Elizabeth Spelke, la psicóloga que revolucionó lo que sabemos sobre cómo aprenden los bebés

Desde los primeros meses de vida, los humanos generamos conocimientos que nos permiten tener nociones numéricas, de física y geometría, de cómo se comportan los objetos inanimados y cómo los otros seres vivos. Y todo eso que sabemos lo sabemos mucho antes comenzar a hablar. De hecho, muchos otros animales también tienen estos sistemas nucleares de conocimiento que guían lo que pueden saber sobre el mundo en el que se encuentran. Eso se desprende de décadas de investigación de Elizabeth Spelke, hoy en la Universidad de Harvard en Estados Unidos, que el pasado jueves recibió el título de Doctor honoris Causa de la Universidad de la República.

Spelke llegó a su idea de los sistemas nucleares de conocimiento que nos preparan desde el nacimiento para hacernos una idea del mundo físico y social en el que nos desenvolvemos realizando una serie de experimentos en los que observó qué hacían los bebés de pocos meses y niñas y niños ante determinadas circunstancias, qué miraban, por cuánto tiempo y así, se asomó a lo que estaba pasando en sus maravillosos cerebros.

Como dice la justificación elevada a Udelar para otorgarle el título de Doctora Honoris Causa, el trabajo de Spelke “ha provocado un cambio de paradigma en lo que refiere a cómo se adquiere conocimiento” al crear “un vigoroso cuerpo de investigación que muestra que los niños poseen sofisticadas nociones de espacio, tiempo, número, causalidad y de la existencia de un mundo social con agentes con intenciones desde muy temprano”. Como señaló Alejandro Maiche, profesor de Psicología Cognitiva y director de Instituto de Fundamentos de la Facultad de Psicología de la Udelar durante la ceremonia de entrega del título, “se trata del primer doctorado Honoris Causa que nuestra Universidad le otorga a una psicóloga” y resaltó que su trayectoria “hoy derrama conocimiento en campos tan diversos como la inteligencia artificial, la neurociencia o la economía”. De esta manera, dijo Maiche, “este reconocimiento a Spelke es también un reconocimiento a la Psicología que ella misma defiende: una psicología científica, basada en datos, que colabora en resolver las grandes preguntas sobre la vida”. Así que allá vamos a hablar de bebés, de la vida y de todo lo demás.

¿Está bien si resumo tu carrera como investigadora diciendo que no es que los bebés y los niños pequeños sean genios, sino que nosotros, los adultos, no habíamos sido lo suficientemente inteligentes observándolos?

No creo que lo que hizo la diferencia es que yo en particular haya sido más inteligente observándolos. Tuve una tutora que era extremadamente inteligente en la observación de bebés. Ella estudió el desarrollo de la percepción y fue brillante descubriendo formas de cómo estudiar lo que perciben los bebés. Lo que hice fue tomar sus métodos, todas sus intuiciones, sus descubrimientos, y aplicarlos a la pregunta de qué saben los bebés más allá de lo que pueden ver, de lo que oyen, de lo que sienten, de lo que entienden sobre el mundo.

Así que no creo que se necesitara inteligencia, y ciertamente no de mi parte, para estudiar a los bebés. Implicó sí paciencia, implicó perseverancia, porque cuando comencé estos estudios, la opinión predominante sobre qué saben los infantes era que no sabían nada sobre el mundo. Así que inicialmente hubo mucho escepticismo cuando los resultados experimentales comenzaron a llegar, la gente no les creía y todavía hay algunas personas que no les creen. Pero sobre todo pienso que los éxitos se deben a dos cosas, por un lado, a los maravillosos métodos para estudiar a los bebés que desarrollaron las personas que me precedieron, y por otro, a los propios bebés y a las cosas que nos dijeron.

Los propios bebés merecen entonces un reconocimiento...

La mayoría de las veces, cuando empiezo un experimento, tengo una idea de cómo creo que va a salir. Luego realizo el experimento y descubro que mi idea estaba equivocada, los bebés y niños pequeños me dieron una respuesta diferente a la que esperaba. A menudo, esa respuesta que me dieron resultó ser mucho más interesante que la respuesta que esperaba. Entonces, ciertamente no fue la inteligencia de mi parte lo que produjo los hallazgos que ahora tenemos sobre los bebés. Fueron los bebés y los métodos.

Se ha dicho que los ojos son la ventana del alma. Y ciertamente los ojos de los bebés y los infantes fueron importantes para que en tus experimentos te asomaras a qué estaba pasando, qué cosas esperaban del mundo y, por tanto, para hacernos una idea de sus procesos cognitivos. Observando qué miraban y por cuánto tiempo, comenzaste a hacerte ideas sobre sus expectativas de cómo funciona la física en el mundo, de sus concepciones numéricas...

Sí, es así. La única cosa que agregaría es que lo que hemos aprendido sobre los bebés no sólo proviene de estudios de sus tiempos de mirada, también estudiamos sus movimientos corporales. Mi mentora, Eleanor Gibson, hizo hermosos estudios que muestran que los bebés perciben la profundidad. Si tomás una superficie y la movés hacia el bebé y parece que le vas a pegar, mueven la cabeza hacia atrás. Y si en lugar de tener una superficie que parece que está a punto de golpearlos, tenés una ventana en una superficie que se mueve hacia ellos, mueven la cabeza hacia adelante para explorar. Así que no es sólo tiempo de mirada.

Una de sus grandes ideas fue que los bebés e infantes humanos están hechos para explorar el mundo y aprender sobre él. Creo que la estrategia que ha sido más útil para descubrir lo que los bebés ya saben sobre el mundo proviene del uso de sus conductas exploratorias. Y el comportamiento exploratorio en el que son mejores es el mirar. Desde que nacen miran a su alrededor. Su mirada no es aleatoria, se dirigirá sistemáticamente a una persona si está cerca porque se preocupan por el mundo social desde el principio. Su mirada también estará dirigida a los objetos, a los animales y otros seres vivos, y explorarán estas cosas para aprender sobre ellas. Y están empezando a aprender sobre ellas desde el principio de la vida.

Creo que la gran intuición de Gibson fue que estos comportamientos exploratorios nos pueden dar información sobre lo que perciben los bebés, y yo agregaría, sobre lo que saben, porque para explorar el mundo y aprender de él, tenés que empezar por saber algo sobre eso. Cuando los europeos decidieron ir a ver qué había al otro lado del Atlántico, nunca habrían descubierto nada si no hubieran empezado sabiendo dónde estaban, su punto de partida, en qué dirección se movían y qué tan rápido. No aprendés explorando a menos que ya sepas cosas sobre el territorio que estás explorando. El comportamiento exploratorio de los bebés nos dice lo que saben sobre el territorio que están explorando y también con qué tipo de cosas están motivados para aprender sobre los objetos, sobre cómo se comporta físicamente el mundo, sobre los animales y las acciones, sobre qué tipo de cosas podés hacer en el mundo, sobre otras personas y sus relaciones sociales, así como las habilidades básicas que en las culturas modernas se convierten en un conocimiento sistemático, como las matemáticas, la lectura y otras habilidades humanas únicas.

En este camino entonces, junto a una cantidad de colegas, llegaste a proponer que nacemos con un conjunto de sistemas nucleares de conocimiento que nos guían hacia lo que podemos saber sobre los objetos y el espacio que nos rodea, sobre los otros seres vivos. Y resulta que esos sistemas nucleares innatos los compartimos con otros animales. Sin embargo, hay algo que nos hace distintos. ¿Qué nos hace, digamos, especiales?

Esa es una pregunta maravillosa, pero no sabemos la respuesta. Hay muchas hipótesis. Una de las más importantes proviene de Stanislas Deahaene y otras personas, que dicen que lo que nos distingue de otros animales es nuestro uso de símbolos en general, cosas como marcas en el papel que podés usar para contar la cantidad de ganado que tenés o el paso de los días, o patrones geométricos que pueden transmitir información simbólica de una persona a otra, o el lenguaje. Otra hipótesis importante sostiene que lo que nos distingue de otros animales es nuestra sociología, nuestra predisposición a relacionarnos unos con otros y cooperar y combinar nuestros conocimientos. Hay una serie de psicólogos importantes, incluidos Michael Tomasello y, de alguna manera diferente, György Gergely y Gergely Csibra, dos psicólogos húngaros que trabajan en una teoría que llaman ‘pedagogía natural”, que dicen que nos comunicamos entre nosotros para informarnos de las cosas. Y los bebés comienzan a beneficiarse de esto y participan activamente en eso desde el comienzo.

Tiendo a preferir una visión diferente a estas dos, y pienso que lo que nos distingue de otros animales es más específicamente nuestra capacidad para el lenguaje natural. En un libro que acabo de terminar reconozco que nunca he estudiado el lenguaje natural, pero terminé leyendo mucho sobre él porque durante muchas décadas he hecho experimentos en los que los bebés y los niños, en sus respuestas a los experimentos que estaba haciendo, me decían ‘tenés que poner atención al lenguaje, porque yo estoy poniendo atención al lenguaje, soy el bebé, y si no le ponés atención, no vas a entender lo que estoy haciendo’. Así que no tengo formación en lingüística, pero terminé dándome un tutorial de meses sobre el aprendizaje de idiomas y la infancia, y descubrí que hay investigaciones hermosas que muestran que los bebés comienzan a aprender su idioma antes de nacer. Y que en el transcurso del primer año, antes de que comiencen a hablar, están aprendiendo sobre la estructura y el contenido del lenguaje en todos los niveles, desde los sonidos que distinguen una palabra de otra, hasta los significados de las palabras, las relaciones sintácticas entre palabras, sobre la estructura sintáctica de su lengua nativa, y también de la pragmática del lenguaje natural, de las razones por las que las personas se comunican entre sí y lo que hacen y no hacen cuando se comunican, que se comunican de manera eficiente, intentando ser informativos, se comunican de manera relevante para la situación actual que están comunicando. Todas esas son cosas que los bebés están aprendiendo en el primer año de vida.

Creo que la magia que nos permite comenzar con las mismas capacidades que otros animales, excepto la capacidad de aprender un idioma que es única para nosotros, comienza con esas capacidades y luego desarrolla sistemas de conocimiento que no se parecen en nada a lo que vemos en cualquier otro animal. Y esa magia proviene de la capacidad que tenemos para aprovechar el conocimiento de otras personas y de sus mentes para nuestro propio aprendizaje, de modo que nuestro aprendizaje pueda trascender nuestra experiencia inmediata. Podemos aprender sobre lugares en los que nunca hemos estado de personas que han estado allí. Podemos aprender acerca de las galaxias que nunca visitaremos de los científicos que las han estudiado. Ampliamos nuestro conocimiento de todas estas formas y creo que el proceso por el cual lo hacemos comienza en el primer año de vida cuando los bebés descifran su lengua materna.

Leí un paper que sacaste este año que me pareció fantástico. Pequeños bebés de pocos meses, y otros infantes de menos de dos años, podían decir qué tan estrecha era una relación entre dos personas observando si compartían saliva, por ejemplo, al comer un mismo alimento. Y que en base a eso, en caso en que la persona con la que otra comportaría saliva se encontrara en una situación apremiante, ese “compañero de saliva” debería prestarle auxilio. Es increíble cómo los bebés construyen su idea del mundo y esperan que sucedan cosas incluso cuando el lenguaje no está involucrado.

Sí, ese es un hermoso ejemplo de lo que dije antes, de cómo casi siempre hago predicciones equivocadas sobre cómo se desarrollará un experimento. Los estudios sobre el intercambio de saliva son obra de Ashley Thomas, quien era becaria de posdoctorado en mi laboratorio cuando los comenzó, y también en el laboratorio de Rebecca Saxon, en el MIT. Los estudios se llevaron a cabo en mi laboratorio, y cuando Ashley comenzó a hacerlos le dije ‘mirá, te estoy haciendo un favor al dejarte hacerlos, pero te lo digo, nunca van a funcionar. A los bebés no les importa si se comparte saliva. Voy a dejar que lo intentes y te convenzas de que no funciona’” (ríe). Me sorprendieron mucho los resultados.

Hay un fenómeno que es muy conocido en los experimentos con bebés en la comunidad de cognición infantil, que es que si sos un bebé recién nacido y viene un adulto que no conocés, un extraño, y acerca su cara y luego abre la boca o frunce los labios como para besarte o saca la lengua, el bebé intentará repetir la misma acción. Esto demuestra que los bebés son capaces de reconocer los movimientos faciales de otras personas y están motivados para tratar de imitarlos. Este fenómeno me desconcertó durante años, ¿por qué los bebés hacen esto ante un completo extraño? Mientras intentaba entenderlo, la evidencia se volvió más y más fuerte. Andrew Meltzoff demostró, por ejemplo, que si le sacaba la lengua a un bebé y luego se iba por un día, al regresar el bebé le sacaría su lengua, lo recordaría un día después, y no le sacaría la lengua a otras personas. Así que ese y muchos otros estudios muestran que los bebés están aprendiendo a reconocer a personas individuales bastante pronto. Pero todavía no tenía idea de lo que esto significaba hasta que hubo una tercera cosa que es relevante aquí y es relevante también para tu pregunta sobre qué es exclusivo de los humanos.

Una de las razones por las que creo en el fenómeno de la imitación, que inicialmente fue muy controvertido en la comunidad de las ciencias cognitivas del desarrollo, pero ahora es aceptado y reconocido como sólido, es que se han encontrado los mismos patrones de imitación en monos bebés y chimpancés bebés. Incluso si es un humano el que le saca la lengua a un mono o chimpancé bebé, ellos le sacarán la lengua de vuelta. Así que esto no es exclusivo de los humanos, se ve en estos otros animales. Entonces, la pregunta es por qué están haciendo eso. Te voy a dar mi mejor suposición, pero ya te advertí que mis suposiciones siempre son equivocadas, así que no te la tomes demasiado en serio (ríe).

Mi mejor conjetura es que en las comunidades humanas antiguas, y también en las contemporáneas de monos y chimpancés que viven en la naturaleza, los bebés estaban al cuidado de sus madres y, por lo general, de las hermanas y hermanos de sus madres y otros miembros de la familia inmediata. Y nadie dejaba que un extraño se le acercara a los bebés. Entonces, cuando un bebé ve la cara de alguien cerca de él, puede inferir que es alguien que su familia piensa que está bien, aunque nunca lo haya visto antes. Y las únicas personas que la familia cree que estará bien que se acerquen, serán los parientes cercanos. Dado que los parientes cercanos se comparten saliva, el bebé está preparado para hacerlo con cualquiera que permanezca cerca de ellos. Creo que esta explicación podría dar cuenta de otro hecho de la imitación, que es que esta habilidad desaparece después de un mes o dos de edad. Tratás de hacer esto con un bebé mono o chimpancé o un humano de cuatro meses, y ya no funciona. Y creo que tiene sentido si pensás que a los cuatro meses de edad ya sabés quién está en tu mundo social inmediato, podés reconocerlos a todos y sabés que esa persona que de pronto aparece es un extraño. Así que ya no estás preparado para aceptarlo como cuando aún no conocías a nadie.

Como resultado de tu trabajo, podemos decir que venimos a la vida sabiendo ciertos principios básicos de matemáticas y de física. Pero aun así, cuando somos adultos, esas son dos áreas donde tenemos problemas en nuestros sistemas educativos. ¿Qué está pasando, por qué las matemáticas y la física cuestan tanto?

Tal vez esa sea la pregunta sobre la que me he estado preguntando más en los últimos diez años. Sabemos que la educación matemática es exitosa para algunas personas, así que la pregunta es qué hace que sea difícil para casi todo el mundo y por qué algunas personas tienen más probabilidades de tener éxito que otras. Y esta es una pregunta que he estado tratando de responder desde que Esther Duflo, la premio Nobel de Economía, se me acercó y me desafió diciéndome algo así como “es muy interesante que hagas estos estudios sobre lo que los bebés saben acerca de las matemáticas, el espacio, los objetos y todas estas cosas, ¿pero alguna vez has tenido el deseo de hacer algo útil, de hacer preguntas que realmente podrían importarle a alguien en el mundo?”. Nadie me había preguntado eso antes, pero sí quería hacer algo así.

Durante los últimos diez años hemos estado tratando de abordar esta pregunta, hemos estado haciendo experimentos principalmente en la India y en Ghana, centrándonos en un fenómeno que se ve en todos los países del mundo, que es que los niños que provienen de comunidades pobres y socialmente marginadas corren un riesgo mucho mayor de no aprender y desarrollar todo su potencial en la escuela. No aprenden a leer bien, no aprenden a hacer cálculos automáticamente y sin esfuerzo de una manera que sirva como base para estudios posteriores en matemáticas y ciencias. Están fallando y la pregunta es por qué. Mi hipótesis inicial era que en los hogares de niños muy pobres, muy a menudo en lugares como la India, son la primera generación que va a la escuela. Sus padres cuando niños estaban en las calles, no estaban en las escuelas. Ese problema se ha resuelto en gran parte, los niños del mundo están ahora en las escuelas, pero sus padres no, por lo que no tienen el apoyo en el hogar para el tipo de actividades que realizan en la escuela.

Así que nuestros primeros tres experimentos de campo a gran escala en la India involucraron la creación de actividades para estos niños. Eran actividades similares a las que los niños con familias educadas y económicamente más privilegiadas realizan normalmente en sus hogares, como juegos de mesa que implican movimientos numéricos y espaciales en un tablero, juegos de lectura y cosas por el estilo. Dimos estas actividades a los niños pequeños con la esperanza de que condujeran a avances en su aprendizaje de las matemáticas escolares. Y los hallazgos de nuestros estudios fueron positivos y negativos, o dudosos. Así que en nuestro primer estudio, que es el único que hemos publicado, pudimos demostrar que al darles juegos a los niños, sus intuiciones sobre números y geometría se agudizaron mucho más que antes, pero su aprendizaje escolar no mejoró en absoluto.

Volvimos atrás y pensamos que tal vez necesitábamos hacer algo más que juegos. Tal vez necesitemos enseñar a los niños el lenguaje y los símbolos de las matemáticas, porque si sus padres son educados, al menos usarán ese lenguaje al hablar entre ellos y probablemente también al hablar con el niño. Así que rediseñamos nuestros juegos para incluir lenguaje y símbolos. Y ahora vimos efectos en el aprendizaje escolar de los niños, pero los tamaños de esos efectos fueron realmente pequeños. Pensé que debemos ser capaces de hacer algo mejor, deberíamos ser capaces de hacer que esto funcione para todos los niños, no sólo para algunos.

Mi siguiente pensamiento fue que los problemas no pueden ser sólo cognitivos. Y, de hecho puedo contarle sobre un experimento más que me empujó en esta dirección. Con algunos compañeros empezamos a estudiar niños de unos 13 años que van a la escuela y trabajan en los mercados de la India. En Delhi las escuelas funcionan con dos turnos, lo que significa que si eres un chico puedes vender en un mercado por la mañana y puedes ir a la escuela por la tarde, porque la escuela es para niños por la tarde y para niñas por la mañana. Entonces la mayoría de ellos todavía estaban en la escuela, vendían en los mercados por la mañana y luego iban a la escuela. Pensé que esta era la situación ideal para convertirse en matemáticos, todas las mañanas están ejercitando sus habilidades matemáticas intuitivas en el mercado, y luego todas las tardes está aprendiendo los algoritmos formales y los sistemas de notación y las matemáticas de la escuela. Estudiamos a los niños y aprendimos dos cosas. Lo primero es que eran excelentes calculadores en el mercado, pero cuando les dábamos problemas en la escuela, eran tan malos o peores que los otros niños de la India de un nivel socioeconómico comparable.

Esto me mostró muy fuerte y claro que desarrollar habilidades intuitivas no es suficiente para aprender matemáticas en la escuela. ¿Qué más se podría necesitar? Creo que la respuesta tiene que ser en parte una respuesta social, que los niños necesitan sentir que la escuela es un aspecto importante y relevante de sus vidas y que vale la pena invertir en los desafíos que ofrece la escuela y superarlos. Eso me remitió a esta idea de que lo principal en lo que debemos trabajar es en aprovechar las habilidades cognitivas sociales de los niños para ponerlas al servicio del aprendizaje en la escuela. Y esto es algo que Alejandro Maiche, yo y otros hemos estado tratando de hacer aquí en Uruguay mediante el desarrollo de juegos sociales para los niños. La idea no es que sólo se sienten en su escritorio y memoricen operaciones aritméticas, sino que participen en una interacción social con otros niños de su edad en la que exploran las soluciones y por qué es deseable llegar a ellas. ¿Tendremos éxito? No tengo idea en este momento. Hay algún atisbo de resultados prometedores en los estudios iniciales que hemos realizado, pero esta es en gran medida la dirección en la que he estado yendo y una de las principales razones por las que estoy aquí en Uruguay.

Estudiás cómo aprenden los bebés y lo que realmente saben antes de aprender algo. Pero hoy en día también estamos tratando de enseñar a las máquinas cómo aprender, por lo que su trabajo también es relevante en esa dirección. ¿Tu teoría de los sistema nucleares de conocimiento está inspirando algunos programas de aprendizaje automático?

Creo que claramente hay muchos esfuerzos muy publicitados de aprendizaje automático que no prestan atención al conocimiento nuclear. Los modelos grandes de lenguaje entrenan máquinas para predecir lo que vendrá después en un texto y, si se les proporciona datos lo suficientemente ricos en textos, pueden crear sistemas que no son malos para componer un ensayo, o responder a una pregunta, o cosas por el estilo. Todos esos sistemas están construidos sin tener en cuenta el conocimiento nuclear.

Sí, se basan en una gran cantidad de textos, pero no es así como los bebés aprenden el lenguaje.

Enormes cantidades de información que conocemos tan explícitamente que ya se ha escrito, así que todo son cosas explícitas que sabemos sobre el mundo. Debería haber dicho esto antes, el conocimiento que encontramos en los bebés continúa existiendo en nosotros como adultos y continúa funcionando en nosotros como adultos, pero es completamente inconsciente. Nunca escribirías en un mensaje de texto “Acabo de ver un cuerpo persistente cohesivo sólido”, ¿verdad? Estoy segura de que estos modelos de lenguaje grande no obtuvieron oraciones como esa, así que se han dejado completamente fuera de estos sistemas. ¿Qué tan inteligentes son estos sistemas en realidad? Pueden hablar muy bien, ¿pero realmente entienden algo sobre el mundo? Esa es una pregunta abierta y debatida en este momento.

Ahora hay otros modelos que se están explorando en el campo de la inteligencia artificial y algunos de ellos intentan construir en las máquinas el tipo de capacidades que los experimentos muestran que se construyen en los bebés humanos. Poner en marcha una máquina con un sistema que generará representaciones de objetos, o de seres animados que pueden provocar sus propios movimientos y al moverse provocan cambios en otras cosas y dirigen sus movimientos hacia objetivos, y ese tipo de cosas. Por lo tanto, ahora hay algunos trabajos en el aprendizaje automático y mucho más en sistemas híbridos, que en parte capitalizan el aprendizaje automático y en parte capitalizan los sistemas de representación simbólica que han estado desarrollando otras partes de la inteligencia artificial y la ciencia cognitiva. Están tratando de ver si podemos hacer un mejor trabajo al crear máquinas que no sólo puedan hablar, sino que estén dotadas de la misma visión general del mundo que tienen los humanos, para que puedan entendernos y nosotros podamos entenderlas. ¿No sería bueno en mi vejez tener un robot que realmente pudiera compartir mi comprensión del sentido común del mundo mientras me ayuda en medio de la noche a ir al baño o lo que sea que estas máquinas vayan a hacer? Creo que la cuestión de adónde irá esta línea de trabajo está muy abierta en este momento. Sin embargo, una cosa te puedo decir. Básicamente traté de pasar mi vida colaborando con personas de otras disciplinas y las disciplinas que he usado y donde he colaborado más con personas, son la neurociencia y las ciencias cognitivas computacionales, incluido algo de inteligencia artificial pura, pero sobre todo personas con el objetivo de desarrollar modelos computacionales de los sistemas naturales, la mente de los animales y las personas. La razón por la que quería hacer esto es doble.

Una es que la mente humana es probablemente el objeto más complejo que los científicos pueden estudiar, tal vez el universo y las galaxias sean igualmente complejos. Pero de todos modos, es demasiado complejo para ser el ámbito de una sola disciplina. Si queremos entenderlo vamos a tener que abordarlo desde múltiples ángulos. Pero en segundo lugar, comenzamos esta conversación hablando de métodos para estudiar a los bebés. Una cosa que debería haber mencionado entonces es que hay un límite muy fuerte para cualquiera de los métodos conductuales que tenemos para estudiar a los bebés. Y es que estos métodos son muy buenos para decirnos qué saben los bebés cuándo, qué saben a esta edad, qué saben a esta otra edad, pero no son buenos para responder a la pregunta de cómo los bebés saben lo que saben o por qué saben esas cosas y no otras.

Cuando colaborás con neurocientíficos, empezás a recibir sugerencias de respuestas al cómo. También recibís sugerencias sobre el cómo de la colaboración con psicólogos cognitivos que estudian adultos. Y cuando colaborás con personas de la ciencia cognitiva computacional, tenés sugerencias sobre las respuestas al por qué. Así que hay mucho de una calle de doble sentido en estos esfuerzos interdisciplinarios. No creo que sepamos en este momento cómo o de qué manera los estudios de psicología humana serán útiles para las personas que construyen sistemas de inteligencia artificial, pero podría dar muchos ejemplos en los que siento que obtuve información sobre las mentes humanas a partir del trabajo que los modeladores computacionales han realizado en sistemas artificiales.

Nuestros sistemas nucleares de conocimiento a veces nos hacen cometer errores. Por ejemplo, nos preparan para pensar que el Sol se mueve a nuestro alrededor. ¿Es esto a veces un problema? ¿Estamos preparados para pensar el mundo de una manera que acaso no es la forma en que es el mundo es?

Creo que aquí hay una cuestión metafísica. No estoy segura de estar de acuerdo contigo en que es un error pensar que el Sol se mueve a nuestro alrededor. El desplazamiento en la posición angular del Sol proporciona información muy fiable sobre la hora del día y la dirección en la que te estás moviendo, y todo tipo de animales se aprovechan de eso. No estoy del todo segura de que lo hagan con la creencia de que hay un cuerpo que se mueve a su alrededor en lugar de que son ellos los que lo hacen. Pero la información que están obteniendo del desplazamiento de la imagen del Sol es una información altamente confiable y no creo que suponga ningún problema.

Creo sí que el talento que tenemos para aprender de otras personas plantea enormes problemas que han salido a la luz con el desarrollo de las redes sociales. Aprender de otras personas puede ser genial. Puede salvar vidas, puede decirle cómo prevenir o tratar una enfermedad, puede decirnos qué debemos hacer, aunque no lo hagamos, para revertir el calentamiento del planeta. Pero la información que obtenemos de otras personas también puede ser completamente falsa. Podés llegar a creer, como mucha gente en los Estados Unidos cree, que las últimas elecciones fueron robadas, que el presidente legítimo es Donald Trump. O que existen todas estas conspiraciones locas que suceden en las pizzerías donde los candidatos intentan asesinar a otros candidatos. Podés aprender todo tipo de cosas que son falsas.

Mi conjetura pesimista es que los mismos procesos que me llevan a creer que el cambio climático es real, llevan a otras personas a creer que Hillary Clinton es una asesina o que Donald Trump es nuestro verdadero presidente, es decir, mi confianza en otros en quienes confío. Cuando en una sociedad no tenemos mecanismos claros para dar a las personas acceso a información sobre lo que deben juzgar como válido y lo que no, entonces tenemos un potencial increíble para manipular a las personas a través de esa información. Y creo que estamos viendo que eso sucede todo el tiempo. Así que para mí ese es el problema realmente serio donde la naturaleza humana puede ser explotada en nuestra contra. Creo que realmente necesitamos tener discusiones en todo el mundo sobre qué hacer con este problema y cómo reducirlo a proporciones manejables.

Cuando Internet comenzó pensé que sería el desarrollo democratizador más asombroso del mundo. Creo que lo que hemos aprendido es que demasiada información en realidad puede ser un problema y puede hacer que sea más difícil, y no más fácil, obtener acceso a la verdad, porque estamos navegando una avalancha de ruido. Necesitamos resolver ese problema. No va a ser fácil porque también creo en cosas como la libertad de expresión. Pero creo que, si tengo razón y la clave de nuestro éxito como especie proviene de nuestra capacidad de aprender unos de otros, entonces debemos pensar mucho sobre el proceso, el contexto en el que hacemos eso, el contexto donde ese aprendizaje es para nuestro bien y el de otras personas y cuando no lo es.

Así que no debemos culpar a la herramienta.

Las herramientas se pueden usar para bien o se pueden usar para mal. Necesitamos sociedades que regulen su uso. No queremos prohibirlo todo y volver a vivir en cuevas, pero necesitamos regular las redes sociales. Tenemos una larga tradición regulando las herramientas predigitales. Necesitamos aplicar ese aprendizaje al entorno digital. No va a ser fácil, pero vamos a tener que hacerlo.