Sueño con serpientes
Trabajando en un problema metodológico del campo de la inteligencia artificial, un equipo de científicos encontró evidencias que apoyan la Teoría de Simulación de Amenazas, que postula que los malos sueños nos entrenan para enfrentar situaciones peligrosas.
Nuestros primeros ancestros vivían en un ambiente salvaje en el que estaban expuestos a múltiples peligros. Entre ellos, por ejemplo, la posibilidad de ser víctimas de predadores y distintas alimañas. En ese contexto, estar preparado para enfrentar -o escapar- a esas amenazas podía marcar la diferencia entre la supervivencia o la muerte.
¿Pero cómo entrenarse para tener alguna ventaja cuando llegara el momento de afrontar el ataque de un león, un oso o una serpiente sin poner en riesgo la vida? Según el neurocientífico finlandés Antti Revonsuo, los sueños cumplirían esa función. En el año 2000, Revonsuo publicó un trabajo en el que postuló la hipótesis de que la función biológica de los sueños es simular eventos amenazantes para estar mejor preparados para percibir el peligro y evitarlo.
La hipótesis, ahora llamada Teoría de Simulación de Amenazas, explicaría por qué en los sueños predominan las emociones negativas, como la inseguridad y el miedo. Así, esos “malos sueños” nos brindarían una realidad virtual que nos serviría para ensayar, en condiciones de bajo riesgo, maneras de enfrentar situaciones traumáticas.
Hoy es prácticamente imposible que nos crucemos con un león por la calle, pero como nuestro cerebro es el mismo que el de aquellos humanos primigenios es factible que, actualmente, soñar con que nos va mal en un examen o en una entrevista laboral nos sirvan para practicar –y estar mejor preparados- para enfrentar esas situaciones estresantes.
Procesamiento del lenguaje
En el Laboratorio de Inteligencia Artificial Aplicada (LIAA) de la Facultad de Ciencias Exactas y Naturales de la UBA, una de las líneas de investigación está dedicada al análisis de textos. “Nos interesa usar las técnicas de procesamiento del lenguaje natural para analizar la mente humana”, señala Edgar Altszyler, investigador del CONICET en el LIAA.
Para entender lo que sucede adentro de nuestra cabeza, en ese Laboratorio diseñaron algoritmos (programas de computación) que posibilitaron, entre muchas otras cosas, detectar de manera automática los casos que requieren atención urgente en foros de salud mental o, también, advertir con más de dos años de anticipación si una persona padecerá un brote psicótico.
Para efectuar estos estudios, los investigadores utilizan textos como materia prima. Por ejemplo, para los trabajos mencionados anteriormente, en el primer caso, usaron los posteos de los participantes del foro; en tanto que, para el segundo caso, utilizaron las desgrabaciones de las entrevistas que hicieron los psiquiatras a sus pacientes.
Después, de acuerdo con lo que se quiere investigar, los científicos analizan esos textos con las herramientas informáticas.
Precisamente, en la búsqueda de la herramienta informática adecuada, un grupo de investigadores del LIAA quiso averiguar cuál de las técnicas disponibles funciona mejor para el caso de que se quiera analizar un corpus pequeño de textos. Y en ese proceso se encontraron con un resultado que aporta evidencias a la Teoría de Simulación de Amenazas.
¿Correr por deporte o correr por la vida?
El equipo del LIAA buscó un corpus pequeño de textos y lo encontró en el Dreambank, una base de datos que contiene más de 20.000 sueños y que, en términos de la cantidad de información que se utiliza para estos análisis, es relativamente chica.
Entonces, decidieron probar dos técnicas de la inteligencia artificial que se utilizan para el procesamiento del lenguaje natural con el fin de determinar cuál funcionaba mejor con ese corpus pequeño.
Se trata de herramientas informáticas que permiten establecer la cercanía entre las palabras, es decir, el grado de “vecindad” entre un término y otro. Por ejemplo, cuando se analiza el gigantesco corpus de documentos de la Wikipedia, estas técnicas nos muestran que la palabra “perro” está más próxima a “gato” que a “logaritmo”.
“Advertimos que nadie estaba usando las técnicas de procesamiento de lenguaje natural para estudiar el contenido de los sueños y entonces, trabajando en colaboración con el neurocientífico brasilero Sidarta Ribeiro, nos propusimos utilizarlas para poner a prueba la Teoría de Simulación de Amenazas”, cuenta Altszyler.
Fue así que decidieron que “correr” era la palabra clave. Y entonces usaron las herramientas informáticas para determinar cuáles eran las palabras más cercanas a “correr” en el corpus de sueños y en otros dos corpus de textos que trataban sobre temas más generales.
“Comprobamos que en el corpus de sueños hay una asociación muy fuerte entre la palabra ‘correr’ y palabras como ‘escapar’, ‘gritar’ o ‘perseguir’, que hablan de contextos de escape y persecución. En cambio, en los otros dos corpus, la palabra ‘correr’ está asociada a palabras que forman parte de contextos muy variados, como los deportes, los autos y otros medios de transporte o, incluso, con correr un programa de computación”, describe Altszyler, y señala: “Esta sobrerrepresentación de situaciones de escape-persecución en el contenido de los sueños es consistente con lo que plantea la Teoría de Simulación de Amenazas”.
Según el investigador, “las dos herramientas informáticas que testeamos muestran los mismos resultados”.
Más allá de indagar en el contenido de los sueños, el trabajo permitió determinar cuál de las dos técnicas de la inteligencia artificial era más apropiada para analizar corpus pequeños: “Curiosamente, en este caso el método más viejo funcionó mejor”, comenta Diego Fernández Slezak, director del LIAA, y destaca: “Para mí, algo muy interesante de este trabajo es el hecho de que un problema metodológico, un desafío técnico, nos llevó a hacernos una pregunta interdisciplinaria y a dar una respuesta que terminó agregando evidencia a una teoría de otro campo del conocimiento”.
Los resultados del estudio científico están publicados en la revista Consciousness and Cognition.