Las ratas pueden ser más inteligentes que las personas

El estudio: Ben Vermaercke y sus colegas de KU Leuven dieron dos tareas de aprendizaje cognitivo a ratas de laboratorio y estudiantes. Con ambas tareas, se entrenó a los sujetos para distinguir entre patrones «buenos» y «malos» y luego se probó su capacidad para aplicar esos conocimientos a nuevos tipos de patrones. En la primera tarea, los patrones variaban en una sola dimensión, ya fuera la orientación o el espaciado, y las ratas y los humanos lo realizaron igual de bien. En el segundo, los patrones variaban en ambas dimensiones, y a las ratas les fue mejor que a los humanos. Entrevista realizada por Alison Beard

El desafío: ¿Son los roedores más inteligentes de lo que creemos? ¿Son, en algunos casos, nuestros superiores cognitivos? Sr. Vermaercke, defienda su investigación.

Un cerebro más complejo no siempre es mejor. En las tareas de integración de la información, las ratas aplicaron lo que aprendieron con mayor rapidez.

Vermaercke: La advertencia «en algunos casos» es clave aquí. Las ratas superaron a los humanos en la segunda tarea. Necesitaban más práctica con el conjunto inicial de patrones para descubrir cómo discriminar entre «bueno» y «malo», pero cuando se les dio la siguiente serie, pudieron aplicar lo que habían aprendido más rápidamente. Tenían que nadar para mostrarnos sus opciones, mientras que las asignaturas de los alumnos usaban computadoras. Pero de lo contrario intentamos hacer que las condiciones sean lo más iguales posible.

HBR: ¿Cómo explica el mejor rendimiento de las ratas?

La primera tarea incluía reglas. El segundo se centró en la integración de la información. Los humanos aprenden en ambos sentidos. Nuestro sistema basado en reglas fue un desarrollo evolutivo: ¿Cómo saber si una baya es buena para comer? Aprendes que este pequeño rojo es bueno y luego ahorras energía evitando los de una forma o color diferente. Así que nuestro cerebro ha sido condicionado para buscar reglas. Nuestros padres nos enseñan en la escuela, en el trabajo y en el trabajo, y podemos tomar muchas buenas decisiones aplicando las que hemos aprendido. Pero en otras situaciones hay demasiadas cosas que hacen que las reglas simples funcionen, y ahí es cuando el aprendizaje de integración de la información tiene que entrar en acción. Piensa en un radiólogo que evalúa una radiografía. Si le preguntas qué reglas usa para determinar si una mancha es cáncer, probablemente le resultará difícil verbalizarlas. Ha aprendido de ejemplos etiquetados en la escuela de medicina y de su propia experiencia, y luego desarrolló un instinto para identificar manchas cancerosas basándose en lo que ha visto antes. Otro ejemplo que me viene a la mente es un gerente que entrevista a un candidato a un puesto de trabajo. No hay reglas estrictas sobre quién será un buen empleado. Tienes que considerar muchos factores y confiar en tu juicio o en una intuición basada en tu experiencia con las personas en el lugar de trabajo. Desafortunadamente, hay una gran cantidad de pruebas que demuestran que a los humanos les resulta más difícil aprender a integrar la información de esta manera, porque buscan reglas incluso cuando no las hay.

¿Pero las ratas no tienen el mismo problema?

Bien. Un cerebro más complejo no siempre es mejor. Nuestra teoría es que, en lugar de considerar los puntos de datos específicos e intentar encontrar y aplicar una regla, nuestros sujetos ratas emplearon lo que llamamos una estrategia de categorización basada en la similitud: ¿Este patrón se parece a los objetivos «buenos» que vimos en el entrenamiento?

¿Las ratas son realmente tan exigentes?

Desde mi tesis doctoral he estado estudiando hasta dónde podemos llevar a estos animales en términos de complejidad de tareas, y la respuesta es, bastante lejos. La gente solía pensar que las ratas eran prácticamente ciegas; ahora sabemos que sus habilidades visuales son bastante avanzadas. Lo hemos hecho investigación demostrando que pueden distinguir la diferencia entre una película que presenta una rata y una que no. David Cox y sus colegas de Harvard han reportado que las ratas pueden reconocer un objeto tridimensional aunque su tamaño cambie o se haya girado. Estos y otros hallazgos muestran que la rata es un valioso modelo animal para el estudio de procesos visuales complejos.

¿Por qué debería importarnos lo que pueden hacer las ratas?

Aunque el cerebro de la rata es más pequeño y menos complejo que el cerebro humano, investigación ha demostrado que ambos son notablemente similares en estructura y función. Ambas consisten en una gran cantidad de neuronas altamente conectadas que hablan constantemente entre sí. Sin embargo, todavía tenemos una comprensión muy limitada de los principios fundamentales que subyacen a esta comunicación. Así que empezamos investigando sistemas mamíferos menos complicados. No empezarías a aprender inglés leyendo Shakespeare, ¿verdad? Además, con las ratas obviamente podemos estudiar cosas que no podíamos hacer en la gente. Tomemos mi trabajo actual como investigador en Harvard. Consiste en extraer una pequeña parte del cráneo de una rata viva y reemplazarla por un cubreobjetos, así que literalmente tenemos una ventana en su cerebro y podemos ver cómo cambian sus circuitos neuronales a medida que aprende tareas. Podemos hacerlo con docenas de animales.

¿Qué opina PETA de eso?

Siempre seguimos las pautas institucionales para el alojamiento y las pruebas humanitarias. Y un beneficio de probar que las ratas son criaturas inteligentes y usarlas para este tipo de experimentos es que les quitamos el peso de los hombros a los monos. No estoy diciendo que puedas reemplazar primates por ratas para toda investigación. Pero es factible utilizarlos en algunos casos. Puedes entrenar a muchos más de ellos, y hay menos restricciones éticas y financieras.

¿Qué otros tipos de animales están resultando útiles para la investigación del cerebro?

En neurociencia se utilizan muchos modelos animales y cada uno tiene ventajas específicas. Por ejemplo, las larvas del pez cebra son completamente transparentes. Esto permite a los investigadores capturar imágenes de células cerebrales en desarrollo para responder preguntas sobre qué moléculas son importantes en cada etapa, conocimientos relevantes para el desarrollo de embriones humanos. Otro buen ejemplo es el pájaro cantor macho, que desarrolla un canto estereotipado durante la adolescencia. Los investigadores han estudiado el procesamiento neuronal que funciona allí para comprender mejor cómo se desarrollan los patrones motores a través de un comportamiento variable y un refinamiento gradual, algo que también se ve en los niños pequeños cuando aprenden a caminar, comer y hablar mediante el ensayo y el error.

Volvamos a tu experimento. ¿Esperabas que los humanos perdieran ante las ratas?

No. Al principio, el estudio se realizó solo en ratas. Simplemente queríamos saber cómo manejarían los dos tipos de tareas de aprendizaje. Sin embargo, cuando vimos que el patrón de resultados no coincidía con el encontrado en estudios similares en humanos, decidimos añadir personas a nuestro estudio y crear una comparación lo más directa posible. Nos sorprendieron mucho los resultados.

¿Qué pueden hacer los humanos para superar nuestro sesgo hacia la búsqueda de reglas y mejorar la integración de la información? ¿Cómo vencemos a las ratas?

Una estrategia específica podría ser ocupar el sistema de aprendizaje basado en reglas de tu cerebro con otra tarea para que no domine tu sistema de aprendizaje de integración de la información. En un experimento dirigido por J. Vincent Filoteo de la Universidad de California, San Diego, las personas obtuvieron mejores resultados en un ejercicio muy similar al que les dimos a nuestros sujetos si realizaban una tarea de memoria numérica, es decir, una que ocupara su sistema basado en reglas, entre el entrenamiento y la prueba. Sin embargo, todavía hay espacio y necesidad de investigar más. Conocemos estos dos sistemas desde hace unos 15 años, pero cuando se trata de las implicaciones que tienen para mejorar el aprendizaje en nuestras escuelas u organizaciones, no creo que hayamos llegado a las respuestas.

— Escrito por