¿Por qué tomamos decisiones estúpidas? La física cuántica tiene la respuesta

Si somos tan inteligentes, ¿por qué tomamos tantas decisiones estúpidas? Científicos de la Universidad de Ciencia y Tecnología de China tienen la respuesta, basándose en la física cuántica.

Teóricamente, todos los seres humanos somos capaces de tomar decisiones simples e inteligentes, pero ¿quién no ha tomado una decisión (o más) lamentable en su vida? ¿Por qué nadie es perfecto en esta materia? La respuesta es la incertidumbre, como el tipo de incertidumbre que impulsa las teorías de la mecánica cuántica.

TE PUEDE INTERESAR

La 'lectura cuántica', el polémico método que te enseña a leer 20.000 palabras por minuto

Rubén Rodríguez

Los investigadores tomaron un paradigma de resolución de problemas llamado aprendizaje de refuerzo cuántico (QRL) que se basa en una técnica utilizada tanto en la psicología como en el desarrollo de la inteligencia artificial llamada aprendizaje de refuerzo clásico (CRL).

Probabilidad de que algo suceda

Pero, antes de nada, vamos a aclarar conceptos. El aprendizaje de refuerzo clásico es un concepto simple que implica recompensa y castigo. Por ejemplo, si estás entrenando a un bebé, la idea es que le recompenses por completar con éxito una tarea y lo castigues (reteniendo la recompensa) si no lo hace. Cuando se aplica a la cognición, la idea es que tomemos todas nuestras decisiones basadas en la recompensa percibida frente al castigo.

En el exprimento se usó una tarea psicológica determina la facilidad con la que los participantes aprenden de sus errores

El aprendizaje de refuerzo cuántico implica un agente cuántico que interactúa con un entorno clásico con el fin de ajustar sus parámetros a través de recompensa o castigo. En esencia, las amplitudes de probabilidad (los parámetros matemáticos que los científicos utilizan para calcular la probabilidad de que algo suceda) utilizados en QRL se basan en la física cuántica y no en la física clásica binaria.

En teoría, esto debería hacer que las predicciones creadas con QRL fueran más robustas que las creadas con CRL. Esto es, aparentemente, porque estos modelos representan la incertidumbre que existe en el universo cuántico (nunca se puede predecir realmente el resultado de un evento a nivel cuántico).

Segun nos cuenta The Next Web, con el fin de probar su teoría, los investigadores necesitaban un método por el cual pudieran verificar que los modelos QRL superaban a los modelos CRL en la medición del comportamiento humano real. Así, los investigadores sometieron a unos voluntarios a un escáner de imagen por resonancia magnética funcional mientras jugaban a un juego conocido como "Juego de Azar de Iowa".

Esta tarea psicológica determina la facilidad con la que los participantes aprenden de sus errores. A los voluntarios se les presentan cuatro barajas de cartas y se les pide que saquen una carta de cualquier mazo que elijan, dependiendo del valor de la carta sacada perderán o ganarán "dinero" en el juego. Algunos de los mazos son "malos" y agotarán el dinero de los jugadores si siguen sacando de ellos y otros son "buenos" y valdrán la pena si los jugadores siguen jugando.

La clave, en la cognición cuántica

Aunque todos los mazos son externamente idénticos, la mayoría de los jugadores debe captar bastante rápido cuando un mazo no está dando dinero. La mayoría de los jugadores tienden a sacar algunas cartas de cada mazo hasta que descubren el mazo exitoso. Sin embargo, aquellos participantes con antecedentes de adicción o actividad cerebral anormal tienden a tomar las decisiones "equivocadas" más a menudo.

Los investigadores aprovecharon este conocimiento para facilitar la determinación de si los modelos de probabilidad basados en QRL tenían beneficios sobre la CRL comparando los resultados y los escáneres cerebrales tanto de las personas "saludables" como de aquellos que mostraban signos de adicción, es decir: fumadores. Los fumadores tuvieron un bajo rendimiento en el juego de azar de Iowa en comparación con individuos "saludables", pero, sorprendentemente, los modelos QRL predijeron mejor los resultados que los modelos CRL para ambos grupos.

Esto parece apoyar la idea de que la "cognición cuántica" explica mejor el comportamiento humano y la toma de decisiones que los modelos de probabilidad binaria. Y si la mejor manera de medir y predecir el comportamiento humano utiliza modelos de aprendizaje cuántico, tiene sentido que la cognición humana en sí es cuántica.