El uso predictivo de regularidades ambientales requiere relevancia para la acción

Por qué importa para el movimiento cotidiano

La vida diaria está llena de decisiones que tomamos en movimiento: cruzar un paso de peatones, elegir un lado en un pasillo concurrido o abrirnos paso en una tienda abarrotada. Rara vez disponemos de información perfecta, y sin embargo a menudo actuamos como si “supiéramos” qué es lo más probable que ocurra a continuación. Este estudio pregunta cuándo las personas realmente usan esos patrones ocultos en el entorno para planificar sus movimientos por adelantado y cuándo, en cambio, esperan para reaccionar en el último momento.

Un paseo por un museo virtual

Para explorar esta cuestión, los investigadores construyeron un pequeño museo de arte dentro de la realidad virtual. Los voluntarios usaron un casco de RV y caminaron en una sala real que coincidía con el espacio virtual. En cada prueba, empezaban en un extremo del museo y debían alcanzar una de dos puertas en la pared opuesta lo más rápido y directamente posible, evitando una vitrina central y un guardia de seguridad en movimiento. El guardia aparecía de pronto por la izquierda o por la derecha y bloqueaba una de las puertas. A lo largo de varios ensayos, el guardia tendía a bloquear con mucha más frecuencia un mismo lado que el otro, pero a los participantes nunca se les dijo esto; tenían que descubrirlo solo por la experiencia.

Cuando esperar parece más seguro que predecir

En el primer experimento, la disposición permitía a las personas caminar por el centro y posponer su elección hasta que apareciera el guardia. Muchos participantes adoptaron exactamente esta estrategia de “esperar y ver”. Avanzaban con poco movimiento lateral y luego corregían bruscamente solo después de ver qué puerta estaba bloqueada. Un análisis cuidadoso de las posiciones corporales mostró solo pequeños desplazamientos promedio hacia el lado estadísticamente más seguro con el tiempo, y gran parte de ese efecto provenía de una pequeña minoría de “súper aprendices”. Los análisis de clúster revelaron estilos distintos: la mayoría eran Esperadores que retrasaban la decisión, unos pocos eran Aprendices Moderados que hicieron desplazamientos anticipatorios modestos, una persona mostró un comportamiento predictivo fuerte y algunos actuaron de forma más aleatoria. El seguimiento ocular sugirió que la mirada de las personas se volvió algo más focalizada a medida que se familiarizaban con la sala, pero los cambios fueron modestos y muy variables entre individuos.

Decidir pronto compensa

El segundo experimento cambió una característica clave del entorno. Un obstáculo central mayor obligaba a que los dos caminos se separaran antes, de modo que los participantes tenían que comprometerse con izquierda o derecha mucho antes de que apareciera el guardia. Elegir el camino bloqueado era costoso: debían darse la vuelta y volver antes de probar el otro lado. Bajo estas nuevas condiciones, casi todos aprendieron rápidamente qué lado solía estar abierto en cada bloque de ensayos y empezaron a escoger ese lado por adelantado. Su patrón de elecciones coincidió estrechamente con el comportamiento de un aprendiz matemático ideal que actualiza sus expectativas ensayo tras ensayo. En otras palabras, cuando la tarea hace que las decisiones tempranas sean tanto necesarias como rentables, las personas captan con rapidez las regularidades ocultas y las usan para guiar sus movimientos.

Ojos en el camino, pero mentes en la tarea

En ambos experimentos, los datos de movimiento ocular contaron una historia más sutil. Los participantes redujeron gradualmente cuánto exploraban la escena y focalizaron su mirada de forma más estrecha a medida que ganaban experiencia en el museo virtual. Sin embargo, estos cambios no estuvieron fuertemente vinculados a si la posición del guardia era predecible o no. Más bien, parecían reflejar una mayor familiaridad con el entorno y diferencias personales en el estilo de observación, en lugar de una firma clara de aprendizaje de probabilidades específicas.

Qué significa esto para la navegación en el mundo real

En conjunto, los dos experimentos muestran que las personas no siempre usan lo que pueden aprender sobre su entorno para planificar con antelación. Incluso cuando un patrón está disponible, muchos esperarán a tener una evidencia sensorial clara si reaccionar tarde es barato y seguro. La planificación predictiva se vuelve prominente cuando el compromiso temprano es necesario y los errores son costosos. En la vida cotidiana, esto significa que la forma en que nos movemos por el mundo refleja no solo lo que sabemos, sino cómo el entorno recompensa o castiga las decisiones tempranas. El uso predictivo de las regularidades ambientales no es, por tanto, automático; es una elección adaptativa moldeada por las demandas de la tarea, el esfuerzo y la estrategia personal.

Cita: Kretzmeyer, B., Rothkopf, C.A. & Fiehler, K. Predictive use of environmental regularities requires action relevance. Sci Rep 16, 1596 (2026). https://doi.org/10.1038/s41598-026-35500-x

Palabras clave: planificación motora, navegación en realidad virtual, comportamiento predictivo, toma de decisiones encarnada, aprendizaje estadístico