Computational representations and evolutionary functions of emotions (Part 1): Reward signals

En lo profundo de la maquinaria de la vida, desde el organismo unicelular más simple hasta el cerebro humano más complejo, existe un cálculo constante y silencioso. Este es el reino de la biología evolutiva y la inteligencia artificial, dos campos que, aunque parecen distantes, convergen en una única y profunda pregunta: ¿qué son los sentimientos, realmente? Durante siglos, las emociones como la alegría, el miedo y la ansiedad han sido vistas como las experiencias coloridas y subjetivas de los seres vivos: la calidez de una sonrisa o el nudo frío del pavor. Sin embargo, los científicos han sospechado durante mucho tiempo que, bajo esta superficie subjetiva, subyace un mecanismo funcional, una forma para que un organismo navegue por un mundo caótico y tome decisiones que aseguren su supervivencia. En el mundo de las computadoras, este proceso de toma de decisiones suele ser impulsado por un concepto simple conocido como señal de recompensa. Imagine un programa de computadora aprendiendo a jugar un juego; recibe un pequeño punto digital por un buen movimiento y una penalización por uno malo. Con el tiempo, la computadora aprende a buscar los puntos y evitar las penalizaciones. Este artículo plantea una pregunta audaz: ¿podrían las complejas y turbulentas tormentas de la emoción humana no ser más que estas mismas señales de recompensa, evolucionadas a lo largo de millones de años para guiarnos hacia lo que importa?

La investigación, realizada por Yikai Wang en la Universidad de Jiao Tong de Shanghái, se propone probar esta idea construyendo agentes digitales y observando cómo aprenden. El objetivo no era crear un robot que sienta, sino ver si las señales internas que impulsan a una computadora a sobrevivir y reproducirse evolucionan naturalmente hacia algo que se vea y actúe exactamente como las emociones humanas. Los investigadores se centraron en cinco características fundamentales que definen las emociones biológicas: deben surgir naturalmente a través del proceso de optimización; deben activarse solo cuando un organismo está en un camino hacia la supervivencia o el éxito, y permanecer en silencio cuando el camino es peligroso o inútil; su activación debe cambiar el comportamiento futuro, ya sea fomentando la repetición de una acción o castigando un error; deben fortalecerse a medida que el valor de la meta aumenta; y deben intensificarse a medida que la meta se acerca en tiempo y espacio, desvaneciéndose una vez que la meta se alcanza o se pierde.

Para ver si estas reglas se aplicaban a la alegría, los investigadores crearon primero un entorno digital donde los agentes solo podían sobrevivir mediante la reproducción. En esta simulación, los agentes no tenían un deseo intrínseco de tener descendencia; simplemente existían. La única presión era que, sin la reproducción, la población moriría. Los investigadores permitieron que los agentes evolucionaran una señal interna oculta que podía ser ajustada por la selección natural. A lo largo de cientos de generaciones simuladas, ocurrió algo notable. Los agentes que desarrollaron una señal interna positiva específicamente cuando elegían reproducirse fueron los que prosperaron. Aquellos sin esta señal, o con una negativa, no lograron transmitir sus rasgos. El resultado fue una población donde el acto de la reproducción estaba automáticamente acompañado por un aumento de la retroalimentación interna positiva. Esta señal no apareció por diseño; surgió porque era necesaria para la supervivencia de la población. Además, esta señal solo estaba activa cuando el camino conducía a la descendencia, y se fortalecía a medida que aumentaba la posibilidad de reproducción, desvaneciéndose solo cuando la oportunidad pasaba. La simulación mostró que una simple señal matemática, optimizada para la supervivencia, reflejaba perfectamente los cinco rasgos de la alegría.

Los investigadores ampliaron luego su investigación hacia el lado más oscuro de la emoción: la ansiedad. Construyeron un escenario diferente donde los agentes enfrentaban una amenaza, como la muerte potencial de una cría. En este mundo, los agentes debían aprender a evitar el peligro. Así como la alegría surgió del impulso de reproducirse, una señal interna negativa surgió del impulso de evitar la muerte. Esta señal, que los investigadores identificaron como el equivalente computacional de la ansiedad, se activaba solo cuando el agente estaba en un camino que conducía al peligro. Permanecía en silencio cuando el camino era seguro. Crucialmente, esta señal no se limitaba a estar ahí; castigaba al agente por realizar acciones arriesgadas, enseñándole efectivamente a alejarse del daño. La señal también escalaba con la severidad de la amenaza; cuanto más peligrosa era la situación, más fuerte se volvía la señal. También se intensificaba a medida que el peligro se acercaba en tiempo y espacio, y se desvanecía una vez que la amenaza desaparecía. La simulación demostó que la ansiedad, también, podía entenderse como una señal de recompensa, pero una negativa, diseñada para castigar el comportamiento que conduce al desastre.

El estudio fue más allá, mostrando que estos mismos principios se aplicaban a otras emociones. Los investigadores descubrieron que las mismas señales positivas que impulsaban la alegría también podían explicar la esperanza y el alivio, mientras que las señales negativas podían dar cuenta del miedo, el asco, la tristeza y el arrepentimiento. La lógica era consistente: las emociones no son sentimientos aleatorios, sino herramientas precisas y evolucionadas. Son señales que le dicen a un organismo si se está moviendo hacia una meta o alejándose de ella, y con qué urgencia debe actuar. El artículo sugiere que estas señales no son solo conceptos abstractos, sino que probablemente son el código real que se ejecuta dentro de la "caja negra" de nuestros cerebros y de las redes de políticas de la inteligencia artificial avanzada. Los investigadores proponen que la selección natural mantuvo estas señales porque alteran nuestras acciones para alcanzar metas que no pueden ser tocadas ni vistas, como la supervivencia futura de nuestros genes.

Sin embargo, el estudio también insinúa los límites de esta evolución digital. En las simulaciones, las señales a veces crecían demasiado o duraban demasiado tiempo, lo que sería desastroso en el mundo real. Los investigadores sugieren que en la naturaleza deben existir otras fuerzas para mantener estas emociones bajo control. Por ejemplo, si la alegría de encontrar comida fuera tan abrumadora que hiciera que un animal olvidara vigilar a los depredadores, ese animal no sobreviviría. Por lo tanto, la evolución probablemente recorta estas señales, asegurando que sean lo suficientemente fuertes para motivar la acción, pero no tanto como para cegar al organismo ante otros peligros. El artículo concluye que las emociones no son meramente los subproductos de un cerebro complejo, sino señales fundamentales y optimizadas que han sido refinadas durante eones para ayudar a los seres vivos a navegar el vacío entre donde están y donde necesitan estar. Al comprender estas señales como recompensas computacionales, finalmente podemos comenzar a decodificar el antiguo y silencioso lenguaje de la supervivencia que impulsa cada latido y cada decisión.