Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
El 14 de Febrero del 2017, se publicaba en la revista Cell Reports el artículo: Rapid Automatic Motor Encoding of Competing Reach Options. En dicho estudio se mostraba cómo, ante dos opciones diferentes, las neuronas motoras de nuestros cerebros se preparan para ambas posibilidades antes incluso de haber decidido qué acción llevar a cabo. La fecha de publicación es curiosa. El día de los enamorados. Para los tímidos resultará esperanzador; si sale mal el acercamiento a un chico o chica podemos confiar en que nuestro cerebro ya tendrá preparado el acercamiento a otro/otra. "Nuestros cerebros están constantemente tomando decisiones relacionadas con el movimiento. ¿Cruzo ahora o espero al verde?" ¿Voy por el puerto o por la autovía? ¿Subo en ascensor o por las escaleras? ¿Le robo una patata a mi hermano o un profiterol a mi hermana? En esta publicación lo que se evidencia es que el cerebro siempre tiene preparado lo que conocemos como el plan B. Jason Gallivan, neurocientífico en la Universidad de Queen´s en Ontario (Canadá) y uno de los autores del estudio, explicaba que nuestro cerebro está continuamente convirtiendo objetivos visuales en acciones a realizar sobre dichos objetivos, es decir, que nuestro sistema motor está siempre trabajando en segundo plano generando acciones potenciales. De esa forma, cuando se produce la elección final, el cerebro puede activar la secuencia de movimiento, de una forma muy rápida, al tener ya varias posibilidades planificadas, minimizando el tiempo de reacción. Se ha debatido mucho sobre qué se producía antes, la decisión de sobre qué objetivo actuar o el plan del movimiento. Se tiende a pensar que el movimiento depende del objetivo que tengas. Si sobre una mesa tengo una mandarina y un vaso de agua y aún no he decidido qué tomarme, mi mano no tiene movimiento aún y la planificación de ese movimiento final dependerá de mi elección. Es decir, tendemos a pensar que funcionamos como un GPS, cuando seleccionas un destino, se calcula la ruta. Si se produce un cambio de objetivo, el GPS recalcula y tarda un tiempo en presentar el nuevo plan. Es cierto que estudios previos mostraban activaciones para objetivos potenciales múltiples en las regiones sensoriomotoras del cerebro, si bien, dichas mediciones podían deberse a la localización visual del objetivo o al plan motor para actuar sobre ellos. Al producirse las decisiones motoras de forma muy rápida, resultaba muy difícil separar ambos procesos. Según argumenta el propio Dr. Gallivan, aunque existe un creciente acercamiento entre neurocientíficos y psicólogos sobre cómo se planifican los procesos involucrados en el movimiento y en la toma de decisiones, faltaba evidencia convincente que sustentara las interpretaciones de los datos neuropsicológicos. En este estudio se demuestra que no somos un GPS. Ante esas dos opciones u objetivos visuales, mandarina o vaso de agua, nuestro cerebro ya tiene los dos planes de movimiento preparados, de tal forma que se puede comenzar rápidamente un movimiento concreto una vez que uno de los objetivos sea seleccionado. "Estos resultados dan consistencia a la idea de que nuestro cerebro percibe el mundo como una serie de acciones posibles incluso aunque no se llegue a interactuar con ningún objeto" Una posible aplicación directa de estos resultados la encontramos en la inteligencia artificial. Si somos capaces de enseñar a esos robots “inteligentes” o “cerebros” artificiales a tener varias soluciones “en mente”, preparadas, e incluso a que esas soluciones influyan en el desarrollo de sus procesos, tendrán una habilidad de improvisación más parecida a la humana. Y es que el ser humano tiene una inteligencia generalista y extremadamente versátil. Los sistemas de inteligencia artificial actuales más extendidos, saben hacer muy bien una sola cosa, como por ejemplo, jugar al ajedrez. Existe otra vertiente de dichos sistemas, que intenta desarrollar inteligencias artificiales con la capacidad de saber de muchas cosas, pero para ello es necesario entender los procesos de toma de decisiones, de atención, y un largo etcétera que convierten a nuestro cerebro en la increíble y única máquina que es. Yo, tras la lectura del artículo, no puedo dejar de imaginar a mi cerebro con pelo cano y sonriendo, mientras emula a Hannibal del equipo A y dice “Me encanta que los planes salgan bien”. Conclusión: El entender cómo el cerebro representa y decide entre opciones competitivas del entorno, es una cuestión fundamental en la neurociencia del control motor y la toma de decisiones. Por eso, saber que nuestro cerebro tiene acceso inmediato a planes de reserva ofrece numerosos beneficios y supone un aspecto interesante en el estudio de los procesos que configuran la toma de decisiones endógenas, es decir, las decisiones internas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it