Una nueva herramienta capta los cambios dinámicos en la toma de decisiones

Piensa rápido: PsyTrack fabrica modelos que pueden adaptarse durante un experimento, en función de la toma de decisiones del animal. / Tran-Photography / Adobe Stock

POR GRACE HUCKINS

Fuente: Spectrum / 04/02/2021

Fotografía: Tran-Photography / Adobe Stock

Un nuevo paquete de software de código abierto permite modelar cómo cambia el comportamiento humano y animal a lo largo de un experimento. La herramienta, denominada PsyTrack, podría ayudar a los investigadores a caracterizar las diferencias en la toma de decisiones basadas en la percepción en personas con autismo o enfermedades relacionadas.

Para estudiar cómo los estímulos sensoriales guían la toma de decisiones, un neurocientífico suele entrenar a un animal para que realice un comportamiento sencillo, como lamer un pico de agua, cada vez que encuentra una forma o un sonido determinados. El investigador puede entonces ajustar los datos resultantes -la elección que hace el animal durante cada ensayo o el tiempo que tarda en tomar esa decisión, por ejemplo- con modelos matemáticos para comprender mejor lo que hace el animal o predecir su comportamiento futuro.

Pero estos modelos suelen centrarse en caracterizar el comportamiento sólo después de que el animal haya aprendido una tarea, no durante el propio proceso de aprendizaje. Otros modelos incorporan reglas sobre cómo se espera que un animal cambie su comportamiento en respuesta a la retroalimentación, pero el comportamiento de los animales puede no seguir siempre estas reglas, y los modelos no pueden capturar las variaciones aleatorias en las elecciones de un animal.

PsyTrack adopta un enfoque diferente: Permite a los investigadores construir modelos que varían con el tiempo. Este tipo de modelos dinámicos puede captar dimensiones del comportamiento de los roedores que no están disponibles para otros modelos, según informó el equipo de PsyTrack en Neuron en enero.

Cambio de opciones

A diferencia de los modelos tradicionales, que se ajustan a los datos de comportamiento utilizando parámetros constantes, PsyTrack permite que esos parámetros cambien de un ensayo a otro, lo cual es mucho más intensivo desde el punto de vista computacional. El número total de parámetros que PsyTrack tiene que ajustar es aproximadamente igual al número de ensayos multiplicado por el número de parámetros que habría en un modelo estático. Por ello, el equipo diseñó métodos rápidos y aproximados que sólo tardan unos minutos en ejecutarse en un ordenador de sobremesa.

Los investigadores probaron PsyTrack utilizando datos de una tarea en la que los ratones tenían que girar una rueda a la izquierda o a la derecha en respuesta a un círculo rayado en el lado izquierdo o derecho de una pantalla frente a ellos para obtener una recompensa de agua. Un modelo tradicional de esta tarea utiliza dos parámetros para reflejar la sensibilidad del ratón a los círculos de cada lado de la pantalla. Pero este modelo de dos parámetros sólo puede ajustarse una vez que el ratón ha aprendido la tarea.

En cambio, PsyTrack actualiza estos dos parámetros de prueba en prueba, a medida que el ratón pasa de la ignorancia al dominio. Al principio, los valores de los parámetros mostraban que el ratón tenía la misma probabilidad de girar la rueda a la derecha o a la izquierda, independientemente de dónde estuviera el círculo en la pantalla. Pero con el tiempo estos valores divergieron, indicando que el ratón había aprendido que un círculo en el lado izquierdo de la pantalla exigía un giro de la rueda hacia la izquierda, y viceversa.

El equipo también utilizó PsyTrack para modelar datos de comportamiento de personas que realizaban una tarea similar. En este caso, los valores de los parámetros no cambiaron realmente a lo largo del tiempo, quizá porque a los participantes se les indicó cómo realizar la tarea desde el principio, mientras que los ratones tuvieron que aprender de la experiencia. Sin embargo, para tareas de toma de decisiones sensoriales más difíciles en las que las personas tienen que aprender con el tiempo, PsyTrack podría captar características del comportamiento que se han pasado por alto anteriormente y que, según sugieren los estudios, podrían variar en el autismo.

TAGS: aprendizaje, aprendizaje y memoria, percepción sensorial, tecnología, visión

https://www.spectrumnews.org/news/toolbox/new-tool-captures-dynamic-changes-in-decision-making/