Ratón + IA = empleados ideales: biología y redes neuronales comparten el mismo código

Un nuevo trabajo de científicos de la Universidad de California en Los Ángeles mostró que los mecanismos de cooperación en seres vivos y en sistemas artificiales son sorprendentemente similares. En el artículo, los investigadores describieron cómo ratones y algoritmos de inteligencia artificial, ante tareas idénticas, desarrollaron por sí mismos estrategias de interacción idénticas. Este enfoque paralelo permitió por primera vez comparar directamente los procesos de aprendizaje de la cooperación en el cerebro biológico y en modelos de redes neuronales.

La parte experimental incluyó una tarea de comportamiento en la que una pareja de ratones debía actuar de forma coordinada para obtener la recompensa. Con el tiempo, la ventana de sincronización requerida se redujo hasta 0,75 segundos. Los animales aprendieron gradualmente a adaptarse al compañero: se acercaban más a su lado de la cámara, esperaban a que este realizara una acción y mantenían contactos mutuos antes de tomar una decisión. A medida que aumentaba la habilidad, la frecuencia de las interacciones se duplicaba y el éxito dependía directamente de la coordinación. Al mismo tiempo, mediante visualización de calcio se registró la actividad de neuronas individuales en la corteza cingulada anterior. Se constató que precisamente esta zona cerebral codifica información sobre las acciones del compañero y el nivel de trabajo conjunto. Al suprimir artificialmente su actividad, la cooperación cayó bruscamente.

Para comparar los resultados con agentes artificiales, el equipo creó un modelo basado en aprendizaje por refuerzo multiagente y lo entrenó en un análogo virtual de la tarea. Las redes neuronales llegaron por sí solas a las mismas estrategias: esperar las acciones del compañero y sincronizar con precisión los momentos de interacción. En ambos casos —animales y algoritmos— se formaron grupos funcionales de neuronas que aumentaban la respuesta a estímulos de cooperación. Además, la información sobre las acciones del compañero se volvió clave conforme crecían las habilidades. Cuando los investigadores alteraron artificialmente el funcionamiento de las "neuronas cooperativas" en el modelo, la eficacia de la cooperación se redujo drásticamente, lo que confirmó su papel crítico en la formación del comportamiento grupal.

Según los autores, los resultados muestran la existencia de principios computacionales fundamentales de la cooperación que trascienden la biología y se reflejan en sistemas artificiales. El trabajo complementa una serie de estudios en los que anteriormente se habían mostrado "espacios neuronales compartidos" durante interacciones sociales y mecanismos de ayuda a otros animales en situaciones de estrés. El conjunto de estos datos conforma una comprensión integral de las bases del comportamiento prosocial.

Las conclusiones obtenidas abren perspectivas en dos direcciones. Por un lado, ayudan a profundizar en cómo se forman y se mantienen los vínculos sociales en las personas y cómo sus alteraciones se relacionan con los trastornos mentales. Por otro lado, ofrecen orientación para el diseño de nuevas generaciones de inteligencia artificial capaces de cooperar de manera eficaz. Los autores tienen la intención de comprobar si principios análogos se mantienen en otras zonas cerebrales implicadas en procesos sociales y hasta qué punto estas regularidades se pueden utilizar para el análisis de sistemas tanto biológicos como digitales.