El cerebro inteligente gasta menos energía, no más

Durante media hora, a un grupo de personas se les inyectó una pequeña dosis de glucosa radiactiva y se les pidió que resolvieran problemas de razonamiento. Cuanto mejor lo hacían, menos brillaba su cerebro en el escáner.

Las personas con puntuaciones más altas no se esforzaban menos en el sentido perezoso de la palabra: sus cerebros parecían necesitar menos combustible para llegar al mismo sitio. De ahí nació la hipótesis de la eficiencia neural, una de las ideas más citadas sobre la biología de la inteligencia. Este artículo cuenta el hallazgo tal y como lo recoge Arthur Jensen y, después, lo que la investigación posterior ha matizado, que no es poco.

El experimento: glucosa radiactiva y un test de matrices

El psicólogo Arthur Jensen recoge este trabajo en The g Factor (1998), su síntesis sobre la ciencia detrás del factor general de inteligencia (g). El experimento en cuestión usa una técnica llamada PET (tomografía por emisión de positrones):

• Se inyecta en el torrente sanguíneo una pequeña cantidad de un isótopo radiactivo de glucosa.
• La persona pasa unos 30 minutos resolviendo un test de razonamiento no verbal, las Matrices Progresivas de Raven, uno de los tests con mayor carga del factor g que existen.
• El escáner detecta en qué zonas del cerebro se ha metabolizado más glucosa, es decir, dónde se ha gastado más energía neuronal.

El investigador Richard Haier, una referencia en este campo, encontró algo que a primera vista rompe la intuición: la cantidad de glucosa consumida durante la prueba se correlacionaba negativamente con la puntuación obtenida, con valores de entre -0,7 y -0,8. Cuanto más alta la puntuación, menos energía gastada resolviendo el mismo tipo de problema.

Un detalle que el libro menciona de pasada y que pesa mucho: el estudio original de Haier y su equipo (1988) se hizo con ocho personas. Con muestras tan pequeñas, una correlación puede salir muy alta por azar, y por eso el hallazgo se tomó como punto de partida, no como conclusión.

Por qué “más potencia” es la metáfora equivocada

Es tentador imaginar un cerebro inteligente como un motor más grande, que quema más combustible y por eso rinde más. Los primeros datos de PET apuntaban justo a lo contrario:

• Un cerebro más eficiente parece necesitar menos actividad metabólica para llegar al mismo resultado correcto.
• Esa relación inversa aparece en casi toda la corteza cerebral, aunque es más marcada en las regiones temporales.
• Jensen lo resume con una idea sencilla: g parece estar relacionado con la eficiencia del procesamiento neuronal, no con su volumen.

En la versión de Jensen, un cerebro más capaz no trabaja más duro: rinde más por cada unidad de energía que gasta.

El experimento que lo puso en movimiento: aprender a jugar al Tetris

Lo más interesante no es una fotografía fija, sino lo que pasa cuando alguien mejora en algo. Haier y su equipo repitieron el escáner PET con un grupo de personas mientras aprendían a jugar al Tetris, un videojuego que exige procesar información rápido, coordinar manos y ojos, y planificar sobre la marcha.

• En las primeras partidas, jugar a Tetris consumía una cantidad relativamente alta de glucosa cerebral.
• Tras sesiones de práctica de 30 a 45 minutos, hasta cinco por semana, durante 4 a 8 semanas, la habilidad mejoró de forma notable.
• A la vez, el consumo de glucosa cerebral durante el juego bajó, y la correlación entre esa actividad metabólica y el factor g se debilitó.

La magnitud de ese ahorro se correlacionaba, a su vez, con las puntuaciones en el test de Raven: quienes partían de puntuaciones más altas fueron los que más eficiencia energética ganaron con la práctica.

El cerebro que madura también se vuelve más barato de mantener

Este mismo patrón, según recoge Jensen, aparece también en el desarrollo normal de cualquier persona. Los estudios con PET en distintas edades muestran que el consumo de glucosa cerebral disminuye progresivamente desde la infancia hasta la madurez, justo cuando la capacidad mental sigue creciendo.

Una explicación plausible que se maneja en el libro es la llamada poda neuronal (neural pruning): la reducción espontánea, sobre todo en los primeros años de vida, del número de conexiones sinápticas que no resultan útiles.

La idea es que menos conexiones redundantes permiten un procesamiento más limpio y con menos energía desperdiciada. Jensen añade que una poda insuficiente durante la maduración temprana se asocia con ciertos tipos de discapacidad intelectual.

Tener menos neuronas activas, en el momento adecuado del desarrollo, no siempre es una pérdida. A veces es la condición necesaria para que el resto del sistema funcione mejor.

Lo que vino después: la eficiencia tiene condiciones

En las dos décadas siguientes, decenas de estudios con PET, resonancia funcional y electroencefalograma pusieron a prueba la hipótesis. Aljoscha Neubauer y Andreas Fink, de la Universidad de Graz, revisaron esa literatura en 2009 y llegaron a una conclusión más matizada que el titular original:

• La mayoría de los primeros estudios confirmaban la hipótesis, pero los posteriores encontraron resultados contradictorios y varias variables que la modulan: el sexo, el tipo de tarea, su complejidad y la zona del cerebro.
• La eficiencia aparece sobre todo cuando la tarea es de dificultad baja o moderada para quien la hace, y se observa principalmente en áreas frontales.
• En tareas muy complejas, el patrón se invierte: las personas más capaces parecen invertir más recursos corticales, y la correlación entre activación y capacidad pasa a ser positiva.
• La práctica también cuenta: la eficiencia depende de la cantidad y la calidad del aprendizaje, como ya sugería el estudio del Tetris.

En paralelo, Rex Jung y el propio Haier (2007) revisaron 37 estudios de neuroimagen y propusieron la teoría de la integración parieto-frontal (P-FIT): la inteligencia no dependería tanto de cuánta energía gasta el cerebro en conjunto como de lo bien que se comunican una red de regiones frontales y parietales. Es un cambio de foco, del gasto total a la organización de la red.

Por eso el título de este artículo es cierto solo con letra pequeña: el cerebro más capaz gasta menos energía en tareas que le resultan asequibles, no siempre ni en cualquier problema.

Lo que este hallazgo cambia (y lo que no cambia)

Nada de esto convierte la eficiencia cerebral en algo que se pueda medir en casa, ni la práctica en Tetris en un atajo hacia el CI.

• El gasto energético al resolver un problema y la capacidad para resolverlo son cosas distintas: aquí se relacionan, no se confunden.
• La práctica reduce el coste energético de cualquier tarea que se automatiza, en cualquier persona, aunque el punto de partida varía.
• La eficiencia neuronal es uno de los correlatos biológicos del factor g más estudiados, pero no es una ley general: depende de la dificultad de la tarea, de la región cerebral y de la práctica.

Lo que sí deja este hallazgo es una imagen más interesante de lo que significa “un cerebro potente”: no el que más trabaja siempre, sino el que sabe cuándo gastar poco y cuándo gastar mucho.

Si te interesa esta misma idea vista desde otro ángulo del cerebro, en lo que decide tu cerebro en una quinta parte de segundo se explica cómo hasta la velocidad de reacción más simple, medida en milisegundos, se relaciona con esta misma variable.

Fuentes

• Jensen, A. R. (1998). The g Factor: The Science of Mental Ability. Praeger.
• Haier, R. J. (1993). Cerebral glucose metabolism and intelligence. En P. A. Vernon (Ed.), Biological Approaches to the Study of Human Intelligence (pp. 317-373). Ablex.
• Haier, R. J., Siegel, B. V., Nuechterlein, K. H., Hazlett, E., Wu, J. C., Paek, J., Browning, H. L. y Buchsbaum, M. S. (1988). Cortical glucose metabolic rate correlates of abstract reasoning and attention studied with positron emission tomography. Intelligence, 12(2), 199-217. doi:10.1016/0160-2896(88)90016-5
• Haier, R. J., Siegel, B., Tang, C., Abel, L., & Buchsbaum, M. S. (1992). Intelligence and changes in regional cerebral glucose metabolic rate following learning. Intelligence, 16(3-4), 415-426. doi:10.1016/0160-2896(92)90018-M
• Jung, R. E. y Haier, R. J. (2007). The Parieto-Frontal Integration Theory (P-FIT) of intelligence: Converging neuroimaging evidence. Behavioral and Brain Sciences, 30(2), 135-154. doi:10.1017/S0140525X07001185
• Neubauer, A. C. y Fink, A. (2009). Intelligence and neural efficiency. Neuroscience & Biobehavioral Reviews, 33(7), 1004-1023. doi:10.1016/j.neubiorev.2009.04.001