Introducción al procesamiento predictivo y error predictivo

Facultad de Psicología, UNAM

 Febrero 2024

Andrea M. Arellano Rosas, Christian Flores Estrada

 Estefanía V. De Haro Hernández 

Mariana Rodríguez Espejel 

 Sofia Sánchez Jiménez

Introducción 


En los últimos años, la manera en que estudiamos la cognición y la forma en que percibimos y nos relacionamos con el mundo ha cambiado considerablemente. En el contexto de las ciencias cognitivas corporizadas, se plantea que nuestro cuerpo desempeña un papel fundamental en estos procesos. Bajo este paradigma, la teoría del procesamiento predictivo ha emergido como uno de los enfoques más influyentes en la investigación cognitiva, pues desafía la postura tradicional de la percepción y ofrece, entre otras cosas, nuevas formas para explorar la interacción entre la percepción, la acción, la cognición y el entorno de una manera única y conceptualmente unificada (Miller et al., 2022; Wiese & Metzinger 2017).

 El objetivo de este escrito es explorar los aspectos fundamentales de la teoría del procesamiento predictivo, así como las perspectivas derivadas de ella. Además, se busca destacar el valor que esta teoría aporta al entendimiento y trabajo en el ámbito de la salud mental.

¿Que es el pensamiento predictivo?

El procesamiento predictivo, se fundamenta en la premisa de que el cerebro no solo reacciona pasivamente a estímulos externos, sino que constantemente genera y actualiza activamente predicciones sobre la información sensorial (Clark, 2015a; Wiese & Metzinger 2017), es decir realiza inferencias sobre lo que está por suceder. Estas predicciones son cruciales para anticipar la información sensorial y dar sentido a nuestro entorno, permitiéndonos no solo interpretar el presente, sino también prepararnos para el futuro, haciendo uso del conocimiento previo. 

Para comprender cómo realizamos esto es indispensable abordar el concepto de “error predictivo”, el cual se define como la diferencia entre la entrada sensorial predicha y la entrada sensorial actual (Clark, 2015a), en otras palabras es la diferencia entre lo que esperamos que suceda y lo que sucede realmente. Así pues, cuando nuestras predicciones no concuerdan con la información percibida, el error predictivo resultante desencadena un proceso de aprendizaje, el cual lleva a la actualización de nuestras predicciones con el objetivo de volverse más precisas en el futuro.

¿Y el error predictivo?

El error predictivo no sólo es crucial para mejorar nuestras predicciones, sino que también resulta fundamental para comprender cómo nuestra cognición está íntimamente ligada a nuestra experiencia corporal, poniendo a prueba nuestras predicciones a través de la acción. En este contexto, tanto el procesamiento predictivo como el error predictivo adquieren una dimensión más compleja, pues consideran cómo la experiencia corporal influye en la formación y ajuste de nuestras predicciones durante nuestras interacciones con el entorno (Wiese & Metzinger 2017). 


Un ejemplo que puede ilustrar este fenómeno es visitar nuestro restaurante favorito. Imagina que dicho restaurante es conocido por su buen ambiente y comida deliciosa, por lo tanto se generan predicciones de cómo será la experiencia cuando lo visites. Un día descubres que cambiaron la decoración interior, ese cambio entre lo que esperas ver y lo que hay es el error predictivo. Por otro lado, aunque observamos cambios en la decoración, confías en tus experiencias pasadas y esperas una experiencia gastronómica igual de satisfactoria. Tu confianza en tus predicciones previas te permite disfrutar de la comida sin preocuparte por los cambios, confiando en que el restaurante mantendrá sus altos estándares.



En este ensayo, exploramos el paradigma del procesamiento predictivo y del error predictivo, contextualizados en el marco de las ciencias cognitivas corporizadas. Se examinará cómo el procesamiento predictivo abre nuevas vías de comprensión sobre la interacción entre cuerpo, mente y entorno y la forma en que esto impacta la construcción de nuestra realidad con implicaciones cruciales para la salud mental. En este sentido, se analizará las explicaciones que se realizan sobre distintos trastornos psicológicos basadas en los desajustes en la precisión esperada de las predicciones y la entrada sensorial, afectando la manera en que el error predictivo actualiza las predicciones. 

La teoría del procesamiento predictivo, propuesto recientemente como una teoría unificadora de la percepción, la acción, y la cognición, sostiene que los agentes biológicos procesan la información sensorial impulsados por un modelo predictivo de sí mismos en el entorno (Miller et al., 2022). Según Wiese & Metzinger (2017). Estos principios pueden aplicarse a niveles de análisis subpersonales, ya sea en el campo computacional o neurobiológico, así como en el nivel personal, como la estructura del razonamiento o informes fenomenológicos que describen los contenidos de la conciencia.

La teoría del procesamiento predictivo se destaca por dos características centrales: la primera implica el uso de un modelo generativo de conocimientos para predecir la información sensorial entrante, y la segunda se refiere a la estimación de precisión que determina la influencia del error predictivo en la actualización de las predicciones (Clark, 2015a). 

Aquí, es esencial señalar que el error predictivo no sustituye a la información sensorial; más bien, representa información sensorial que aún no ha sido completamente explicada o predicha. Por lo tanto, el error predictivo lleva consigo la carga de procesamiento de información, permitiendo distinguir qué información es novedosa y significativa dentro del constante bombardeo sensorial. 

El procesamiento predictivo, suele abordarse desde dos estrategias que están íntimamente entrelazadas. La primera es conocida como inferencia perceptual y la segunda como inferencia activa. Mediante estas estrategias, los agentes biológicos pueden perfeccionar su modelo generativo para realizar predicciones cada vez más precisas sobre los cambios en la información sensorial. La inferencia perceptual y la inferencia activa se pueden entender como dos estrategias que permiten la minimización del error predictivo, siendo este proceso central para el aprendizaje y la conducta adaptativa que subyacen la sobrevivencia.  


Inferencia perceptual 



En contraste con las teorías clásicas que consideraban al cerebro como un órgano pasivo que espera la información sensorial para ser procesada, enfoques como el del procesamiento predictivo, enfatizan la naturaleza constructiva de la percepción. Este enfoque considera a la percepción como un proceso activo y altamente selectivo, donde los agentes biológicos no esperan pasivamente la estimulación sensorial, sino que están constantemente activos, tratando de predecir los cambios en la estimulación sensorial más probables para poder actuar (Clark, 2015a). 


 Por lo tanto, una característica crucial de la inferencia perceptual es predecir vía top-down (de arriba hacia abajo) la información sensorial durante la percepción. Desde esta perspectiva, el sistema perceptual requiere aprender y aplicar un modelo generativo probabilístico para anticipar el desarrollo del flujo sensorial (Clark, 2015b). El error predictivo, producto de la comparación de la entrada sensorial y la predicción, permite ir aprendiendo las regularidades de los cambios en la entrada sensorial. De esta forma, es posible perfeccionar las predicciones mediante la minimización del error predictivo hasta que las predicciones se ajusten a la entrada sensorial de manera más precisa. 

Mediante la inferencia perceputal, la información sensorial entra a través de las múltiples modalidades sensoriales vía bottom-up (de abajo hacia arriba) y es comparada con una predicción descendente vía top-down. Esta predicción busca anticipar los cambios en la actividad neuronal que causa la información sensorial entrante en múltiples escalas temporales y espaciales de procesamiento (Wiese & Metzinger, 2017). Al comparar la activación neuronal predicha con la activación neuronal de la información sensorial entrante, el procesamiento vía bottom-up se centra en las discrepancias de interés. Entonces, el flujo descendiente vía top-down no sólo refiere a las predicciones sobre la información sensorial entrante, también implica una predicción de segundo orden que determina la influencia del error predictivo en el aprendizaje, el cual permite la mejora de las futuras predicciones mediante la minimización del error predictivo. Por ejemplo, Imagina caminar por el bosque en un día soleado. Tu cerebro procesa la luz, los sonidos y las sensaciones táctiles a medida que avanzas, si la información coincide con las predicciones se sigue sin problema. Si algo inesperado ocurre, como un destello de luz brillante, el sistema ajusta su comprensión del entorno para explicar esta nueva información. Este proceso constante de comparar la información sensorial con las predicciones previas y ajustarlas es lo que se entiende como inferencia perceptual. 



A diferencia de las perspectivas tradicionales de la percepción las cuales se encuentran basadas en el procesamiento de la información sensorial vía bottom-up, la inferencia perceptual implica una constante cascada de predicciones vía top-down (Clark, 2015a). Las actualizaciones resultantes de este procesamiento se ajustan a las normas de la inferencia bayesiana, un método computacional para combinar racionalmente la información existente con nueva evidencia. A través de la inferencia bayesiana, se actualizan las creencias sobre la probabilidad de una hipótesis y sobre las causas de las sensaciones en base a la nueva evidencia observada y las creencias previas (Wiese & Metzinger, 2017). En la inferencia perceptual, este proceso implica la minimización del error predictivo. Por lo tanto, la estrategia para minimizar el error predictivo mediante la inferencia perceptual necesariamente requiere de la actualización del modelo generativo. 

Inferencia activa.

La segunda estrategia para la minimización del error predictivo es la inferencia activa, en la cual están estrechamente entrelazadas la percepción y la acción. La inferencia activa implica predecir las consecuencias sensoriales de la acción seleccionada, de tal forma que las acciones provocan las corrientes de estimulación sensorial predichas (Clark, 2015b). Dicho esto, se hace imperativo redefinir el concepto mismo de "acción". En la inferencia activa, la acción no se entiende como una respuesta motora a una entrada sensorial, sino más bien como un método organizado y eficaz para seleccionar las siguientes entradas sensoriales que ocurrirán producto del movimiento. 

Por ejemplo, si se está en una fiesta, deseando unirse a un grupo de personas para conversar. Antes de dar el primer paso, tu cerebro anticipa cómo se verá y sonará el grupo cuando te acerques. Luego, seleccionas tus movimientos para provocar las sensaciones que esperas, asegurando una integración fluida en la conversación. En este caso, la inferencia activa implica no solo reaccionar a las sensaciones, sino también influir en ellas mediante acciones planificadas.


Por lo tanto, los agentes biológicos están constantemente anticipando sus propios estados futuros y produciendo activamente estos estados mediante la acción (Clark, 2015a).La inferencia activa implica una fusión y una superposición dinámica de las funciones de sentir, pensar y actuar a medida que los sistemas sensorimotores interactúan con el entorno para la minimización del error predictivo (Clark, 2015b). La acción surge de nuestras propias predicciones sobre el flujo de sensaciones; la simple idea de realizar un movimiento desencadena el movimiento. Al tener una intención de acción, se predicen los cambios sensoriales que la acción genera, el error predictivo esperado que tendrá que ser minimizado al ejecutar la acción (Clark, 2015a).

 

En la inferencia activa, la acción es el resultado de movimientos que se ajustan a las predicciones propioceptivas, las cuales reflejan la trayectoria de movimiento deseado y el error predictivo esperado es minimizado por el movimiento corporal (Pickering & Clark, 2014). Mediante el entrelazamiento de la percepción y la acción se minimiza el error predictivo en toda la jerarquía cortical, donde el movimiento minimiza los errores predictivos al nivel de las sensaciones propioceptivas y las consecuencias de la acción minimizan los errores predictivos de las sensaciones asociadas a los cambios sensoriales de la acción (Clark, 2015a).


A partir de este modelo de procesamiento predictivo han surgido nuevas dudas, si bajo esta teoría los agentes desean minimizar el error ¿Por qué un agente tendría curiosidad de explorar el ambiente y moverse fuera de su zona de confort? Esto se responde considerando el principio de energía libre. Según Wiese & Metzinger (2017), la FEP (principio de energía libre) afirma que un agente actúa para mantenerse en los estados esperados, minimizando la incertidumbre y errores de predicción. Sin embargo, minimizar la energía libre también implica que algunos estados estén más ocupados que otros, y estos son valorados positivamente por el agente  (Kiverstein et al, 2019).

Esto implica que no solo estamos atraídos por las recompensas, sino que somos recompensados por reducir los errores entre los estados esperados y reales. Además, la sensibilidad del agente a la tasa de cambio juega un papel crucial en la precisión de su ajuste sobre la marcha. En este contexto, un agente motivado por la minimización de energía libre se vuelve curioso y motivado para explorar y jugar en su entorno, superando constantemente los límites de sus habilidades conocidas. A través de este compromiso exploratorio, los agentes curiosos descubren posibilidades novedosas que les permiten mejorar constantemente sus habilidades.

Salud mental y Procesamiento predictivo

A pesar de que se ha prestado relativamente poca atención a las cuestiones de la salud mental y el bienestar desde la perspectiva del procesamiento predictivo, en los últimos años se han abordado propuestas dentro de este marco que, por su naturaleza vanguardista, pueden resultar muy enriquecedoras. Miller et al. (2022) proponen que, para ser mentalmente sano, un organismo debe ser un buen predictor de las causas ambientales y corporales de sus estados sensoriales, ajustando su comportamiento para mantener la homeostasis en cada momento. Además, plantean que la rigidez cognitiva y corporal del organismo conduce a la patología, y la regulación de la acción basada en la valencia (sentido positivo o negativo) de los estados afectivos es clave para evitar patrones rígidos de pensamiento, sentimiento y acción.

Para comprender mejor la propuesta de Miller, es fundamental recordar la estrecha interacción entre las inferencias interoceptivas y exteroceptivas, implicando que las respuestas emocionales estén inevitablemente moldeadas por el contexto. Desde este marco, se pueden abordar los mecanismos subyacentes a patologías como la depresión, adicciones, esquizofrenia, etc., así como entender cómo un organismo humano puede alcanzar estados de bienestar. La hipótesis es que agentes que utilizan modelos generativos subóptimos con predicciones persistentemente no coincidentes con observaciones sensoriales desarrollan creencias anormales, manifestadas en diversas psicopatologías. Muchas de estas patologías pueden explicarse por creencias falsas sobre la precisión de las predicciones y de la entrada sensorial, dando lugar a inferencias perceptuales e inferencias activas desadaptativas.

En la impotencia aprendida, por ejemplo, el sujeto sostiene la creencia persistente de que sus acciones no afectarán su vida, generando un circuito de retroalimentación donde la creencia de incapacidad para reducir el error de predicción mediante la acción refuerza la idea de que las situaciones no mejorarán (Miller et al., 2022). Otro ejemplo se encuentra en la disminución o aumento excesivo de la precisión de las señales de error de predicción, que puede dar lugar a predicciones divergentes de los estados sensoriales, como en el delirio esquizofrénico.

Para evitar modelos generativos subóptimos, el sujeto necesita algún medio para evaluar la incertidumbre de sus predicciones previas y la nueva probabilidad del contexto dado. Para no solo evitar modelos psicopatológicos, sino alcanzar un estado de bienestar mental, se propone la sintonía metaestable (Miller et al., 2022). Este estado dinámico permite al agente encontrar un equilibrio entre explotar las políticas de acción existentes y realizar acciones epistémicas de búsqueda de información para reducir la incertidumbre. Estar en sintonía con estos bordes favorece estados resilientes, promoviendo que el sujeto pueda adaptarse fácilmente a los desafíos ambientales, una característica necesaria para la alostasis, la estabilidad de las condiciones internas del cuerpo a través del cambio, y según Miller et al. (2022), una condición para el bienestar.

Los seres humanos que viven en entornos dinámicos complejos se benefician al permanecer en el límite entre el orden y el desorden, entre lo conocido y lo desconocido. La importancia del marco del procesamiento predictivo radica en comprender que, para el bienestar humano, es necesario frecuentar este borde de criticidad. Los organismos predictivos deben estar preparados para explorar entornos suficientemente inciertos que sean propicios para el aprendizaje. Cuando un nicho se predice tan bien que deja de ofrecer reducción de errores, los agentes comienzan a explorar nuevas oportunidades para mejorar. El éxito local en la reducción de errores no es suficiente para el bienestar general. 

Un funcionamiento psicológico óptimo surge del mantenimiento de un equilibrio metaestable, en un sistema con mejor capacidad para enfrentar y resolver incertidumbres inesperadas, produciendo un control óptimo o, dicho de otra manera, una sensación de bienestar basal.

Conclusiones.

A lo largo del trabajo, hemos observado la importancia del procesamiento predictivo y su profunda implicación en nuestra vida diaria. Es crucial conocer su origen, ya que esto amplía nuestro panorama de estudio y, por ende, contribuye a un mayor entendimiento de nuestro comportamiento y de las decisiones tomadas por otras especies. Esto nos permite apreciar la importancia de diversos factores, como la morfología, la naturaleza de la especie, y el contexto en el que se encuentra, sin dejar de lado la relevancia de la motivación al realizar una tarea.

El procesamiento predictivo redefine nuestra concepción de la percepción y la acción, así como de los organismos, presentándolos como agentes activos que constantemente generan predicciones para anticipar los cambios en la estimulación sensorial. Este marco teórico no sólo tiene implicaciones fundamentales para la percepción y la acción, sino que también arroja luz sobre aspectos clave de la salud mental. Al comprender cómo el cerebro construye activamente su experiencia a través de la predicción, podemos abrir nuevas vías para la investigación y la comprensión de la complejidad de la mente humana. Explorar aspectos como el procesamiento predictivo y la dinámica del error predictivo se vuelve fundamental para comprender y abordar la forma en que nos desenvolvemos de manera más completa.

REFERENCIAS