El cerebro humano, a menudo descrito como el objeto más complejo del universo, sigue desconcertando a los científicos a pesar de las vastas investigaciones y avances tecnológicos dedicados a comprenderlo. La neurociencia moderna ha logrado capacidades asombrosas, como permitir que personas paralizadas controlen extremidades robóticas con su mente o incluso manipular la memoria y la percepción en animales y humanos. Sin embargo, a pesar de estos avances, existe una profunda inquietud en la comunidad científica acerca del marco teórico—o la ausencia del mismo—que guía esta investigación.
Muchos neurocientíficos argumentan que estamos llegando a un punto muerto en la comprensión del cerebro. A pesar de la avalancha de datos generados por iniciativas de investigación masivas, nuestra comprensión de cómo funciona el cerebro en su totalidad parece más fragmentada que nunca. Esta paradoja se resume de manera contundente en las palabras del neurocientífico francés Yves Frégnac: «El big data no es conocimiento». La acumulación de hechos, aunque impresionante, a menudo abre nuevas capas de complejidad, haciendo que la comprensión global sea cada vez más esquiva.
Durante décadas, la metáfora dominante para el cerebro ha sido la de una computadora: procesar entradas, codificar información y generar salidas. Esta analogía ha moldeado innumerables experimentos y modelos. Sin embargo, como advirtió Karl Lashley ya en 1951, confiar en metáforas basadas en máquinas corre el riesgo de simplificar en exceso un órgano profundamente intrincado y evolucionado. Así como generaciones anteriores utilizaron metáforas hidráulicas o telefónicas para explicar el funcionamiento del cerebro, la analogía computacional también podría estar limitando nuestra comprensión.
El neurocientífico francés Romain Brette ha desafiado uno de los aspectos más omnipresentes de esta metáfora: la idea de la «codificación» neuronal. Aunque la codificación sugiere una representación de información que puede descifrarse, esta suposición implica la existencia de un observador ideal dentro del cerebro que descifre estas señales. En realidad, cómo las redes interconectadas del cerebro procesan y actúan sobre estas señales sigue siendo un misterio en gran medida. La crítica de Brette destaca el peligro de confundir una metáfora con la realidad.
El cerebro no es un receptor pasivo de estímulos. No se limita a absorber y almacenar datos como lo haría un disco duro de computadora. Por el contrario, como argumenta el neurocientífico húngaro György Buzsáki en The Brain from Inside Out, el cerebro construye activamente información. Constantemente prueba posibilidades, busca soluciones e interactúa con el entorno de maneras que trascienden el modelo simplista de entrada-salida propio de la computación. Este juego dinámico resalta el papel del cerebro como un órgano moldeado por la evolución, diseñado para la acción y la supervivencia, no para procesar datos de manera aislada.
Las limitaciones de la metáfora computacional se hacen aún más evidentes al considerar la diversidad de funciones cerebrales. Por ejemplo, la visión ha sido estudiada extensamente y modelada en términos computacionales, mientras que el sentido del olfato, que opera a través de mecanismos fundamentalmente diferentes, sigue siendo menos comprendido. Este desequilibrio subraya cómo centrarse en ciertas analogías puede distorsionar nuestra comprensión de la complejidad total del cerebro.
Como observó Francis Crick, el cerebro es una estructura compuesta, con diferentes regiones que evolucionaron para funciones específicas. Los neurocientíficos Anne Churchland y Larry Abbott han sugerido que nuestra comprensión final del cerebro podría parecerse a un mosaico: una colección de explicaciones altamente específicas unidas entre sí, más que una teoría unificada. Este enfoque fragmentado puede ser la única forma viable de captar un órgano tan diverso en su estructura y función.
La dependencia de metáforas como la computadora refleja un problema más amplio en el cientificismo mecanicista: la suposición de que los misterios del cerebro pueden explicarse completamente a través de datos empíricos y analogías tecnológicas. Esta visión, aunque productiva para generar hipótesis y experimentos, corre el riesgo de pasar por alto la naturaleza activa, encarnada y evolutiva del cerebro. Al aferrarnos a metáforas basadas en tecnologías contemporáneas, podríamos estar limitando nuestra imaginación y el alcance de futuros descubrimientos.
A medida que cuestionamos los límites de la metáfora computacional, el desafío radica en encontrar nuevas formas de conceptualizar el cerebro. Históricamente, los avances en la ciencia del cerebro a menudo han estado vinculados a innovaciones tecnológicas, como la hidráulica o la electricidad. Si las tecnologías futuras proporcionarán metáforas más adecuadas sigue siendo incierto.
Lo que está claro, sin embargo, es que comprender el cerebro requiere superar las restricciones del pensamiento mecanicista. El cerebro no es una computadora. Es un órgano de acción, percepción y construcción, un sistema dinámico que desafía las analogías simples. Reconocer los límites de nuestros marcos actuales es el primer paso hacia una comprensión más profunda y holística de este órgano extraordinario.
https://pijamasurf.com/2025/01/por_que_es_un_error_pensar_en_el_cerebro_humano_como_una_computadora/