por ejemplo, que las agencias de adopción se hubieran afanado en colocar a gemelos

idénticos en hogares que, por referirnos al caso de los dos hermanos, estimulasen a
los niños a entrar en el mar andando de espaldas). Los descubrimientos, ciertamente,
pueden ser mal interpretados de muchas maneras, como, al imaginar la existencia de
un gen que sea responsable de dejar notitas de amor por toda la casa o al concluir que
las personas no son afectadas por las experiencias que viven. Además, dado que el
ámbito de investigación de los gemelos sólo puede medir el modo en que las personas
difieren, es poco lo que puede decirnos acerca del diseño de la mente que todos
compartimos, aunque, al mostrar lo mucho que varía en su naturaleza innata, estos
descubrimientos nos fuerzan a abrir, los ojos al volumen estructural que debe de tener
la mente[21].

La ingeniería inversa de la psique

La estructura de la mente es el tema de este libro, y su idea esencial se puede
expresar así: la mente es un sistema de órganos de computación, diseñado por la
selección natural para resolver aquellos tipos de problemas con los que se enfrentaron
nuestros antepasados en su modo de vida como cazadores-recolectores; en particular,
el conocimiento y el manejo de objetos, animales, plantas y otros individuos de la
misma especie. El índice de contenidos de este enunciado se puede descomponer en
varias afirmaciones. La mente es lo que el cerebro hace, y cabría añadir que,
específicamente, el cerebro procesa información y pensar es un modo de computar.
La mente se halla organizada en módulos u órganos mentales, cada uno de los cuales
tiene un diseño especializado que le hace ser un experto en un ámbito concreto de la
interacción con el mundo. La lógica básica de los módulos es la especificada por
nuestro programa genético. Su funcionamiento fue configurado por selección natural
para resolver los problemas de la vida que nuestros antepasados tuvieron como
cazadores y recolectores, y que abarcó la mayor parte de nuestra historia evolutiva.
Además, los diversos problemas de nuestros antepasados eran como subtareas de un
gran problema que tenían planteado los genes, a saber, maximizar el número de
copias que pasaban a la siguiente generación.
Desde este punto de vista, la psicología es, por decirlo así, una ingeniería inversa.
En la ingeniería proyectual se diseña una máquina para hacer algo; la ingeniería
inversa trata de averiguar la función para la que una máquina fue diseñada. De hecho,
es lo que hacen los científicos industriales de la Sony cuando la Panasonic anuncia el
lanzamiento de un nuevo producto, o viceversa. Compran uno, lo llevan al
laboratorio, lo desmontan e intentan averiguar cuál es la finalidad que cumplen todas
las piezas y de qué modo se combinan para hacer que el aparato funcione. Además,
este procedimiento es empleado por todos nosotros cuando nos hallamos ante un

www.lectulandia.com - Página 31
nuevo artilugio. Al rebuscar en un viejo almacén, por ejemplo, damos con un ingenio
que resulta impenetrable hasta que averiguamos para qué fue diseñado. Cuando
caemos en la cuenta de que se trata de un deshuesador de aceitunas, de pronto
comprendemos que el anillo de metal estaba diseñado para ceñir la aceituna y que la
palanca baja una cuchilla en forma de X por un extremo, de modo que el hueso salga
por el otro. Las formas y la disposición de los resortes y los muelles, las bisagras y las
charnelas, las hojas y las cuchillas, las palancas y los anillos cobran sentido cuando se
produce una intuición satisfactoria y, entonces, llegamos a comprender además por
qué las aceitunas envasadas tienen una incisión en forma de X en uno de sus
extremos[22].
En el siglo XVII, William Harvey descubrió que las venas tenían válvulas, y de
ello dedujo que las válvulas debían de estar allí para permitir la circulación de la
sangre. Desde entonces hemos avanzado en la comprensión del cuerpo como una
máquina maravillosamente compleja, como un ensamblaje de muelles, resortes,
manguitos, tirantes, poleas, palancas, junturas, bisagras, enchufes, depósitos,
cañerías, válvulas, fundas, bombas, intercambiadores y filtros. Aun en nuestros días
nos deleitamos aprendiendo cuál es la función de todas aquellas partes misteriosas.
¿Por qué tenemos, por ejemplo, orejas asimétricas y llenas de pliegues cartilaginosos?
Para filtrar las ondas de sonido que provienen de direcciones diferentes y de modos
también distintos. Los matices de la zona de sombra del sonido permiten al cerebro
saber si la fuente emisora se halla arriba o abajo, delante o detrás de nosotros. La
estrategia de la ingeniería inversa del cuerpo humano ha proseguido, durante las
últimas cinco décadas del siglo XX, entregada a la exploración de la nanotecnología
de la célula y las moléculas de la vida. La materia de la vida, en este sentido, resultó
no ser ya un gel trémulo, fulgurante y maravilloso, sino un artilugio de diminutos
utillajes, resortes, bisagras, varillas, láminas, imanes, cremalleras y escotillas, todos
ensamblados por una cinta de datos cuya información es copiada, descargada y
explorada[23].
La justificación lógica de la ingeniería inversa la dio Charles Darwin al mostrar
cómo los «órganos de una perfección y complejidad extremas, que justamente exaltan
nuestra admiración» surgen no de la previsión divina, sino de la evolución de
replicantes durante un período de tiempo inmenso. A medida que éstos se replican, la
tasa de supervivencia y reproducción del replicante tiende a acumularse de una
generación a otra. Las plantas y los animales son replicantes, y su complejo
mecanismo parece responder a una ingeniería que les permite sobrevivir y
reproducirse.
Darwin hizo hincapié en que esta teoría explicaba no sólo la complejidad del
cuerpo de un animal, sino la complejidad de su mente. «La psicología debe basarse
en un nuevo fundamento», predijo, como es de todos conocido, al final de El origen
de las especies[24]. Con todo, la predicción de Darwin todavía no se ha cumplido
plenamente. Más de un siglo después de que escribiera aquellas palabras, el estudio

www.lectulandia.com - Página 32
de la mente carece en su mayor parte de una orientación darwinista, y a menudo hace
de ello una bandera asegurando que la evolución es irrelevante, una mera depravación
moral, o que sólo es adecuada para especulaciones de café mientras se bebe una
cerveza al final de la jornada. Esta alergia a la evolución en las ciencias sociales y
cognitivas ha sido, en mi opinión, un obstáculo para el conocimiento. La mente es un
sistema exquisitamente organizado, capaz de llevar a cabo proezas notables que
ningún ingeniero ha logrado aún copiar. ¿Cómo puede ser que las fuerzas que dieron
forma a este sistema, y los propósitos a los que responde su diseño, sean irrelevantes
para su comprensión? El pensamiento evolucionista es imprescindible, aunque no en
la forma que muchos piensan —cuando sueñan, por ejemplo, en eslabones perdidos o
cuentan historias sobre las etapas del Hombre—, sino en la forma de una meticulosa
ingeniería inversa. Sin ella somos como el cantante de «The Marvelous Toy» de Tom
Paxton, que recuerda viejas historias de su pasada infancia: «Cuando se movía se
convertía en zip y en pop, cuando se paraba, y en whirrr, cuando se mantenía de pie;
nunca supe qué era y creo que nunca lo sabré».
El desafío darwinista ha llegado a ser aceptado tan sólo en los últimos años,
dando lugar a un nuevo enfoque al cual el antropólogo John Tooby y la psicóloga
Leda Cosmides dieron el nombre de «psicología evolutiva»[25]. La psicología
evolutiva conjuga dos revoluciones científicas: la psicología cognitiva de las décadas
de 1950 y 1960, que explica los mecanismos del pensamiento y la emoción en
términos de información y computación, y la revolución propia de la biología
evolutiva de las décadas de 1960 y 1970, que explica el complejo diseño adaptativo
de los seres vivos en términos de selección entre replicantes[26]. Unir ambas ideas
constituye una combinación muy potente. La ciencia cognitiva nos ayuda a
comprender cómo es posible la mente y de qué clase es la que tenemos. La biología
evolutiva nos ayuda a comprender por qué tenemos la clase de mente que tenemos.
La psicología evolutiva de este libro es, en cierto sentido, un desarrollo directo de
la biología al centrarse en un órgano, la mente, de una especie, el Homo sapiens. Pero
en otro sentido es una teoría radical que descarta el modo en que se han formulado
durante más de un siglo las cuestiones relacionadas con la mente. Las premisas que
sustentan este libro tal vez no sean las que el lector cree. Pensar es computar, pero
ello no significa que el ordenador sea la metáfora más idónea para la mente. Es más
apropiado decir que es un conjunto de módulos, aunque no se trate de cajas
encapsuladas o especímenes circunscritos en la superficie del cerebro. La
organización de nuestros módulos mentales proviene de nuestro programa genético,
pero ello no significa que exista un gen responsable de cada rasgo o que el
aprendizaje sea menos importante de lo que solemos pensar. La mente es una
adaptación diseñada por la selección natural, aunque con ello no se quiere significar
que todo cuanto pensamos, sentimos y hacemos sea adapta-tivo desde un punto de
vista biológico. Evolucionamos a partir de los simios, pero ello no significa que
tengamos la misma mente que los monos. Además, la finalidad última de la selección

www.lectulandia.com - Página 33
natural es propagar los genes, aunque ello no significa que la meta final de los
humanos se limite a propagar genes. Si me permiten, les mostraré a continuación la
razón de por qué no es así.

Este libro trata del cerebro, pero no se hablará mucho de neuronas, hormonas y
neurotransmisores, porque la mente no es el cerebro, sino lo que el cerebro hace,
aunque tampoco es cualquiera de las cosas que hace, como por ejemplo, metabolizar
grasas y desprender calor. Si la década de 1990 ha sido denominada la Década del
Cerebro —y es preciso recordar que no hay una Década, por ejemplo del Páncreas—
es porque la condición especial del cerebro se debe a una cosa muy especial que el
cerebro hace y que nos permite ver, pensar, sentir, elegir y actuar. Este algo especial
es el procesar información o computación[27].
La información y la computación residen en modelos de datos y en relaciones
lógicas que son independientes del medio físico que las transporta. Cuando llamamos
por teléfono a nuestra madre que se halla en otra ciudad, el mensaje es el mismo que
si saliera directamente de nuestros labios a sus oídos, aunque cambie físicamente de
forma, pasando de ser vibración que reverbera en el aire a electricidad en un cable,
carga eléctrica en silicio, luz oscilante en un cable de fibra óptica, ondas
electromagnéticas y, luego, vuelve pasando por lo mismo aunque en orden inverso.
En un sentido similar, el mensaje continúa siendo el mismo cuando ella lo repite a
nuestro padre, que está sentado en el otro extremo del diván, después de que haya
cambiado nuevamente de forma en el interior de su cabeza transformándose en una
cascada de actividad neuronal y en productos químicos que se difunden por las
sinapsis. Así mismo, un programa dado puede funcionar en ordenadores hechos con
válvulas electrónicas, conmutadores electromagnéticos y circuitos integrados, o con
palomas mensajeras bien adiestradas, y lleva a cabo las mismas cosas por idénticas
razones.
Esta nueva perspectiva fue expresada en primer lugar por el matemático Alan
Turing, los cibernéticos Alan Newell, Herbert Simón y Marvin Minsky, así como por
los filósofos Hilary Putnam y Jerry Fodor, y, en la actualidad, recibe el nombre de
teoría computacional de la mente[28]. Se trata de una de las grandes ideas de la
historia intelectual, ya que resuelve uno de los enigmas que constituyen el «problema
mente-cuerpo»: ¿de qué modo unir el mundo etéreo del significado y la intención
(acción intencional), la materia de la que está hecha nuestra vida mental, con un
enorme trozo de materia física como es el cerebro? Si nos preguntamos por qué tomó
Bill el autobús, no hay otra respuesta que ésta: porque quería visitar a su abuela y
sabía que el autobús le llevaría hasta allí, porque si detestara visitarla o si supiera que
la ruta del autobús había variado, su cuerpo no viajaría en este autobús. A lo largo de
milenios la unión entre el cuerpo y la mente ha sido una paradoja. Entidades como

www.lectulandia.com - Página 34
cualquier aspecto de la mente sea adaptativo. Desde los rasgos distintivos inferiores
como la lentitud y el ruido de las neuronas, hasta las actividades superiores como el
arte, la música, la religión y los sueños, con todo ello esperamos encontrar
actividades de la mente que no son adaptaciones en el sentido en el que, de ellas,
hablan los biólogos. Pero, en cambio, sí significa que nuestra comprensión del modo
en que la mente funciona quedará lamentablemente incompleta o será
categóricamente falsa a menos que encaje en nuestra comprensión de cómo la mente
evolucionó. A este tema dedicaré el resto del presente capítulo.

El programador ciego
Para empezar, ¿por qué evolucionó el cerebro? La respuesta se halla en el valor
de la información, para cuyo procesamiento ha sido diseñado el cerebro.
Cada vez que compramos un periódico, pagamos por la información. Los teóricos
de la economía experimental han explicado la razón por la que posiblemente lo
hacemos: la información confiere un beneficio por el cual vale la pena pagar. La vida
es una elección entre distintas jugadas. Al escoger una, se desvía a la derecha o a la
izquierda en la bifurcación del camino que supone la elección: seguir con Rick o vivir
con Víctor, sabiendo que ni una ni otra opción garantizan la fortuna o la felicidad; lo
mejor que cabe hacer es apostar. En lo esencial, cada decisión en la vida equivale a
elegir qué billete de lotería se compra. Digamos que un billete vale 1 dólar y tiene 1
contra 4 posibilidades de ganar 10 dólares. Por término medio, el apostante ganará
1,5 dólares por apuesta (10 dólares dividido por 4 es igual a 2,50 dólares, menos 1
dólar en concepto del coste que tiene el billete). El otro billete cuesta 1 dólar y tiene 1
contra 5 posibilidades de ganar 12 dólares. Por término medio, en este caso, el
apostante ganará 1,4 dólares por apuesta. Los dos tipos de billetes se presentan,
además, en cantidades iguales, y ninguno de los billetes presenta marcadas las
probabilidades o las ganancias previstas. ¿Cuánto deberíamos pagar a una tercera
persona para que nos dijera cuál es cuál? Deberíamos pagar 0,4 dólares. Sin
información, el apostante tendría que escoger al azar, y cabría esperar obtener una
ganancia media de 1,45 dólares. Si supiéramos cuál tenía la mejor rentabilidad media,
sacaríamos un promedio de 1,5 dólares por apuesta, de modo que si pagásemos los
0,4 dólares ganaríamos 0,1 dólares en cada una.
La mayoría de los organismos no compran billetes de lotería, pero todos escogen
entre opciones cada vez que sus cuerpos pueden moverse en más de un sentido. Tal
vez quisieran «pagar» por la información —en tejido, energía y tiempo— si el coste
fuera menor que el beneficio esperado en nutrientes, seguridad, oportunidades de
apareamiento y otros recursos, todo ello, finalmente valorado en el número esperado

www.lectulandia.com - Página 191

de descendientes que sobreviven. En los animales pluricelulares, el sistema nervioso
recoge y traduce la información en decisiones rentables[31].
A menudo, disponer de más información comporta mayor recompensa y salda su
coste adicional. Si en algún punto del vecindario ha sido enterrado un cofre del
tesoro, cualquier fragmento de información que lo sitúe en la parte septentrional o
meridional del barrio será útil, al reducir a la mitad el tiempo que se dedicará a cavar.
Un segundo fragmento, que informara del cuadrante en que se halla, sería aún más
útil, etc. Cuantos más dígitos haya en las coordenadas, menos tiempo se despilfarrará
cavando infructuosamente, de modo que deberíamos pagar gustosos por tener más
piezas de información, hasta alcanzar el punto en que estando tan cerca del cofre no
valga ya la pena pagar el coste que supone cualquier otra subdivisión. De modo
análogo, si intentáramos abrir una cerradura de combinación, cualquier número que
consiguiésemos reduciría las posibilidades entre las que escoger, y valdría la pena
pagar su precio teniendo en cuenta el tiempo que ahorra. Por tanto, las más de las
veces tener mayor información es mejor, hasta que se llega a un punto en que los
rendimientos son decrecientes, y ésta es la razón por la que algunos linajes de
animales han evolucionado desarrollando sistemas nerviosos cada vez más
complejos.
La selección natural no puede dotar directamente a un organismo con la
información sobre su entorno físico, o las redes computacionales, los demones, los
módulos, las facultades, las representaciones o los órganos mentales que procesan la
información. Sólo puede seleccionar entre genes. Pero los genes construyen cerebros
y, además, genes diferentes construyen los cerebros que procesan la información de
modos diferentes. La evolución del procesamiento de la información ha de lograrse al
nivel de los elementos prácticos de la selección de aquellos genes que afectan al
proceso que define el ensamblaje del cerebro.
Muchos tipos de genes podrían serlos objetivos de la selección orientada a
obtener un mejor procesamiento de la información. Los genes alterados podrían
conducir a diferentes series de unidades proliferativas en las paredes de los
ventrículos (las cavidades que se hallan en el centro del cerebro), que engendran las
neuronas corticales que constituyen la materia gris. Otros genes facilitarían que las
unidades proliferativas se dividiesen según diferentes series de ciclos, creando
diferentes cantidades y tipos de áreas corticales. Los axones que conectan las
neuronas pueden ser redirigidos cambiando los recorridos químicos así como los
indicadores moleculares que persuaden a los axones para que sigan direcciones
particulares. Los genes pueden cambiar las cerraduras y las llaves moleculares que
incitan a las neuronas a conectarse entre sí. Tal como se contaba en un viejo chiste
sobre cómo esculpir la estatua de un elefante (a saber, eliminar todos los fragmentos
que no se asemejan para nada a un elefante), los circuitos neuronales pueden ser
esculpidos programando ciertas células y sinapsis para que se suiciden siempre que se
dé cierta señal. Las neuronas pueden activarse en diferentes momentos de la

www.lectulandia.com - Página 192

embriogénesis, y sus pautas de activación, tanto las espontáneas como las
programadas, pueden interpretarse en el sentido de la corriente de transmisión como
información sobre cómo se interconectan las células cerebrales/Muchos de estos
procesos interactúan en cascada. Por ejemplo, el aumento en tamaño de un área le
permite competir mejor para asentarse en la corriente. La selección natural no se
preocupa por lo rebuscado que sea el proceso de ensamblaje del cerebro, o de lo
deplorable que sea el cerebro resultante. Las modificaciones se evalúan estrictamente
sobre la base del buen funcionamiento de los algoritmos del cerebro que guían la
percepción, el pensamiento y la acción del animal como un todo. Mediante estos
procesos, la selección natural puede construir un cerebro que funcione cada vez
mejor[32].
Pero ¿la selección de variantes aleatorias podría realmente mejorar el diseño de
un sistema nervioso? ¿O las variantes lo estropearían —al igual que sucede con un
byte corrupto en un programa informático— y la selección simplemente preservaría
los sistemas que no se estropean? Una nueva disciplina de la informática denominada
«algoritmos genéticos» ha demostrado que la selección darwiniana crea un software
cada vez más inteligente. Los algoritmos genéticos son programas que se duplican
para elaborar múltiples copias, aunque con mutaciones aleatorias que hacen a cada
una de ellas ligeramente diferentes. Todas las copias intentan resolver un problema; a
las que mejor lo hacen, se les permite reproducirse para aportar las copias que
intervendrán en la siguiente ronda. Pero ante todo, las partes de cada programa pasan
por una ronda de mutaciones aleatorias, y las parejas de programas se relacionan
sexualmente: cada uno se divide en dos y las mitades se intercambian. Tras muchos
ciclos de computación, selección, mutación y reproducción, los programas que
sobreviven son a menudo mejores que cualquier cosa que hubiera diseñado un
programador humano[33].
Más acordes con el modo en que evoluciona una mente, los algoritmos genéticos
se han aplicado a las redes neuronales. Una red recibiría inputs de órganos sensoriales
simulados y emitiría outputs, por ejemplo, a piernas simuladas y situadas en un
entorno virtual, con «comida» diseminada y muchas otras redes que competirían por
apropiársela. Aquellos que consiguen mayor cantidad de comida dejarán el mayor
número de copias antes de que se inicie la siguiente ronda de mutación y selección.
Las mutaciones son cambios aleatorios en las cargas de conexión, que a veces van
seguidas por recombinación sexual entre las redes (canjeando algunas de sus cargas
de conexión). Durante las primeras iteraciones, los «animales» —o, como a veces se
les denomina, los «animares»— pululan al azar por el terreno, encontrando de vez en
cuando casualmente una fuente de alimentación. Pero a medida que evolucionan irán
directamente de una fuente de alimentación a otra. En realidad, una población de
redes que desarrolla cargas de conexión innatas a menudo tiene un rendimiento mejor
que una única red neuronal que las aprende. Eso es especialmente cierto en las redes
con múltiples capas ocultas, como seguramente tienen los animales complejos, sobre

www.lectulandia.com - Página 193

todo, los seres humanos. Si una red sólo puede aprender, y no evolucionar, la señal
pedagógica medioambiental se diluye a medida que se retropropaga a las capas
ocultas, y sólo puede aumentar y disminuir las cargas de conexión en cantidades
minúsculas. Pero si una población de redes puede evolucionar, aun cuando no pueda
aprender, las mutaciones y las recombinaciones reprograman directamente las capas
ocultas, y catapultan la red a una combinación de conexiones innatas que esté mucho
más próxima al umbral óptimo. Entonces, la estructura innata es seleccionada[34].
La evolución y el aprendizaje pueden así mismo avanzar simultáneamente, con
una estructura innata que evoluciona en un animal que también aprende. Una
población de redes puede ser equipada con un algoritmo de aprendizaje genérico y se
le puede permitir que desarrolle las partes innatas, aquellas que el diseñador de la red
por lo común habría incorporado a ojo de buen cubero, por tradición o por el
procedimiento de prueba y error. Las especificaciones innatas incluyen cuántas
unidades hay, cómo se conectan, cuáles son las cargas de conexión iniciales y cuánto
tienen que ser aumentadas o reducidas las cargas en cada episodio de aprendizaje. La
evolución simulada da a las redes una gran ventaja en sus carreras de aprendizaje.
De este modo la evolución puede guiar el aprendizaje en las redes neuronales.
Resulta sorprendente que el aprendizaje guíe también la evolución. Recordemos el
estudio que Darwin realizó de los «estadios incipientes de estructuras útiles», dicho
con otros términos, qué beneficios supone tener un semiojo. Los teóricos de la red
neuronal Geoffrey Hinton y Steven Nowlan idearon un ejemplo astuto. Imaginemos a
un animal que es controlado por una red neuronal con unas veinte conexiones, cada
una de ellas con dos estados, uno excitativo (activado) y otro neutro (desactivado).
Con todo, la red carece de utilidad a menos que todas las veinte conexiones se hayan
establecido de forma correcta. No sólo no es bueno tener la mitad de una red,
tampoco lo es tener el noventa y cinco por ciento de una. En una población de
animales, cuyas conexiones se determinan por mutación aleatoria, un mutante más
adaptado, con todas las conexiones correctas, sólo surge una vez entre cada millón
(220) de organismos genéticamente distintos. Lo que es aún peor, la ventaja se pierde
de inmediato si el animal se reproduce sexualmente, porque tras haber hallado la
combinación mágica de cargas, las canjea perdiendo la mitad de ellas. En las
simulaciones que hicieron de este escenario, la red no adaptada siempre
evolucionaba[35].
Pero examinemos ahora una población de animales cuyas conexiones pueden
presentarse en tres formas: innatamente activadas, innatamente desactivadas o bien
activables o desactivables por aprendizaje. Las mutaciones determinan cuál de las
tres posibilidades (activado, desactivado, aprendible) tiene una conexión determinada
cuando nace el animal. En estas simulaciones de un animal tipo medio, casi la mitad
de las conexiones son aprendibles, mientras que la otra mitad puede estar activada o
desactivada. El aprendizaje opera como sigue: cada animal, mientras vive, pone
aleatoriamente a prueba ajustes para las conexiones aprendibles hasta que da con una

www.lectulandia.com - Página 194

combinación mágica. En la vida real se traduciría en averiguar cómo dar caza a una
presa o cómo romper la cascara de una nuez, pero, sea lo que sea, el animal percibe
que le son favorables y retiene esos ajustes, y cesa el proceso de prueba y error. A
partir de entonces disfruta de un ritmo más alto de reproducción. Cuanto más pronto
en su vida el animal adquiera los ajustes adecuados, más tiempo tendrá para
reproducirse en conformidad con ese ritmo más alto.
Ahora bien, en esos aprendizajes que se desarrollan o desarrolladores de
aprendizaje, el hecho de tener menos que el cien por cien de la red correcta es una
ventaja. Consideremos a todos los animales con diez conexiones innatas. Casi uno
por cada mil (210) tendrá las diez correctas. (Recordemos que sólo uno entre un
millón de animales que no aprendían, tenía todas las veinte conexiones innatas
correctas). Ese animal bien dotado tendrá cierta probabilidad de alcanzar la red
completamente correcta a través del aprendizaje de las otras diez conexiones; si tiene
un millar de oportunidades para aprender, es muy probable que tenga éxito. El animal
que tiene éxito se reproducirá antes y, por ende, más a menudo. Y entre sus
descendientes, hay ventajas para aquellas mutaciones que hacen que las conexiones
sean innatamente cada vez más correctas, dado que al contar desde un principio con
conexiones mejores, les lleva menos tiempo aprender el resto, y las posibilidades de
que pasen por la vida sin haberlas aprendido son menores. En las simulaciones
hechas por Hinton y Nowlan, las redes desarrollaban conexiones cada vez más
innatas. Las conexiones, sin embargo, no llegaban nunca a ser completamente
innatas. A medida que un número cada vez mayor de conexiones quedaban fijadas, la
presión selectiva para fijar el resto disminuía, porque al reducirse las conexiones por
aprender, cada organismo tenía la garantía de aprenderlas rápidamente. El aprendizaje
conduce así a la evolución de lo innato, pero no al completo innatismo.
Hinton y Nowlan, cuando presentaron los resultados de sus simulaciones por
ordenador a una publicación especializada, recibieron como respuesta que se les
habían adelantado hacía un siglo. El psicólogo James Mark Baldwin había propuesto
que el aprendizaje podía guiar la evolución precisamente del modo en que Hinton y
Nowlan proponían, y crear así una ilusión de evolución lamarckiana sin que
realmente fuera una evolución de tipo lamarckiano. Con todo, nadie había
demostrado que esa idea, conocida como efecto Baldwin, en realidad funcionara.
Hinton y Nowlan demostraron por qué podía funcionar. La aptitud para aprender
altera el problema evolutivo al punto que, de buscar una aguja en un pajar, se pasa a
buscar la misma aguja con alguien que nos dice cuándo estamos más cerca de
encontrarla[36].
El efecto Baldwin probablemente desempeñó un amplio papel en la evolución de
los cerebros. Contrariamente a los supuestos estándares de las ciencias sociales, el
aprendizaje no es ninguna cima de la evolución que fuera alcanzada sólo hace
relativamente poco tiempo por los seres humanos. Todos los animales, salvo los más
simples, aprenden. Tal es la razón por la cual las criaturas que no son complejas

www.lectulandia.com - Página 195

desde un punto de vista mental como, por ejemplo, las moscas de la fruta y las
lombrices de mar, se han convertido en los sujetos adecuados para la práctica de
investigación de los neurocientíficos que buscaban la encarnación neuronal del
aprendizaje. Si la aptitud para aprender estaba localizada en su sitio ya en un antiguo
antepasado de los animales pluricelulares, podría haber guiado la evolución de los
sistemas nerviosos hacia sus circuitos especializados, aun cuando los circuitos fueran
tan intrincados que la selección natural no pudiera haberlos hallado por sí misma.

Instinto e inteligencia
En muchos animales, ha evolucionado la circuitería neuronal compleja, aunque la
imagen común de los animales que se escalonan en los peldaños de la escala de la
inteligencia es errónea. La opinión común es que los animales inferiores tienen unos
pocos reflejos fijos, y que, en los superiores, los reflejos pueden asociarse con nuevos
estímulos (siguiendo el esquema de los experimentos de Pavlov) y que las respuestas
pueden asociarse con recompensas (siguiendo el esquema de Skinner). Según esta
opinión, la aptitud para asociar funciona mejor en los organismos más superiores, y
finalmente se libera de los impulsos corporales y los estímulos y respuestas físicos, y
asocian ideas directamente entre sí, proceso que alcanzaría su culminación en el
hombre. Con todo, la distribución de la inteligencia en los animales reales no se
asemeja en nada a esta imagen.
En el desierto tunecino vive una hormiga que sale de su nido, recorre cierta
distancia y luego vaga por la tórrida arena en busca del exoesqueleto de un insecto
que ha muerto a causa del calor. Cuando encuentra uno, arranca un trozo, regresa
describiendo una línea recta hacia el hormiguero, un agujero de un milímetro de
diámetro situado a medio centenar de metros de distancia. ¿Cómo encuentra el
camino de regreso? La navegación depende de la información que se recoge durante
el desplazamiento de ida, y no de percibir el hormiguero como si fuera un faro guía.
Si una mano tomara la hormiga y la levantara del suelo justo cuando sale del nido y la
depositara a cierta distancia, la hormiga daría vueltas describiendo círculos al azar.
En cambio, si la misma mano desplazara la hormiga después de que ésta encontrara la
comida, la hormiga seguiría una línea con un margen de desviación de uno o dos
grados en la dirección donde se halla el hormiguero con respecto al lugar de
abducción, y al rebasar ligeramente el punto donde el agujero debiera hallarse, daría
una rápida vuelta en forma de U y buscaría el hormiguero inexistente allí. Este hecho
muestra que la hormiga ha medido y almacenado de algún modo la dirección y la
distancia de regreso al hormiguero, una forma de navegación denominada integración
de trayectoria o navegación a estima[37].

www.lectulandia.com - Página 196