El estudio apoya la idea de que el resultado de una tarea de opción incierta se puede resolver sin tener en cuenta aspectos metacognitivos, como la conciencia u otros estados mentales / UPF

Un modelo computacional explica qué ocurre en el cerebro cuando se elige entre varias opciones con incertidumbre del resultado

.

Un estudio hecho a partir del comportamiento de primates, publicado en la revista  PLOS Computational Biology por Andrea Insabato y Mario Pannunzi con Gustavo Deco, miembros y director respectivamente, del Centro en Cognición y Cerebro.

.

UPF / La confianza en el momento de la toma de decisiones, así como la certeza o la incertidumbre asociada con ésta, es una función cognitiva compleja objeto de estudio de las neurociencias. Un trabajo de Andrea Insabato, Mario Pannunzi, coordinado por Gustavo Deco, profesor de investigación ICREA del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) y director del Centro de Cognición y Cerebro (CBC) de la UPF, presenta un modelo que da cuenta de manera muy rigurosa, a nivel de células neuronales y de sus conexiones o sinapsis, de la confianza en la decisión. Un modelo que explica el comportamiento cognitivo de los animales mientras deciden entre diferentes opciones posibles con la incertidumbre que conlleva cada decisión.

El modelo proporciona apoyo a las numerosas perspectivas que interpretan la tarea de opción incierta como una asociación sensoriomotora

El modelo se explica en detalle en un artículo publicado en la revista PLOS Computational Biology, en el que los autores reproducen la dinámica funcional neuronal del cerebro de primates mientras están haciendo la tarea cognitiva. Insabato, primer autor del trabajo, comenta que “nuestro modelo se basa en un mecanismo simple de elección múltiple que no dispone de ningún otro mecanismo para evaluar la confianza del sujeto en su decisión. Por tanto, nuestro estudio apoya la idea de que el resultado de una tarea de opción incierta se puede resolver sin tener en cuenta aspectos metacognitivos, como la conciencia u otros estados mentales”.

El modelo computacional propuesto parte de la idea de que la dinámica neuronal fluctúa alrededor de puntos de equilibrio estables o atractores y asocia la topología de estos atractores con el comportamiento de los primates en la vida real. El modelo, a través de una topografía de conexiones neuronales de atractores multiestables, explica los datos experimentales obtenidos del comportamiento de los primates ante una tarea de elección múltiple y la actividad neuronal registrada durante esta actividad y produce varias predicciones comprobables. En la fase experimental del estudio se obtuvieron registros cerebrales de primates mientras decidían entre una recompensa pequeña pero segura, frente a una decisión insegura con el riesgo de quedarse sin recompensa.

El modelo proporciona apoyo a las numerosas perspectivas que interpretan la tarea de opción incierta como una asociación sensoriomotora. Además, el trabajo aporta varias predicciones que podrían ser puestas a prueba fácilmente en otro nuevo experimento. Una de las predicciones, podría servir para contrastar este nuevo modelo con otros modelos propuestos recientemente.

.

Referencia bibliográfica: 
Andrea Insabato, Mario Pannunzi, coordinado por Gustavo Deco (2017), “Multiple Choice Neurodynamical Model of the Uncertain Option Task“, PLOS Computational Biology, enero, 11.