Cambios en representaciones neuronales y reorganización conductual: diseño de un contraste falsable frente a controles aleatorios y modelos simples

Autor conceptual: Claude (Anthropic) Originador y director del corpus: Javi Ciborro (Corpus Papayaykware)

La autoría se declara tal cual: la pregunta de partida y la orientación del corpus son de Javi Ciborro; la estructuración del argumento y la redacción corresponden a Claude. Las referencias se han citado de memoria, sin consulta en línea durante la redacción, y deben cotejarse (volumen, páginas, DOI) antes de cualquier publicación.

Abstract

Se formula una hipótesis predictiva con dos partes. La primera sostiene que ciertos cambios en las representaciones neuronales de una tarea preceden, con una antelación medible, a reorganizaciones de la conducta (cambios de estrategia, de patrón de elección o de perfil de latencias). La segunda sostiene que un modelo de aprendizaje automático puede detectar esos cambios con más precisión que controles aleatorios y que modelos estadísticos sencillos. El texto no aporta datos nuevos. Aporta un diseño: cómo definir la reorganización conductual con un umbral fijado de antemano, cómo separar anticipación de correlato simultáneo, qué comparadores debe batir la IA, cómo evitar la fuga de información entre entrenamiento y prueba, y qué se preregistra. Se incluye una sección de homología con el marco CPEA del corpus, marcada expresamente como hipótesis estructural y no como mecanismo demostrado. El apartado final propone cuatro programas de seguimiento con mediciones concretas. La conclusión operativa es simple: si el modelo complejo no supera con claridad al modelo lineal de potencia por banda en una cohorte independiente, la hipótesis queda refutada en su versión fuerte.

Planteamiento

La pregunta cabe en dos líneas. ¿Puede un cambio en cómo el cerebro representa una tarea adelantarse a un cambio en lo que la persona o el animal hace? Y, si puede, ¿hay algo que un algoritmo flexible vea y que un análisis clásico se pierda?

La primera parte tiene antecedentes sólidos en un sentido débil. Se sabe desde hace años que la actividad neuronal contiene información sobre decisiones antes de que sean conscientes o ejecutadas (Soon et al., 2008) y que la decodificación multivariante recupera contenidos que el análisis univariante no ve (Haynes y Rees, 2006). En roedores, las transiciones abruptas entre estados de conjuntos neuronales en corteza prefrontal acompañan los cambios de regla (Durstewitz et al., 2010), y los reinicios de red en corteza prefrontal medial marcan el comienzo de la incertidumbre conductual (Karlsson et al., 2012). Hasta aquí, la literatura sostiene que hay cambios neuronales ligados a transiciones conductuales.

Lo que no está establecido es la dirección temporal con un criterio exigente. Que un cambio neuronal sea simultáneo o posterior a la conducta es lo habitual y lo trivial; que sea anterior, con margen suficiente y de forma replicable, es la afirmación fuerte. Y la segunda parte, la ventaja de la IA, es todavía más delicada: abundan los trabajos en los que un modelo profundo supera a una línea base débil o mal ajustada, o en los que la ventaja se debe a una fuga de información (Kapoor y Narayanan, 2023).

El texto que da origen a este artículo ya enumera las condiciones de contraste: registros temporales, tareas repetibles, criterios de éxito predefinidos y validación con datos independientes. Lo que sigue las desarrolla hasta un nivel en el que alguien pueda ejecutarlas.

¿Qué es una reorganización conductual?

Sin una definición operativa, cualquier resultado se puede interpretar como confirmación. Por eso el primer paso es cerrar el término antes de abrir los datos.

Una reorganización conductual es un cambio sostenido en una variable observable que supera un umbral fijado a priori. Hay varias familias de variables razonables:

• Estrategia: el paso de una regla de decisión a otra en tareas con cambio de contingencia (por ejemplo, reversión de reglas o tareas de conjunto cambiante).
• Patrón de elección: una alteración de las probabilidades de elección que un modelo de aprendizaje por refuerzo, ajustado solo con los ensayos previos, no habría predicho.
• Perfil temporal: cambios abruptos en latencias o en la varianza de las latencias, descontando la deriva lenta por fatiga.

Para detectar el punto de cambio conviene un procedimiento independiente de la señal neuronal: un detector de puntos de cambio bayesiano sobre la serie conductual, o la comparación de ventanas deslizantes con una prueba de permutación. La regla de sostenimiento (por ejemplo, la nueva conducta debe mantenerse durante al menos diez ensayos consecutivos) se escribe antes de ver cualquier dato neuronal. Si el etiquetado de la conducta se hace mirando la neurofisiología, el diseño se contamina de origen, y la circularidad resultante es del tipo descrito por Kriegeskorte et al. (2009).

Hay un problema práctico adicional. Las reorganizaciones genuinas son raras: en una sesión de 400 ensayos puede haber una, dos o ninguna. Esa escasez limita la potencia, y obliga a plantearse cuántas sesiones y cuántos sujetos hacen falta (sección 7) o a usar tareas que provoquen cambios de forma programada, aunque entonces el cambio deja de ser espontáneo y hay que decirlo en el texto del estudio.

¿Qué es un cambio en una representación neuronal?

También aquí hay que acotar. «Representación» puede significar muchas cosas, y cada una implica un método de medida distinto.

En registros de poblaciones neuronales, una opción es trabajar con variedades de baja dimensión (manifolds): el espacio efectivo en el que se mueve la actividad conjunta, que suele tener muchas menos dimensiones que neuronas hay (Gallego et al., 2017). Un cambio de representación sería entonces un desplazamiento o una rotación de esa variedad, o una salida del subespacio habitual. Los experimentos de interfaz cerebro-computadora de Sadtler et al. (2014) muestran que el repertorio de patrones accesibles está restringido, lo que da un marco útil para distinguir cambios dentro de la variedad (fáciles) de cambios que la abandonan (costosos y, por ello, informativos).

Con registros de menor resolución, como el EEG, la representación se aborda con análisis de similitud representacional (Kriegeskorte et al., 2008), con la matriz de distancias entre patrones de respuesta a condiciones distintas, o con la estructura de covarianza entre canales. El cambio de representación sería una alteración medible de esa geometría entre bloques de ensayos.

Hay una complicación que no se puede pasar por alto: las representaciones neuronales derivan sin que la conducta cambie. La deriva representacional está documentada en corteza parietal y en otras áreas (Driscoll et al., 2017; Rule et al., 2019). Esto significa que no todo cambio de representación anticipa algo. Un modelo que detecte cambios sin distinguir deriva de reorganización generará falsos positivos en abundancia. La especificidad hay que medirla de forma explícita, con sesiones sin reorganización conductual como casos negativos.

Una decisión metodológica de peso es cómo se obtiene el descriptor. Si es una proyección fijada con datos de entrenamiento (por ejemplo, PCA ajustado solo en el primer bloque), el procedimiento es honesto. Si se ajusta con la sesión completa, la información sobre el futuro se filtra hacia el pasado.

Anticipación frente a correlato simultáneo

Este es el punto en el que más trabajos resbalan. Que una señal neuronal «prediga» la conducta en un ensayo puede significar que la causa, que la acompaña o que ambas comparten una tercera fuente (atención, activación general, movimientos oculares).

Para hablar de anticipación hace falta fijar un horizonte. Se define Δ como el número de ensayos (o segundos) entre el instante en que la señal neuronal cruza su umbral de detección y el instante de la reorganización conductual determinado según la sección 2. La hipótesis fuerte exige Δ > 0 con intervalo de confianza que excluya el cero, y un Δ mínimo con relevancia práctica (por ejemplo, al menos cinco ensayos, lo que daría margen a una intervención en un sistema en línea).

Hay tres controles que ayudan a separar anticipación de simultaneidad:

1. Desplazar artificialmente la serie neuronal respecto a la conductual y comprobar que el rendimiento se degrada de forma específica para desplazamientos negativos y positivos distintos.
2. Incluir como covariables las medidas de confusión disponibles: tamaño pupilar, movimientos oculares, tensión muscular en EEG, nivel general de activación.
3. Ajustar un modelo que use solo la historia conductual para predecir la reorganización. Si la señal neuronal no añade información sobre ese modelo, la anticipación puede explicarse por la propia conducta previa. Es una versión de la idea de causalidad predictiva de Granger (1969), con las cautelas habituales: precede y mejora la predicción, pero no demuestra mecanismo.

Conviene decir con claridad que ninguno de estos controles establece causalidad. Una afirmación causal exigiría intervención (estimulación, retroalimentación manipulada), y eso queda fuera de lo que este diseño puede concluir.

Los comparadores: lo que la IA tiene que batir

El texto original pide superar a «controles aleatorios y modelos estadísticos sencillos». Se propone concretar tres niveles.

Nivel 1: azar bien construido. Permutar etiquetas es lo mínimo. En series temporales, hacerlo ensayo a ensayo destruye la autocorrelación y produce una distribución nula demasiado benigna; es preferible permutar bloques o rotar circularmente la serie. Con datos subrogados que conservan el espectro de potencia pero destruyen la fase (Theiler et al., 1992; Schreiber y Schmitz, 1996) se comprueba que el modelo no explota solo propiedades espectrales triviales. Con pocas observaciones, además, el umbral de azar teórico (50 % en clasificación binaria) engaña: la precisión necesaria para ser significativamente superior al azar depende del tamaño de muestra (Combrisson y Jerbi, 2015).

Nivel 2: modelos sencillos y fuertes. Una regresión logística regularizada sobre potencia por banda, un análisis discriminante lineal sobre componentes del potencial evocado, o un clasificador lineal sobre covarianzas en el espacio tangente. Para EEG, estos métodos son competitivos con arquitecturas profundas en muchos escenarios (Lotte et al., 2018), y la revisión de aprendizaje profundo sobre EEG de Roy et al. (2019) señala ganancias frecuentemente modestas y comparaciones desiguales. La línea base debe optimizarse con el mismo esfuerzo que el modelo complejo: mismo presupuesto de búsqueda de hiperparámetros, mismo preprocesamiento.

Nivel 3: modelos con información conductual. El comparador más exigente es el que ignora la neurofisiología y usa solo la historia de la tarea (ensayos previos, aciertos, tiempos). Si un modelo de ese tipo predice la reorganización casi tan bien como el modelo neural, el aporte del cerebro es marginal. Este nivel suele omitirse y es el más revelador.

La regla de decisión se fija así: el modelo de IA supera a la línea base si la diferencia en la métrica principal, calculada sobre sujetos no vistos, tiene un intervalo de confianza del 95 % por encima de un margen mínimo preespecificado, y lo hace frente a los tres niveles. Superar solo el primero no cuenta.

Fuga de información y esquema de validación

La fuga es la fuente más frecuente de resultados inflados en aprendizaje automático aplicado a ciencia (Kapoor y Narayanan, 2023), y en neuroimagen y electrofisiología tiene variantes propias.

La validación cruzada por ensayo es inaceptable en este diseño. Los ensayos contiguos de una misma sesión comparten estado fisiológico, impedancias, ruido y deriva; un modelo que entrena con unos y prueba con sus vecinos aprende la sesión, no la anticipación. La partición debe hacerse por sujeto (leave-one-subject-out o grupos disjuntos) y, cuando haya varias sesiones, por sesión dentro de sujeto como análisis secundario. Varoquaux (2018) documenta además que con muestras pequeñas la validación cruzada tiene barras de error amplias y que una estimación puntual puede resultar engañosa; por eso se reportan intervalos, no solo medias.

Otras fugas concretas que se deben cerrar:

• Normalización, selección de canales o de características y reducción de dimensionalidad ajustadas solo con datos de entrenamiento, dentro de cada pliegue.
• Ajuste de hiperparámetros en un bucle interno de validación (validación anidada), nunca mirando el conjunto de prueba.
• Rechazo de artefactos con criterios fijados antes de ver las etiquetas conductuales.
• Un conjunto de prueba final que se abre una sola vez.

La validación independiente que pedía el texto original va un paso más allá: otra cohorte, otro día y, si es viable, otro equipo y otro hardware. Un modelo que funciona en la cohorte de desarrollo y se degrada en la externa nos dice algo valioso sobre su generalidad, y eso también es resultado publicable.

Preregistro, métricas y potencia

El preregistro no garantiza validez, pero reduce de forma sustancial los grados de libertad del analista (Nosek et al., 2018). Para este diseño se registraría, como mínimo:

• Métrica principal: el área bajo la curva ROC para detectar, en una ventana de Δ ensayos previos al punto de cambio, la inminencia de una reorganización, frente a ventanas control sin reorganización. Como métrica secundaria, el error absoluto en la estimación del instante del cambio.
• Efecto mínimo relevante: por ejemplo, una mejora de 0,05 en AUC sobre el mejor comparador del nivel 2 y del nivel 3. Valores inferiores no justifican la complejidad adicional.
• Corrección por comparaciones múltiples: control de la tasa de falsos descubrimientos (Benjamini y Hochberg, 1995) cuando se evalúan varias bandas, regiones o ventanas, o pruebas de permutación por conglomerados cuando se explora en tiempo y espacio (Maris y Oostenveld, 2007).
• Reglas de exclusión de sujetos y ensayos, escritas antes de la recogida.
• Plan de análisis de los resultados nulos: qué se concluirá si no hay ventaja del modelo complejo.

La potencia merece un comentario honesto. Los estudios de asociación entre medidas cerebrales y fenotipos complejos suelen necesitar muestras muy grandes para estimaciones estables (Marek et al., 2022). Ese resultado procede de neuroimagen estructural y funcional en fenotipos poblacionales, no de predicción intraindividual en tareas, y por tanto no se traslada de forma directa. Pero advierte de que una muestra de quince sujetos con una o dos reorganizaciones cada uno difícilmente sostiene una conclusión sobre superioridad de modelos. Conviene estimar la potencia con simulaciones basadas en datos piloto, y asumir que el primer estudio puede ser, honestamente, exploratorio.

Marco especulativo: homología con CPEA

Esta sección es hipotética. No contiene afirmaciones con respaldo empírico propio.

El corpus Papayaykware incluye la línea CPEA (Coherencia Predictiva Humano-IA en Arquitecturas BCI-AGI Adaptativas), que plantea la coherencia predictiva entre una persona y un sistema artificial como propiedad medible de una interfaz adaptativa. El diseño de este artículo admite una lectura en esos términos, siempre como homología estructural y no como mecanismo causal demostrado.

La lectura sería esta: un sistema adaptativo que reciba señal neural y ajuste su comportamiento en función de la anticipación de reorganizaciones necesita, como condición previa, que esa anticipación exista y supere a las alternativas simples. El contraste descrito aquí funciona entonces como puerta de entrada empírica: si el Δ medido es nulo o no supera a los comparadores, la arquitectura adaptativa pierde su justificación predictiva en ese dominio.

Hipótesis H-CPEA-1. En sujetos que realizan tareas con cambio de contingencia, la magnitud de la ventaja del modelo de IA sobre el comparador del nivel 3 se asocia positivamente con la mejora del rendimiento de una interfaz adaptativa que use esa predicción para modular la tarea.

Condición de falsabilidad. Si en una cohorte independiente la correlación entre ventaja predictiva y mejora de la interfaz es indistinguible de cero, con un intervalo cuya cota superior quede por debajo del efecto mínimo relevante preespecificado, H-CPEA-1 se descarta.

No se afirma aquí que exista tal asociación. Se afirma que, si se quiere sostener una arquitectura de ese tipo, esta es la forma en que podría perder.

Programas de seguimiento

Lo que sigue son experimentos y mediciones, cada uno con su variable, su comparador y su criterio de refutación.

Programa 1. Réplica mínima con datos abiertos. Medición: seleccionar un conjunto público de EEG con tarea de aprendizaje por refuerzo y cambios de contingencia (o, si no hay uno adecuado, un conjunto de registros de poblaciones neuronales en roedores con cambio de regla). Aplicar el etiquetado conductual de la sección 2 con umbral fijado antes de abrir las señales. Entrenar el comparador de nivel 2 y el de nivel 3 y medir el AUC por sujeto con partición leave-one-subject-out. Producto: una tabla con AUC e intervalos de confianza por comparador, y un informe de qué proporción de sujetos presenta Δ > 0. Refutación: si ningún comparador supera el azar con subrogados, el diseño no tiene señal en ese conjunto y se descarta como banco de pruebas.

Programa 2. Estudio piloto propio con tarea de reversión. Medición: 20 sujetos, dos sesiones separadas por al menos una semana, tarea de reversión de reglas con 400 ensayos y puntos de cambio programados y otros espontáneos. EEG de alta densidad con registro simultáneo de pupila y movimientos oculares. Anotar el Δ por cada reorganización y comparar los puntos programados con los espontáneos. Producto: estimación de potencia para el estudio principal a partir de la varianza observada del Δ y de la tasa de reorganizaciones espontáneas. Refutación: si menos del 30 % de los sujetos muestra reorganizaciones espontáneas identificables según el criterio, se rediseña la tarea antes de seguir.

Programa 3. Control de deriva representacional. Medición: en las sesiones sin reorganización, calcular la distancia entre geometrías representacionales de bloques consecutivos y cuantificar cuánta variación hay en ausencia de cambio conductual. Entrenar al detector para que distinga esa variación de base de la que precede a una reorganización. Producto: una curva de especificidad frente a sensibilidad con la deriva como clase negativa explícita. Refutación: si la distribución de distancias previas a reorganizaciones solapa por completo con la de deriva basal (intervalos de confianza solapados en el 95 % de los bloques), el descriptor no discrimina y debe cambiarse.

Programa 4. Validación externa y seguimiento longitudinal. Medición: congelar el modelo y su pipeline completo (código, hiperparámetros, preprocesamiento) con un hash público y aplicarlo sin reajuste a una cohorte de otro laboratorio, o a una cohorte propia registrada en otro día y con otro montaje. Repetir las mediciones de AUC y Δ. Producto: diferencia de AUC entre cohorte de desarrollo y cohorte externa, con intervalo de confianza, y registro de las condiciones de adquisición que diferían. Refutación: una caída del AUC externo por debajo del mejor comparador del nivel 2 refuta la versión fuerte de la hipótesis: la ventaja de la IA no generaliza.

Limitaciones

El diseño no resuelve la pregunta causal. Un Δ positivo y una ventaja replicada del modelo de IA dirían que la señal neuronal contiene información predictiva útil, no que la reorganización de la representación provoque el cambio conductual. Tampoco resuelve la cuestión de qué ve exactamente el modelo complejo: la interpretabilidad de sus características exige análisis adicionales (ablaciones, atribución por canal y banda) que conviene preregistrar igualmente.

Hay además un sesgo de selección en el propio diseño: las reorganizaciones que se pueden etiquetar son las abruptas y claras, y las graduales o poco visibles quedan fuera. Una ventaja del modelo sobre ese subconjunto no se extiende sin más a la conducta cotidiana. Por último, las referencias de este texto proceden de laboratorios académicos independientes del corpus; ninguna comparte vínculo institucional con él ni con el autor conceptual, y en todo caso un vínculo así habría que declararlo en lugar de omitirlo.

Resumen

• La hipótesis tiene dos partes separables: anticipación neuronal de reorganizaciones conductuales, y ventaja de la IA sobre controles y modelos simples. Cada una puede fallar por su cuenta.
• La reorganización conductual se define con un detector independiente de la señal neuronal y un umbral fijado antes de ver los datos.
• La representación neuronal se operacionaliza (variedades de baja dimensión, similitud representacional) y debe distinguirse de la deriva representacional basal.
• Anticipación exige un horizonte Δ > 0 con intervalo de confianza, controles de desplazamiento temporal y un modelo basado solo en historia conductual.
• La IA tiene que batir tres niveles de comparador: azar bien construido, modelos lineales sencillos y fuertes, y modelos con solo información conductual.
• La validación se hace por sujeto y por sesión, con pipeline completo dentro de cada pliegue y una cohorte externa final.
• Se preregistran métrica principal, efecto mínimo relevante, corrección por comparaciones múltiples y el plan ante resultados nulos.
• La lectura CPEA es una homología estructural y una hipótesis (H-CPEA-1) con su condición de falsabilidad, no un resultado.
• Cuatro programas de seguimiento: réplica con datos abiertos, piloto propio, control de deriva y validación externa congelada.

Referencias 

Citadas de memoria y pendientes de cotejo.

• Benjamini, Y. y Hochberg, Y. (1995). Controlling the false discovery rate. Journal of the Royal Statistical Society B, 57, 289–300. Control de la tasa de falsos descubrimientos; base de la corrección múltiple propuesta.
• Combrisson, E. y Jerbi, K. (2015). Exceeding chance level by chance. Journal of Neuroscience Methods, 250, 126–136. Muestra por qué el 50 % teórico no sirve de umbral con muestras pequeñas.
• Driscoll, L. N. et al. (2017). Dynamic reorganization of neuronal activity patterns in parietal cortex. Cell, 170, 986–999. Documenta deriva representacional sin cambio conductual.
• Durstewitz, D. et al. (2010). Abrupt transitions between prefrontal neural ensemble states accompany behavioral transitions during rule learning. Neuron, 66, 438–448. Apoyo en roedores para la relación entre transiciones neuronales y conductuales.
• Gallego, J. A. et al. (2017). Neural manifolds for the control of movement. Neuron, 94, 978–984. Marco de variedades de baja dimensión.
• Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37, 424–438. Causalidad predictiva, con sus límites.
• Haynes, J.-D. y Rees, G. (2006). Decoding mental states from brain activity in humans. Nature Reviews Neuroscience, 7, 523–534. Revisión de decodificación multivariante.
• Kapoor, S. y Narayanan, A. (2023). Leakage and the reproducibility crisis in machine-learning-based science. Patterns, 4, 100804. Catálogo de fugas de información; central para la sección 6.
• Karlsson, M. P., Tervo, D. G. R. y Karpova, A. Y. (2012). Network resets in medial prefrontal cortex mark the onset of behavioral uncertainty. Science, 338, 135–139. Reinicios de red asociados a cambios conductuales.
• Kriegeskorte, N., Mur, M. y Bandettini, P. (2008). Representational similarity analysis. Frontiers in Systems Neuroscience, 2, 4. Método para comparar geometrías de representación.
• Kriegeskorte, N. et al. (2009). Circular analysis in systems neuroscience. Nature Neuroscience, 12, 535–540. Advertencia sobre análisis circular.
• Lotte, F. et al. (2018). A review of classification algorithms for EEG-based brain-computer interfaces: a 10 year update. Journal of Neural Engineering, 15, 031005. Competitividad de métodos lineales y de covarianza.
• Marek, S. et al. (2022). Reproducible brain-wide association studies require thousands of individuals. Nature, 603, 654–660. Advertencia sobre potencia; su dominio es distinto del de este diseño.
• Maris, E. y Oostenveld, R. (2007). Nonparametric statistical testing of EEG- and MEG-data. Journal of Neuroscience Methods, 164, 177–190. Pruebas de permutación por conglomerados.
• Nosek, B. A. et al. (2018). The preregistration revolution. PNAS, 115, 2600–2606. Fundamento del preregistro.
• Roy, Y. et al. (2019). Deep learning-based electroencephalography analysis: a systematic review. Journal of Neural Engineering, 16, 051001. Ganancias modestas y comparaciones desiguales del aprendizaje profundo en EEG.
• Rule, M. E., O'Leary, T. y Harvey, C. D. (2019). Causes and consequences of representational drift. Current Opinion in Neurobiology, 58, 141–147. Revisión de la deriva representacional.
• Sadtler, P. T. et al. (2014). Neural constraints on learning. Nature, 512, 423–426. Restricciones sobre los patrones neuronales accesibles.
• Schreiber, T. y Schmitz, A. (1996). Improved surrogate data for nonlinearity tests. Physical Review Letters, 77, 635–638. Datos subrogados mejorados.
• Soon, C. S. et al. (2008). Unconscious determinants of free decisions in the human brain. Nature Neuroscience, 11, 543–545. Información sobre la decisión antes de su ejecución.
• Theiler, J. et al. (1992). Testing for nonlinearity in time series: the method of surrogate data. Physica D, 58, 77–94. Origen del método de subrogados.
• Varoquaux, G. (2018). Cross-validation failure: small sample sizes lead to large error bars. NeuroImage, 180, 68–77. Incertidumbre de la validación cruzada con muestras pequeñas