Una nueva investigación ha descubierto cómo mejorar nuestra comprensión de los factores que afectan la toma de decisiones y muestra cómo podemos desarrollar nuestras habilidades de planificación del futuro a través de la práctica. Todo un desafío a la Inteligencia Artificial.

El futuro es algo que siempre ha cautivado el pensamiento humano. Por naturaleza es impredecible y aleatorio, pero siempre ha dejado un margen para que podamos gestionarlo de una manera u otra.

De hecho, nunca hacemos algo sin tener en cuenta el futuro: por ejemplo, tomar un paraguas si se prevé que va a llover. A niveles más complejos, siempre lo tenemos en cuenta a la hora de tomar decisiones, ya sean personales o profesionales.

La prospectiva nos ha enseñado incluso que es posible utilizar herramientas para diseñar futuros posibles y optimizar la planificación.

Séneca guía

En contra de lo que comúnmente se cree, esa disciplina no pretende en absoluto adivinar el futuro, sino imaginarlo con diferentes variables para prepararnos para lo que pueda suceder, o también para saber a dónde que queremos ir. La máxima que rige la prospectiva es de Séneca: “no hay viento favorable para el que no sabe a dónde va”.

La ciencia incluso ha desarrollado herramientas matemáticas muy sofisticadas para maximizar las posibilidades de acertar con las decisiones que debemos tomar ante posibles futuros.

Gestionar el futuro

Una nueva investigación, desarrollada por científicos del Centro de Ciencias Neurales de la Universidad de Nueva York y publicada en la revista Nature, aporta ahora algo nuevo en este empeño humano para gestionar el futuro: basándose en un juego de mesa complejo que demanda planificación por los participantes, ha creado un modelo computacional que revela nuestra capacidad para planificar eventos futuros.

“En este modelo computacional, los participantes construyen un 'árbol de decisiones' en sus cabezas de la misma manera que podemos planificar múltiples escenarios posibles para un itinerario de viaje complejo”, explica Wei Ji Ma, profesor de neurociencia y psicología en la Universidad de Nueva York y autor principal del artículo, en un comunicado.

Este modelo cognitivo computacional puede capturar el comportamiento humano durante el juego, así como describir y posteriormente predecir los movimientos que hacen las personas cuando se enfrentan a nuevas situaciones. Además, el modelo aprende a tomar decisiones similares a las que tomaría un humano.

Patrones de comportamiento

A través de este modelo, se pudo apreciar también que una mejor planificación está impulsada por la capacidad de reconocer patrones con mayor precisión y en menos tiempo, resultados que apuntan a los beneficios de la práctica y la experiencia de los diferentes jugadores.

Y lo más importante: esta investigación plantea que, si el modelo puede aprender a gestionar el futuro observando el comportamiento de las personas, ese aprendizaje se puede alcanzar también por los seres humanos si quieren mejorar su capacidad de planificación.

“Se sabe que las habilidades cognitivas pueden mejorar en la edad adulta a través de la práctica”, observa Ma. Y añade: una cantidad relativamente modesta de práctica puede mejorar la profundidad de la planificación en los humanos.

Reto a la IA

Este modelo ofrece diversas aplicaciones. Por ejemplo, se puede usar para estudiar el desarrollo de las habilidades de planificación en los niños, o probar si las habilidades de planificación se pueden conservar en la vejez.

La investigación plantea asimismo un reto a la Inteligencia Artificial: aunque la IA ha logrado un progreso impresionante en la resolución de problemas complejos de planificación, el uso de tareas complejas combinadas con un modelo de comportamiento preciso podría ampliar nuestra comprensión de la planificación humana y ayudar a cerrar la brecha con el progreso de la inteligencia artificial, concluyen los investigadores en su artículo.

Referencia

Expertise increases planning depth in human gameplay. Bas van Opheusden et al. Nature (2023). DOI:https://doi.org/10.1038/s41586-023-06124-2