La reutilización de esquemas específicos de dominio facilita el aprendizaje a aprender en el cerebro de los primates

Por qué la experiencia pasada facilita el aprendizaje nuevo

¿Por qué aprender una habilidad nueva dentro de una familia de habilidades conocida suele resultar más fácil—como jugar al bádminton tras años de tenis, o adaptarse a un nuevo smartphone después de haber tenido varios? Este artículo explora cómo el cerebro de los primates logra ese efecto. Estudiando monos que aprenden una serie de tareas de transformación visual a movimiento, los autores muestran cómo el cerebro almacena "plantillas" reutilizables para la toma de decisiones mientras se mantiene lo bastante flexible para afrontar situaciones nuevas, ofreciendo pistas tanto para la neurociencia como para la inteligencia artificial.

Patrones en el cerebro que capturan reglas generales

Los investigadores se centran en un concepto que los psicólogos llaman esquema: un marco mental que captura la estructura común entre experiencias relacionadas. A nivel neuronal, lo describen como correlatos neuronales del esquema (NCS): patrones de actividad estables que reaparecen cuando se aplican reglas similares en distintos contextos. La gran pregunta es cómo el cerebro puede preservar estos patrones estables, que aceleran el aprendizaje futuro, sin volverse rígido e incapaz de adaptarse cuando cambian las circunstancias. Este compromiso se conoce como el dilema estabilidad–plasticidad y también es un desafío importante al diseñar redes neuronales artificiales que deben aprender de forma continua sin "olvidar" lo que ya saben.

Enseñar nuevas reglas a monos y volver a las antiguas

Para investigar esto, se entrenó a tres monos macacos en tareas de mapeo visomotor. En cada ensayo, aparecía una imagen en una pantalla táctil y, tras un breve retraso, el mono tenía que pulsar uno de dos botones, por ejemplo, arriba o abajo, para recibir una recompensa. En cada sesión de entrenamiento, los animales primero aprendían un mapeo nuevo entre imágenes y acciones (tarea A), luego uno o dos mapeos nuevos adicionales (tareas B y a veces C), después volvían al mapeo original (Revisit-A) y, en algunos casos, finalmente aprendían la inversión de la regla original (Reverse-A), donde las mismas imágenes requerían ahora el botón opuesto. Mientras los monos realizaban las tareas, los investigadores registraron la actividad de cientos de neuronas en la corteza premotora dorsolateral, una región implicada en la planificación de movimientos y en la toma de decisiones.

Cuando tareas similares resultan más fáciles—pero reglas opuestas son más difíciles

Desde el punto de vista conductual, los monos mostraron un clásico efecto de "aprender a aprender". Las tareas nuevas pero similares (B y C) se aprendieron más rápido que la primera tarea A, y al volver al mapeo original (Revisit-A) lo reaprendieron incluso más deprisa. En marcado contraste, el mapeo invertido (Reverse-A), que contradecía directamente lo aprendido antes, tardó más en dominarse. Este patrón sugiere que el conocimiento previo ayuda cuando las tareas nuevas comparten la misma regla subyacente, pero puede ralentizar el proceso cuando la regla nueva entra en conflicto con la anterior. Los registros neuronales ofrecieron una explicación: revelaron qué aspectos de las tareas se codificaban en patrones estables y reutilizables y cuáles podían cambiar.

Separando decisiones estables de estímulos cambiantes

Usando métodos de análisis avanzados, los autores descompusieron la actividad poblacional en la corteza premotora en dos "subespacios" principales: conjuntos de patrones de actividad neuronal que transmitían distintos tipos de información. Un subespacio capturaba las decisiones de los monos (por ejemplo, elegir el botón superior frente al inferior). El otro subespacio recogía detalles de las imágenes visuales. En el subespacio relacionado con la decisión, las mismas elecciones formaban trayectorias estables y de baja dimensión que se reutilizaban a lo largo de las tareas A, B, C y Revisit-A, incluso cuando cambiaban las imágenes. Cuanto más similares eran las trayectorias entre una tarea nueva y la tarea original, menos ensayos necesitaba el mono para aprenderla. En cambio, en la tarea invertida, estos patrones de decisión no se reutilizaron: las trayectorias neuronales cambiaron y el aprendizaje fue más lento. Mientras tanto, el subespacio visual cambió con más libertad de una tarea a otra y no mostró la misma reutilización estable.

Mantener flujos de información casi en ángulo recto

Un hallazgo llamativo fue la relación geométrica entre estos dos subespacios. Matemáticamente, eran casi ortogonales—dispuestos en el espacio de actividad neuronal en ángulos cercanos a 90 grados. Esta disposición casi perpendicular significa que los cambios en cómo se representa la información visual tienen un impacto mínimo en los patrones de decisión, y viceversa. Dicho de otro modo, el cerebro parece alojar esquemas de decisión estables y reutilizables en un dominio, mientras permite que otro dominio permanezca flexible para nuevos detalles sensoriales, manteniendo ambos lo bastante separados como para evitar interferencias. Esta arquitectura podría ser un principio general presente en regiones cerebrales que manejan comportamientos complejos.

Qué significa esto para cerebros y máquinas

Para un lector general, la conclusión es que el cerebro parece resolver el dilema estabilidad–plasticidad organizando cuidadosamente su actividad interna. Almacena la "esencia" de una regla—si actuar de una manera u otra—en un subespacio protegido y estable, mientras deja espacio en otros subespacios para acomodar nuevas percepciones y situaciones. Las tareas similares pueden entonces aprenderse rápidamente al reutilizar la plantilla de decisión existente, mientras que las reglas directamente opuestas obligan al cerebro a construir un patrón nuevo desde cero. Más allá de explicar cómo los animales aprenden de forma eficiente a partir de la experiencia, este trabajo insinúa estrategias para construir sistemas de inteligencia artificial que puedan, como los cerebros, tanto recordar lo que importa como adaptarse con flexibilidad a lo que venga después.

Cita: Tian, K., Zhao, Z., Chen, Y. et al. Domain-specific schema reuse supports flexible learning to learn in the primate brain. Nat Commun 17, 2150 (2026). https://doi.org/10.1038/s41467-026-68692-x

Palabras clave: aprendizaje de esquemas, representaciones neuronales, flexibilidad cognitiva, aprendizaje visomotor, estabilidad plasticidad