Aprender algo nuevo rara vez implica empezar desde cero, aunque a veces lo parezca. Cuando cambiamos de trabajo, aprendemos una aplicación o nos enfrentamos a una tarea desconocida, el cerebro no borra lo anterior para volver a escribirlo todo. Lo que hace es reorganizar lo que ya sabe. Esa idea, tan intuitiva como difícil de demostrar, acaba de recibir una de las evidencias más sólidas hasta ahora.
Un equipo internacional de neurocientíficos ha mostrado que el cerebro utiliza conjuntos de actividad neuronal compartidos para resolver tareas distintas, combinándolos de forma flexible según la situación. El trabajo, publicado en Nature, se basa en registros cerebrales detallados en macacos entrenados para alternar entre varias tareas relacionadas. El hallazgo ayuda a entender por qué aprendemos rápido y nos adaptamos mejor que las máquinas.
Más allá del laboratorio, los resultados ofrecen una nueva forma de pensar la inteligencia humana. No como una suma de habilidades aisladas, sino como un sistema que reaprovecha recursos internos una y otra vez. La flexibilidad mental tendría más que ver con reutilizar que con acumular.
Tres tareas, una misma lógica cerebral
El experimento partía de crear tareas diferentes que, en el fondo, compartieran una estructura común. Los investigadores presentaban a los macacos estímulos visuales que variaban gradualmente en color y forma, y les pedían que tomaran una decisión mirando hacia uno de varios puntos en la pantalla.
En algunas tareas debían fijarse solo en el color; en otras, únicamente en la forma; y, según el caso, asociar esa decisión a distintos movimientos oculares. El objetivo no era poner a prueba la agudeza visual, sino cómo el cerebro organiza la decisión.
La clave estaba en que las tareas no eran independientes entre sí. Todas exigían percibir un estímulo, interpretarlo según una regla y transformarlo en una acción concreta. Sin embargo, los animales nunca recibían una señal explícita que les indicara qué regla estaba en vigor. Debían descubrirlo a través del ensayo y error, ajustando su comportamiento en función de si recibían recompensa o no. Así, cada cambio de tarea se convertía en un problema de inferencia, no de simple ejecución.
Gracias a este planteamiento, los investigadores pudieron observar cómo el cerebro afronta la incertidumbre y el cambio. Al pasar de una tarea a otra, la actividad neuronal no se desorganizaba ni se reconstruía desde cero. Algunas representaciones permanecían activas y otras se reajustaban para encajar con la nueva demanda. El cerebro mostraba una notable economía de recursos: conservaba lo útil y reorganizaba lo necesario para seguir funcionando con eficacia.
Subespacios compartidos: una base común para distintas tareas
Al analizar la actividad neuronal, los científicos encontraron que información clave como el color, la forma o la respuesta motora se representaba en “subespacios” de actividad compartidos entre tareas. Es decir, las mismas poblaciones neuronales participaban en contextos distintos. La diferencia estaba en cómo se usaban, no en cuáles se activaban.
La corteza prefrontal, una región asociada a funciones cognitivas complejas, fue especialmente importante. Allí, las representaciones del color o de la acción se mantenían similares incluso cuando cambiaba la tarea concreta. Esto sugiere un papel central en la generalización del conocimiento.
En otras regiones cerebrales, como áreas sensoriales o el estriado, las representaciones eran más específicas de cada tarea. Esta combinación de lo compartido y lo particular parece ser clave para equilibrar flexibilidad y precisión. El cerebro mezcla reutilización con especialización.
Créditos: Nature (2025).
De percibir a actuar: una transformación paso a paso
Uno de los resultados más reveladores del estudio es que el cerebro organiza la información siguiendo una secuencia bien definida. En lugar de procesar todos los elementos al mismo tiempo, primero se centra en identificar aquello que es relevante en el estímulo y, solo después, traduce esa información en una respuesta. La toma de decisiones surge de una cadena ordenada de pasos, no de una reacción inmediata.
Cuando los animales realizaban tareas basadas en el color, la actividad cerebral mostraba con claridad esta progresión. En las primeras fases aparecían señales relacionadas con la categoría del estímulo, mientras que las señales vinculadas al movimiento ocular surgían más tarde.
Este cambio no implicaba activar regiones completamente distintas, sino desplazar la actividad dentro de patrones neuronales que el cerebro ya utilizaba en otras tareas. La respuesta no se añade desde fuera, se construye a partir de la percepción.
Lo más interesante es que esta conversión de percepción en acción no era automática ni fija. Dependía de la regla que el cerebro asumía como válida en ese momento. Un mismo estímulo visual podía dar lugar a decisiones diferentes si la tarea exigía una asociación distinta. El contexto define cómo se transforma la información, mostrando que el cerebro actúa guiado por su interpretación de la situación, no solo por lo que ve.
La importancia de la “creencia” sobre la tarea
Un aspecto clave del estudio es que los animales mantenían una representación interna de qué tarea pensaban estar haciendo. Esa “creencia” no siempre era correcta al principio, pero se ajustaba con la experiencia. El cerebro no solo reacciona, también infiere.
Cuando la creencia sobre la tarea era fuerte, las representaciones relevantes se volvían más claras y las irrelevantes se debilitaban. Por ejemplo, al centrarse en el color, la información sobre la forma se reducía. El cerebro prioriza lo que cree que importa. Esta modulación no era instantánea para todo. Mientras las respuestas motoras se ajustaban rápido, las representaciones sensoriales cambiaban de forma gradual. La adaptación cognitiva es dinámica, no uniforme.
Por qué este hallazgo importa fuera del laboratorio
Comprender cómo el cerebro reutiliza representaciones ayuda a explicar una de las grandes ventajas humanas: aprender cosas nuevas sin olvidar las antiguas. En inteligencia artificial, ese equilibrio sigue siendo un problema abierto. Las máquinas aún luchan donde el cerebro destaca.
El estudio sugiere que la clave no está en crear circuitos nuevos para cada tarea, sino en regular cuáles se amplifican y cuáles se silencian según el contexto. Este principio podría inspirar sistemas de IA más flexibles y resistentes al olvido. Reutilizar bien puede ser más potente que aprender más.
También hay implicaciones clínicas. Trastornos que afectan la flexibilidad cognitiva podrían estar relacionados con fallos en este mecanismo de selección y reutilización. Entenderlo mejor abre la puerta a nuevas estrategias terapéuticas.
Referencias
- Tafazoli, S., Bouchacourt, F.M., Ardalan, A. et al. Building compositional tasks with shared neural subspaces. Nature (2025). doi: 10.1038/s41586-025-09805-2
Cortesía de Muy Interesante
Dejanos un comentario: