Modelos y plataformas de IA

Los neurocientíficos obtienen una comprensión de cómo el cerebro lee el código de computadora

mm
Añade Unite.AI a tus fuentes preferidas en Google

Los neurocientíficos del Instituto de Tecnología de Massachusetts (MIT) han obtenido una comprensión valiosa de cómo el cerebro lee el código de computadora. Descubrieron que, en lugar de confiar en las regiones del cerebro involucradas en el procesamiento del lenguaje, se activa la ‘red de demanda múltiple’. Esta red también es responsable de tareas cognitivas complejas como los problemas matemáticos.

Es fácil ver por qué uno podría pensar que las áreas involucradas en el procesamiento del lenguaje serían las mismas para la programación de computadoras, ya que las dos tareas son similares en varios aspectos. Por ejemplo, la codificación de computadoras también requiere aprender nuevos símbolos y términos, que luego deben organizarse para que la máquina sepa qué hacer. El código de computadora también debe ser extremadamente claro, lo que permite a los programadores comprenderlo.

A pesar de esto, las cosas se vuelven aún más complejas, ya que leer el código de computadora con la red de demanda múltiple no requiere las mismas demandas cognitivas que las matemáticas.

Anna Ivanova es una estudiante de posgrado de MIT y la autora principal del estudio.

“Comprender el código de computadora parece ser algo propio. No es lo mismo que el lenguaje, y no es lo mismo que las matemáticas y la lógica”, dice Ivanova.

La investigación también involucró a la autora senior Evelina Fedorenko, profesora asociada de Neurociencia y miembro del Instituto McGovern para la Investigación del Cerebro, así como a investigadores del Laboratorio de Ciencia de la Computación y Inteligencia Artificial de MIT y la Universidad de Tufts.

El artículo se publicó en eLife este mes.

El trabajo de Fedorenko se centra en las funciones que dependen de la red de lenguaje del cerebro, que se encuentra en el hemisferio izquierdo del cerebro. Algunos de sus trabajos anteriores demostraron que la red de lenguaje no se activa por la música y las matemáticas.

“Aquí, estábamos interesados en explorar la relación entre el lenguaje y la programación de computadoras, en parte porque la programación de computadoras es una invención tan nueva que sabemos que no puede haber mecanismos integrados que nos hagan buenos programadores”, dice Ivanova.

Red de demanda múltiple activada

Los investigadores encontraron muy poca respuesta al código en estas regiones del lenguaje, pero sí encontraron que la red de demanda múltiple se activaba en todo el lóbulo frontal y el lóbulo parietal. Esta red se utiliza cuando las tareas requieren grandes cantidades de información para ser mantenidas al mismo tiempo, lo que lleva a nuestra capacidad para realizar una variedad de tareas mentales.

“Hace casi cualquier cosa que sea cognitivamente desafiante, que te hace pensar duro”, dice Ivanova.

Los investigadores no identificaron regiones específicas que se utilicen exclusivamente para la programación, pero creen que las personas con experiencia significativa en codificación podrían desarrollar actividad cerebral especializada.

“Es posible que si tomas a personas que son programadores profesionales, que han pasado 30 o 40 años codificando en un lenguaje en particular, puedas empezar a ver alguna especialización, o alguna cristalización de partes del sistema de demanda múltiple”, dice Fedorenko. “En personas que están familiarizadas con la codificación y pueden realizar estas tareas de manera eficiente, pero que han tenido una experiencia limitada, no parece que veas ninguna especialización todavía”.

Un equipo de investigadores de la Universidad Johns Hopkins también tuvo hallazgos similares, específicamente con la red de demanda múltiple que se activa para los problemas de codificación. Según los investigadores, estos hallazgos significan que la codificación no puede restringirse como una habilidad basada en las matemáticas o en el lenguaje, ya que podría depender de ambos, el lenguaje y la red de demanda múltiple.

“Ha habido afirmaciones de ambos bandos — tiene que estar junto con las matemáticas, tiene que estar junto con el lenguaje”, dice Ivanova. “Pero parece que los educadores en ciencias de la computación tendrán que desarrollar sus propios enfoques para enseñar el código de manera más efectiva”.

Alex dirige las operaciones de noticias impulsadas por IA de Unite.AI, combinando periodismo, investigación y automatización para respaldar una cobertura oportuna y escalable de la inteligencia artificial. Su trabajo ayuda a garantizar que los desarrollos emergentes de IA se presenten de manera eficiente, al tiempo que se mantienen los estándares editoriales de la publicación.