¿Conoces qué es RAS?: Del Sistema de Activación Reticular a la atención artificial

#ai #discuss #learning

Escuchando una de las publicaciones de Sofía Contreras en YouTube (recomiendo que la sigan), me llamó bastante la atención un concepto que no conocía en detalle, que me llevó a hacerme preguntas y debatir conmigo misma sobre su relación con la IA. Por ello me di a la tarea de leer un poco acerca del tema, dedicarle tiempo a algunos artículos de investigación y conectarlo con el funcionamiento de lo que hoy conocemos sobre la IA (no es que no tuviera nada que hacer, pero me gusta leer de todito y conectar ideas, además de tener amigas psicólogas y antropólogas que me llevan a hacerme otro tipo de preguntas).

Comienzo con un ejemplo muy sencillo: quieres comprar un carro rojo y luego los ves por todas partes. No es que comenzaron a aparecer más carros rojos, siempre han estado ahí, sucede que tu cerebro simplemente no los veía relevantes. El nombre de este fenómeno es el Sistema Reticular Activador (SRA o RAS por sus siglas en inglés), una red de neuronas ubicada en el tronco encefálico (entre el bulbo raquídeo, la protuberancia y el mesencéfalo) que decide de todo ese bombardeo sensorial y de información que recibes en todo momento, qué llegas a masticar en tu cerebro y qué se queda por fuera.

Curiosamente, ese mismo modus operandi (elegir lo relevante entre mucha información) es el que resuelve con otro tipo de arquitectura, los sistemas de inteligencia artificial que hoy conocemos. Aquí me parece llamativo mirar de cerca ambos mecanismos, no para decir que "la IA es como un cerebro", sino para entender qué comparten y qué no, además de qué podemos hacer con ese paralelismo.

Un filtro biológico con nombre y función

El SRA no procesa el contenido de lo que percibes, lo que hace es regular el volumen. Esto quiere decir que amplifica señales que tu cerebro etiqueta como importantes (como cuando dicen tu nombre en una lugar ruidoso, o un movimiento brusco en tu visión periférica) y al mismo tiempo atenúa el resto (como las fotos donde se ve nítido lo que se espera enfocar y borroso lo demás). Sin este filtro, la mente quedaría inundada por estímulos y no podría funcionar.

Lo interesante es que el SRA no sólo reacciona frente a los estímulos, también responde a tus intenciones, creencias y expectativas. Si te propones un objetivo, como buscar una bici con ciertas características, aprender un idioma o hacer ejercicio, el SRA comienza a "marcar" como relevante toda la información relacionada con eso, incluso la que antes pasaba inadvertida. Es de cierta forma un sistema de relevancia bidireccional, donde tus intenciones moldean lo que el SRA deja pasar a tu cerebro.

La atención artificial

Los modelos de lenguaje modernos tienen un desafío análogo, ya que cuando procesan una oración, un documento o una conversación completa, no pueden (ni deben) tratar cada palabra con el mismo peso o la misma interpretación. Aquí es donde entra el mecanismo de atención, el componente central de la arquitectura transformer en el que se basan los modelos de IA que ya conocemos (el famoso “Attention Is All You Need” de Google publicado en 2017).

Funcionalmente, esta atención hace lo que el SRA desarrolla con los sentidos, quiere decir que en lugar de procesar toda la información recibida por igual, aprende a asignar pesos según la relevancia de cada fragmento para la tarea que está realizando. Técnicamente, esto se resuelve comparando tres elementos:

Consulta (query): lo que cada fragmento busca
Clave (key): lo que cada fragmento ofrece
Valor (value): la información que efectivamente se transmite.

El modelo determina qué tan relevante es cada parte de la entrada (input) para el elemento que está procesando en ese momento (texto, voz, imagen) y le asigna prioridad en función de esa relevancia. Esa capacidad de decidir qué "atender" y qué dejar en segundo plano es precisamente lo que le permite a un modelo manejar contextos largos sin perderse en el ruido de los datos.

La analogía tiene un límite importante que vale la pena destacar, ya que el SRA es el resultado de innumerables años de evolución, funciona en gran medida de manera inconsciente y su prioridad es la supervivencia. Por otro lado, los mecanismos de atención en la IA son estructuras matemáticas diseñadas por equipos técnicos y ajustadas mediante entrenamiento sobre datos, sin ninguna experiencia subjetiva de por medio.

El que ambos busquen resolver qué es relevante, no significa que funcionen de la misma manera, pues se trata de una similitud funcional, pero no una equivalencia.

De la analogía a la práctica: usar la IA para entrenar tu propio filtro

Si entendemos el SRA como un sistema donde nuestras metas y nuestra atención pueden influir en aquello que nuestro cerebro prioriza, entonces podemos usar herramientas de IA actuando como un amplificador de ese proceso, ayudándonos a enfocar, organizar y reforzar nuestra atención hacia ese objetivo.

En la práctica, esto ya sucede de varias formas: existen por ejemplo los asistentes de definición de objetivos (herramientas de IA integradas a plataformas de productividad como Betterworks o Mesh), que en lugar de dejarte definir una meta básica como "mejorar mi rendimiento", analizan tus patrones de comportamiento y desempeño y te sugieren una versión más clara, específica y medible de esa meta, como la metodología "SMART" pero con la IA haciendo el trabajo de estructurarlos mejor. El detalle aquí es que entre más precisa sea tu intención, más precisas son las instrucciones que le das a tu propio SRA para detectar en tu entorno todo lo relacionado con ella.

Las herramientas de enfoque y trabajo profundo (como los calendarios inteligentes que optimizan bloques de tiempo o entornos de sonido generados por IA) reducen el ruido exterior, haciendo el trabajo que el SRA desarrolla de forma orgánica, pero con apoyo extra. Además de que los sistemas de recomendación personalizados hacen lo que el SRA realiza con la información sensorial: filtran el universo de información para mostrarte solo lo que es relevante para tu tarea o momento actual.

Visto así, la relación entre el SRA y la IA no es solo una curiosidad conceptual, es un recordatorio de que la pregunta sobre "qué merece atención" es tan antigua como el sistema nervioso y tan actual como la arquitectura de los modelos que ya usamos diariamente, y que entender cómo funciona uno, puede ayudarnos a usar mejor el otro.

Si tu SRA se entrena con intención y repetición, las herramientas de IA que usas cada día son en buena medida parte de ese entrenamiento….¿Que opinas?.

Bonus: El libro “El valor de la atención” plantea una mirada diferente, el autor argumenta que tecnologías basadas en los mismos sistemas de recomendación, están diseñados para secuestrar ese sistema atencional y no para fortalecerlo. Esto también es verdad, pero sería un análisis para otro artículo 🙂.

Mis fuentes de consulta: