Toma de decisiones cerebral comienza antes del procesamiento completo de información

Investigación revela que el cerebro usa retroalimentación entre regiones para decidir, desafiando el modelo secuencial tradicional

Neurocientíficos cuestionan el modelo secuencial de procesamiento cerebral que ha dominado la disciplina durante décadas. Un estudio reciente demuestra que el cerebro inicia la toma de decisiones mucho antes de procesar completamente la información sensorial, mediante un sistema complejo de retroalimentación entre diversas regiones cerebrales que opera de forma simultánea…

Neurocientíficos cuestionan el modelo secuencial de procesamiento cerebral que ha dominado la disciplina durante décadas. Un estudio reciente demuestra que el cerebro inicia la toma de decisiones mucho antes de procesar completamente la información sensorial, mediante un sistema complejo de retroalimentación entre diversas regiones cerebrales que opera de forma simultánea y bidireccional.

La investigación, liderada por académicos de la Universidad de Illinois Urbana-Champaign, revela que el cerebro no procesa información de manera lineal. En lugar de seguir un recorrido unidireccional desde áreas sensoriales hacia la corteza frontal, las diferentes regiones cerebrales mantienen comunicación constante mediante bucles de retroalimentación. Esto permite que la información viaje tanto hacia adelante como hacia atrás antes de que se tome una decisión definitiva. El equipo investigó la actividad neuronal de ratones en entornos de realidad virtual, observando cómo tomaban decisiones basadas en estímulos visuales. Un hallazgo sorprendente fue que la corteza somatosensorial primaria, una de las primeras áreas responsables del procesamiento sensorial, no solo transmitía información hacia niveles superiores, sino que también recibía señales de otras partes del cerebro, ajustando su actividad casi en tiempo real.

Este descubrimiento tiene implicaciones directas para el desarrollo de inteligencia artificial más eficiente. El cerebro adulto consume aproximadamente 20 vatios de energía, mientras que muchos centros de datos dedicados al entrenamiento de IA requieren megavatios de electricidad. Entender cómo la evolución ha optimizado la arquitectura cerebral a lo largo de millones de años podría contribuir al desarrollo de algoritmos que consuman menos energía y operen con mayor inteligencia. Los investigadores buscan descifrar cómo está organizada arquitectónicamente la inteligencia biológica para emular esa organización en sistemas computacionales. A pesar de los avances, los científicos aún enfrentan el reto de descifrar completamente el lenguaje del cerebro, lo que representa un área de gran potencial para futuras investigaciones y aplicaciones en neurociencia computacional y desarrollo de sistemas inteligentes.