From dots to faces: Individual differences in visual imagery capacity predict the content of Ganzflicker-induced hallucinations

1. Problema e Hipótesis

Contexto:
Las alucinaciones visuales inducidas por parpadeo (flicker), específicamente mediante el paradigma Ganzflicker (un campo visual uniforme de colores rojos y negros que parpadea rítmicamente), son un fenómeno bien documentado donde el cerebro genera percepciones visuales en ausencia de estímulos estructurados externos. Históricamente, estos se han descrito como "constantes de forma" (patrones geométricos simples).

El Vacío de Conocimiento:
Existe una gran variabilidad individual en la capacidad de imaginería visual, desde la afantasía (ausencia total de imágenes mentales) hasta la hiperfantasía (imágenes vívidas y realistas). Aunque se sabe que la capacidad de imaginería influye en la frecuencia y vivacidad de las alucinaciones, se desconoce si la complejidad semántica y el contenido de estas alucinaciones varían sistemáticamente según el fenotipo de imaginería del individuo.

Hipótesis (Modelo de Capas de la Imaginería Visual):
Los autores proponen que, aunque todos los individuos procesan características visuales de bajo nivel (líneas, bordes) en la corteza visual temprana (V1/V2), aquellos con mayor capacidad de imaginería poseen una conectividad top-down más eficiente entre las redes de control frontoparietales y las áreas visuales de orden superior. Esto les permitiría integrar características básicas en representaciones complejas y semánticamente significativas (caras, escenas naturales), mientras que los individuos con imaginería débil o afantásicos se limitarían a patrones geométricos simples.

---

2. Metodología

El estudio realizó un análisis secundario de un conjunto de datos abierto de 6,664 participantes (Reeder, 2022) que realizaron una tarea de Ganzflicker de 10 minutos. Tras la exposición, los participantes proporcionaron descripciones de texto libre sobre lo que vieron y calificaron su vivacidad de imaginería visual (escala 0-10).

Procesamiento de Datos:

• Se filtraron descripciones en inglés, resultando en una muestra final de 4,365 participantes.
• Se excluyeron descripciones faltantes o en otros idiomas.

Análisis Computacional (Procesamiento de Lenguaje Natural - PLN):
Se utilizaron dos enfoques complementarios para analizar las descripciones de texto libre:

1. Modelado de Temas (Topic Modeling):

   • Pipeline: Se utilizó BERTopic (basado en transformadores).
   • Preprocesamiento: Tokenización a nivel de oración (sin eliminación de stopwords ni lematización agresiva para preservar contexto).
   • Embeddings: Se generaron representaciones vectoriales semánticas usando Sentence-BERT.
   • Reducción de Dimensionalidad: Se aplicó UMAP para preservar la estructura local y global.
   • Agrupamiento: Se utilizó HDBSCAN para identificar clusters de densidad variable sin predefinir el número de temas.
   • Etiquetado: Se extrajeron términos clave mediante c-TF-IDF y se generaron etiquetas semánticas mediante GPT-4o-mini y validación humana.
   • Resultado: Identificación de 28 temas distintos (ej. "Formas geométricas", "Caras", "Bosques", "Túneles").

2. Análisis de Normas Sensoriomotoras (Lancaster Sensorimotor Norms - LS):

   • Se mapearon las palabras de las descripciones contra la base de datos LS, que proporciona puntuaciones crowdsourced para 11 dimensiones (6 modales perceptuales: visual, auditivo, táctil, etc.; 5 motoras: cabeza, mano, pie, etc.).
   • Se calcularon puntuaciones promedio de fuerza perceptual y fuerza de acción por participante.
   • Se utilizaron modelos de regresión generalizada (GLM) y análisis de mediación causal para controlar el efecto de la longitud del texto.

Análisis Estadístico:

• Regresión Lasso: Para predecir la puntuación de vivacidad de imaginería continua basándose en la probabilidad de los temas.
• Clasificadores Binarios: Para distinguir grupos de imaginería (débil, moderada, fuerte) basándose en el contenido de las alucinaciones.
• Validación: Se utilizó validación cruzada, pruebas de permutación y bootstrapping (1,000 iteraciones) para asegurar la estabilidad de los coeficientes.

---

3. Resultados Clave

A. Estructura Temática y Diferencias Fenotípicas

• El modelado de temas reveló una jerarquía clara: desde contenido geométrico simple (líneas, puntos, destellos) hasta escenas naturalistas complejas (rostros, ciudades, bosques, galaxias).
• Predicción de Vivacidad: La probabilidad de los temas explicó aproximadamente el 5% de la varianza en las puntuaciones de vivacidad ($R^2 = .05$).
  • Imaginería Fuerte: Asociada positivamente con temas complejos y semánticos: rostros y figuras ($\beta = 0.29$), pasillos y puertas, estrellas, cielos urbanos y bosques.
  • Imaginería Débil: Asociada negativamente con temas complejos y positivamente con contenido perceptual simple: movimiento, destellos y líneas.
• Clasificación: Los clasificadores lograron distinguir significativamente a los participantes con imaginería débil de los demás (F1 = 0.54, $p < .001$), basándose en la ausencia de contenido naturalista y la presencia de patrones geométricos. Los grupos moderado y fuerte fueron más difíciles de distinguir entre sí, pero ambos se diferenciaron del grupo débil.

B. Contenido Sensoriomotor

• Los participantes con mayor vivacidad de imaginería utilizaron un lenguaje con mayor riqueza sensorial y motora.
• Dimensiones Perceptuales: La fuerza visual, táctil (haptic), olfativa y auditiva en las descripciones predicen significativamente la vivacidad de la imaginería, incluso controlando por la longitud del texto.
  • Nota: La fuerza gustativa mostró una asociación negativa, pero se consideró ruido debido a su baja frecuencia.
• Dimensiones Motoras: Las referencias a la cabeza (ej. "mirar", "girar") y a las manos (ej. "alcanzar", "tocar") fueron los predictores motores más robustos de la vivacidad de la imaginería.
• Mediación: Los efectos de la riqueza sensoriomotora sobre la vivacidad permanecieron significativos tras controlar la longitud de la descripción, indicando que no es solo un artefacto de la verbosidad, sino una diferencia cualitativa en la simulación interna.

C. Alteraciones en la Conciencia (ASC)

• Los participantes con imaginería fuerte reportaron más alteraciones en los límites del yo (sensación de "transporte", estados oníricos) y evaluaron la experiencia como más placentera, a pesar de describir contenido visualmente intenso o perturbador.

---

4. Contribuciones Principales

1. Validación del Modelo de Capas: El estudio proporciona evidencia empírica a gran escala que respalda el "Modelo de Capas de la Imaginería Visual". Demuestra que la diferencia entre aphantasia e hiperfantasía no es solo cuantitativa (más o menos brillo), sino cualitativa: afecta la capacidad de integrar características visuales básicas en representaciones semánticas complejas.
2. Metodología Innovadora: Es uno de los primeros estudios en aplicar técnicas avanzadas de PLN (BERTopic, LLMs) y normas sensoriomotoras crowdsourced para cuantificar objetivamente el contenido fenomenológico de las alucinaciones en una muestra masiva (>4,000 personas).
3. Caracterización del Espectro de Imágenes: Se demuestra que incluso los individuos que reportan "no tener imaginería visual" (afantasía) experimentan alucinaciones durante el Ganzflicker, pero su contenido se limita a la corteza visual temprana (geometría), mientras que los fuertes imaginerios reclutan áreas de orden superior (rostros, escenas).
4. Multisensorialidad: Se revela que la "imaginería visual" está correlacionada con la riqueza de la simulación multisensorial (tacto, oído, movimiento), sugiriendo que la capacidad de imaginería es un rasgo cognitivo más amplio que afecta la generación interna de experiencias.

---

5. Significado e Implicaciones

• Neurociencia Cognitiva: Los resultados sugieren que las diferencias individuales en la imaginería visual reflejan variaciones en la conectividad top-down entre las redes de control frontoparietales y las áreas visuales de orden superior (como el giro fusiforme para rostros).
• Mecanismos de Alucinación: Apoya la teoría de que las alucinaciones complejas requieren la participación de áreas visuales superiores y procesos de integración semántica, no solo la estimulación rítmica de la corteza visual temprana.
• Ciencia Inclusiva: Al demostrar que la cognición humana varía estructuralmente en la forma en que se construyen las experiencias internas, el estudio aboga por teorías de la cognición que incorporen esta diversidad fenotípica, en lugar de asumir un "estándar" universal de experiencia mental.
• Aplicaciones Futuras: La metodología de análisis de texto libre ofrece una herramienta escalable para estudiar fenómenos mentales subjetivos difíciles de acceder, con potencial aplicación en el estudio de la psicosis, la meditación y otros estados alterados de conciencia.

En conclusión, el estudio transforma nuestra comprensión de las alucinaciones inducidas por luz, pasando de verlas como ruido perceptual uniforme a entenderlas como una ventana a la arquitectura individual de la mente, donde la capacidad de imaginería dicta la complejidad del mundo interno generado.