Environmental volatility amplifies Pavlovian control in decision-making

Cada día, nuestros cerebros actúan como calculadoras constantes, sopesando los resultados probables de nuestras acciones para decidir qué hacer a continuación. Si presionas un botón y recibes un premio, aprendes a presionarlo de nuevo; si lo presionas y no obtienes nada, dejas de hacerlo. Así es como navegamos en un mundo donde la causa y el efecto suelen mantenerse estables. Pero el mundo real rara vez es así de estable. A veces, las reglas cambian sin previo aviso. Un camino que ayer condujo a la seguridad podría conducir al peligro hoy. Cuando el entorno se vuelve impredecible, el cerebro se enfrenta a un problema difícil: la información en la que confía para tomar decisiones inteligentes se vuelve ruidosa y poco fiable. En estos momentos de alta incertidumbre, nuestras mentes tienen que decidir si seguir intentando descifrar las nuevas reglas o recurrir a un sistema más simple y antiguo que reacciona automáticamente a las señales del entorno.

Esta cuestión de cómo cambiamos entre el cálculo cuidadoso y la reacción automática está en el corazón de un nuevo estudio realizado por investigadores de la Universidad de Bolonia y el Consejo Nacional de Investigación de Italia. Querían entender qué sucede cuando el mundo se vuelve caótico. Específicamente, investigaron si un entorno inestable e impredecible nos hace más propensos a ignorar nuestros propios cálculos y, en su lugar, seguir la atracción de las señales familiares. Imagine a una persona caminando por un bosque donde las marcas del sendero se mueven constantemente; eventualmente, podría dejar de intentar leer el mapa y simplemente seguir el aroma de una flor que usualmente conduce al agua, incluso si el mapa dice que el agua está en otro lugar. Los investigadores se propusieron ver si este tipo de cambio ocurre en el cerebro humano cuando el entorno es volátil, y si este cambio altera la naturaleza misma de cómo tomamos decisiones.

Para encontrar la respuesta, el equipo diseñó un juego basado en computadora que imitaba una máquina tragamonedas. En la primera parte del experimento, cincuenta voluntarios sanos aprendieron a jugar este juego bajo dos condiciones diferentes. En la condición de "baja volatilidad", la máquina era predecible: una palanca daba una recompensa la mayor parte del tiempo, y la otra daba una recompensa raramente. Las reglas se mantenían iguales durante mucho tiempo. En la condición de "alta volatilidad", las reglas cambiaban con frecuencia y sin previo aviso. La palanca que solía ser buena de repente se volvía mala, y la mala se volvía buena, a veces cinco veces en una sola sesión. Los participantes tenían que aprender estos patrones cambiantes simplemente observando los resultados de sus elecciones. Como era de esperar, la gente encontraba mucho más difícil dominar las reglas cambiantes. Sus elecciones eran menos precisas y parecían estar más inseguros sobre qué palanca elegir.

Después de aprender las reglas de la máquina tragamonedas, los participantes pasaron a una segunda fase en la que se les mostraban imágenes de recompensas de comida. Aprendieron que ciertas imágenes predecían qué comida aparecería. Esta fue una etapa de aprendizaje pasivo donde simplemente observaban las imágenes y los resultados, sin presionar ninguna palanca. Esto creó un fuerte vínculo en sus mentes entre una imagen específica y un alimento específico. Finalmente, los investigadores unieron ambas partes. Los participantes regresaron a la máquina tragamonedas, pero esta vez, aparecía una imagen sobre las palancas antes de que tuvieran que elegir. La imagen podía coincidir con la palanca que era actualmente la mejor opción, o podía apuntar a la palanca que era actualmente la peor opción. Los investigadores observaron para ver si los participantes se mantendrían con la palanca que les había estado dando recompensas recientemente, o si serían atraídos hacia la palanca sugerida por la imagen.

Los resultados revelaron un patrón claro y sorprendente. Cuando los participantes habían aprendido el juego en el entorno estable de baja volatilidad, las imágenes tenían muy poco efecto. Ignoraban mayoritariamente las imágenes y se mantenían con la palanca que actualmente les estaba dando las mejores recompensas. Sin embargo, cuando habían aprendido el juego en el entorno caótico de alta volatilidad, las imágenes tomaban el control. Si una imagen apuntaba a la palanca que era actualmente la peor opción, los participantes del grupo de alta volatilidad seguían la imagen con mucha más frecuencia que los del grupo estable. Abandonaban la estrategia que les había funcionado en el pasado y dejaban que la señal dirigiera su decisión. Esto sucedía incluso cuando la imagen era irrelevante para las reglas actuales de la máquina. El cerebro, abrumado por los constantes cambios, había desplazado su confianza de sus propios cálculos hacia la señal más simple.

Los investigadores también analizaron qué tan consistentes eran las elecciones de los participantes. Midieron la "entropía" de las decisiones, que es una forma de describir cuánto varía el comportamiento de una persona de un momento a otro. En el grupo de alta volatilidad, cuando la imagen y la mejor opción no coincidían, las elecciones de los participantes se volvían mucho más erráticas. Parecían estar divididos entre los dos sistemas, oscilando entre seguir la imagen y seguir las reglas. Este conflicto interno creaba un patrón de comportamiento ruidoso e impredecible. Pero la historia cambió en un segundo experimento diseñado para probar qué sucede cuando la retroalimentación se detiene. En esta versión, los investigadores eliminaron la retroalimentación de recompensa durante ciertas partes de la prueba. Sin la retroalimentación para actualizar sus cálculos, el sistema instrumental no tenía nada con qué trabajar. En este estado, los participantes no solo se volvieron erráticos; se volvieron rígidamente consistentes. Seguían la imagen cada vez, incluso cuando esta los llevaba a la elección incorrecta. El conflicto desapareció porque el cerebro había dejado de intentar calcular y se había rendido totalmente a la señal.

Estos hallazgos sugieren que la volatilidad ambiental no solo añade confusión o ruido a nuestro comportamiento. En cambio, cambia activamente la forma en que nuestro cerebro sopesa diferentes tipos de información. Cuando el mundo es estable, confiamos en nuestra capacidad para aprender de nuestras acciones. Cuando el mundo se vuelve impredecible, nuestro cerebro parece decidir que rastrear cada cambio es demasiado costoso y riesgoso. En su lugar, desplaza el control hacia el sistema más simple, basado en señales, que reacciona a los estímulos del entorno. Este cambio no es un fallo en el aprendizaje, sino una adaptación estratégica. El cerebro se da cuenta de que en un mundo caótico, las viejas reglas han desaparecido y lo único estable que queda es la señal. Este mecanismo ayuda a explicar por qué las personas en situaciones inestables o estresantes pueden volverse más impulsivas o guiadas por señales inmediatas, un patrón observado en condiciones como la adicción y los trastornos compulsivos. El estudio muestra que cuando el mapa cambia constantemente, dejamos de leerlo y empezamos a seguir el aroma.