Delusions Emerge from Generative Model Reorganisation rather than Faulty Inference: Insights from Hybrid Predictive Coding

Este estudo propõe que as crenças delirantes surgem não de inferências defeituosas, mas de uma reorganização adaptativa do modelo generativo em condições atípicas, permitindo a manutenção de crenças tematicamente estáveis e resistentes a evidências contraditórias.

O essencial

O Segredo das Crenças Fixas: Por que a Mente "Enlouquece" e Não "Erra"

Imagine que o seu cérebro é como um GPS inteligente. A função desse GPS é prever onde você está e para onde está indo, comparando o que ele vê pela janela (a realidade) com o mapa que ele tem guardado (as suas crenças).

Normalmente, se o GPS diz "vire à direita" e você vê um muro à direita, o GPS percebe o erro, atualiza o mapa e diz: "Ops, errei, vou recalcular". Isso é o que chamamos de inferência: ajustar a crença para bater com a realidade.

Mas, segundo este novo estudo, o que acontece na psicose (especificamente nos delírios) não é que o GPS está "quebrado" ou calculando errado. É algo mais profundo: o GPS reescreveu o mapa inteiro para que o muro pareça ser uma porta.

1. A Analogia do Tradutor Automático (Amortização)

Para entender o estudo, precisamos de uma peça chave chamada Amortização.
Imagine que você tem um tradutor automático muito rápido. Quando você vê uma imagem, ele dá um "palpite" instantâneo do que é, antes mesmo de você pensar.

• Se você vê um gato, o tradutor diz: "É um gato".
• Se você vê um cachorro, ele diz: "É um cachorro".

Esse palpite inicial é o início da inferência. Depois, o cérebro refina essa ideia, olhando melhor os detalhes.

2. O Que Acontece no Delírio? (O Erro de Contexto)

Os pesquisadores criaram um modelo de computador que simula esse cérebro. Eles treinaram o modelo para reconhecer números e letras.

• O Erro: Eles forçaram o modelo a usar o "tradutor de letras" para ler "números", e vice-versa.
  • Exemplo: O modelo vê o número 4. O tradutor errado diz: "Isso é a letra A".
• A Reação: O cérebro tenta corrigir isso. Mas, se o cérebro estiver "obstinado" (com uma certeza excessiva, como na fase inicial da psicose), ele não aceita que o palpite inicial estava errado.

3. A Grande Virada: Reorganização do Mapa

Aqui está a descoberta genial do estudo:
O cérebro não fica preso no erro. Em vez disso, ele reorganiza todo o seu mapa mental para que a letra "A" faça sentido como sendo um "4".

• Antes: O cérebro dizia: "Isso é um 4, mas o tradutor disse A. Vou corrigir o tradutor."
• Depois (O Delírio): O cérebro muda o mapa. Ele aprende novas conexões. Agora, quando ele vê um "4", o mapa diz: "Ah, claro! Isso é um 'A' que parece um '4'".

O resultado?

1. O erro desaparece: Para o cérebro, a previsão agora está perfeita. Não há mais "ruído" ou confusão.
2. A crença é imutável: Se alguém mostrar a prova de que é um "4", o cérebro diz: "Não, você está vendo errado. O meu mapa diz que é um 'A'".
3. Temas recorrentes: O delírio não é aleatório. Ele segue a lógica interna desse novo mapa reorganizado.

4. A Metáfora do "Pântano" (Attractors)

Imagine que as suas crenças são como bolas rolando em um terreno.

• Cérebro Saudável: O terreno tem um vale profundo chamado "Realidade". Qualquer bola que você solta acaba parando lá.
• Cérebro com Delírio: O modelo reorganiza o terreno. Ele cria um novo vale profundo chamado "O 4 é um A".
  • Uma vez que a bola (a crença) cai nesse novo vale, é quase impossível tirá-la de lá. Quanto mais tempo a bola fica lá, mais fundo o vale fica.

5. Por que isso importa para a cura?

O estudo mostra que quanto mais tempo a pessoa fica com o delírio, mais difícil é a recuperação.

• No início: O vale novo é raso. É fácil empurrar a bola de volta para o vale da "Realidade".
• Depois de muito tempo: O vale do delírio fica tão fundo e as paredes tão íngremes que a bola não consegue sair sozinha. O cérebro aprendeu a viver nessa nova realidade de forma tão eficiente que ele não quer sair.

Conclusão Prática:
Isso muda como vemos o tratamento. Não adianta apenas tentar convencer a pessoa de que ela está errada (tentar empurrar a bola). O tratamento precisa ser como um terremoto ou uma escavadeira: precisa reesculpar o terreno (o mapa mental) para que o vale da "Realidade" volte a ser o lugar mais natural e fácil para a mente descansar.

Resumo em uma frase:
O delírio não é um erro de cálculo momentâneo; é uma nova realidade lógica que o cérebro construiu para se proteger da incerteza, e quanto mais tempo essa construção dura, mais difícil é desmontá-la.

Resumo técnico

Resumo Técnico: Uma Conta Híbrida de Codificação Preditiva para Delírios

1. O Problema

Os delírios são crenças bizarras e angustiantes que acompanham condições neuropsiquiátricas como a esquizofrenia. Embora a Codificação Preditiva (PC) seja o quadro dominante para modelar a formação de crenças, as explicações atuais baseadas nela são incompletas. Elas falham em explicar duas características centrais dos delírios:

1. Recorrência Temática: Por que os delírios seguem padrões específicos (ex: perseguição, controle).
2. Impenetrabilidade à Evidência Contraditória: Por que os pacientes mantêm essas crenças mesmo diante de fatos opostos.

Modelos tradicionais de PC assumem que a inferência é "sem memória" (começa de um estado aleatório a cada estímulo). A hipótese de que delírios surgem de um "erro de inferência" (ex: excesso de precisão nos priores ou "pular para conclusões") não explica como essas crenças se tornam estáveis e consistentes internamente sem aumentar o erro de previsão (a sensação de incerteza). O artigo propõe que o problema não está na inferência em si, mas na reorganização do modelo gerador subjacente.

2. Metodologia

Os autores utilizaram uma abordagem de Codificação Preditiva Híbrida, que combina inferência iterativa (feedback) com inferência amortizada (um "palpite" rápido via feedforward baseado em aprendizado prévio).

• Arquitetura do Modelo:

  • Rede neural hierárquica de 4 camadas treinada com imagens do conjunto de dados EMNIST (reduzido para dígitos 0-5 e letras A, B, C, D, E, S).
  • O modelo possui uma rede de inferência e duas redes de amortização distintas: uma especializada em dígitos e outra em letras.
  • Fase de Treinamento Inicial (Progenitor): O modelo é treinado de forma supervisionada (com rótulos "soft" nas camadas superiores) para aprender a mapear corretamente imagens para suas categorias.

• Simulação de Delírios (O Experimento):

  • Após o treinamento, o modelo "progenitor" é clonado em dois gêmeos: um Controle e um Delirante.
  • Manipulação: No modelo delirante, as redes de amortização são trocadas. A rede de dígitos processa letras e vice-versa. Isso simula uma inicialização inadequada de crenças baseada no contexto (ex: ver um "4" e o sistema inicializar a crença como "A").
  • Condição de Precisão: Durante o período de "auto-supervisão", a camada superior do modelo delirante é "clampada" (fixada) na ativação inicial incorreta da amortização. Isso simula uma precisão excessiva nas crenças de alto nível, impedindo que a inferência iterativa corrija o erro inicial imediatamente.

• Fases de Avaliação:

  1. Período de Auto-supervisão: O modelo tenta aprender a explicar os dados com base nas crenças iniciais incorretas e fixas.
  2. Período de Auto-sustentação: A precisão das crenças superiores é liberada (não mais clamped) para testar se o modelo consegue "recuperar" e voltar a classificar corretamente, ou se o modelo gerador foi permanentemente alterado.

3. Contribuições Chave

• Mecanismo de Reorganização: Demonstra que delírios não surgem de uma inferência falha contínua, mas de uma reorganização adaptativa do modelo gerador. O cérebro ajusta sua estrutura interna para que a crença delirante se torne a explicação mais provável e com menor erro de previsão para os dados sensoriais.
• Papel da Amortização: Identifica que a seleção incorreta do mapeamento amortizado (o "palpite" inicial) combinada com alta precisão nos priores é o gatilho para a formação de um novo "ponto atrator" no espaço de crenças.
• Consistência Interna: Mostra que, uma vez reorganizado, o modelo delirante não gera erro de previsão elevado; a entrada sensorial (ex: a imagem do número 4) torna-se perfeitamente consistente com a crença delirante (ex: a letra A) dentro do novo modelo.

4. Resultados Principais

• Formação de Novos Atratores: Inicialmente, o modelo delirante consegue corrigir a classificação incorreta através da inferência iterativa. No entanto, após treinamento prolongado com a crença fixa (auto-supervisão), o modelo reorganiza seus pesos.
  • O número "4" passa a ser consistentemente classificado como "A", mesmo quando a inferência começa de estados aleatórios (sem amortização).
  • O erro de previsão global não aumenta; o modelo aprendeu a gerar o "4" a partir da crença "A" com alta eficiência.
• Erosão de Gradientes: A longo prazo, os gradientes que sustentavam a crença correta ("4") são erodidos, enquanto os que sustentam a crença delirante ("A") são reforçados.
• Dificuldade de Recuperação (Efeito Dose-Resposta):
  • Se o período de auto-supervisão for curto, o modelo recupera-se facilmente.
  • Se o período for longo, a recuperação é parcial ou nula, mesmo quando a precisão das crenças superiores é normalizada. O modelo gerador foi estruturalmente alterado.
• Impenetrabilidade à Evidência: O modelo demonstra que a "impenetrabilidade" do delírio ocorre porque, para o modelo reorganizado, a evidência contraditória (que para um observador externo seria um "4") é interpretada como consistente com a crença delirante ("A"). Não há erro de previsão para corrigir.

5. Significado e Implicações

• Revisão da Natureza do Delírio: Os delírios não são "falhas" lógicas, mas inferências ótimas dentro de um modelo gerador idiossincrático. Isso alinha a visão computacional com a ideia filosófica de "mudanças ontológicas", onde o paciente vive em uma realidade diferente, mas internamente coerente.
• Implicações Terapêuticas:
  • O foco do tratamento deve mudar de tentar corrigir a "inferência" (ex: terapia cognitiva focada apenas no raciocínio) para re-treinar o modelo gerador.
  • Intervenção Precoce: É crucial intervir antes que o modelo gerador se reorganize profundamente.
  • Intervenção Tardia: Em fases crônicas, o objetivo seria "desaprender" o modelo delirante e re-estabelecer as conexões estruturais do modelo saudável, sabendo que a recuperação completa pode ser difícil devido à erosão dos gradientes originais.
• Fatores Socioculturais: O modelo sugere que a supervisão externa (pais, cultura) molda o modelo gerador compartilhado. Mudanças bruscas de ambiente (ex: imigrantes) podem dificultar a adaptação a um novo "modelo gerador compartilhado", aumentando o risco de psicose.

Em suma, o artigo oferece uma explicação computacional robusta de como crenças fixas e bizarras podem emergir de mecanismos de aprendizado adaptativo, sugerindo que a cura envolve a reestruturação da arquitetura de aprendizado do cérebro, e não apenas a correção de erros pontuais de raciocínio.