El cerebro dispone de un sofisticado sistema para anticipar el futuro: necesita prepararnos para reaccionar ante cualquier eventualidad y, según una investigación realizada en el Instituto Max Planck (Alemania), lo consigue de forma rápida y con un consumo mínimo de energía.

tiempo de reacción
© Georgios Michalareas. Max Planck Institute for Empirical Aesthetics.El tiempo de reacción a un evento estocástico (no determinista) es proporcional al recíproco de su probabilidad.
Saber lo que va a pasar, ya sea inmediatamente o algo más tarde, es un factor crítico para la supervivencia, pero también algo cotidiano: necesitamos saber si va a llover mañana o estamos atentos al disparo que anuncia la salida en una carrera deportiva.

De forma no consciente, el cerebro realiza matemáticas complejas para procesar la información que procede del entorno a través de los sentidos.

Pero cuando se enfrenta a la eventualidad de prepararnos para el futuro, apura sus cálculos: no solo necesita saber qué va a ocurrir, sino también, y no menos importante, cuándo.

La nueva investigación ha descubierto cómo se las ingenia el cerebro para anticipar el futuro, ya sea en circunstancias normales o excepcionales: recurre a un sistema de pensamiento rápido y a la lógica difusa para que reaccionemos adecuadamente.

Pensamiento rápido y lógica borrosa

El sistema de pensamiento rápido es la forma más corriente que usa el cerebro para procesar información. Es instantáneo y consume muy poca energía. Es el sistema intuitivo y emocional.

Descrito por primera vez en 2011 por el Premio Nobel de Economía Daniel Kahneman, este sistema nos permite, por ejemplo, saber que una cosa está más cerca que otra, caminar sin fijarnos, detectar alegría en la expresión de una persona, o leer, sin pretenderlo, un mensaje publicitario sencillo.

El cerebro recurre también a la lógica borrosa o difusa, una propiedad que es muy difícil de replicar informáticamente, pero que permite procesar información a partir de datos imprecisos: por ejemplo, cómo va a ocurrir algo y cuándo.

La lógica borrosa regula también la mayor parte de nuestras vidas: frecuentemente recibimos instrucciones como "gira un poco más a la derecha" y "no vayas tan rápido".

Gracias a la lógica borrosa, nadie nos dirá: "muévete 28 cm en rumbo verdadero de 136º" o "reduce en 3,8 metros por segundo tu velocidad". Aunque esos enunciados son genéricos, somos capaces de reaccionar con precisión y ajustar la marcha del coche en el sentido pretendido.

Densidad de probabilidad

Los investigadores del Instituto Max Planck han descubierto además que el cerebro se vale un modelo de pensamiento rápido llamado función de densidad de probabilidad (FDP o PDF en inglés) para anticipar el futuro.

Este modelo permite al cerebro precisar con exactitud lo que va a pasar y cuándo. Asume que va a ocurrir independientemente del momento y realiza una estimación de cuándo va a tener lugar.

Distribuye la probabilidad de ocurrencia a través del tiempo en que puede producirse, para obtener una mayor seguridad en la precisión y disipar así la incertidumbre: ha determinado que el tiempo de reacción a un evento estocástico (no determinista) es proporcional al recíproco de su probabilidad.

Así nos prepara para cualquier eventualidad presente o futura, ya sea que la información sensorial proceda de la visión, de la audición o del sistema somatosensorial, que procesa estímulos relacionados con el tacto, la temperatura, la propiocepción (posición del cuerpo) y la nocicepción (dolor).

Entresijos cerebrales

El éxito del cerebro en la anticipación del futuro no depende solo del modelo utilizado, sino de la selección previa que ha debido realizar para cumplir su cometido.

En primer lugar, eligió el modelo de pensamiento rápido frente al modelo de pensamiento lento, también descrito por Kahneman.

Este segundo modelo es lógico y deliberativo, funciona muy despacio y consume mucha energía. Asociado a la experiencia, lo usamos para actividades mentales difíciles como los cálculos matemáticos complejos.

Cuando va a anticipar el futuro, el cerebro descarta este modelo y prefiere el sistema de pensamiento rápido porque lo que prima es acertar con rapidez algo que puede ocurrir.

En segundo lugar, el cerebro debió elegir también entre el modelo de pensamiento rápido llamado función de densidad de probabilidad y una alternativa también disponible: el modelo tasa de riesgo, más conocido por su expresión inglesa Hazard ratio.

Cálculos complejos

Este segundo modelo, empleado comúnmente para medir el riesgo financiero, sirve para calcular la probabilidad solo ante una situación inminente. Hasta ahora se creía que era el usado por el cerebro para anticipar el futuro.

La nueva investigación ha comprobado sin embargo que el cerebro escoge la función de densidad de probabilidad porque le permite añadir a la información de qué va a ocurrir, el cuándo tendrá lugar.

Por último algo no menos sorprendente: a pesar de que el cerebro escoge un sistema de pensamiento rápido para anticipar el futuro, calcula algo muy complejo (el factor tiempo a través de la probabilidad), una función que corresponde al sistema de pensamiento lento.

Lo consigue a través de la lógica borrosa y confirma así que este sistema de pensamiento rápido es muy eficaz.

Es tan potente que sirve incluso para las tribus amazónicas que no conocen los números: su sistema de pensamiento rápido es capaz de procesar también una compleja información de probabilidad tal como lo hace nuestro cerebro, a pesar de que sus miembros no pueden saber si quiera la edad que tienen.

(*) Eduardo Costas es Catedrático de Genética en la Universidad Complutense de Madrid. Eduardo Martínez de la Fe, filósofo y periodista científico, es el Editor de Tendencias21.
Referencias

The anticipation of events in time. Matthias Grabenhorst et al. Nature Communications volume 10, Article number: 5802 (2019). DOI :https://doi.org/10.1038/s41467-019-13849-0

Numbers and the Making of Us: Counting and the Course of Human Cultures. Calet Everett. Harvard University Press. 2019.

Thinking, Fast and Slow. Daniel Kahneman. Farrar, Straus and Giroux. 2011.