Las redes neuronales reflejan cómo el entrenamiento moldea el aprendizaje en ratones

Se recompensa a un ratón por responder a patrones temporales de olores. En Salud de la Universidad de Utah, los investigadores plantearon a una red neuronal una versión computacional de ese desafío y descubrieron que el orden del entrenamiento modificaba tanto su precisión como sus patrones de actividad, igual que en los cerebros vivos.

La difícil tarea exigía una respuesta concreta después de dos estímulos de distinta duración —una prueba «go»— y ninguna respuesta cuando los dos estímulos tenían la misma duración —una prueba «no-go»—. Primero, los investigadores entrenaron algunas redes solo con pruebas «go» y después introdujeron la tarea completa. Esas redes aprendieron la versión compleja con más precisión que las entrenadas desde el principio con el desafío completo.

La diferencia se reflejó en los errores. Las redes que se saltaban la etapa sencilla solían responder demasiado pronto, reaccionando después del primer estímulo largo. Los animales vivos cometen el mismo error predecible cuando el entrenamiento está mal estructurado, lo que ofrece al modelo computacional una vía para sugerir cómo pueden aprender —y equivocarse— los cerebros reales.

A continuación, los investigadores midieron la actividad neuronal de ratones en la corteza entorrinal medial, una región cerebral implicada en el aprendizaje de tareas. Los patrones coincidían en términos generales con los adoptados por las redes neuronales: ambos recorrían un ciclo durante la prueba y terminaban aproximadamente en el estado en el que habían comenzado, y ambos se desviaban de esa trayectoria cuando se requería una respuesta. «Podemos utilizar estos modelos complejos para hacer predicciones concretas», afirmó Jack Bowler, primer autor del estudio.

En términos concretos, el beneficio inmediato es para la investigación: Bowler afirma que el modelado ayudó al equipo a llegar más rápido a hipótesis útiles y a reducir el número de animales necesarios para las pruebas. A más largo plazo, podría permitir programas de entrenamiento mejor estructurados, además de aportar nuevas pistas sobre enfermedades que alteran el pensamiento complejo. Pero el trabajo sigue siendo un estudio sobre redes neuronales y ratones; no se ha probado ningún programa de aprendizaje ni tratamiento en humanos.