El cerebro es el objeto más complejo del universo conocido. Unos 100.000 millones de neuronas liberan cientos de neurotransmisores y péptidos en una dinámica que abarca desde el microsegundo hasta la vida. Dada esta complejidad, los neurobiólogos pueden dedicar productivas carreras al estudio de un solo receptor. ¿Podrían los psicólogos entender la mente de forma más productiva ignorando el cerebro por completo?
Marr (1977) sugirió que los procesos mentales pueden estudiarse en tres niveles de análisis: computacional (los objetivos del proceso), algorítmico (el método) y de implementación (el hardware). La separación implica que los mismos objetivos y algoritmos computacionales pueden ser realizados por un cerebro humano o por un ordenador, y el medio físico -neurona o silicio- es irrelevante. Este concepto fue fundamental para el movimiento de la ciencia cognitiva y ha dado a sus practicantes permiso para ignorar cómodamente el cerebro. Pero ha sido seriamente cuestionado: Un cálculo de alto nivel (por ejemplo, decidir la siguiente jugada en una partida de ajedrez) puede realizarse de un número prácticamente infinito de maneras. Construir un modelo informático que logre el objetivo computacional dice poco sobre si lo hace de la misma manera que lo haría un humano. El hardware proporciona restricciones críticas en el espacio de modelos posibles.
El debate sobre si necesitamos estudiar el cerebro para entender la mente se está llevando a cabo entre una red de miles de científicos y académicos de todo el mundo. El consenso emergente parece ser que la aplicación es importante. Curiosamente, los neurobiólogos también se plantean la pregunta inversa -¿necesitamos considerar la mente para entender el cerebro?- y la respuesta es mayoritariamente y cada vez más afirmativa.
Podemos aprender mucho sobre la mente sin distinguir una neurona de un astrocito. Como me repito a menudo a mí mismo y ocasionalmente a otros, «si quieres entender el rendimiento humano, estudia el rendimiento humano». Pero los datos cerebrales proporcionan una información sobre la mente que no puede obtenerse ni siquiera de los estudios más minuciosos sobre el comportamiento. En resumen, los datos cerebrales proporcionan una base física que limita los innumerables modelos de cognición, que de otro modo serían plausibles. Nos ofrecen una ventana directa para saber qué procesos mentales implican procesos neurobiológicos similares y diferentes, lo que nos permite utilizar la biología para «tallar la naturaleza en sus juntas» y comprender la estructura de los procesos mentales (Kosslyn, 1994). La función cerebral también proporciona un lenguaje común para comparar y contrastar directamente procesos que de otro modo serían «manzanas y naranjas», como la atención y la emoción. Este lenguaje común es una base para la integración del conocimiento a través de diferentes tipos de investigación -básica y clínica, humana y no humana.
Como los usos generales de la neuroimagen se han discutido elocuentemente en otros lugares, me centro aquí en algunos ejemplos de cómo la resonancia magnética funcional (fMRI) ha sido útil en mi trabajo (ver Jonides, Nee, & Berman, 2006). También, como todo método tiene sus limitaciones, discuto algunos de los escollos de hacer inferencias psicológicas a partir de datos de neuroimagen.
Un uso para mí ha sido en la comprensión de la estructura de la emoción y los procesos de control ejecutivo, y las formas en que el control cognitivo opera en situaciones emocionales y no emocionales. Mis colegas y yo nos hemos preguntado: ¿Es el dolor diferente de las emociones negativas, como la tristeza y la ira, o son variantes de un tema común? En los meta-análisis hemos encontrado que el dolor y las emociones negativas activan redes cerebrales distintas, pero comparten características como la actividad del cíngulo anterior y la corteza frontal con una clase más amplia de procesos, incluyendo la atención (Wager & Barrett, 2004; Wager, Reading & Jonides, 2004). Por el contrario, las diferentes variedades de emociones negativas implican redes que se solapan en gran medida. Por lo tanto, el dolor parece ser distinto de la emoción negativa, pero los puntos en común sugieren que pueden compartir procesos subyacentes como la atención elevada.
Las preguntas sobre la similitud y la distinción de los procesos mentales han estado en el centro de la psicología desde su creación, pero las respuestas definitivas han sido esquivas. Las inferencias se han basado en gran medida en las correlaciones del rendimiento en las tareas (o en las respuestas fisiológicas, en el caso de las emociones). Pero los datos sobre el rendimiento son relativamente pobres en información: el hecho de que dos tareas tarden lo mismo en completarse dice poco sobre si los procesos implicados en la selección de la respuesta son los mismos. Las respuestas fisiológicas sufren problemas similares de especificidad. La neuroimagen proporciona una fuente de información mucho más rica: si dos tareas activan las mismas regiones cerebrales en el mismo grado, es probable que impliquen procesos similares. Esta lógica proporciona una forma de evaluar la estructura de los procesos mentales basándose en la similitud de sus patrones de activación cerebral. En un estudio basado en estos principios, nos preguntamos si diversas tareas de «control ejecutivo» implican un sustrato cerebral común (Wager, et al., 2005). Una activación sustancialmente superpuesta sugería la existencia de una red común para la selección de respuestas controladas.
Aunque las cuestiones sobre el mecanismo son más difíciles de abordar, la neuroimagen también puede ser informativa en este caso. En un estudio de RMNf sobre el dolor, mis colegas y yo descubrimos que la expectativa de alivio del dolor inducida por un placebo activa la corteza frontal y los mecanismos de alivio del dolor del cerebro medio (Wager et al., 2004). La activación frontal sugiere un sustrato común para mantener el contexto cognitivo que da forma a los procesos perceptivos/motores y afectivos, y la activación del cerebro medio sugiere la participación de los sistemas analgésicos opioides. Estas pruebas directas sobre los mecanismos por los que las expectativas afectan al dolor serían difíciles de conseguir sin estudiar el cerebro.
El estudio también señala una ventaja adicional de las neuroimágenes: En los casos en los que el autoinforme puede ser inexacto, las imágenes pueden proporcionar medidas directas convergentes del procesamiento central de un estímulo. Mientras que las expectativas podrían afectar a los informes sobre el dolor por razones poco interesantes relacionadas con el sesgo cognitivo de los informes, la evidencia de que las expectativas afectan al procesamiento del dolor en curso proporciona pruebas convergentes de que dan forma a la experiencia del dolor.
Sí, hay muchas maneras en las que los datos de neuroimagen pueden ser mal utilizados o mal interpretados. En algunos casos, los niveles brutos de actividad regional del cerebro pueden ser poco informativos sobre la similitud de las tareas psicológicas: Dos tareas distintas pueden implicar las mismas regiones pero utilizar diferentes poblaciones de neuronas o implicar diferentes patrones de conectividad entre regiones. Dos tareas similares pueden implicar regiones diferentes pero implicar el mismo tipo de cálculo. La actividad neuronal puede pasar desapercibida, ya que la señal de imagen observada sólo refleja indirectamente la actividad neuronal, y la activación de imagen observada puede no ser esencial para la tarea.
Uno de los mayores escollos es la tentación de observar la actividad cerebral y hacer inferencias sobre el estado psicológico -por ejemplo, inferir la recuperación de la memoria episódica a partir de la actividad del hipocampo, el miedo a partir de la actividad de la amígdala, o el procesamiento visual a partir de la actividad en la «corteza visual» (Barrett & Wager, 2006; Poldrack, 2006; Wager et al., en prensa). Estas inferencias ignoran el alcance de los procesos que pueden activar cada una de estas áreas e implican una falacia de razonamiento: «si la memoria entonces el hipocampo» no es lo mismo que «si el hipocampo entonces la memoria». El hecho de que pocas áreas cerebrales, incluida la «corteza visual», se dediquen a un solo proceso significa que el autoinforme sigue siendo el estándar de oro para evaluar la experiencia emocional y los contenidos del pensamiento (Shuler & Bear, 2006). Esto supone un serio reto para quienes quieran, por ejemplo, evaluar sus preferencias de marca o su afiliación política a partir de un escáner cerebral. (¿Y no es más fácil simplemente preguntar?)
Estos problemas son importantes, pero no existe un método perfecto: la comprensión de la mente debe surgir de un esfuerzo coordinado que utilice las pruebas convergentes de todas las herramientas a nuestra disposición. Muchos de estos problemas se están abordando gracias a los avances en los métodos de adquisición y análisis de datos, a la acumulación de más datos sobre el mapeo entre la estructura cerebral y la función psicológica, y a puntos de vista más matizados sobre qué tipos de inferencias son plausibles. Creo que a medida que el campo madure, la exuberancia de la juventud dará paso a una visión más sensata de cuándo y cómo las neuroimágenes pueden informarnos sobre la mente. Lo que ya hemos aprendido es considerable, y la acelerada integración entre campos está conduciendo a modelos de la mente cada vez más sofisticados y verídicos.
Barrett, L.F. y Wager, T.D. (2006). La estructura de la emoción: Evidence from neuroimaging studies. Current Directions in Psychological Science, 15, 79-83.
Jonides, J., Nee, D.E., Berman, M.G. (2006). ¿Qué nos ha dicho la neuroimagen funcional sobre la mente? Tantos ejemplos, tan poco espacio. Cortex, 42, 414-427.
Kosslyn, S. M. (1994). Esculpiendo un sistema en sus articulaciones. En imagen y cerebro: La resolución del debate sobre las imágenes mentales. Cambridge, MA: MIT Press.
Marr, D. y Poggio, T. (1977). From understanding computation to understanding neural circuitry. Neurosciences Res Prog Bull, 15, 470-488.
Poldrack, R.A. (2006). ¿Pueden inferirse los procesos cognitivos a partir de datos de neuroimagen? Trends in Cognitive Sciences, 10, 59-63.
Shuler, M.G., Bear, M.F. (2006). Reward timing in the primary visual cortex. Science, 311, 1606-1609.
Wager, T.D. y Barrett, L.F. (2004). From affect to control: Functional specialization of the insula in motivation and regulation.
Wager, T.D., Reading S., Jonides, J. (2004). Neuroimaging studies of shifting attention: A meta-analysis. Neuroimage, 22, 1679-1693.
Wager, T.D., et al. (2005). Common and unique components of response inhibition revealed by fMRI. Neuroimage, 27, 323-340.
Wager, T.D. et al. (en prensa). Elementos de neuroimagen funcional. En J. Cacioppo y R.J. Davidson (Ed.), Handbook of Psychophysiology. Cambridge, MA: Cambridge University Press.
Wager, T.D., et al. (2004). Placebo-induce cambios en fMRI en la anticipación y la experiencia del dolor. Science, 303, 1162-1167.