial de acción. Cuando la proteína recibe luz, el canal se abre y la neurona se dispara. Insertando este gen en el ADN de la neurona, la controlamos a voluntad con destellos luminosos y una precisión de milisegundo. Necesitamos también tecnología de emisión de luz profunda para llegar al fondo del cerebro de mamíferos en movimiento libre.
Ahora se están usando proteínas mutantes que responden a distintos colores. También proteínas rápidas y lentas: las primeras disparan potenciales de acción de hasta 200 veces por segundo mientras que las segundas provocan estados de excitación o reposo con un solo destello. Asociando estas proteínas ópticas a receptores bioquímicos específicos y usando virus como vectores, podemos infectar un determinado tipo de neurona sin afectar al resto, estableciendo así un control aún mas selectivo. También están empezando a usarse una mezcla de electrodos y fibra óptica para registrar la actividad de las neuronas. De este modo puede registrarse la actividad eléctrica de una área a la vez que la estamos estimulando ópticamente.

A medida que esta técnica esté disponible nuevas aplicaciones irán surgiendo. Una de ellas es la validación de los métodos actuales. El fMRI, por ejemplo, es un conjunto de medidas con un análisis complejo. Ahora en combinación con la optogenética se puede hacer una validación cruzada de ambas técnicas. Los estudios en enfermedades como Parkinson, esquizofrenia autismo están empezando.

La impresionante charla TED de Gero Miesenboeck muestra como ir más allá en optogenética. Han sido capaces de producir el vuelo en moscas del vinagre modificando solo las neuronas responsables del reflejo de volar. Así, con un destello, la mosca vuela. Pero han dado un paso más. Asumiendo un esquema teórico en el que existe un módulo cerebral "actor" que decide el comportamiento y un módulo "crítico" que informa de los resultados, han buscado las neuronas de este crítico y las han modificado. Con un simple pulso de luz pueden modificar la recompensa de este crítico y conseguir que el animal aprenda. Esto modifica el paradigma ya que somos capaces de modificar la recompensa y por lo tanto el comportamiento con simples destellos.

Niveles de organización cerebral

Podemos dividir el cerebro en distintos niveles de organización:

• molecular / genético
• celular
• columna neocortical
• áreas cerebrales
• sistemas
• cerebro
• conducta

La investigación en biología molecular y genética relacionada con el cerebro es muy vigorosa. Múltiples revistas están dedicadas a este área. Tiene el respaldo de las compañías farmacéuticas que elaboran productos basados en estas investigaciones.

Los estudios sobre la neurona comenzaron con Santiago Ramón y Cajal y su brillante obra. La neurona es fácil de definir y acotar y hoy tenemos un conocimiento muy avanzado sobre ella.

Si penetramos la corteza cerebral de fuera hacia dentro con un electrodo, registraremos una columna de unos 2mm de alto y 0,5mm de diámetro que contiene unas 10.000 neuronas que responden a un mismo estímulo sensorial (por ejemplo un leve pinchazo en la piel). Es una columna neocortical. Tiene 6 capas y su estructura es la misma en todos los mamíferos. La mayor complejidad del cerebro humano consiste en que hay más columnas que en otros mamiferos, no en que estas sean diferentes.

Las columnas se relacionan con columnas adyacentes que procesan información semejante (por ejemplo información táctil). En conjunto estas agrupaciones forma áreas que Brodman definió hace 1 siglo. Las áreas a su vez se relacionan entre sí estableciendo sistemas como el sistema visual, auditivo… Estas relaciones pueden denominarse también redes neuronales.

El conjunto de áreas y sistemas forman el cerebro, entidad bien delimitada. Por último, pero no menos importante está la conducta, a menudo olvidada, pero la gran protagonista de nuestra vida y de la relación con nuestros semejantes.