Dissociating volatility and stochasticity reveals transdiagnostic computational signatures of psychopathology

Este estudio identifica firmas computacionales transdiagnósticas distintivas de la psicopatología al demostrar que las personas con trastornos internalizantes tienden a malinterpretar el ruido ambiental como volatilidad (actualización excesiva), mientras que aquellas con trastornos externalizantes tienden a malinterpretar la volatilidad como ruido (actualización insuficiente), revelando que los déficits de aprendizaje en la psicopatología son fallos selectivos en la distinción de tipos de incertidumbre en lugar de alteraciones generalizadas.

Lo esencial

Imagina que tu cerebro es un conductor que intenta navegar por un camino donde las reglas cambian constantemente. Para conducir bien, necesitas comprender dos cosas muy diferentes:

1. El camino es resbaladizo (Estocasticidad): A veces, el coche salta debido a un bache aleatorio o a una ráfaga de viento. Esto es simplemente "ruido". Si tratas cada salto como una señal de que el camino ha cambiado, reaccionarás en exceso, girando bruscamente y sin llegar a ningún lado. Necesitas ignorar estos pequeños saltos y mantener tu velocidad constante.
2. El camino está cambiando (Volatilidad): A veces, el propio camino se está repavimentando, o se añade una nueva desviación. Las reglas han cambiado genuinamente. Si ignoras estos grandes cambios y sigues conduciendo como si nada hubiera ocurrido, chocarás. Necesitas acelerar tu aprendizaje y adaptarte inmediatamente.

El problema es que tanto un bache aleatorio como una nueva desviación se ven iguales a tus ojos: ambos hacen que el coche tiemble. Es muy difícil distinguir la diferencia.

El Descubrimiento del Estudio
Este artículo sugiere que los cerebros de las personas manejan esta confusión de tres maneras diferentes, y estas formas están vinculadas a distintos tipos de luchas de salud mental:

• El Conductor Equilibrado (Aprendices Íntegros): Estas personas pueden distinguir entre un salto aleatorio y un cambio real en el camino. Ajustan su velocidad de conducción perfectamente: reducen la velocidad cuando solo hay ruido, y la aumentan cuando el camino cambia.
• El Conductor Sobre-Reactivo (Ciego a la Estocasticidad): Estas personas no pueden ignorar el ruido. Piensan que cada pequeño salto significa que el camino ha cambiado. Por lo tanto, giran bruscamente y entran en pánico constantemente, intentando aprender de cada error minúsculo. El estudio encontró que las personas que conducen de esta manera tienden a luchar más con problemas de Internalización, como la ansiedad y la depresión. Esencialmente, están "actualizando en exceso" su visión del mundo basándose en el ruido aleatorio.
• El Conductor Sub-Reactivo (Ciego a la Volatilidad): Estas personas son lo opuesto. Piensan que el camino siempre es el mismo, incluso cuando claramente está cambiando. Ignoran las grandes desviaciones y siguen conduciendo en línea recta, asumiendo que el temblor es solo un fallo temporal. El estudio encontró que las personas que conducen de esta manera tienden a luchar más con problemas de Externalización, como las adicciones conductuales y la compulsividad. Están "actualizando en exceso", aferrándose a viejos hábitos incluso cuando el entorno exige un cambio.

El Panorama General
Los investigadores probaron esto en miles de personas utilizando juegos por computadora que simulaban estas condiciones de camino complicadas. Descubrieron una división clara:

• Si eres propenso a la ansiedad y la depresión, tu cerebro podría ser demasiado sensible al ruido aleatorio, lo que te hace cambiar de opinión con demasiada frecuencia.
• Si eres propenso a la adicción o a comportamientos compulsivos, tu cerebro podría ser demasiado terco, lo que te hace ignorar los cambios reales en tu entorno.

La conclusión principal es que las luchas de salud mental no se tratan simplemente de un "mal aprendizaje" en general. En cambio, diferentes problemas provienen de errores específicos y opuestos en cómo interpretamos la incertidumbre. Algunas personas aprenden demasiado rápido porque no pueden filtrar el ruido, mientras que otras aprenden demasiado lento porque no pueden ver los cambios reales.

Resumen técnico

Resumen Técnico: Disociación de la Volatilidad y la Estocasticidad en la Psicopatología

Enunciado del Problema
El aprendizaje adaptativo en entornos dinámicos requiere que el sistema cognitivo distinga entre dos fuentes distintas de incertidumbre: la volatilidad (cambios en el estado latente del entorno) y la estocasticidad (ruido momento a momento en las observaciones). Estos dos factores exigen ajustes opuestos en la tasa de aprendizaje: una alta volatilidad demanda una actualización más rápida para rastrear los cambios ambientales, mientras que una alta estocasticidad requiere una actualización más lenta para filtrar el ruido. El desafío computacional central radica en desentrañar estos factores, ya que ambos inflan la varianza experimentada de las observaciones. Esta ambigüedad crea un terreno fértil para diferencias individuales sistemáticas en la inferencia, las cuales los autores hipotetizan que podrían subyacer a mecanismos específicos de la psicopatología.

Metodología
El estudio empleó un enfoque de fenotipado computacional en dos grandes muestras en línea y tres tareas distintas. Los investigadores utilizaron un marco que modela el aprendizaje bajo incertidumbre para identificar firmas computacionales específicas. Definieron tres fenotipos de aprendices distintos basados en cómo los individuos infieren la incertidumbre:

1. Aprendices intactos: Aquellos que distinguen correctamente entre volatilidad y estocasticidad.
2. Aprendices ciegos a la estocasticidad: Individuos que no reconocen el ruido, lo que lleva a una sobreactualización de sus creencias al tratar las fluctuaciones aleatorias como cambios ambientales.
3. Aprendices ciegos a la volatilidad: Individuos que no reconocen los cambios ambientales, lo que lleva a una subactualización de sus creencias al tratar cambios genuinos como mero ruido.

Estos fenotipos se correlacionaron luego con dimensiones psiquiátricas transdiagnósticas, específicamente los espectros de Internalización (ansiedad, depresión) y Externalización (adicción conductual, compulsividad).

Contribuciones Clave
La contribución principal de este trabajo es la exitosa doble disociación entre fallos específicos de inferencia computacional y dimensiones sintomáticas transdiagnósticas. El estudio trasciende una visión generalizada de los déficits de aprendizaje en la salud mental, proponiendo un relato selectivo donde distintos grupos de síntomas se mapean sobre distintos errores computacionales respecto a la incertidumbre.

Resultados
El análisis reveló una divergencia clara en los perfiles computacionales:

• Los aprendices ciegos a la estocasticidad (que sobreactualizan) se asociaron significativamente con puntuaciones más altas en las dimensiones de Internalización, incluyendo ansiedad y depresión.
• Los aprendices ciegos a la volatilidad (que subactualizan) se asociaron significativamente con puntuaciones más altas en las dimensiones de Externalización, incluyendo adicción conductual y compulsividad.

Estos hallazgos indican que el fallo en inferir correctamente la fuente de la varianza no es un déficit uniforme en toda la psicopatología, sino que es específico de la naturaleza del trastorno.

Significado
El artículo afirma que estos resultados apoyan un relato selectivo en lugar de generalizado de los déficits de aprendizaje bajo incertidumbre en la psicopatología. Al demostrar que distintas dimensiones sintomáticas corresponden a distintos fallos de inferencia (específicamente respecto a la volatilidad versus la estocasticidad), el estudio sugiere que la psicopatología puede surgir de maladaptaciones computacionales específicas en cómo el cerebro procesa la incertidumbre, en lugar de un deterioro global en los mecanismos de aprendizaje.