Número 122 (juny 2022)

Neurorealitat: si no m’ho crec, no ho veig

Edu Baztán

Per primera vegada en la història de la humanitat, podem veure com funciona el cervell humà, en observar-ne l’activitat en temps real. Tot això gràcies a tecnologies de neuroimatgeria no invasives, com els escàners fMRI, que ens permeten detectar les àrees actives del cervell de manera visual. Quan atribuïm funcions específiques a cadascuna d’aquestes regions i observem quines s’activen (per exemple, l’hipocamp, el còrtex prefrontal, l’amígdala…), establim una relació de causalitat de les unes amb les altres.

Per exemple: si l’amígdala la relacionem amb les emocions i veiem que s’activa amb una reacció del subjecte, aleshores deduirem que hi ha emocions involucrades en la reacció. Això creiem. És un procés aparentment senzill, lògic i metòdic, però quan es tracta de l’òrgan més complex conegut, amb uns 100 bilions de neurones, el potencial de crear més connexions entre elles que àtoms hi ha a l’univers (Carter, 2019), es converteix en una tasca gegantesca, tot i poder disposar de la intel·ligència artificial. Redefinim la manera en què veiem.

 

Escàners fMRI

 

Quan parlem de la tecnologia més revolucionària utilitzada per la neurociència de les últimes dècades, ens hem de referir obligatòriament als escàners fMRI (functional Magnetic Resonance Imaging). Aquests se centren en els canvis de circulació sanguínia en el nostre cervell. La seva activitat canvia en funció de la tasca que desenvolupa: si una àrea esdevé més activa, necessita més energia i, per tant, augmenta la quantitat de sang oxigenada que circula per la regió específica.

 

L’escàner fMRI detecta aquestes diferències magnètiques (per les partícules metàl·liques que conté la sang) i ens dona una mesura indirecta d’activitat neuronal. Els més moderns treballen amb camps magnètics d’unes 7 tesles, prop de 140.000 vegades el camp magnètic de la Terra (Sahakian, 2017).

 

Vòxels

 

Com que no podem estudiar el cervell en la seva totalitat, ni tampoc neurona a neurona, els neurocientífics el divideixen en petits cubs anomenats vòxels. Les seves dimensions depenen de l’experiment en qüestió, en general al voltant d’uns pocs mil·límetres cúbics. Això vol dir que pot contenir prop d’un milió de neurones (Sahakian, 2017). Encara continua sent un nombre elevat, però gràcies a la informàtica i la intel·ligència artificial, podem extreure i processar quantitats de dades enormes, que d’una altra manera seria impensable (Dehaene, 2014).

 

El resultat és una sèrie d’anàlisis estadístiques extremadament delicades: només una petita diferència és tan crítica que pot donar resultats completament diferents. L’ús de grups de control és essencial per poder contrastar-los i mantenir una coherència (Sahakian, 2017).

 

‘Machine learning’

 

Els models informàtics que creem –com ja deus haver endevinat– mitjançant algorismes (paraula que hem sentit centenars de vegades) aprenen d’aquestes dades que els proporcionem, amb un procés d’entrenament, que permet que el model vagi millorant amb el temps i, per tant, que ens doni millors prediccions en situacions noves. D’aquesta manera, l’ordinador mateix és el que busca les solucions més rellevants, fet que ens ajuda a aproximar-nos a un model més flexible i basat en les dades obtingudes, I ens permet dependre menys de les hipòtesis de l’investigador o investigadora (Sahakian, 2017).

 

Certament, sembla tan ideal com ciència-ficció i, si deixem córrer la nostra imaginació, ens vindran a la ment robots més intel·ligents que l’ésser humà. Respirem: no és així (encara). Parlem de models extremadament complexos per explicar processos extremadament senzills, que duem a terme cada dia, com si fossin pura rutina i gairebé sense pensar (qui diria que reconèixer objectes, per posar un exemple estès, és un procés tan complex?).

 

El cervell no és un ordinador

 

El model utilitzat pels neurocientífics per estudiar el cervell ha evolucionat molt: s’havia arribat a definir com un sistema amb mecanismes hidràulics (Cobb, 2020). Aquests han tingut una característica comuna: el moment en el qual vivim, que influencia completament la ciència (la cultura, l’educació i les diferents facetes humanes) i posa els conceptes dels camps més influents (com la informàtica) en el terreny de joc. Fan que la interferència d’aquests sigui pràcticament inevitable. Tot i que el cervell no és un ordinador, actualment en fem comparacions (per exemple, quan fem servir vocabulari informàtic, com processador), segurament perquè és el sistema més semblant al nostre cervell que hem pogut desenvolupar.

 

També es parla de física quàntica (cosa que obre la possibilitat al fet que fins i tot sigui un ordinador quàntic). Sigui com sigui, hem de recordar que el cervell, a diferència d’un ordinador, no és producte del disseny, sinó de l’evolució, i, per tant, no el podem explicar desmuntant-lo per parts i estudiant-les per separat, per entendre com contribueixen al tot. De fet, s’ha provat amb ordinadors i l’experiment tampoc no ha donat gaire bon resultat (Cobb, 2020).

 

El nou model

 

Les últimes tendències en neurociència són de fugir d’aquest paradigma clàssic i existencialista de veure el cervell, i el món. L’essencialisme promou que el nostre cervell i la nostra ment són com semblen (Feldman, 2017). En paraules de Lisa Feldman: «Si experimentem pensaments, significa que hi haurà una àrea específica per al processament racional» (com una memòria RAM en un ordinador). Si fos el cas, cada àrea del cervell estaria dedicada a una funció específica, o dit d’una altra manera: seria molt poc eficient. Segurament, has sentit el gran mite que no utilitzem tot el potencial del nostre cervell (per sort, no és així, ja que si l’activéssim tot alhora, el resultat seria catastròfic, segurament no sobreviuríem). Els models i les metàfores tenen limitacions, sobretot la capacitat d’establir conceptes que expliquin allò estudiat (Feldman, 2017), amb models de prediccions que siguin acurats i operatius.

 

Tampoc les explicacions lògiques essencialistes del tipus «A, aleshores B» no semblen funcionar, perquè correlació no és causalitat (Feldman, 2017). Que nosaltres ho puguem relacionar lògicament no significa que l’un sigui conseqüència de l’altre. El nostre cervell, i la nostra vida, són massa complexos per treure conclusions simples i directes.

 

Mirar i veure el món

 

Parlant de conclusions simples i directes, recuperem la frase popular que ens diu que «veure és creure». La neurociència ens diu tot el contrari, que «creure és veure». Atès que, per poder veure, necessitem primer tenir el concepte d’allò que veurem (Feldman, 2017), això ens permetrà creure allò que veurem, identificar-ho i interpretar-ho. Al final, el resultat no depèn només de veure, sinó del qui mira. De la mateixa manera que la física quàntica ens diu que els àtoms es comporten de manera diferent quan són observats, perquè l’acte d’observar quelcom ho modifica (el Principi d’incertesa de Heisenberg).

 

Aquí recordem una gran lliçó: no ens podem oblidar mai de l’observador. Per molta intel·ligència artificial que hi intervingui (encara que aquesta sí que és dissenyada), cadascú de nosaltres veu una realitat única i individual, en comptes de percebre’n una d’universal, perquè «el nostre cervell al·lucina la nostra realitat conscient» (Seth, 2017) i la màgia rau en el fet que ell mateix evita que vegem el truc.

 

Per tant, la propera vegada que plantegem una campanya publicitària, o de comunicació, en la qual involucrem un tercer (el client o públic), tinguem-ho en compte. Allò que ens aportarà eficàcia al missatge és saber com ell ho descodificarà i veurà, és a dir, si dins la seva ment hi ha els conceptes previs que li permetran que no vegi només una taca borrosa o un input sense interès. Hem de fer que el missatge ressoni amb les idees que ell coneix, que ens miri.

 

Per saber-ne més:

CARTER, Rita (2019). The Human Brain Book. An Illustrated Guide to Its Structure, Function, and Disorders. Nova York: Penguin Random House. ISBN: 9781465479549

SAHAKIAN, Barbara J.; GOTTWALD, Julia (2017).Sex, Lies, and Brain Scans: How fMRI reveals what really goes on in our minds. Oxford: Oxford University Press. ISBN: 9780198752882

DEHAENE, Stanislais (2014). Consciousness and the Brain. Deciphering How the Brain Codes Our Thoughts. Nova York: Penguin Random House. ISBN: 9780670025435

COBB, Mathew (2020). The Idea of the Brain: The Past and Future of Neuroscience. Londres: Profile Bookds LTD. ISBN: 9781781255896

FELDMAN, Lisa (2017). How Emotions Are Made. The Secret Life of the Brain. Nova York: Houghton Mifflin Harcout Publishing Company

SETH, Anil (2017). Your brain hallucinates your conscious reality. A: TED [vídeo en línia]. Disponible a: https://www.youtube.com/watch?v=lyu7v7nWzfo. [Data de consulta: 9 de novembre de 2021]

 

Citació recomanada

BAZTÁN, Edu. Neurorealitat: si no m’ho crec, no ho veig. COMeIN [en línia], juny 2022, no. 122. ISSN: 1696-3296. DOI: https://doi.org/10.7238/c.n122.2240

gestió del coneixement;  publicitat;  recerca; 
Comparteix
??? addThis.titol.compartir ???
Articles relacionats