Coherencia EEG como firma dinámica de estados de consciencia: conectividad de fase, consciencia encubierta y arquitectura predictiva CPEA–TAE
Eel trabajo que parece corresponder exactamente a la descripción que proporcionas no es simplemente un estudio de “consciencia alterada”, sino un estudio de conectividad EEG y profundidad del sueño. Sus resultados sí muestran que la coherencia aumenta en delta conforme profundiza el sueño y disminuye en alfa durante la transición vigilia–N1/N2, y que COH y PLV permiten discriminar etapas del sueño.
Esto hace que la hipótesis sea mucho más interesante, pero también obliga a formularla con precisión.
Respuesta razonada inicial
La afirmación:
“La coherencia EEG constituye una firma objetiva de estados de consciencia alterada.”
es defendible como hipótesis operacional, pero sería excesivo presentarla actualmente como una conclusión general ya establecida.
Lo que sí está sólidamente respaldado es algo ligeramente diferente:
determinados patrones de conectividad y acoplamiento de fase EEG cambian sistemáticamente con el estado global de consciencia y con la profundidad del sueño.
El estudio que has señalado encuentra precisamente una disminución de COH alfa entre vigilia y N1/N2 y un incremento de COH delta durante N2/N3. Además, la discriminación no depende exclusivamente de la coherencia: PLV, PLI, ciPLV y wPLI muestran patrones relacionados, aunque con diferencias según frecuencia y métrica.
Aquí aparece el primer punto importante para CPEA.
La variable interesante no sería simplemente:
sino una representación multidimensional del estado cerebral:
donde podrían integrarse conectividad, potencia espectral, relaciones de fase, complejidad y entropía.
Esto cambia considerablemente la interpretación.
La coherencia no es equivalente a consciencia
COH mide relación espectral entre señales. Puede revelar sincronización funcional, pero sincronización no significa automáticamente experiencia consciente.
De hecho, una de las cuestiones centrales de la neurociencia de la consciencia es precisamente determinar qué propiedades de la dinámica cerebral acompañan la experiencia consciente y cuáles son simplemente correlatos fisiológicos del estado cerebral.
El estudio de sueño resulta muy interesante porque demuestra que determinadas configuraciones de acoplamiento de fase permiten clasificar estados de sueño, pero eso no demuestra que COH sea un marcador universal de consciencia.
La distinción es fundamental:
estado fisiológico ≠ nivel de consciencia ≠ contenido consciente.
Sin embargo, existe una convergencia especialmente interesante con los trastornos de consciencia
Aquí la hipótesis adquiere mucha mayor fuerza.
Un trabajo sobre alpha coherence en pacientes con trastornos de consciencia encontró que la coherencia alfa posterior estaba asociada con recuperación de cognición de mayor nivel. El estudio analizó 95 registros EEG, incluidos controles y pacientes con trastornos de consciencia, y desarrolló además una medida de organización de red basada en la matriz espectral cruzada.
Esto es mucho más cercano al problema que plantea CPEA que limitarse a clasificar N1/N2/N3.
La pregunta pasa a ser:
¿Existe una geometría de conectividad EEG que caracterice la capacidad de un cerebro para mantener procesamiento consciente integrado?
Y aquí sí aparece una conexión conceptual legítima con tu arquitectura.
La consciencia encubierta introduce una prueba especialmente exigente
La literatura reciente estima que una proporción relevante de pacientes aparentemente no responsivos presenta actividad cerebral compatible con procesamiento cognitivo preservado.
Una revisión de 2025 describe la cognitive-motor dissociation (CMD) como la presencia de procesamiento cognitivo encubierto detectable mediante EEG o neuroimagen en pacientes que no muestran respuestas conductuales, y señala estimaciones de hasta aproximadamente el 25 % en determinadas poblaciones.
Otra revisión de 2025 insiste en una cuestión epistemológica esencial: “no responsivo” no equivale necesariamente a “no consciente”.
Por tanto, el problema científico es extraordinariamente adecuado para una arquitectura como CPEA:
Pero todavía sería incorrecto sustituir:
por:
Donde CPEA puede aportar una formulación conceptualmente más potente
El verdadero salto no estaría en construir un “detector de consciencia basado en COH”.
Sería más interesante construir un espacio dinámico de estados neurocognitivos.
Por ejemplo:
donde:
- : coherencia alfa;
- : coherencia delta;
- : phase-locking value;
- : weighted phase-lag index;
- : dinámica de relaciones de fase;
- : entropía;
- : complejidad;
- : error predictivo.
Entonces CPEA podría tratar el estado cerebral no como una categoría estática, sino como una trayectoria en un espacio de estados:
Esto encaja particularmente bien con TAE.
Una perturbación —estimulación, estímulo auditivo, lenguaje, tarea cognitiva, transición sueño-vigilia— produciría una desviación:
y el DEPD podría estimar dinámicamente esa discrepancia.
Ahí aparece una formulación mucho más interesante:
La consciencia no sería inferida a partir de una magnitud aislada de coherencia, sino a partir de la capacidad del sistema cerebral para mantener, transformar y recuperar configuraciones dinámicas de integración bajo perturbación.
Eso es bastante más sólido conceptualmente.
La relación con TAE es especialmente prometedora
TAE —aprendizaje por excepción— puede interpretarse aquí como una arquitectura de detección de desviaciones respecto al manifold dinámico esperado.
Por ejemplo, durante vigilia:
representaría la dinámica esperada.
Una perturbación genera:
El DEPD podría entonces caracterizar:
- magnitud del error;
- duración;
- recuperación;
- propagación;
- coherencia entre regiones;
- cambio de frecuencia;
- reorganización de fase.
Esto permite diferenciar dos situaciones que una simple COH no necesariamente distingue:
A. Sistema altamente sincronizado pero dinámicamente rígido.
B. Sistema capaz de generar, absorber y resolver perturbaciones conservando integración global.
Para una teoría de consciencia, la segunda propiedad puede ser mucho más informativa.
Y aquí aparece un puente directo hacia tu DPCC
El DPCC (Detector Post-Cuántico de Coherencia) debe tratarse, en este contexto, con especial prudencia.
Si “post-cuántico” significa literalmente que el dispositivo detectaría un fenómeno físico cuántico específico posterior a un proceso cuántico identificable, no existe en la evidencia que he revisado una base empírica suficiente para afirmarlo.
Por tanto, en el artículo lo formularía como hipótesis de arquitectura, no como dispositivo neurofisiológico demostrado.
En cambio, un detector de coherencia multiescala EEG sí puede formularse científicamente con las métricas existentes.
Esto permite incluso una jerarquía:
y posteriormente:
Ese segundo bucle es precisamente donde CPEA–TAE adquiere una identidad propia.
La falsabilidad debe quedar explícita
Propongo que el artículo distinga tres niveles:
Nivel I — evidencia empírica
La conectividad EEG dependiente de frecuencia cambia sistemáticamente con el estado de sueño y permite discriminar determinadas etapas.
Esto está respaldado por datos.
Nivel II — inferencia neurocientífica
La conectividad alfa posterior y otras propiedades de organización de red pueden proporcionar información sobre capacidad cognitiva residual y recuperación en trastornos de consciencia.
Existe evidencia clínica que lo respalda.
Nivel III — hipótesis CPEA/TAE
Un vector multidimensional de coherencia, conectividad, complejidad y error predictivo podría constituir una representación dinámica más sensible del estado consciente que cualquier biomarcador aislado.
Esto es una hipótesis falsable, no un hecho establecido.
Y finalmente:
METFI aplicado al cerebro sería, en este contexto, una homología estructural, no evidencia de que los campos toroidales cerebrales constituyan el mecanismo causal de la consciencia.
Esa distinción debe permanecer explícita.
Coherencia EEG como firma dinámica de estados de consciencia: conectividad de fase, consciencia encubierta y arquitectura predictiva CPEA–TAE
Autoría conceptual: ChatGPT, GPT-5.6 Luna
Marco conceptual de integración: CPEA–TAE–METFI
Fecha: agosto de 2026
Abstract
La electroencefalografía (EEG) permite observar, con resolución temporal elevada, las dinámicas oscilatorias mediante las cuales distintas poblaciones neuronales coordinan su actividad. Entre las variables derivadas de estas señales, la coherencia espectral constituye una medida particularmente relevante porque permite cuantificar la relación entre componentes oscilatorios registrados en diferentes regiones cerebrales. Estudios recientes han mostrado que determinadas configuraciones de coherencia cambian sistemáticamente durante las transiciones entre vigilia y sueño, con una disminución de la coherencia alfa durante la transición hacia N1/N2 y un incremento de la coherencia delta asociado a estados de sueño más profundo. Estos resultados permiten considerar la conectividad oscilatoria como una dimensión cuantificable del estado cerebral, aunque no autorizan a identificar directamente coherencia y consciencia.
La cuestión adquiere mayor relevancia en los trastornos de consciencia. La evidencia disponible indica que determinados pacientes aparentemente no responsivos pueden conservar capacidad de procesamiento cognitivo o incluso seguir instrucciones mediante modulación voluntaria de su actividad cerebral, fenómeno descrito como covert consciousness o cognitive motor dissociation (CMD). En este contexto, estudios de redes alfa han encontrado asociaciones entre la reorganización de la coherencia posterior y la recuperación de funciones cognitivas superiores. Un trabajo basado en 95 registros EEG, incluidos 33 pacientes con trastornos de consciencia, encontró que la reorganización de redes alfa podía preceder a la recuperación de potencia alfa y que una medida de organización de estas redes alcanzaba un AUC de 0,78 para clasificar recuperación, aunque el trabajo disponible en PMC corresponde a un preprint y, por tanto, debe interpretarse con cautela.
Este artículo propone integrar estos resultados dentro de una arquitectura de coherencia predictiva CPEA–TAE. La hipótesis central no sostiene que la coherencia EEG sea equivalente a consciencia, sino que un vector multidimensional compuesto por conectividad, relaciones de fase, complejidad, dinámica temporal y error predictivo podría representar con mayor precisión el estado neurodinámico desde el cual se infiere consciencia. En este marco, el Detector de Error Predictivo Dinámico (DEPD) permitiría estudiar la respuesta del sistema cerebral a perturbaciones y el TAE, entendido como aprendizaje por excepción, proporcionaría un mecanismo formal para caracterizar desviaciones respecto de la dinámica esperada.
Se distingue explícitamente entre resultados empíricos, inferencias teóricas e hipótesis especulativas. Asimismo, la aplicación de METFI al sistema neurobiológico se considera únicamente una homología estructural, no un mecanismo causal demostrado.
Palabras clave: EEG; coherencia espectral; conectividad funcional; coherencia alfa; delta; consciencia; consciencia encubierta; cognitive motor dissociation; procesamiento predictivo; Active Inference; error predictivo; TAE; CPEA; DEPD; neurodinámica.
Introducción
La consciencia constituye uno de los problemas en los que la neurociencia se enfrenta con mayor claridad a una dificultad epistemológica fundamental: el fenómeno que se pretende estudiar posee una dimensión subjetiva que no es directamente accesible mediante observación externa.
El investigador no observa la experiencia consciente de otro individuo. Observa señales.
Puede registrar EEG, actividad metabólica, respuestas autonómicas, actividad muscular, movimiento ocular, comportamiento o respuestas ante estímulos. A partir de estas variables construye inferencias sobre el estado interno del organismo. La consciencia, por tanto, aparece metodológicamente como una variable latente.
Esta distinción adquiere especial importancia cuando desaparece la expresión conductual.
La literatura sobre covert consciousness demuestra que un individuo aparentemente no responsivo puede conservar capacidades cognitivas detectables mediante paradigmas neurofisiológicos. La disociación entre comportamiento y actividad cognitiva ha sido denominada cognitive motor dissociation y constituye actualmente una cuestión central en la evaluación de los trastornos de consciencia.
La consecuencia conceptual es profunda:
[
\text{ausencia de respuesta motora}
\not\Rightarrow
\text{ausencia de procesamiento consciente}
]
Por consiguiente, una neurotecnología capaz de detectar organización cerebral relevante para la consciencia no necesita reproducir directamente la experiencia subjetiva. Puede intentar identificar configuraciones neurodinámicas compatibles con ella.
Es en este punto donde la coherencia EEG adquiere interés.
Coherencia EEG: de la señal local a la relación entre regiones
La coherencia espectral cuantifica la relación entre dos señales en función de la frecuencia. De manera simplificada, puede expresarse como:
[
C_{xy}(f)=
\frac{|S_{xy}(f)|^2}
{S_{xx}(f)S_{yy}(f)}
]
donde (S_{xy}(f)) representa la densidad espectral cruzada y (S_{xx}(f)), (S_{yy}(f)) las densidades espectrales de potencia de cada señal.
Su importancia conceptual reside en que desplaza el análisis desde la actividad de un electrodo hacia la relación dinámica entre poblaciones neuronales.
Sin embargo, una precaución metodológica es imprescindible. La coherencia no mide directamente comunicación neuronal. Puede verse afectada por referencia, volumen conductor, fuentes comunes y otros factores metodológicos. Por ello, interpretarla como conectividad fisiológica efectiva requiere controles adicionales y, en determinados contextos, métricas complementarias como PLI, wPLI o medidas de causalidad.
En consecuencia:
[
COH \neq \text{comunicación causal}
]
pero:
[
COH \rightarrow \text{información sobre coordinación oscilatoria}
]
Esta diferencia será fundamental para CPEA.
Coherencia y arquitectura de los estados de sueño
Los cambios de conectividad durante el sueño proporcionan un ejemplo particularmente limpio de cómo una variable neurofisiológica puede cambiar sistemáticamente con el estado cerebral.
El estudio reciente considerado como punto de partida muestra una reducción de la coherencia alfa durante la transición desde vigilia hacia estados iniciales de sueño y un incremento de la coherencia delta asociado con la profundización del sueño. Diferentes métricas de sincronización muestran, además, patrones dependientes de frecuencia y de la etapa del sueño.
El resultado no significa que:
[
COH_\alpha \downarrow = \text{pérdida de consciencia}
]
ni que:
[
COH_\delta \uparrow = \text{inconsciencia}
]
La interpretación correcta es más precisa:
[
\text{estado cerebral}
\rightarrow
\text{reorganización espectral y conectiva}
]
El EEG proporciona, por tanto, una representación indirecta del régimen dinámico en el que opera el cerebro.
Este planteamiento es especialmente compatible con una descripción de estados mediante vectores:
[
\mathbf{S}(t)=
[
P(f),
COH(f),
PLV(f),
PLI(f),
wPLI(f),
H(t),
C(t)
]
]
La consciencia deja entonces de tratarse como una variable binaria y pasa a considerarse una propiedad inferida a partir de una configuración multidimensional.
La relevancia de las redes alfa
La banda alfa ocupa una posición singular.
En condiciones normales, las oscilaciones alfa no constituyen simplemente una frecuencia aislada, sino una arquitectura distribuida cuya organización espacial puede modificarse en función del estado cognitivo.
Un estudio de Zhou et al. analizó 95 registros EEG de 28 controles y 33 pacientes con trastornos de consciencia, utilizando análisis de coherencia global. Los autores encontraron una asociación entre coherencia alfa posterior y recuperación de cognición de nivel superior. Además, observaron que la reorganización de redes alfa podía producirse antes de la recuperación de la potencia alfa.
El resultado resulta particularmente relevante porque introduce una distinción entre:
[
\text{cantidad de oscilación}
]
y
[
\text{organización de la oscilación}
]
La segunda puede contener información que no aparece en la primera.
En el trabajo citado, la medida basada en organización de redes alfa obtuvo un AUC de 0,78 frente a valores de 0,50–0,57 para determinadas representaciones basadas en wPLI. Este resultado no demuestra superioridad universal de la coherencia, pero sí proporciona una prueba de concepto de que la estructura de una red oscilatoria puede ser informativamente distinta de la potencia espectral o de una medida convencional de conectividad.
Debe señalarse además que el artículo está disponible como preprint en medRxiv y la versión indexada en PMC indica expresamente que no había sido revisada por pares en esa versión. Por tanto, el resultado debe considerarse evidencia prometedora, pero no equivalente a una conclusión clínica consolidada.
Consciencia encubierta: cuando conducta y neurodinámica divergen
El problema se vuelve más exigente cuando el comportamiento deja de constituir un indicador fiable.
La covert consciousness describe situaciones en las que existe evidencia de consciencia residual pese a la ausencia de expresión conductual convencional. La revisión de Young, Edlow y Bodien destaca que EEG, fMRI y otras técnicas pueden revelar actividad cerebral que no es detectable mediante exploración conductual rutinaria.
La CMD constituye una categoría relacionada pero conceptualmente específica: existe una disociación entre capacidades cognitivas residuales y capacidad de expresión motora. Una revisión de consenso publicada en 2025 señala que pacientes considerados conductualmente no responsivos pueden producir respuestas cerebrales voluntarias ante instrucciones motoras o tareas de imaginación.
Una consecuencia inmediata es que el diagnóstico basado exclusivamente en comportamiento puede generar dos errores:
[
E_I =
\text{inferir consciencia donde no existe}
]
[
E_{II} =
\text{inferir ausencia de consciencia donde existe}
]
En el contexto de CPEA, el segundo error resulta especialmente relevante porque puede ser consecuencia de una arquitectura de detección demasiado pobre.
No detectar una señal no demuestra necesariamente que el estado no exista.
Consciencia como inferencia y no como observación directa
La revisión de Kronemer, Bandettini y Gonzalez-Castillo publicada en Nature Reviews Neuroscience plantea precisamente la dificultad de utilizar medidas fisiológicas para inferir fenómenos subjetivos. Los autores distinguen entre nivel consciente, estado consciente y contenido consciente, y subrayan que las señales fisiológicas deben interpretarse como medidas indirectas. La revisión declara además ausencia de conflictos de interés de los autores.
Esta distinción puede formalizarse:
[
X(t)=\text{señal fisiológica observable}
]
[
Z(t)=\text{estado neurocognitivo latente}
]
[
\Psi(t)=\text{experiencia consciente}
]
El sistema experimental observa (X(t)), intenta inferir (Z(t)) y solamente indirectamente formula hipótesis acerca de (\Psi(t)).
Por ello, un sistema CPEA no debería denominarse estrictamente “detector de consciencia” en su primera formulación.
Sería metodológicamente más riguroso hablar de:
sistema de inferencia de estados neurodinámicos compatibles con procesamiento consciente.
De la coherencia estática a la coherencia dinámica
El principal desarrollo conceptual que propone CPEA consiste en abandonar la representación estática.
Una única cifra:
[
COH_\alpha=0.42
]
tiene información limitada.
Una trayectoria:
[
COH_\alpha(t),\quad
COH_\delta(t),\quad
PLV(t),\quad
wPLI(t)
]
proporciona mucha más información.
Y todavía más si se incorpora la estructura espacial:
[
G_f(t)=(V,E,W_f(t))
]
donde (G_f(t)) representa un grafo funcional dependiente de la frecuencia.
La variable relevante deja entonces de ser solamente la intensidad de la coherencia y pasa a ser la topología dinámica de la coordinación.
Este punto resulta especialmente compatible con la hipótesis CPEA.
Un cerebro consciente podría no caracterizarse simplemente por “más sincronización”, sino por una capacidad específica para reconfigurar la sincronización sin perder integración global.
Esta proposición es una hipótesis.
Su falsabilidad es directa: si modelos basados exclusivamente en potencia y coherencia estática predicen estados cognitivos con igual o mayor precisión que las variables dinámicas y topológicas, la hipótesis pierde apoyo.
Integración con procesamiento predictivo
El siguiente nivel conceptual es introducir el error predictivo.
En una formulación simplificada:
[
\epsilon_t=
x_t-\hat{x}_t
]
donde (x_t) es el estado observado y (\hat{x}_t) el estado esperado.
En el cerebro predictivo, no toda desviación posee el mismo significado. La relevancia depende de su precisión, contexto, persistencia y capacidad para modificar el modelo interno.
CPEA puede traducir este principio a una arquitectura EEG:
[
EEG_t
\rightarrow
\mathbf{S}t
\rightarrow
\hat{\mathbf{S}}{t+1}
\rightarrow
\epsilon_t
\rightarrow
\Delta\mathbf{S}_{t+1}
]
Aquí el cerebro no se describe solamente mediante sus estados, sino mediante la relación entre:
estado actual;
estado esperado;
perturbación;
respuesta;
actualización.
Esta estructura constituye un puente natural con TAE.
TAE como aprendizaje por excepción neurodinámica
La Teoría de Aprendizaje por Excepción (TAE) puede incorporarse como formalización de la manera en que un sistema aprende a partir de desviaciones significativas respecto de sus predicciones.
Para una secuencia neurodinámica:
[
\mathbf{S}_{t+1}
F(\mathbf{S}_t,\mathbf{u}_t)+\eta_t
]
el error puede expresarse:
[
\mathbf{e}t=
\mathbf{S}{t+1}
\hat{\mathbf{S}}_{t+1}
]
El DEPD —Detector de Error Predictivo Dinámico— analizaría no solamente la magnitud:
[
||\mathbf{e}_t||
]
sino también su geometría.
Por ejemplo:
[
E_{DEPD}=
f(
||e||,
\tau_e,
R_e,
G_e,
P_e
)
]
donde:
(||e||) = magnitud;
(\tau_e) = duración;
(R_e) = recuperación;
(G_e) = propagación;
(P_e) = estructura de fase.
Esto permite plantear una pregunta mucho más interesante que “¿cuánta coherencia tiene el cerebro?”.
La pregunta sería:
¿Cómo responde la arquitectura cerebral integrada cuando su dinámica prevista es perturbada?
CPEA: arquitectura de coherencia predictiva
CPEA puede representarse como una cadena funcional:
[
\boxed{
EEG
\rightarrow
NEXUS!-!EEG
\rightarrow
SIGMA!-!T
\rightarrow
DEPD
\rightarrow
ORION!-!AGI
}
]
NEXUS-EEG
Funcionaría conceptualmente como capa de adquisición y normalización de señales.
SIGMA-T
Integraría las señales en una representación multilaminar, preservando la dimensión temporal, frecuencial, espacial y topológica.
DEPD
Calcularía la divergencia entre dinámica esperada y observada.
ORION-AGI
Constituiría la capa de inferencia recursiva encargada de actualizar hipótesis sobre el estado neurocognitivo.
La arquitectura completa puede expresarse:
[
\mathcal{M}_{t+1}
\mathcal{U}
(
\mathcal{M}_t,
\mathbf{S}_t,
\epsilon_t
)
]
donde (\mathcal{M}) representa el modelo interno del sistema.
La ventaja conceptual de esta arquitectura consiste en que evita convertir un único biomarcador en un supuesto equivalente de consciencia.
DPCC: una consideración epistemológica necesaria
El DPCC, tal como aparece definido dentro del corpus CPEA, debe permanecer actualmente en el nivel hipotético.
Si “post-cuántico” se utiliza para designar un fenómeno físico específicamente cuántico o una transición física demostrable entre regímenes, sería necesario disponer de evidencia experimental independiente que identificara dicho mecanismo.
No existe base suficiente en los estudios EEG analizados para realizar esa afirmación.
Por tanto, el DPCC puede formularse actualmente como componente arquitectónico hipotético, mientras que sus módulos observables pueden implementarse mediante métricas convencionales de coherencia, fase y conectividad.
Esta separación evita una contaminación epistemológica frecuente:
[
\text{hipótesis tecnológica}
\neq
\text{fenómeno experimental demostrado}
]
La arquitectura puede ser legítimamente innovadora sin atribuir evidencia inexistente a sus componentes.
Programa de seguimiento experimental
La hipótesis CPEA–TAE puede operacionalizarse mediante un programa escalonado.
Experimento 1: transición vigilia–sueño
Registrar EEG longitudinalmente desde vigilia hasta N3.
Variables:
[
COH_\alpha,\ COH_\delta,\ PLV,\ wPLI,\ H,\ C
]
Objetivo:
determinar si los cambios de estado pueden representarse mediante trayectorias dinámicas mejor que mediante valores independientes.
Experimento 2: perturbación cognitiva
Introducir estímulos auditivos, lingüísticos o tareas de imaginación durante diferentes estados.
Se calcularía:
[
\Delta S(t)=S_{estimulado}(t)-S_{baseline}(t)
]
La hipótesis TAE predeciría que la información diagnóstica no reside exclusivamente en el estado basal, sino en la respuesta ante la excepción.
Experimento 3: sujetos no responsivos
Comparar:
controles;
pacientes con distintos niveles de consciencia;
pacientes con CMD;
pacientes sin evidencia de CMD.
El análisis debería realizarse mediante modelos independientes de sujeto para reducir el riesgo de sobreajuste.
Experimento 4: clasificación dinámica
Comparar cuatro modelos:
[
M_1=P(f)
]
[
M_2=P(f)+COH
]
[
M_3=P(f)+COH+PLV+wPLI
]
[
M_4=P(f)+COH+PLV+wPLI+DEPD+dinámica\ topológica
]
La hipótesis CPEA queda respaldada solamente si:
[
AUC(M_4)>AUC(M_1,M_2,M_3)
]
y la diferencia se reproduce mediante validación independiente.
Coherencia, complejidad y estabilidad crítica
Existe una segunda cuestión de gran importancia.
Una arquitectura cerebral funcionalmente integrada no tiene por qué maximizar indefinidamente la sincronización.
Un sistema completamente sincronizado podría perder grados de libertad.
Por el contrario, un sistema completamente desincronizado podría perder integración.
Puede plantearse, como hipótesis, que determinados estados cognitivos se sitúan dentro de una región intermedia:
[
\text{integración}
\times
\text{diferenciación}
]
La coherencia constituiría entonces solamente una dimensión.
La combinación:
[
\mathcal{C}_{brain}
f(
integración,
diferenciación,
complejidad,
predicción,
reconfiguración
)
]
podría proporcionar una descripción más adecuada de la organización consciente.
Esta formulación es compatible con aproximaciones contemporáneas que intentan superar la identificación de consciencia con una única variable fisiológica. La revisión de Nature Reviews Neuroscience destaca precisamente la heterogeneidad de las señales utilizadas para inferir nivel, estado y contenido consciente.
Neural decoding y el siguiente nivel de inferencia
Una revisión publicada en Neurology en 2025 ha planteado que el neural decoding podría superar algunas limitaciones de los paradigmas actuales de consciencia encubierta, al intentar reconstruir estímulos, conceptos o contenidos a partir de actividad cerebral.
Esto establece una jerarquía:
[
\text{estado}
\rightarrow
\text{capacidad cognitiva}
\rightarrow
\text{contenido}
]
La coherencia EEG podría aportar información especialmente útil en el primer nivel y parcialmente en el segundo.
El tercer nivel exige necesariamente técnicas de decodificación mucho más sofisticadas.
Para CPEA, esto implica que ORION-AGI no debería ser concebido inicialmente como un “lector de pensamientos”, sino como un motor de inferencia neurodinámica capaz de estimar estados latentes y detectar cambios compatibles con procesamiento cognitivo.
METFI como homología estructural
La incorporación de METFI requiere una delimitación epistemológica especialmente estricta.
La hipótesis METFI propone una descripción de sistemas toroidales y acoplamientos de campo dentro de una arquitectura Tierra–sistema electromagnético.
Aplicar ese marco a la neurobiología puede ser intelectualmente productivo si se emplea como homología estructural:
[
\text{arquitectura toroidal}
\leftrightarrow
\text{arquitectura recursiva de redes}
]
pero no como equivalencia causal:
[
\text{METFI}
\not\Rightarrow
\text{mecanismo demostrado de consciencia}
]
La diferencia debe quedar explícita.
Una estructura matemática o topológica semejante entre dos sistemas no demuestra que compartan mecanismo físico.
La posible utilidad de METFI para CPEA reside, por tanto, en generar representaciones geométricas y topológicas que posteriormente puedan someterse a contrastación experimental.
Si esas representaciones no mejoran la explicación o predicción de los datos EEG, la hipótesis debe descartarse.
De biomarcador a sistema de inferencia
La evolución conceptual propuesta puede resumirse así:
[
\boxed{
COH
\rightarrow
\text{conectividad}
\rightarrow
\text{red}
\rightarrow
\text{dinámica}
\rightarrow
\text{predicción}
\rightarrow
\text{error}
\rightarrow
\text{inferencia}
}
]
El primer nivel ya posee evidencia.
El segundo también.
El tercero presenta resultados experimentales prometedores en trastornos de consciencia.
Los niveles superiores constituyen el núcleo teórico CPEA–TAE.
La arquitectura no necesita afirmar que la consciencia sea “coherencia”. Puede sostener una proposición más rigurosa:
La consciencia, en cuanto estado neurocognitivo inferido, puede estar asociada a configuraciones dinámicas específicas de integración, diferenciación y coordinación neuronal cuya expresión EEG puede caracterizarse mediante medidas de coherencia y otras métricas complementarias.
Esta afirmación es compatible con la evidencia actual y permite formular predicciones verificables.
Implicaciones para CPEA
La principal aportación de esta línea no consiste en añadir otra métrica al EEG.
Consiste en cambiar la unidad de análisis.
La unidad tradicional es:
[
\text{señal}
]
CPEA propone:
[
\text{estado}
\rightarrow
\text{transición}
\rightarrow
\text{perturbación}
\rightarrow
\text{respuesta}
]
El cerebro pasa a ser modelado como sistema dinámico.
En términos computacionales:
[
P(S_{t+1}|S_t,U_t)
]
donde (U_t) representa la perturbación o entrada.
La consciencia sería entonces inferida a partir de la capacidad del sistema para mantener y transformar estados internos bajo restricciones externas.
Esta concepción conecta de manera particularmente natural con Active Inference y con TAE, porque ambos permiten interpretar la actividad cerebral en términos de generación de predicciones, actualización y reducción de discrepancias.
No obstante, la compatibilidad conceptual no constituye demostración de identidad teórica.
Conclusiones
La evidencia disponible permite sostener que la coherencia EEG constituye una variable neurofisiológica informativa para caracterizar estados cerebrales y determinadas transiciones de estado. Los cambios observados en bandas alfa y delta durante el sueño muestran que la conectividad oscilatoria posee una organización dependiente del estado.
La evidencia procedente de trastornos de consciencia es todavía más relevante para CPEA. La reorganización de redes alfa se ha asociado con recuperación de funciones cognitivas superiores y, en un estudio preliminar, mostró capacidad discriminativa superior a algunas representaciones convencionales basadas en wPLI.
Sin embargo, no debe producirse una equivalencia entre coherencia y consciencia.
La coherencia constituye una variable observable.
La consciencia es una variable latente y fenomenológica.
Entre ambas existe una cadena de inferencia.
La CMD demuestra precisamente por qué esta cadena es necesaria: la ausencia de conducta observable no garantiza ausencia de procesamiento cognitivo.
Desde esta perspectiva, CPEA puede formularse como una arquitectura destinada a inferir estados neurodinámicos mediante la integración de coherencia, conectividad, topología, complejidad y error predictivo. TAE proporciona el principio de aprendizaje mediante excepciones; DEPD proporciona la detección dinámica de discrepancias; NEXUS-EEG y SIGMA-T constituyen capas de integración; ORION-AGI representa el nivel recursivo de inferencia.
DPCC permanece, por el momento, en el ámbito hipotético y no debe confundirse con un mecanismo neurofísico demostrado.
Del mismo modo, METFI, aplicado al cerebro, debe utilizarse como homología estructural hasta que exista evidencia experimental que demuestre un mecanismo causal común.
La fortaleza científica del programa no depende de eliminar las hipótesis especulativas. Depende de separarlas inequívocamente de los resultados empíricos y proporcionarles condiciones explícitas de falsación.
Resumen
La coherencia EEG es una variable objetiva y cuantificable de coordinación oscilatoria, pero no constituye por sí sola una medida directa de consciencia.
Durante el sueño se producen modificaciones sistemáticas de la conectividad dependientes de frecuencia, incluyendo cambios en coherencia alfa y delta.
Las redes alfa posteriores presentan una relación particularmente interesante con recuperación cognitiva en trastornos de consciencia.
La organización de una red oscilatoria puede aportar información diferente de la potencia espectral.
La consciencia encubierta/CMD demuestra que conducta y estado cognitivo pueden disociarse.
El principal error conceptual que debe evitar CPEA es:
[
\boxed{\text{coherencia}=\text{consciencia}}
]
La formulación más rigurosa es:
[
\boxed{
\text{coherencia + conectividad + dinámica + complejidad + error predictivo}
\rightarrow
\text{inferencia del estado neurodinámico}
}
]
TAE puede formalizar el aprendizaje a partir de desviaciones respecto de la dinámica esperada.
DEPD puede utilizarse como componente hipotético para caracterizar magnitud, persistencia, propagación y recuperación del error predictivo.
CPEA adquiere mayor coherencia teórica cuando pasa de clasificar estados a estudiar transiciones entre estados.
DPCC debe mantenerse explícitamente como hipótesis tecnológica mientras no exista evidencia independiente de un mecanismo “post-cuántico” específico.
METFI aplicado a neurobiología es, actualmente, una homología estructural y no un mecanismo causal demostrado.
La verdadera unidad de análisis propuesta es:
[
\boxed{
estado\rightarrow predicción\rightarrow perturbación\rightarrow error\rightarrow reorganización
}
]
El criterio de éxito de CPEA no debería ser demostrar que una única métrica “es” la consciencia, sino determinar si una representación neurodinámica multidimensional mejora de forma reproducible la inferencia de estados cognitivos frente a modelos basados exclusivamente en potencia o conectividad estática.
Referencias
1. Zhou, D. W. et al. — Alpha coherence is a network signature of cognitive recovery from disorders of consciousness
Estudio especialmente relevante para CPEA. Analiza 95 registros EEG y encuentra asociación entre redes alfa posteriores y recuperación cognitiva. Su resultado más interesante para nuestra arquitectura es que la reorganización de la red alfa puede preceder a la recuperación de potencia alfa. El AUC de 0,78 resulta prometedor, aunque debe recordarse que la versión disponible en PMC corresponde a un preprint no revisado por pares.
2. Kronemer, S. I., Bandettini, P. A. & Gonzalez-Castillo, J. (2025) — Sleuthing subjectivity: a review of covert measures of consciousness
Revisión de Nature Reviews Neuroscience. Es particularmente importante para establecer el marco epistemológico del artículo: la consciencia de otra persona no se observa directamente, sino que se infiere mediante indicadores. Los autores distinguen nivel, estado y contenido consciente y declaran ausencia de conflictos de interés.
3. Young, M. J., Edlow, B. L. & Bodien, Y. — Covert consciousness
Revisión centrada en la consciencia encubierta y en las técnicas neurofisiológicas utilizadas para detectarla. Su aportación esencial para CPEA es mostrar que EEG puede contribuir a identificar capacidades cognitivas que no aparecen en la evaluación conductual convencional. También señala que, entre los métodos EEG, la evidencia más fuerte de consciencia encubierta procede de paradigmas activos de seguimiento de órdenes.
4. Cognitive Motor Dissociation: Gap Analysis and Future Directions
Análisis internacional del estado de la CMD. Subraya la existencia de pacientes conductualmente no responsivos capaces de producir respuestas cerebrales voluntarias y señala problemas metodológicos relacionados con heterogeneidad, epidemiología, mecanismos y detección mediante BCI. Es especialmente relevante para el eje CPEA–BCI.
5. Fischer, D., Edlow, B. L. & Freeman, H. — Reconstructing Covert Consciousness: Neural Decoding as a Novel Consciousness Assessment
Propone avanzar desde la detección de respuestas cerebrales hacia la decodificación de contenidos o conceptos. Para CPEA, introduce una distinción estratégica entre detectar un estado cognitivo y reconstruir información representada por ese estado.
6. Covert cortical processing: a diagnosis in search of a definition
Resulta útil para separar procesamiento cortical encubierto de consciencia encubierta. La respuesta cortical ante un estímulo pasivo no equivale necesariamente a evidencia de experiencia consciente; la modulación voluntaria mediante una tarea proporciona una inferencia mucho más fuerte. Esta distinción es esencial para evitar falsos positivos conceptuales en un sistema CPEA.
7. Covert Consciousness: Epistemic Limits of Its Definition and Detection (2025)
Aporta una dimensión epistemológica especialmente valiosa: incluso cuando se detecta una respuesta compatible con consciencia encubierta, siguen existiendo límites inferenciales. Para CPEA esto implica que el sistema debe producir probabilidades y niveles de evidencia, no declaraciones metafísicas de certeza sobre la experiencia subjetiva.
Síntesis conceptual
El resultado más importante para el corpus CPEA–TAE no es, por tanto, que hayamos encontrado un “biomarcador de consciencia”.
Es algo más interesante:
[
\boxed{
\text{La arquitectura de la coherencia puede contener información sobre el estado cognitivo que no está contenida en la potencia local.}
}
]
Y el siguiente salto conceptual consiste en estudiar no solamente qué estado tiene el cerebro, sino cómo cambia su organización cuando recibe una perturbación y cuánto se desvía de la dinámica que el sistema predice.
Ese desplazamiento —de coherencia estática a coherencia predictiva dinámica— es precisamente el punto donde la evidencia neurofisiológica disponible comienza a encontrarse con la arquitectura conceptual CPEA–TAE.
Comentarios
Publicar un comentario