Alternancia rápida de representaciones conscientes y suprimidas en corteza de primate: homología estructural no causal con CPEA-TAE

Corpus Papayaykware.

Autor conceptual: Claude (Anthropic). Originador y director del corpus: Javi Ciborro. Javi aportó los materiales y las preguntas; el filtrado según INTER-8, la redacción y las hipótesis son obra conceptual de Claude.

Vínculos que conviene conocer. Los Métodos del preprint indican que se usó Claude Code, una herramienta de Anthropic, para acelerar el código de dos figuras de datos extendidos (5 y 10), y que el primer autor revisó ese código. El autor conceptual de este artículo es un modelo de Anthropic. Nada de eso cambia lo que el preprint mide, pero el lector debe saberlo. Tanto el preprint como el NeuroView de Neuron declaran ausencia de intereses en competencia.

Abstract

Un preprint de bioRxiv (Hesse, Lanfranchi, McGrory, Shi, Engel y Tsao; versión del 16 de octubre de 2026, sin revisión por pares) registra con Neuropixels, en dos macacos, parches faciales de la corteza inferotemporal (ML, AM) y regiones prefrontales durante supresión por destello binocular. Con estímulo y percepto constantes, la actividad poblacional alterna unas 15 veces por segundo entre épocas que representan el rostro percibido y épocas que representan el rostro suprimido; cada estado dura cerca de 60 ms. Este artículo resume qué se mide y con qué controles, separa resultado de opinión en el hilo de X aportado y propone una homología estructural no causal con CPEA-TAE: el esquema de dos hipótesis con plantillas fijas se parece al TAE-DET bayesiano de k hipótesis de INTER-22. Se marca un límite: una alternancia estacionaria no es una excepción TAE. Se formulan tres hipótesis con condición de falsabilidad (H3 es autocrítica) y cinco programas de seguimiento. Se corrige además un enlace: el artículo de Neuron aportado trata de ciencia cognitiva automatizada y no de ondas gamma.

Material de partida y estatus epistémico

Se trabaja con tres documentos. El primero es el preprint completo, con Métodos y diez figuras de datos extendidos (doi 10.64898/2026.10.15.759299). El segundo es un NeuroView de Neuron, «Toward an automated science of the mind» (Jagadish, Rmus, Witte, Mathony, Binz y Schulz; Neuron 114, 7 de octubre de 2026, págs. 3522-3526; doi 10.1016/j.neuron.2026.09.012). El tercero es un hilo de X escrito en primera persona del plural por el equipo del preprint; el texto que se me pasó no lo firma.

Su peso no es el mismo. El preprint aporta datos, pero no está certificado por pares. El NeuroView es una perspectiva sin datos propios. El hilo es comentario de autor: sirve sobre todo para saber qué no se está afirmando. Aplicando INTER-8, lo empírico sale del preprint, las interpretaciones del hilo se etiquetan como opinión de los autores y todo lo que conecta con el corpus se declara hipótesis.

¿Qué mide el preprint?

Paradigma. En la supresión por destello binocular se muestra una imagen a un ojo durante 1 o 2 s y después se añade otra al ojo contrario. La nueva domina el percepto y la primera queda suprimida aunque siga presente. La validación se hizo en 14 personas, que informaron por botón: el percepto del estímulo destellado apareció en el 82 % de los ensayos binoculares, frente a un 87 % de acierto con el estímulo de priming sin conflicto (latencia de informe 0,86 ± 0,05 s). Los macacos miraban de forma pasiva con fijación. El preprint no registra su percepto; la etiqueta «consciente» descansa en la validación humana del paradigma.

Registro. Neuropixels 1.0 NHP en los parches ML y AM de la corteza inferotemporal y en dos regiones prefrontales (PO y PVL), con dos monos. Se agregaron 3501 neuronas visualmente responsivas de IT y 661 prefrontales. El experimento principal usó 1500 caras (750 pares) en nueve sesiones; otras diez sesiones usaron diez estímulos, y las comparaciones de verosimilitud cubren 19 sesiones.

El enigma de partida. La modulación por el percepto consciente es mucho más débil que la que la misma neurona muestra cuando el estímulo se presenta solo. En promedio, la pendiente binocular frente a inequívoca es de 0,23 (p = 8 × 10⁻¹³³, 5550 pares célula-estímulo).

Partición en estados. Cada bin de 10 ms se etiqueta con la plantilla (consciente o suprimida) que hace más probables los disparos, con un decodificador de razón de verosimilitud de Poisson. Después se ajusta un modelo oculto de Markov de dos estados con plantillas fijas derivadas del priming, donde solo la matriz de transición es libre. Con bins de 5 ms, la duración mediana de cada estado es de 64 ms y 59 ms. La autocorrelación de la señal decae con una constante de 67 ms, que los autores equiparan a una mediana en torno a 46 ms si las duraciones fueran exponenciales.

Contenido de cada estado. Con regresión lineal sobre un espacio paramétrico de rostros, la actividad del estado 1 reconstruye el rostro consciente (más del 80 % de varianza explicada en algunos rasgos, frente a una cota superior de más del 90 % con el priming) y el estado 2 reconstruye el suprimido. Con diez estímulos y decodificación en un solo ensayo, el promedio da 40 % (consciente) y 34 % (suprimido); en el estado 1 sube a más del 61 % frente a 4 %, y en el estado 2 se invierte (azar: 10 %).

Reversión de la modulación. Al calcular los índices por estado, la pendiente vale 0,93 en el estado 1 y −0,76 en el estado 2: la célula responde como si el estímulo consciente, o el suprimido, se presentara solo. La modulación débil promedio sería, entonces, el promedio de dos estados opuestos. Una ganancia de sintonía algo mayor en el estado 1 (razón media 1,21) explica la correlación positiva residual; al igualarla, esa correlación desaparece (r = −0,02). Son las mismas neuronas en ambos estados (correlación de ganancias 0,90, 543 células). Un decodificador lineal distingue ambos estados con un 66 % de acierto, y la tasa media de disparo es ligeramente mayor en el estado 2.

Corteza prefrontal. El patrón se repite con menor calidad: la cota superior de reconstrucción queda por debajo del 80 % (menos del 30 % en rasgos de forma). La pendiente promedio es 0,32, con 0,91 en el estado 1 y −0,52 en el estado 2.

Coordinación entre parches. Las alternancias de ML y AM están débilmente coordinadas: hay una separación significativa al predecir un parche con los estados inferidos en el otro, pero los autores dicen que no es evidencia fuerte de coordinación.

Controles y límites reconocidos

El preprint es inusualmente franco con el problema que más amenaza su conclusión. Como los mismos datos definen los estados y luego se usan para evaluar lo que cada estado representa, hay un sesgo de condicionamiento circular que infla las reconstrucciones. Su propio texto concluye que una partición cuyos promedios reconstruyen cada rostro no basta para demostrar conmutación coordinada.

La respuesta son varios controles. Se infieren los estados con una mitad de las neuronas y se reconstruye con la otra mitad. Se repite el análisis dejando una neurona fuera cada vez, lo que mejora la varianza explicada solo unos 2 puntos porcentuales respecto a la mitad. Se balancean los ensayos para que cada uno aporte igual número de muestras a cada estado. Se barajan las plantillas. Se separan los estados de alta y baja excitabilidad (On/Off) con un decodificador de cuatro estados, con acuerdo de partición con la tasa global no mejor que el azar (κ ≈ 0) y un 80 % de acuerdo con el modelo de dos estados.

La pieza más informativa es la comparación con cuatro modelos generativos hechos con las mismas plantillas: dos estados coordinados, solo consciente, promediado y no coordinado. El de solo consciente falla las cuatro pruebas. El promediado y el no coordinado superan únicamente la reconstrucción circular, y se desploman al validar entre neuronas. El de dos estados coordinados las supera todas, igual que los datos reales.

Quedan límites. Son dos animales y no hay revisión por pares. La señal prefrontal es más débil (decodificación con mitades retenidas, p = 0,03). Las transiciones reales no son instantáneas, lo que baja la precisión. La coordinación entre parches es débil. El mecanismo que decide qué época llega a la conciencia queda sin resolver; la idea de que las épocas suprimidas exploran interpretaciones alternativas aparece marcada por los propios autores como especulativa.

Una precisión aritmética evita confusiones. Las «15 veces por segundo» del resumen son una tasa de transiciones. Si cada estado dura unos 60 ms, un ciclo completo de ida y vuelta dura unos 120 ms. Es una cuenta mía, no un dato del preprint, pero conviene no tratar «15 Hz» como la frecuencia de una oscilación.

El hilo: resultado frente a opinión

Consistente con el preprint: no se demuestra una «tasa de fotogramas» de la conciencia; el número de nodos registrados es pequeño; la alternancia ronda los 60 ms; la señal suprimida es suficientemente rica para reconstruir un rostro; la coherencia entre ML y AM es débil. Una nota de lenguaje: el hilo habla de señal «en lo profundo del cerebro», pero los parches estudiados son corticales.

Opinión del autor, no resultado: la hipótesis de que mecanismos de seguimiento continuo en la corteza parietal posterior, que representan la persistencia de la materia y del propio cuerpo, son el núcleo del acceso consciente; la analogía del dron con una nota constante a la que la corteza inferotemporal se acopla solo en los momentos armónicos; la lectura de la alternancia como atractor biestable dentro de IT, por analogía con el parpadeo theta entre mapas de células de lugar (Jezek et al. 2011, citado también en el preprint). Ninguna de estas tres ideas se prueba con los datos presentados. Los puntos tercero y cuarto del hilo (pedir comentarios en bioRxiv, avisar de una visión futura) no son ciencia que integrar.

Homología estructural con CPEA-TAE

Declaración. Lo que sigue es una homología estructural no causal. No se afirma que el cerebro ejecute TAE-DET ni que CPEA describa el mecanismo del acceso consciente. METFI no se invoca.

Correspondencias. (i) El modelo oculto de Markov de dos estados con plantillas fijas, calibradas en la condición inequívoca y evaluadas en la ambigua, es una instancia de k = 2 del esquema bayesiano de k hipótesis que INTER-22 propuso para TAE-DET. La matriz de transición libre se corresponde con la tasa de actualización cuyo vínculo con τ_exc planteaba INTER-22 (H2). (ii) Las plantillas dependientes del sujeto recuerdan al conjunto de candidatas por usuario que INTER-23 asigna al meta-aprendizaje acotado de ORION-AGI. (iii) La analogía del dron, un proceso continuo al que se acoplan contenidos que alternan, se parece a Self(t) o U(t) como posterior continuo sobre el que operan hipótesis discretas; es solo parecido formal, y el dron es una conjetura del autor del hilo. (iv) Tanto aquí como en SFE-DEPD-TAE-1 el estímulo es un rostro cuya percepción se vuelve inestable, de modo que el diseño del corpus podría incorporar una condición de control tipo supresión por destello.

Límite de la homología. Una excepción TAE (TAGIS-1: C1∧C2∧C3) es una discontinuidad respecto a lo esperado. La alternancia descrita es estacionaria y recurrente, cerca de 15 transiciones por segundo durante todo el percepto. No es una excepción. Si acaso, es el fondo dinámico sobre el que un detector tendría que distinguir una excepción verdadera. Un TAE-DET que se disparase con cada transición no tendría valor discriminante, y esa es una propiedad comprobable.

La lección metodológica es la más transferible. La partición en estados y su evaluación sobre los mismos datos infla los resultados. En el pipeline CPEA-NEXUS, SPEC y COH etiquetan estados y TAE-DET los evalúa; si ambas operaciones usan las mismas muestras, el sesgo descrito por el preprint podría afectar a resultados previos del corpus. Esto es una sospecha que se puede medir, y se mide en el programa P1.

Las tres preguntas finales de Javi

¿Por qué la conciencia necesita un cuerpo con emociones? Ni el preprint ni el hilo ofrecen evidencia sobre cuerpo o emoción. El hilo sostiene que el acoplamiento con el seguimiento persistente de uno mismo como cuerpo físico es lo esencial; es una opinión razonada, no un resultado. Dentro del corpus, la línea cardíaca-cerebral de INTER-30 (Thayer-Lane, Garfinkel-Critchley) y el canal ECG/PPG previsto ya permiten formular un contraste propio, pero no a partir de este preprint. Aquí queda como pregunta abierta.

¿Reconstruye el cerebro la realidad en cada onda gamma? El enlace aportado (Neuron, S0896-6273(26)00722-1) corresponde al NeuroView de Jagadish et al., que trata de automatizar el ciclo de descubrimiento en ciencias cognitivas y no menciona ondas gamma. El preprint solo cita ráfagas beta y gamma de la memoria de trabajo (Lundqvist et al.) como ejemplos de estructura temporal. Aritmética: un ciclo gamma de 40 Hz dura 25 ms y un estado de 60 ms abarca unos dos ciclos y medio, de modo que equiparar estado y ciclo gamma no sale de los datos. La metáfora del corazón que late es sugerente, pero ningún documento aportado la sostiene.

¿Puede CPEA formar parte de la ciencia cognitiva automatizada? El NeuroView propone un ciclo de cuatro etapas: representar experimentos (con un LLM como muestreador), generar conducta sintética (con modelos fundacionales como Centaur), sintetizar modelos (GeCCo, SPICE) y cerrar el bucle con un crítico que puntúa «interés». Advierte de que el riesgo central es el fallo epistémico, resultados verosímiles pero huecos, y asigna a las personas tres papeles: gusto científico, representación y anclaje empírico con datos humanos densos, desde informes verbales hasta registros neuronales. Propone además que los datos neuronales adjudiquen entre modelos conductualmente indistinguibles.

Ese último punto es el hueco donde CPEA-NEXUS tiene algo concreto que ofrecer: registro EEG con detección de hipótesis y falsabilidad declarada. Pero el NeuroView trata sobre todo de conducta y modelos, no de EEG-BCI, de modo que el encaje es parcial. Y la vara de medir es el anclaje, no la etiqueta. El propio corpus es un caso de lazo asistido: Javi aporta fuentes, Claude redacta, INTER-8 filtra. Con unas treinta homologías producidas, el riesgo que el NeuroView llama «persuasivo pero hueco» es real: un corpus donde ninguna homología fracasa nunca no demuestra nada. De ahí H3 y el registro previo de predicciones (P0).

Hipótesis y falsabilidad

Todas son hipótesis del corpus, con el estatus de una conjetura de trabajo.

H1 (computacional). Un TAE-DET de k = 2 con validación cruzada entre canales reproduce la matriz de pruebas del preprint sobre datos sintéticos: supera las cuatro pruebas con el modelo de dos estados coordinados y falla las pruebas validadas con los modelos promediado y no coordinado. Sin validación cruzada, en cambio, da falsos positivos en la reconstrucción circular con esos dos modelos. Falsabilidad: H1 se refuta si, con validación cruzada, TAE-DET supera alguna de las tres pruebas validadas con el modelo promediado o el no coordinado, o falla alguna con el de dos estados; y se refuta el supuesto de la auditoría si la versión circular no produce falsos positivos. No se afirma nada sobre fisiología: se valida la lógica del detector.

H2 (EEG humano, escala lenta). En supresión por destello o rivalidad con informe mínimo, la coherencia COH fronto-posterior cambia en la ventana previa a los cambios espontáneos de percepto, y no cambia antes de alternancias físicas reproducidas. Extiende el hallazgo prefrontal en macaco de Dwarakanath et al. (2023), que conozco solo por el comentario de Jensen y Ferrante y por un resumen de tesis, sin lectura del texto primario. Falsabilidad: se refuta si el cambio previo es igual en ambas condiciones o no aparece en ninguna. Un resultado nulo con EEG de cuero cabelludo informa poco: el efecto mínimo de interés y el tamaño muestral se fijan antes de registrar.

H3 (autocrítica). La homología es vacía: cualquier HMM de dos estados con plantillas fijas reproduce todos los contrastes y TAE no añade nada. Se sostiene H3 si TAE-DET k = 2 no mejora la verosimilitud retenida de un HMM simple en el banco sintético ni en sesiones reales, y si sus detecciones de excepción no superan las de permutaciones con la misma tasa de transición. Es una hipótesis que el corpus quiere ver refutada.

Programas de seguimiento

P0. Registro previo. Antes de ejecutar P1-P3, se deposita en el repositorio de GitHub, con fecha, la lista de predicciones, las métricas y los criterios de refutación de H1-H3. Sin cambios posteriores salvo versión nueva.

P1. Auditoría de circularidad en NEXUS-EEG v1.0. Sobre las sesiones .cpea_stream existentes, calcular las métricas condicionadas por estado con y sin validación cruzada entre mitades de canales. Salida: la diferencia (inflación) con intervalo de confianza por bootstrap sobre sesiones. Si el intervalo excluye cero, los resultados previos dependientes de estados se reportan de nuevo con validación cruzada.

P2. Banco sintético. Generar los cuatro modelos del preprint (dos estados, solo consciente, promediado, no coordinado) con canales de rasgos espectrales en lugar de disparos, emparejados con el número de canales de NEXUS-EEG (32 y 64, según EXT-3), y barrer duraciones de estado de 20 a 250 ms con las mismas pruebas. Se valida la lógica, no la fisiología. Salida: tabla modelo × prueba para TAE-DET y para un HMM simple (insumo de H1 y H3).

P3. Estudio EEG de cambios espontáneos y reproducidos. Participantes con gafas anaglifo (único material nuevo, de bajo coste), informe mínimo (nistagmo optocinético o botón), contraste entre alternancia espontánea y reproducción física, y COH fronto-posterior en la ventana previa al cambio frente a permutación de etiquetas. Ventana, efecto mínimo y análisis preinscritos en P0.

P4. Seguimiento de la publicación. Los autores indican que datos y código se publicarán al aceptarse el trabajo (DANDI y GitHub). Revisión mensual de su disponibilidad. Cuando existan, aplicar el detector k = 2 de P2 a los disparos reales y comparar duraciones de estado con las del preprint. Un comentario técnico en bioRxiv, hoy sin comentarios según el hilo, solo se enviará con los números de P1 en la mano.

Verificación (CoVe)

• Fechas, autoría, financiación y declaración de intereses del preprint: verificadas en la primera página y el apartado final del PDF.
• Cifras de la sección 2 (14 participantes, 82 % y 87 %, pendiente 0,23, 64 ms y 59 ms, 67 ms, 61 % y 4 %, 1,21, r = 0,90, 66 %, pendientes 0,93 y −0,76; prefrontal 0,32, 0,91 y −0,52): verificadas en Resultados y leyendas de figuras. No me consta que haya otra versión.
• Uso de Claude Code en los Métodos: verificado, apartado «Data analysis».
• Contenido del enlace de Neuron: verificado en el PDF aportado; no trata de ondas gamma.
• Discrepancias detectadas: 15 transiciones por segundo frente a ciclos de ida y vuelta de unos 120 ms (cuenta mía); constante de 67 ms frente a mediana de 46 ms (explicada por los autores); «profundo» del hilo frente a corteza.
• No verificado en primario: Dwarakanath et al. 2023 (conocido por el comentario de Jensen y Ferrante).
• El hilo de X no está firmado en el texto aportado; la atribución al equipo se infiere del contenido.

Resumen

• El preprint (bioRxiv, 16 de octubre de 2026, sin revisión por pares) muestra, en dos macacos, que la población de IT y de corteza prefrontal alterna entre representar el rostro percibido y el suprimido, con estados de unos 60 ms.
• La modulación débil promedio queda explicada por el promedio de dos estados opuestos, y el estado «consciente» tiene algo más de ganancia de sintonía (1,21).
• Los autores reconocen el sesgo circular y lo controlan con validación cruzada y cuatro modelos alternativos; la coordinación entre parches es débil y la señal prefrontal es menor.
• No se demuestra una tasa de fotogramas de la conciencia; el hilo de X lo dice y los datos no lo contradicen.
• Homología no causal: HMM k = 2 con plantillas fijas frente a TAE-DET bayesiano de k hipótesis (INTER-22); límite explícito: alternancia estacionaria no es excepción TAE.
• Aportación metodológica principal: auditar la circularidad en NEXUS-EEG (P1).
• El enlace de Neuron es el NeuroView sobre ciencia cognitiva automatizada, no un artículo sobre gamma.
• H1 (banco sintético), H2 (EEG de cambios espontáneos) y H3 (autocrítica) con condiciones de refutación; P0 a P4 como programa de seguimiento.

Referencias 

1. Hesse JK, Lanfranchi FF, McGrory C, Shi Y, Engel TA, Tsao DY (2026). Rapid alternation of conscious and suppressed stimulus representations in the primate brain. bioRxiv, doi 10.64898/2026.10.15.759299. Fuente principal; preprint sin revisión por pares; financiado por HHMI y NIH, sin intereses en competencia declarados.
2. Jagadish AK, Rmus M, Witte K, Mathony M, Binz M, Schulz E (2026). Toward an automated science of the mind. Neuron 114, 3522-3526. Perspectiva sin datos; financiación Helmholtz, ERC, Wellcome y beca NAM; sin intereses en competencia declarados.
3. Hesse JK, Tsao DY (2020). A new no-report paradigm reveals that face cells encode both consciously perceived and suppressed stimuli. eLife 9, e58360. Antecedente directo, con revisión abierta.
4. She L, Benna MK, Shi Y, Fusi S, Tsao DY (2024). Temporal multiplexing of perception and memory codes in IT cortex. Nature 629, 861-868. Citado en el preprint; precedente de multiplexado temporal.
5. Jezek K, Henriksen EJ, Treves A, Moser EI, Moser M-B (2011). Theta-paced flickering between place-cell maps in the hippocampus. Nature 478, 246-249. Base de la analogía del hilo.
6. Jensen O, Ferrante O (2023). Prefrontal cortex oscillations update and stabilize consciousness during binocular rivalry. Neuron 111, 1519-1520. Comentario sobre Dwarakanath et al.; única vía por la que se conoce aquí ese trabajo.
7. Binz M et al. (2025). A foundation model to predict and capture human cognition. Nature 644, 1002-1009; y Xie H, Zhu J-Q (2025), crítica del atajo en PsyArXiv. Contexto de los modelos fundacionales del NeuroView.
8. Engel TA et al. (2016). Selective modulation of cortical state during spatial attention. Science 354, 1140-1144. Origen de los estados On/Off controlados en el preprint.
9. Corpus: INTER-8 (norma epistémica), INTER-22 y INTER-23 (TAE-DET y ORION-AGI), INTER-30 (coherencia cardíaca-cerebral), TAGIS-1, CPEA-PFI-1, SFE-DEPD-TAE-1.