INTER-18 Bis— Homología estructural entre los bucles de incertidumbre-precisión en la ansiedad anticipatoria y la dinámica de excepción no reconsolidada de TAE/CPEA

 

Autor conceptual: Claude (Anthropic) Originador y director del corpus: Javi Ciborro Serie: INTER (documentos de puente entre literatura externa y arquitectura del corpus Papayaykware) Estado: hipótesis estructural, no causal — sujeta a las condiciones de falsabilidad detalladas en la sección 6 

Abstract

Este documento examina un texto de divulgación sobre el cerebro predictivo, el principio de energía libre de Karl Friston y su aplicación a la ansiedad anticipatoria, y evalúa si existe una homología estructural legítima con dos componentes del corpus: la dinámica de excepción de TAE (Teoría de Aprendizaje por Excepción) y el operador de coherencia predictiva de CPEA. La tesis central no es que la ansiedad sea un fenómeno TAE, ni que el cerebro use literalmente los operadores formales de CPEA; es que el patrón descrito en la literatura de predictive processing —una señal ambigua que dispara una predicción de amenaza, un desequilibrio de precisión que sobrepondera esa predicción frente a la evidencia correctora, y un bucle de retroalimentación que impide la actualización del modelo— tiene la misma forma matemática y temporal que un régimen de excepción (ε) que entra en la ventana post-excepción (τ̂) pero no logra completar la reorganización (τ_reorg) hacia consolidación (τ_cons). Se proponen dos hipótesis falsables (H1 sobre marcadores electrofisiológicos de excepción en tareas de amenaza ambigua, H2 sobre el operador de precisión de CPEA como distorsión de peso en U(t)) y un programa de seguimiento concreto basado en el pipeline NEXUS-EEG. Se declara explícitamente el estatus homológico —y no causal ni mecanicista— de la conexión, siguiendo la norma INTER-8 del corpus. 

 

Introducción y alcance del documento

El punto de partida es un texto que resume, con razonable fidelidad aunque sin aparato de citas, el marco de predictive processing aplicado a la ansiedad: el cerebro como generador continuo de modelos, el principio de energía libre como formalización de la minimización del error predictivo, y la ansiedad como un estado en el que el sistema asigna precisión excesiva a predicciones de amenaza y precisión insuficiente a la evidencia sensorial que las contradice.

Ese contenido, tomado de forma aislada, no pertenece al corpus: no menciona ninguno de sus marcos, no cita fuentes primarias y no distingue afirmación empírica de extrapolación. El objetivo de este documento es distinto: no incorporar el texto tal cual, sino usarlo como disparador para preguntar si la dinámica que describe —cualitativamente correcta y bien establecida en la literatura de neurociencia computacional— encaja formalmente con algo que el corpus ya modela con más precisión matemática, concretamente la dinámica de excepción de TAE y el operador de coherencia de CPEA.

La respuesta que se defiende aquí es afirmativa, con una condición: la homología es estructural, no causal. No se afirma que TAE "explique" la ansiedad, ni que CPEA sea un modelo clínico. Se afirma que la forma del proceso —transición abrupta, ventana de reorganización, riesgo de no convergencia— es la misma en ambos dominios, y que esa coincidencia formal permite trasladar herramientas de medición de un dominio al otro. Esa es, en última instancia, la función que cumple la serie INTER dentro del corpus.

 

Marco externo: cerebro predictivo, energía libre y ansiedad

El principio de energía libre, formulado por Friston (2010) en el marco de la neurociencia computacional, propone que los sistemas biológicos que se mantienen lejos del equilibrio termodinámico minimizan una cota superior de la sorpresa (energía libre variacional) mediante dos vías: actualizar el modelo generativo interno o actuar sobre el entorno para que se ajuste a las predicciones del modelo. Clark (2013), en una revisión ampliamente citada del programa de predictive processing, sistematiza esta idea como arquitectura jerárquica de predicción de errores, en la que las capas superiores del cerebro generan predicciones descendentes y las capas inferiores transmiten señales de error ascendentes cuando la predicción falla.

Un elemento central de esta arquitectura, y el que resulta más relevante para la homología propuesta, es la noción de precisión: el cerebro no solo genera predicciones, sino que pondera la confianza relativa que concede a cada predicción frente a cada señal de error. Seth (2013) extiende este marco al dominio interoceptivo, proponiendo que las emociones surgen de inferencias sobre el estado del cuerpo, y que un desequilibrio en la precisión asignada a las señales interoceptivas —sobreponderación de predicciones internas, infraponderación de la señal corporal real— puede explicar estados afectivos disfuncionales. Barrett y Simmons (2015) desarrollan una línea paralela sobre inferencia interoceptiva y regulación alostática que refuerza la misma idea desde la neuroanatomía de la ínsula y la corteza cingulada.

Aplicado a la ansiedad, este marco predice un patrón concreto: ante una señal ambigua, el sistema genera una predicción de amenaza; si la precisión asignada a esa predicción es desproporcionadamente alta respecto a la precisión asignada a la evidencia sensorial correctora, el error de predicción no se resuelve mediante actualización del modelo, sino que se sostiene o amplifica. Paulus y Stein (2006), desde un ángulo más clínico y con datos de neuroimagen, describen un patrón convergente en trastornos de ansiedad: hiperactivación insular anticipatoria ante estímulos de valencia incierta, es decir, una respuesta desproporcionada al grado de incertidumbre del estímulo más que a su peligrosidad objetiva.

Es importante señalar, siguiendo la norma de transparencia sobre vínculos institucionales del corpus, que Friston mantiene relaciones comerciales activas (asesoría y participación societaria en empresas de neurotecnología computacional) que no afectan directamente al contenido teórico citado aquí —el principio de energía libre es en gran medida trabajo académico revisado por pares y ampliamente replicado por grupos independientes— pero que conviene declarar en vez de omitir.

Lo que este cuerpo de literatura no ofrece, y es donde el corpus puede aportar algo, es una formalización explícita de la dimensión temporal del proceso: cuánto dura la ventana en la que el sistema puede aún corregir la predicción antes de que el bucle se estabilice, y qué distingue una elevación transitoria y adaptativa de amenaza percibida de un estado que se consolida como rasgo.

 

Marco interno: TAE y la dinámica de excepción

TAE (Teoría de Aprendizaje por Excepción) modela el aprendizaje no como actualización continua y gradual, sino como una sucesión de estados estables interrumpidos por excepciones: eventos que violan las expectativas del sistema de forma suficientemente marcada como para requerir una reorganización activa del modelo interno, en vez de un simple ajuste incremental.

La formalización TAGIS-1 define la excepción mediante la conjunción de tres condiciones en el espacio latente (C1∧C2∧C3): una discrepancia detectable respecto al modelo previo, una magnitud que supera el umbral de tolerancia del sistema, y una relevancia valorada por el operador V(ε) suficiente para justificar la reorganización. Una vez detectada la excepción, TAE-F2 describe cuatro escalas temporales sucesivas: τ_exc (duración del propio evento de excepción), τ̂ (ventana inmediata post-excepción, de alta plasticidad y alta incertidumbre), τ_reorg (fase activa de reorganización del modelo, con dinámica tipo Kibble-Zurek de formación de defectos topológicos en el espacio de representación) y τ_cons (consolidación, en la que el sistema estabiliza un nuevo estado, con o sin retorno al estado previo).

El punto crítico para este documento es que TAE contempla explícitamente la posibilidad de que τ_reorg no converja: que el sistema permanezca oscilando dentro de la ventana post-excepción sin alcanzar consolidación, revisitando repetidamente la misma discrepancia sin resolverla. Este régimen de no convergencia no es una anomalía marginal del modelo; es una de las trayectorias posibles previstas por la dinámica del propio marco, y es precisamente el patrón que interesa aquí.

 

Marco interno: CPEA y el operador de precisión

CPEA (Coherencia Predictiva Humano-IA en Arquitecturas BCI-AGI Adaptativas) formaliza, a través del embedding cognitivo universal U(t) introducido en CPEA-LATEN-1, un espacio de representación en el que confluyen componentes de predicción interna y componentes de señal externa. El operador de coherencia Ψ_CPEA pondera la contribución relativa de ambos componentes para generar el estado representacional del sistema en cada instante.

Esta ponderación es, formalmente, un operador de precisión: determina cuánto peso recibe la predicción generada internamente frente a la señal aferente. CPEA no fue diseñado pensando en estados afectivos, pero su estructura matemática —un operador que arbitra entre componente top-down y componente bottom-up dentro de un embedding conjunto— es isomorfa a la noción de precisión de predictive processing descrita en la sección 2. Esta es la primera pieza de la homología: dos marcos independientes, desarrollados con objetivos distintos, convergen en la misma operación formal de ponderación entre predicción interna y evidencia externa.

 

La homología estructural propuesta

Con los tres marcos expuestos, la propuesta puede formularse de manera compacta. El proceso descrito en la literatura de predictive processing para la ansiedad anticipatoria sigue esta secuencia: (a) una señal ambigua actúa como disparador; (b) el sistema genera una predicción de amenaza con precisión elevada; (c) la evidencia correctora recibe precisión insuficiente; (d) el error de predicción no se resuelve, sino que retroalimenta la atención hacia nuevas señales ambiguas; (e) el estado se estabiliza en un régimen de alerta sostenida.

Esta secuencia tiene una correspondencia formal directa con una trayectoria de excepción en TAE que entra en τ̂ pero no converge hacia τ_cons: la señal ambigua satisface las condiciones C1∧C2∧C3 de TAGIS-1 (discrepancia, magnitud, relevancia) y dispara una excepción; la ventana τ̂ es, por definición del propio marco, un estado de alta plasticidad y alta incertidumbre —el mismo estado que la literatura de ansiedad describe como sobreestimación de la incertidumbre ambiental—; y el fallo en alcanzar τ_reorg completo, quedando el sistema oscilando dentro de τ̂, corresponde estructuralmente al bucle de retroalimentación que Paulus y Stein documentan como hiperactivación insular anticipatoria sostenida.

La segunda pieza de la homología conecta el desequilibrio de precisión (sección 2) con el operador Ψ_CPEA (sección 4): un régimen en el que la componente predictiva interna de U(t) recibe un peso desproporcionado respecto a la componente aferente es, formalmente, el mismo tipo de distorsión que describe Seth (2013) para la inferencia interoceptiva desregulada.

Conviene ser explícito sobre lo que esta homología no afirma. No implica que el cerebro "ejecute" el operador Ψ_CPEA, ni que TAE haya sido validado como modelo de ansiedad clínica —TAE fue desarrollado en el corpus para dominios de aprendizaje adaptativo y procesamiento de excepciones en arquitecturas BCI-AGI, no para psicopatología—. La afirmación es más modesta y, por eso mismo, más defendible: la forma matemática del proceso (transición abrupta, ventana de alta incertidumbre, riesgo de no convergencia hacia estabilización) es común a ambos dominios, y esa forma común es lo que TAE y CPEA formalizan con mayor precisión temporal que la literatura de predictive processing revisada en la sección 2.

 

Hipótesis y condiciones de falsabilidad

H1 — Marcador electrofisiológico de excepción no convergente en amenaza ambigua. Si la dinámica de ansiedad anticipatoria ante estímulos ambiguos corresponde estructuralmente a una trayectoria de excepción TAE que no alcanza τ_reorg, entonces individuos con ansiedad rasgo elevada deberían mostrar, en tareas de detección de amenaza ambigua con seguimiento EEG concurrente, una prolongación o no convergencia de los marcadores asociados a τ̂ (por ejemplo, amplitud sostenida de negatividad relacionada con el error, ERN/Pe, y ausencia de la atenuación esperada de P3b tras exposiciones repetidas al mismo estímulo no amenazante) en comparación con controles de ansiedad rasgo baja, quienes deberían mostrar atenuación progresiva compatible con consolidación (τ_cons).

Condición de falsabilidad: si ambos grupos muestran atenuación equivalente de los marcadores tras exposiciones repetidas, o si la prolongación de la señal no se correlaciona con las puntuaciones de ansiedad rasgo (p. ej., STAI-T), la hipótesis queda refutada en su forma actual.

H2 — Distorsión del operador de precisión en tareas de reevaluación. Si el desequilibrio de precisión entre predicción interna y evidencia externa en la ansiedad corresponde a una distorsión del componente de ponderación de U(t), entonces protocolos de hiperscanning EEG (siguiendo el marco de INTER-14 sobre Γ_N y coherencia inter-cerebral) aplicados durante tareas de reevaluación cognitiva guiada deberían mostrar una normalización progresiva de la coherencia intra-sujeto entre señal frontal (asociada a generación de predicción top-down) y señal posterior/sensorial (asociada a procesamiento de evidencia bottom-up) que correlacione con la reducción de puntuaciones de ansiedad estado tras la intervención.

Condición de falsabilidad: si la coherencia frontal-posterior no varía con la intervención, o varía de forma independiente de los cambios clínicos medidos, la hipótesis queda refutada.

Ambas hipótesis se formulan como estructurales y correlacionales, no como afirmaciones sobre el mecanismo causal último del trastorno de ansiedad, que involucra factores genéticos, de desarrollo y contextuales fuera del alcance de este documento.

 

Programa de seguimiento

Se propone un protocolo concreto, ejecutable con la instrumentación ya validada en el pipeline CPEA-NEXUS:

1. Diseño: tarea de oddball de amenaza ambigua (estímulos visuales neutros, ambiguos y claramente amenazantes, con proporción 70/20/10) combinada con seguimiento EEG de 32 canales (compatible con EXT-3) y seguimiento simultáneo de variabilidad de frecuencia cardíaca (RMSSD) como proxy periférico de activación autonómica.
2. Muestra: dos grupos estratificados por STAI-T (ansiedad rasgo alta vs. baja), n≥30 por grupo, estimado a partir de tamaños de efecto reportados en estudios previos de ERN en ansiedad (d≈0.5–0.6).
3. Variables primarias: amplitud y latencia de ERN/Pe y P3b ante estímulos ambiguos, tasa de atenuación de estas señales a lo largo de bloques repetidos (proxy de convergencia hacia τ_cons), acoplamiento theta frontomedial-RMSSD como índice combinado de precisión predictiva y activación periférica.
4. Fase de intervención: subconjunto del grupo de ansiedad alta recibe cuatro sesiones de exposición gradual con reevaluación cognitiva guiada; se repite el protocolo EEG pre/post intervención.
5. Salida de datos: registro en formato .cpea_stream compatible con el pipeline ACQ→PREP→SPEC→COH→TAE-DET→SER, permitiendo aplicar directamente el módulo TAE-DET ya existente para clasificar automáticamente los ensayos como convergentes o no convergentes hacia consolidación.
6. Análisis de coherencia: aplicación del módulo COH sobre los canales frontal y posterior para obtener el índice de coherencia frontal-posterior propuesto en H2, con corrección FDR de Benjamini-Hochberg (CPEA-PFI-1) para las comparaciones múltiples entre condiciones y grupos.

Este programa no requiere desarrollo instrumental nuevo: reutiliza NEXUS-EEG v1.0, el módulo TAE-DET y el marco de falsabilidad CPEA-PFI-1 ya formalizados en el corpus, aplicándolos a un dominio —ansiedad anticipatoria ante amenaza ambigua— que no había sido explorado previamente.

 

Límites del homólogo y advertencias epistémicas

Tres advertencias son necesarias. Primera, la homología conecta procesos con la misma forma temporal, no necesariamente los mismos sustratos neurales; TAE fue formalizado sobre datos de aprendizaje adaptativo y procesamiento de excepción en arquitecturas BCI-AGI, no sobre circuitería de ansiedad, y trasladar su vocabulario a este dominio es una extensión, no una validación previa. Segunda, la literatura de predictive processing sobre ansiedad, aunque bien establecida en sus líneas generales, no está exenta de controversia interna sobre el alcance explicativo del principio de energía libre fuera de tareas de laboratorio controladas; este documento no resuelve esa controversia ni depende de resolverla. Tercera, ninguna de las dos hipótesis propuestas debe interpretarse como respaldo a un uso clínico o diagnóstico; su función es exclusivamente exploratoria y metodológica dentro del programa de investigación del corpus.

 

Resumen

• El texto de origen describe correctamente, aunque sin aparato de citas, el marco de predictive processing y el principio de energía libre (Friston, Clark, Seth) aplicado a la ansiedad anticipatoria.
• La secuencia amenaza ambigua → predicción con precisión excesiva → error no resuelto → bucle de retroalimentación tiene la misma forma temporal que una excepción TAE que entra en τ̂ pero no converge hacia τ_reorg/τ_cons.
• El desequilibrio de precisión entre predicción interna y evidencia externa es formalmente equivalente a una distorsión de peso en el operador de coherencia Ψ_CPEA sobre el embedding U(t).
• La homología se declara explícitamente como estructural y no causal: ni TAE explica la ansiedad clínica, ni CPEA ha sido validado como modelo afectivo.
• H1 propone un marcador electrofisiológico (ERN/Pe, P3b) de no convergencia hacia consolidación en amenaza ambigua, falsable mediante comparación de grupos por ansiedad rasgo.
• H2 propone una normalización de la coherencia frontal-posterior tras reevaluación cognitiva guiada, falsable mediante hiperscanning EEG pre/post intervención.
• El programa de seguimiento reutiliza NEXUS-EEG v1.0, TAE-DET y CPEA-PFI-1 sin requerir desarrollo instrumental nuevo, aplicándolos a un dominio no explorado previamente por el corpus. 

 

Referencias 

• Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2), 127–138. Fuente primaria del principio de energía libre; trabajo académico revisado por pares, ampliamente replicado. Friston mantiene vínculos comerciales con empresas de neurotecnología computacional, sin conflicto directo relevante para el contenido teórico citado aquí, que se declara por transparencia.
• Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36(3), 181–204. Revisión sistemática del programa de predictive processing con comentarios de múltiples autores independientes; base para la sección 2.
• Seth, A. K. (2013). Interoceptive inference, emotion, and the embodied self. Trends in Cognitive Sciences, 17(11), 565–573. Fuente del argumento sobre desequilibrio de precisión interoceptiva como base de estados afectivos disfuncionales.
• Barrett, L. F., & Simmons, W. K. (2015). Interoceptive predictions in the brain. Nature Reviews Neuroscience, 16(7), 419–429. Refuerza el marco interoceptivo desde neuroanatomía de ínsula y cíngulo.
• Paulus, M. P., & Stein, M. B. (2006). An insular view of anxiety. Biological Psychiatry, 60(4), 383–387. Evidencia clínica de neuroimagen sobre hiperactivación anticipatoria ante incertidumbre, usada como anclaje empírico de la sección 2 y como referente para el diseño del programa de seguimiento. 

Nota de método: este documento aplica la norma INTER-8 (separación explícita empírico/especulativo con condiciones de falsabilidad) y mantiene los operadores internos del corpus (τ_exc, τ̂, τ_reorg, τ_cons, C1∧C2∧C3, V(ε), U(t), Ψ_CPEA, Γ_N, .cpea_stream) sin alteración respecto a su definición previa en TAE-F2, TAGIS-1, CPEA-LATEN-1 e INTER-14.