©2021 Psicotest UNED

Recuadro 7-3. Leyendo el cerebro

Rellena todos los huecos y luego pulsa "Comprobar" para verificar tus respuestas. Utiliza el botón "Pista" para obtener una letra gratis si una respuesta te da problemas. Ten en cuenta que perderás puntos si pides pistas o indicios.
   actividad cerebral      algoritmos      Carnegie Mellon      corteza occipital      giro fusiforme      hemisferio izquierdo      machine learning      Marcel Just      precuneo      vóxeles   
Una de las líneas de investigación más espectaculares en el campo de la neurosemántica ha sido desarrollada por y Cols. de la Universidad de . En una primera fase se aplican de aprendizaje automático [] a los datos de neuroimagen [IRMf], registrados mientras los individuos realizan determinadas tareas cognitivas. Posteriormente, aplicando una especie de ingeniería inversa, se consigue que el programa sea capaz de "saber" qué estaba leyendo, viendo o pensando una persona. En uno de sus experimentos Just et al. [2010] presentaron a 11 participantes 60 palabras, pertenecientes a 12 categorías taxonómicas: partes del cuerpo, muebles, vehículos, animales, utensilios de cocina, herramientas, edificios, partes de edificios, ropa, insectos, vegetales y artefactos. Al leer cada palabra [p. ej., martillo], los participantes debían pensar activamente en las propiedades del objeto referido, mientras se registraba su actividad cerebral con imagen por resonancia magnética funcional (IRMf) . A continuación, se restó la actividad cerebral de cada palabra respecto a una condición de línea base [observar un punto de fijación] y se seleccionó un conjunto de 80 [pequeñas unidades volumétricas que componen la imagen cerebral] que producían una respuesta cerebral estable ante las palabras, cuando éstas se repetían varias veces. Luego se entrenó al algoritmo con datos de activación de todas las pa labras en dichos , con el fin de que aprendiese a clasificar sus patrones de activación. El algoritmo aprendió, en efecto, a identificar las palabras con un 74% de éxito, a partir de datos de no incluidos en el entrenamiento prevío. Incluso fue capaz de discriminar entre palabras pertenecientes a la misma categoría semántica [p. ej., pierna, brazo, ojo, mano o pie] el 70 % de las veces, a pesar de que su actividad neural es muy semejante.

• Las activaciones asociadas a las palabras tienen una amplia distribución en varias regiones cerebra les y algunas de ellas se relacionan con ciertas dimensiones ortográficas y semánticas. Así, las palabras referidas a objetos con un componente manipulativo ["martillo", "botella", etc.] activan áreas motoras y premotoras del , las palabras relacionadas con edificios ["apartamento", "iglesia", etc.] activan bilateralmente el y el , y la longitud de las palabras afecta bilateralmente a estructuras de la .