El ruido neuronal limita la memoria operativa (Spikes, not Slots)

Paul M Bays publica un artículo de opinión en ‘Trends in Cognitive Sciences’ sobre la causa de que nuestra memoria operativa (working memory) (MO) presente serias limitaciones.

La pregunta esencial es:

¿Con qué nivel de precisión se puede mantener representaciones mentales (internas) estables de los estímulos externos?

El autor apoya la perspectiva del ‘recurso continuo’ (continuous resource) frente a la concepción basada en los huecos (slots). Tuvimos oportunidad de discutir estas posturas anteriormente en este blog.

Bays sostiene que los ítems procesados en la memoria operativa (MO) comparten una determinada cantidad de actividad neural. Las limitaciones en la cantidad de recursos condicionan el nivel de complejidad de las operaciones mentales. Frente a la versión determinista de la teoría de los slots, la perspectiva del recurso continuo considera que la limitación es estocástica: las representaciones de la memoria aumentan su variabilidad con el incremento del número de ítems, hasta que no pueden distinguirse del ruido aleatorio. Los ítems en los que se invierten más recursos logran, por tanto, conservarse con un menor nivel de ruido.

El nivel de precisión con el que se puede recordar los ítems a medida que aumenta su número es inconsistente con la teoría de los slots, puesto que no existe un salto cualitativo sino un flujo continuo. Los modelos matemáticos de la Psicología y de la neurociencia asumen la presencia de ruido continuo en las variables internas. Las desviaciones de la normalidad se suelen interpretar, desde esta perspectiva, como signo de adivinación o variabilidad en el nivel de precisión de las representaciones mentales.

Los recursos neurales se orientan hacia los estímulos prioritarios, y, por tanto, los efectos se dejan sentir en los estímulos secundarios. Las relaciones coste-beneficio de los estímulos prioritarios y secundarios encajan con la evidencia observada al estudiar la MO. Los disparos neurales son probabilistas, y, por tanto, la información codificada por las neuronas se recupera de modo imperfecto. El cálculo de promedios a partir de grupos (poblaciones) de neuronas contribuye a reducir la incertidumbre.

Los modelos deterministas fracasan al reproducir las desviaciones características de la normalidad observadas al estudiar los errores al resolver tareas de MO. El hecho es que la variabilidad aumenta con el incremento del número de ítems que deben ser gestionados en la MO. Las respuestas de neuronas individuales se dividen por la suma de la actividad de una población de neuronas (the normalisation pool).

Se ha observado una reducción en el disparo de las neuronas LIP (Lateral Intra-Parietal) con el aumento del número de targets, incluso aunque se distancien esos targets. Es decir, la información que proporciona la actividad neural sobre los estímulos declina con el aumento de la carga de memoria. La relación señal-ruido neural se reduce como consecuencia del proceso de normalización. El paso del tiempo también posee un efecto consistente con este proceso: la variabilidad del recuerdo aumenta con el paso del tiempo.

Lo observado con los procesos de pegado (binding) también encaja con la perspectiva del recurso continuo: los errores de pegado se incrementan al aumentar el número de ítems. Esos errores son probabilistas y son consecuencia del aumento del ruido cuando se disparan las neuronas.

En resumen, la evidencia experimental sobre el rendimiento mostrado por los individuos en las tareas de MO (nivel de precisión en el recuerdo, tiempo de recuperación, grado de desvanecimiento, y fidelidad en el pegado) apoya la idea de que se produce una degradación suave y continua con el aumento de la carga de memoria. El intento de evitar que algunos ítems se degraden solo puede tener éxito a costa de desviar recursos de otros ítems, es decir, siguiendo las pautas de lo que predice la perspectiva del recurso continuo. Se produce una asignación flexible de los recursos disponibles. La reducción de las señales neurales aumenta el ruido de las representaciones, y, por tanto, se degrada la fidelidad del funcionamiento de la MO.

La actividad neural posee un demostrado carácter estocástico, hecho que contradice las perspectivas deterministas sobre la MO, como sucede con la teoría de los slots. Los mecanismos de la degradación progresiva que apoya Bays se cimentan en reconocidos principios neurofisiológicos: codificación poblacional, normalización, difusión y acumulación.

La perspectiva del recurso continuo concuerda con la idea mantenida por mi equipo de investigación sobre la respuesta a la pregunta por las causas de la relación de la MO con la capacidad intelectual. En lugar de recurrir a una serie de procesos discretos, es decir, en lugar de ‘deconstruir la MO’, nosotros sostenemos que las diferencias individuales observadas en la MO y en la inteligencia, se pueden explicar parsimoniosamente recurriendo a la fiabilidad con la que se pueden conservar, a corto plazo, la información necesaria para satisfacer eficientemente las demandas de las tareas con las que se miden ambos constructos.

Pero algunos científicos, como Nash Unsworth (quien colabora actualmente con los defensores de la perspectiva de los slots) siguen empeñados en demostrar el carácter multimodal de la MO y en conectar sus supuestos distintos componentes a las diferencias de inteligencia.

El tiempo, pero sobre todo más investigación, nos conducirá a la respuesta más probable.

O eso cabe esperar.