Comprender cómo el percibe, interpreta y toma decisiones el cerebro sobre otras personas podría ayudar a hacer avanzar tratamientos e intervenciones para el autismo y otros desórdenes en los que las interacciones sociales no funcionan. También podría ayuda os a construir ordenadores con una mayor inteligencia social. Por ahora la inteligencia artificial ha tenido dificultades para programar ordenadores capaces de hacer las valoraciones sociales que a nosotros nos resultan sencillas, como interpretar expresiones faciales ambiguas o decidir si lo que dice alguien se puede interpretar como ira o como tristeza.
Hace más de una década la neurocientífica Rebecca Saxe descubrió una región del cerebro que desarrolla una "teoría de la mente", una idea de lo que los demás piensan y sienten. Hace poco se ha convertido en investigadora del Centro de Mentes, Cerebros y Máquinas del MIT y se ha dedicado a estudiar el autismo y la cognición social en niños y adultos. Saxe y la redactora de MIT Technology Review Courtney Humphries han debatido sobre las implicaciones de estas nuevas investigaciones sobre el cerebro social.
¿La cognición social sólo se da en humanos?
Tenemos todos los motivos para creer que, al menos en cierto sentido, somos especialmente buenos en este tipo de pensamiento. Los humanos son, con mucho, la especie más social, más aún que los insectos. Incluso esta interacción que estamos teniendo, en la que dos extrañas se reúnen y, sin una razón concreta, actúan de forma cooperativa durante una hora es algo impensable si no es entre humanos. Si lo hicieran dos hormigas, sería porque son hermanas. Nuestras extraordinarias vidas sociales y nuestras tremendamente complejas capacidades cognitivas se combinan para hacer que la cognición social humana sea diferente.
¿Cómo se estudia eso en el cerebro?
No es nada invasivo, ni ingeniería genética, ni optogenética, nada de eso. Nos limitamos a lo que se denominan tecnologías de neuroimágenes no invasivas, la más conocida es la resonancia magnética funcional, que usa el flujo sanguíneo como índice de la actividad neuronal.
Así que se puede ver qué zonas del cerebro están activas cuando la gente piensa en otras personas. ¿Fue una sorpresa encontrar zonas del cerebro dedicadas a la cognición social?
En cierto sentido ya se había predicho unos 15 ó 20 años antes, cuando la gente se dio cuenta de que a los niños con autismo se les daba exageradamente mal este campo. Pero por lo demás era completamente desconocido. Creo que en cierto sentido ha sido el descubrimiento reciente más importante en el campo de la neurociencia cognitiva. Todas las demás regiones, la visual, la sensorial, la del control motor, predijimos que estarían. Pero el cerebro social no se predijo en absoluto, simplemente surgió. Eso fue una locura.
En los últimos 10 años hemos intentado refinar nuestra interpretación de la información que contienen esas regiones cerebrales, cómo interactúan unas con otras, cómo se desarrollan y si esas regiones cerebrales tienen algo que ver o no con el autismo.
¿Estas regiones no funcionan bien en las personas con autismo?
Esa fue la hipótesis original que perseguimos. Puede que la que la gente con autismo esté intentando resolver problemas sociales con la maquinaria que los demás usaríamos para otros problemas, en vez de tener la maquinaria adecuada. Pero no existen pruebas de que esto sea así. Es una pena porque me gustaba la idea. El autismo ha resultado ser un problema mucho, mucho más difícil en todos los niveles de análisis de lo que cualquiera esperaba. Hace diez años la gente pensaba que podríamos descifrar el autismo a niveles cognitivos, neurológicos y genéticos. Ahora parece que podría haber miles de variaciones genéticas del autismo.
¿En qué puede contribuir tu trabajo a crear ordenadores con mejores capacidades sociales?
Para mí, la característica que define a la cognición social humana es la misma que hace que sea difícil la inteligencia artificial tradicional, la generatividad. Podemos reconocer y pensar y razonar una serie literalmente infinita de situaciones y objetivos. Pero tenemos una maquinaria muy concreta y limitada. ¿Cuáles son los ingredientes adecuados? Si sabemos cuáles son, entonces podemos intentar entender cómo las combinaciones de esos ingredientes generan una capacidad humana inmensamente productiva e infinitamente generalizable.
¿A qué te refieres cuando hablas de "ingredientes"?
Digamos que te cuentan algo sobre una amiga. Te cuentan que la llamó su jefe y que creía que por fin iban a darle el ascenso que esperaba. Pero resulta que lo que pasó es que la despidieron. Digamos que al día siguiente la ves venir por la calle y está sonriendo de oreja a oreja. Probablemente no sea lo que esperabas, ¿no?
Coges eso y te montas todo un mundo interior. Puede que sea una sonrisa falsa y que esté poniendo buena cara. Puede que se sienta aliviada porque ahora puede trasladarse al otro extremo del continente y vivir con su novio. Tienes que averiguar: ¿Cuáles son sus objetivos? ¿Qué quería? ¿Qué le hizo cambiar de opinión? Hay toda clase de características de esa historia que pudiste extraer del momento. Si un ordenador pudiera extraer todas esas características, mejoraríamos su capacidad para analizar sentimientos. Ahora mismo en el campo de la inteligencia artificial están muy centrados en intentar coger el lenguaje natural que usa la gente y averiguar: ¿Les ha gustado eso o no? ¿Les ha gustado ese restaurante o no? Ahora llévalo al nivel de distinguir en el lenguaje cuando te sientes decepcionado, solo o aterrado. Esos son el tipo de problemas que queremos resolver.
¿Cómo pueden aprender a hacer eso los ordenadores?
Hay que traducir esas palabras en cosas más abstractas, objetivos, deseos, planes. Mi compañero Josh Tenenbaum y yo llevamos años trabajando simplemente para construir una representación matemática de lo que significa pensar en que alguien tiene un plan o un objetivo para que este modelo sirva para predecir juicios humanos sobre el objetivo de la persona en un contexto muy sencillo. ¿Qué necesitas saber sobre un objetivo? Intentamos construir modelos que describan ese conocimiento.
Eso es muy distinto a hacer que un ordenador analiza millones de ejemplos para encontrar un patrón.
Exacto. No estamos hablando de big data, sino de describir la estructura del conocimiento. Siempre se han visto como opuestos: quienes quieren mayores series de datos y quienes quieren las estructuras de conocimiento adecuadas. Mi impresión es que ahora mismo hay mucho más terreno intermedio. Lo que antes se consideraban tradiciones opuestas en el mundo de la inteligencia artificial, ahora deberían verse como complementarias, en las que intentas averiguar representaciones probabilísticas y aprender de los datos.
Pero la perspectiva de replicar la cognición social en un ordenador parece muy lejana, ¿no? Aún no comprendemos cómo lo hace el cerebro.
Es bastante probable que no lo comprendamos mientras yo viva, y eso está bien, porque significa que tengo mucho trabajo por hacer. Mientras, hago cualquier cosa que parezca que vaya a dar lugar a un poco de progreso instrumental hacia ese objetivo mayor.