Read Montague: What we're learning from 5,000 brains

Read Montague: Lo que estamos aprendiendo de 5000 cerebros

46,847 views

2012-09-24 ・ TED


New videos

Read Montague: What we're learning from 5,000 brains

Read Montague: Lo que estamos aprendiendo de 5000 cerebros

46,847 views ・ 2012-09-24

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Traductor: Marcelo Corrales Revisor: Emma Gon
00:15
Other people. Everyone is interested in other people.
1
15734
2809
Otras personas. Todo el mundo está interesado en otras personas.
00:18
Everyone has relationships with other people,
2
18543
2123
Todos tienen relaciones con otras personas,
00:20
and they're interested in these relationships
3
20666
1592
y están interesados en estas relaciones
00:22
for a variety of reasons.
4
22258
1855
por varias razones.
00:24
Good relationships, bad relationships,
5
24113
2012
Buenas relaciones, malas relaciones,
00:26
annoying relationships, agnostic relationships,
6
26125
3146
relaciones pesadas, relaciones agnósticas,
00:29
and what I'm going to do is focus on the central piece
7
29271
3424
y lo que voy a hacer es enfocarme en el eje central
00:32
of an interaction that goes on in a relationship.
8
32695
3303
de la interacción que sucede en una relación.
00:35
So I'm going to take as inspiration the fact that we're all
9
35998
2336
Por lo tanto voy a basarme en el hecho de que todos
00:38
interested in interacting with other people,
10
38334
2425
estamos interesados en interactuar con otras personas,
00:40
I'm going to completely strip it of all its complicating features,
11
40759
3832
voy a despojarlo de todos los rasgos que lo hacen complejo,
00:44
and I'm going to turn that object, that simplified object,
12
44591
3894
y voy a volver ese objeto, ese objeto simplificado,
00:48
into a scientific probe, and provide the early stages,
13
48485
4150
en una indagación científica, y mostrar las etapas iniciales,
00:52
embryonic stages of new insights into what happens
14
52635
2449
las etapas embriónicas de los avances recientes acerca de
00:55
in two brains while they simultaneously interact.
15
55084
3650
lo que sucede en dos cerebros al interactuar simultáneamente.
00:58
But before I do that, let me tell you a couple of things
16
58734
2293
Pero antes de comenzar, déjenme decirles algunas
01:01
that made this possible.
17
61027
1699
cosas que han hecho esto posible.
01:02
The first is we can now eavesdrop safely
18
62726
2781
La primera es que ahora podemos monitorear sin riesgos
01:05
on healthy brain activity.
19
65507
2711
la actividad de un cerebro sano.
01:08
Without needles and radioactivity,
20
68218
2577
Sin agujas o radiactividad,
01:10
without any kind of clinical reason, we can go down the street
21
70795
2863
sin tener razón clínica alguna, podemos andar por ahí
01:13
and record from your friends' and neighbors' brains
22
73658
3127
y analizar la actividad cerebral de tus amigos y vecinos
01:16
while they do a variety of cognitive tasks, and we use
23
76785
2538
mientras hacen varias actividades cognitivas, y usamos
01:19
a method called functional magnetic resonance imaging.
24
79323
3734
un método llamado imágenes por resonancia magnética funcional.
01:23
You've probably all read about it or heard about in some
25
83057
2325
Probablemente han leído u oído a alguien mencionarlo
01:25
incarnation. Let me give you a two-sentence version of it.
26
85382
4378
en algún lugar. Déjenme darles una breve descripción.
01:29
So we've all heard of MRIs. MRIs use magnetic fields
27
89760
3484
Todos sabemos algo de las IMR. Las IMR usan campos magnéticos
01:33
and radio waves and they take snapshots of your brain
28
93244
2029
y ondas de radio que toman fotos instantáneas de tu cerebro
01:35
or your knee or your stomach,
29
95273
2361
o de tu rodilla o de tu estómago.
01:37
grayscale images that are frozen in time.
30
97634
2045
Son imágenes estáticas en blanco y negro.
01:39
In the 1990s, it was discovered you could use
31
99679
2321
En los años 90 se descubrió que podíamos usar
01:42
the same machines in a different mode,
32
102000
2659
estas máquinas de manera diferente,
01:44
and in that mode, you could make microscopic blood flow
33
104659
2346
y por lo tanto, podemos hacer videos del flujo sanguíneo
01:47
movies from hundreds of thousands of sites independently in the brain.
34
107005
3300
microscópico de miles de sitios independientes en el cerebro.
01:50
Okay, so what? In fact, the so what is, in the brain,
35
110305
3200
Bueno, ¿y eso qué tiene que ver? Pues que los
01:53
changes in neural activity, the things that make your brain work,
36
113505
3832
cambios en la actividad neural, las cosas que hacen que tu cerebro funcione,
01:57
the things that make your software work in your brain,
37
117337
2010
las cosas que hacen que el software de tu cerebro trabaje,
01:59
are tightly correlated with changes in blood flow.
38
119347
2489
están completamente correlacionadas con los cambios de flujo sanguíneo.
02:01
You make a blood flow movie, you have an independent
39
121836
1973
Si haces un video del flujo sanguíneo, tienes una representación
02:03
proxy of brain activity.
40
123809
2339
independiente de actividad cerebral.
02:06
This has literally revolutionized cognitive science.
41
126148
3034
Esto literalmente ha revolucionado a la ciencia cognitiva.
02:09
Take any cognitive domain you want, memory,
42
129182
1991
No importa el área cognitiva, sea la memoria,
02:11
motor planning, thinking about your mother-in-law,
43
131173
2141
la planificación motora, pensar acerca de tu suegra,
02:13
getting angry at people, emotional response, it goes on and on,
44
133314
3715
molestarse con alguien, una reacción emocional, la lista es infinita,
02:17
put people into functional MRI devices, and
45
137029
3089
pongan a alguien dentro de una máquina de imágenes por resonancia magnética funcional,
02:20
image how these kinds of variables map onto brain activity.
46
140118
3383
e imaginen cómo estas variables mapean la actividad cerebral.
02:23
It's in its early stages, and it's crude by some measures,
47
143501
2849
Aún está en una etapa inicial, y es rudimentaria en cierto modo,
02:26
but in fact, 20 years ago, we were at nothing.
48
146350
2568
pero de hecho, hace 20 años, no estábamos en nada.
02:28
You couldn't do people like this. You couldn't do healthy people.
49
148918
2359
No se podía examinar a la gente de esta manera. No se podían examinar a personas sanas.
02:31
That's caused a literal revolution, and it's opened us up
50
151277
2488
Eso ha causado una revolución que nos ha llevado a
02:33
to a new experimental preparation. Neurobiologists,
51
153765
2818
una preparación experimental nueva. Los neurobiólogos,
02:36
as you well know, have lots of experimental preps,
52
156583
3760
como bien saben, experimentan con una gran cantidad de animales,
02:40
worms and rodents and fruit flies and things like this.
53
160343
3141
lombrices y roedores y moscas de la fruta y cosas así.
02:43
And now, we have a new experimental prep: human beings.
54
163484
3397
Y ahora, tenemos un nuevo objeto de estudio: los seres humanos.
02:46
We can now use human beings to study and model
55
166881
3761
Ahora podemos usar a los seres humanos para estudiar y hacer modelos
02:50
the software in human beings, and we have a few
56
170642
2950
del software en los seres humanos, y tenemos algunas
02:53
burgeoning biological measures.
57
173592
2835
medidas biológicas prometedoras.
02:56
Okay, let me give you one example of the kinds of experiments that people do,
58
176427
3887
Muy bien, déjenme darles un ejemplo de la clase de experimentos que se hacen,
03:00
and it's in the area of what you'd call valuation.
59
180314
2677
y es en el área conocida como valoración.
03:02
Valuation is just what you think it is, you know?
60
182991
2135
Valoración es justo lo que están pensando, ¿muy bien?
03:05
If you went and you were valuing two companies against
61
185126
2804
Si vas a valorar dos compañías entre sí,
03:07
one another, you'd want to know which was more valuable.
62
187930
2736
lo que necesitas saber es cuál es más valiosa.
03:10
Cultures discovered the key feature of valuation thousands of years ago.
63
190666
3879
Las culturas descubrieron el factor clave de la valoración hace miles de años.
03:14
If you want to compare oranges to windshields, what do you do?
64
194545
2690
Si quieres comparar naranjas con parabrisas, ¿qué tienes que hacer?
03:17
Well, you can't compare oranges to windshields.
65
197235
2356
Bueno, uno no puede comparar naranjas con parabrisas.
03:19
They're immiscible. They don't mix with one another.
66
199591
2255
Son objetos no miscibles. No se mezclan entre sí.
03:21
So instead, you convert them to a common currency scale,
67
201846
2351
Por lo tanto, hay que pasarlos a una escala monetaria común,
03:24
put them on that scale, and value them accordingly.
68
204197
2706
ponerlos en tal escala, y valorarlos de acuerdo a esta.
03:26
Well, your brain has to do something just like that as well,
69
206903
3436
Pues tu cerebro tiene que hacer algo parecido también,
03:30
and we're now beginning to understand and identify
70
210339
2488
y ahora estamos comenzando a entender e identificar
03:32
brain systems involved in valuation,
71
212827
2137
los sistemas cerebrales ligados a la valoración,
03:34
and one of them includes a neurotransmitter system
72
214964
2632
y uno de ellos posee un sistema neurotransmisor
03:37
whose cells are located in your brainstem
73
217596
2632
cuyas células están localizadas en el tronco del encéfalo
03:40
and deliver the chemical dopamine to the rest of your brain.
74
220228
3175
y que le suministran dopamina al resto de tu cerebro.
03:43
I won't go through the details of it, but that's an important
75
223403
2442
No entraré en detalle, pero este es un descubrimiento
03:45
discovery, and we know a good bit about that now,
76
225845
2157
importante, y ahora sabemos un poco acerca de este proceso,
03:48
and it's just a small piece of it, but it's important because
77
228002
2230
y es tan solo una pequeña parte, pero es importante porque
03:50
those are the neurons that you would lose if you had Parkinson's disease,
78
230232
3275
esas son las neuronas que perderías si tuvieras mal de Parkinson,
03:53
and they're also the neurons that are hijacked by literally
79
233507
2016
y son también las neuronas que son atacadas literalmente
03:55
every drug of abuse, and that makes sense.
80
235523
2232
por todo estupefaciente, y eso tiene mucho sentido.
03:57
Drugs of abuse would come in, and they would change
81
237755
2336
Los estupefacientes entran y cambian
04:00
the way you value the world. They change the way
82
240091
1789
la manera en que valoras el mundo. Cambian la manera en que
04:01
you value the symbols associated with your drug of choice,
83
241880
3199
valoras los símbolos asociados con tu droga preferida,
04:05
and they make you value that over everything else.
84
245079
2514
y te hacen valorar eso sobre todo lo demás.
04:07
Here's the key feature though. These neurons are also
85
247593
3021
Aquí está la parte clave. Estas neuronas también están
04:10
involved in the way you can assign value to literally abstract ideas,
86
250614
3501
involucradas en la manera en que tú le das valor a ideas abstractas,
04:14
and I put some symbols up here that we assign value to
87
254115
2041
y acá puse algunos símbolos a los que les asignamos
04:16
for various reasons.
88
256156
2720
valor por varias razones.
04:18
We have a behavioral superpower in our brain,
89
258876
2689
Nosotros tenemos un superpoder de conducta en nuestro cerebro,
04:21
and it at least in part involves dopamine.
90
261565
1753
que en parte utiliza dopamina.
04:23
We can deny every instinct we have for survival for an idea,
91
263318
4189
Nosotros podemos ignorar todos nuestros instintos de supervivencia por una idea,
04:27
for a mere idea. No other species can do that.
92
267507
4005
por una mera idea. Ninguna otra especie puede hacer eso.
04:31
In 1997, the cult Heaven's Gate committed mass suicide
93
271512
3606
En 1997, la secta Heaven's Gate cometió un suicidio en masa
04:35
predicated on the idea that there was a spaceship
94
275118
2215
basado en la idea de que había una nave espacial
04:37
hiding in the tail of the then-visible comet Hale-Bopp
95
277333
3785
escondida en la cola del en ese entonces visible cometa Hale-Bopp
04:41
waiting to take them to the next level. It was an incredibly tragic event.
96
281118
4272
que los llevaría a otro mundo. Fue un evento increíblemente trágico.
04:45
More than two thirds of them had college degrees.
97
285390
3485
Más de dos tercios de ellos tenían títulos universitarios.
04:48
But the point here is they were able to deny their instincts for survival
98
288875
3723
Pero el punto importante acá es que ellos fueron capaces de ignorar sus instintos de supervivencia
04:52
using exactly the same systems that were put there
99
292598
2866
usando exactamente los mismos sistemas que fueron puestos
04:55
to make them survive. That's a lot of control, okay?
100
295464
4042
para que sobrevivieran. Eso es un gran nivel de control, ¿muy bien?
04:59
One thing that I've left out of this narrative
101
299506
2089
Una cosa que he omitido de esta narrativa
05:01
is the obvious thing, which is the focus of the rest of my
102
301595
2234
es lo obvio, que es el tema central del resto de mi
05:03
little talk, and that is other people.
103
303829
2159
breve charla, y es nada menos que las otras personas.
05:05
These same valuation systems are redeployed
104
305988
2996
Estos mismos sistemas de valoración son desplegados
05:08
when we're valuing interactions with other people.
105
308984
2492
cuando estamos valorando las interacciones con otras personas.
05:11
So this same dopamine system that gets addicted to drugs,
106
311476
3271
Entonces este mismo sistema de dopamina que nos vuelve adictos a las drogas,
05:14
that makes you freeze when you get Parkinson's disease,
107
314747
2524
que hace que te petrifiques cuando tienes mal de Parkinson,
05:17
that contributes to various forms of psychosis,
108
317271
3077
que contribuye a varias formas de psicosis,
05:20
is also redeployed to value interactions with other people
109
320348
3920
es también desplegado para valorar las interacciones con otras personas
05:24
and to assign value to gestures that you do
110
324268
2896
y asignarle valor a los gestos que haces
05:27
when you're interacting with somebody else.
111
327164
2574
cuando estás interactuando con otra persona.
05:29
Let me give you an example of this.
112
329738
2577
Déjenme darles un ejemplo de lo anterior.
05:32
You bring to the table such enormous processing power
113
332315
2967
La cantidad de poder de procesamiento que tú despliegas
05:35
in this domain that you hardly even notice it.
114
335282
2624
en esta área es enorme y ni siquiera te das cuenta.
05:37
Let me just give you a few examples. So here's a baby.
115
337906
1467
Déjenme darle algunos ejemplos. Acá vemos a una bebé.
05:39
She's three months old. She still poops in her diapers and she can't do calculus.
116
339373
3730
Ella tiene tres meses de edad. Aún se hace popó en los pañales y no puede hacer cálculos matemáticos.
05:43
She's related to me. Somebody will be very glad that she's up here on the screen.
117
343103
3353
Es familiar mía. Alguien está muy feliz de que ella haya salido en esta pantalla.
05:46
You can cover up one of her eyes, and you can still read
118
346456
2376
Uno puede cubrir uno de sus ojos, y seguir viendo
05:48
something in the other eye, and I see sort of curiosity
119
348832
2755
algo en el otro ojo, y yo veo curiosidad
05:51
in one eye, I see maybe a little bit of surprise in the other.
120
351587
3597
en un ojo, y quizás un poco de sorpresa en el otro.
05:55
Here's a couple. They're sharing a moment together,
121
355184
3179
Acá tenemos a una pareja. Ellos están compartiendo un momento,
05:58
and we've even done an experiment where you can cut out
122
358363
1318
e incluso hemos hecho un experimento cortando
05:59
different pieces of this frame and you can still see
123
359681
3007
las partes de este cuadro, y uno aún puede ver
06:02
that they're sharing it. They're sharing it sort of in parallel.
124
362688
2504
que ellos están compartiendo el momento más o menos en paralelo.
06:05
Now, the elements of the scene also communicate this
125
365192
2463
Los elementos de la foto también nos comunican eso,
06:07
to us, but you can read it straight off their faces,
126
367655
2235
pero puedes verlo sin duda alguna en sus caras,
06:09
and if you compare their faces to normal faces, it would be a very subtle cue.
127
369890
3503
y si comparas sus caras con otras normales, las pistas serían muy sutiles.
06:13
Here's another couple. He's projecting out at us,
128
373393
3347
Esta es otra pareja. Él se está proyectando hacia nosotros,
06:16
and she's clearly projecting, you know,
129
376740
2888
y ella claramente proyecta, ustedes saben,
06:19
love and admiration at him.
130
379628
2263
amor y admiración hacia él.
06:21
Here's another couple. (Laughter)
131
381891
3635
Esta es otra pareja. (Risas)
06:25
And I'm thinking I'm not seeing love and admiration on the left. (Laughter)
132
385526
5150
Y creo que no hay amor o admiración viniendo del lado izquierdo. (Risas)
06:30
In fact, I know this is his sister, and you can just see
133
390676
2560
De hecho, yo sé que ella es su hermana, y uno puede adivinar
06:33
him saying, "Okay, we're doing this for the camera,
134
393236
2513
lo que él está pensando, "Muy bien, solo estamos juntos porque posamos
06:35
and then afterwards you steal my candy and you punch me in the face." (Laughter)
135
395749
5702
para la cámara, pero luego te robarás mis dulces y me golpearás en la cara". (Risas)
06:41
He'll kill me for showing that.
136
401451
2106
Él me va a matar por haber mostrado esto.
06:43
All right, so what does this mean?
137
403557
2797
Muy bien, ¿entonces esto qué significa?
06:46
It means we bring an enormous amount of processing power to the problem.
138
406354
3350
Significa que nosotros desplegamos una enorme cantidad de poder de procesamiento en cada problema.
06:49
It engages deep systems in our brain, in dopaminergic
139
409704
3648
Conecta sistemas en el fondo de nuestro cerebro, en sistemas
06:53
systems that are there to make you chase sex, food and salt.
140
413352
2818
dopaminérgicos que están ahí para que busques sexo, comida y sal.
06:56
They keep you alive. It gives them the pie, it gives
141
416170
2894
Te mantienen vivo. Les da el empuje, les da
06:59
that kind of a behavioral punch which we've called a superpower.
142
419064
2904
el tipo de poder de conducta al que hemos llamado superpoder.
07:01
So how can we take that and arrange a kind of staged
143
421968
3654
¿Entonces cómo podemos tomar eso y montar una especie
07:05
social interaction and turn that into a scientific probe?
144
425622
2698
de interacción social simulada y convertirla en una indagación científica?
07:08
And the short answer is games.
145
428320
2691
Y la respuesta corta es, con juegos.
07:11
Economic games. So what we do is we go into two areas.
146
431011
4404
Juegos de economía. Lo que hacemos entonces es tocar dos áreas.
07:15
One area is called experimental economics. The other area is called behavioral economics.
147
435415
3336
Un área la llamamos economía experimental. La otra es llamada economía conductual.
07:18
And we steal their games. And we contrive them to our own purposes.
148
438751
4078
Les robamos los juegos y los manipulamos para nuestros propios fines.
07:22
So this shows you one particular game called an ultimatum game.
149
442829
2967
Acá vemos uno en particular llamado el juego del ultimátum.
07:25
Red person is given a hundred dollars and can offer
150
445796
1845
A la persona de rojo se le dan 100 dólares que los puede
07:27
a split to blue. Let's say red wants to keep 70,
151
447641
3723
compartir con la persona de azul. Digamos que el de rojo quiere quedarse con 70,
07:31
and offers blue 30. So he offers a 70-30 split with blue.
152
451364
4086
y le ofrece 30 al de azul. Entonces él ofrece una partición de 70-30 al de azul.
07:35
Control passes to blue, and blue says, "I accept it,"
153
455450
2851
El control se le pasa al de azul, quien dice, "acepto,"
07:38
in which case he'd get the money, or blue says,
154
458301
1956
y en este caso recibiría el dinero. O el de azul dice,
07:40
"I reject it," in which case no one gets anything. Okay?
155
460257
4307
"lo rechazo," y en este caso nadie recibe nada. ¿Está bien?
07:44
So a rational choice economist would say, well,
156
464564
3392
Pues una decisión racional, dirían los economistas, sería
07:47
you should take all non-zero offers.
157
467956
2056
tomar todas las propuestas que no sean nulas.
07:50
What do people do? People are indifferent at an 80-20 split.
158
470012
3762
¿Qué hace la gente? La gente es indiferente a la partición 80-20.
07:53
At 80-20, it's a coin flip whether you accept that or not.
159
473774
3524
En 80-20, se lanza una moneda así aceptes o no.
07:57
Why is that? You know, because you're pissed off.
160
477298
2891
¿Por qué? Porque tienes rabia.
08:00
You're mad. That's an unfair offer, and you know what an unfair offer is.
161
480189
3609
Estás molesto. Es una oferta injusta, y tú sabes lo que es una oferta injusta.
08:03
This is the kind of game done by my lab and many around the world.
162
483798
2704
Este es el tipo de juego que se hace en mi laboratorio y en muchos otros alrededor del mundo.
08:06
That just gives you an example of the kind of thing that
163
486502
2544
Les da un ejemplo de la clase de cosas
08:09
these games probe. The interesting thing is, these games
164
489046
3738
que estos juegos indagan. Lo interesante es que estos juegos
08:12
require that you have a lot of cognitive apparatus on line.
165
492784
3707
requieren que tú tengas un gran aparato cognitivo en ese momento.
08:16
You have to be able to come to the table with a proper model of another person.
166
496491
2928
Tienes que ser capaz de posicionarte con un modelo adecuado de la otra persona,
08:19
You have to be able to remember what you've done.
167
499419
3213
tienes que ser capaz de recordar lo que haz hecho,
08:22
You have to stand up in the moment to do that.
168
502632
1420
tienes que estar de pie en ese momento para poder hacerlo,
08:24
Then you have to update your model based on the signals coming back,
169
504052
3350
luego tienes que actualizar tu modelo basándote en las señales que te están llegando,
08:27
and you have to do something that is interesting,
170
507402
2972
y tienes que hacer algo que es muy interesante,
08:30
which is you have to do a kind of depth of thought assay.
171
510374
2597
y es que tienes que hacer una especie de evaluación.
08:32
That is, you have to decide what that other person expects of you.
172
512971
3333
O sea, tienes que decidir lo que la otra persona está esperando de ti.
08:36
You have to send signals to manage your image in their mind.
173
516304
2954
Tienes que enviar señales para manipular tu imagen en la mente de ellos.
08:39
Like a job interview. You sit across the desk from somebody,
174
519258
2853
Como una entrevista de trabajo. Te sientas en frente del escritorio de alguien,
08:42
they have some prior image of you,
175
522111
1369
ese alguien tiene una imagen previa tuya,
08:43
you send signals across the desk to move their image
176
523480
2751
tú le envías señales para que perciba la imagen
08:46
of you from one place to a place where you want it to be.
177
526231
3920
que tú quieres proyectar.
08:50
We're so good at this we don't really even notice it.
178
530151
3385
Somos tan buenos para eso que ni siquiera nos damos cuenta.
08:53
These kinds of probes exploit it. Okay?
179
533536
3767
Este tipo de indagaciones intensifican ese proceso. ¿Muy bien?
08:57
In doing this, what we've discovered is that humans
180
537303
1807
Al hacer esto hemos descubierto que los seres humanos
08:59
are literal canaries in social exchanges.
181
539110
2331
son como canarios en momentos de intercambio social.
09:01
Canaries used to be used as kind of biosensors in mines.
182
541441
3397
Los canarios eran usados como biosensores en las minas.
09:04
When methane built up, or carbon dioxide built up,
183
544838
3560
Cuando los niveles de metano o de dióxido de carbono se acumulaban,
09:08
or oxygen was diminished, the birds would swoon
184
548398
4186
o si el oxígeno disminuía, los pájaros eran los primeros
09:12
before people would -- so it acted as an early warning system:
185
552584
2326
en desmayarse, y por lo tanto servían como un sistema de aviso:
09:14
Hey, get out of the mine. Things aren't going so well.
186
554910
2980
Eh, salgan de la mina. Esto va para mal.
09:17
People come to the table, and even these very blunt,
187
557890
2954
Las personas vienen a estos juegos, y aunque estas toscas
09:20
staged social interactions, and they, and there's just
188
560844
2990
interacciones sociales sean montadas, y lo son, y tan solo sean
09:23
numbers going back and forth between the people,
189
563834
3016
números que se intercambian entre los participantes,
09:26
and they bring enormous sensitivities to it.
190
566850
2199
las personas despliegan una gran sensibilidad.
09:29
So we realized we could exploit this, and in fact,
191
569049
2689
Entonces nos dimos cuenta que podíamos aprovecharnos de esto, y en realidad,
09:31
as we've done that, and we've done this now in
192
571738
2556
mientras lo hemos hecho, y lo hemos hecho en
09:34
many thousands of people, I think on the order of
193
574294
2694
miles de personas, creo que más o menos a unas
09:36
five or six thousand. We actually, to make this
194
576988
2165
cinco o seis mil personas. De hecho, para hacer tal
09:39
a biological probe, need bigger numbers than that,
195
579153
2224
indagación biológica, necesitamos un número mayor,
09:41
remarkably so. But anyway,
196
581377
3674
mucho mayor. De todas maneras
09:45
patterns have emerged, and we've been able to take
197
585051
2004
hay patrones que han salido a flote, y hemos podido tomar
09:47
those patterns, convert them into mathematical models,
198
587055
3836
esos patrones, convertirlos en modelos matemáticos,
09:50
and use those mathematical models to gain new insights
199
590891
2689
y usarlos para tener nuevos puntos de vista
09:53
into these exchanges. Okay, so what?
200
593580
2131
acerca de estos intercambios. Bueno, ¿y esto qué importancia tiene?
09:55
Well, the so what is, that's a really nice behavioral measure,
201
595711
3313
Lo importante es que es una medida de conducta clara,
09:59
the economic games bring to us notions of optimal play.
202
599024
3319
los juegos de economía nos dan claves de juego óptimo,
10:02
We can compute that during the game.
203
602343
2484
podemos computarlas durante el juego,
10:04
And we can use that to sort of carve up the behavior.
204
604827
2953
y podemos usarlas para moldear el comportamiento en cierto grado.
10:07
Here's the cool thing. Six or seven years ago,
205
607780
4330
He aquí lo estupendo. Hace seis o siete años
10:12
we developed a team. It was at the time in Houston, Texas.
206
612110
2550
creamos un equipo. En ese momento se reunía en Houston, Texas.
10:14
It's now in Virginia and London. And we built software
207
614660
3394
Hoy se reúne en Virginia y en Londres. Y construímos un software
10:18
that'll link functional magnetic resonance imaging devices
208
618054
3207
que permite conectar los aparatos de imágenes por resonancia magnética funcional
10:21
up over the Internet. I guess we've done up to six machines
209
621261
4035
a internet. Creo que ya hemos conectado unas seis máquinas,
10:25
at a time, but let's just focus on two.
210
625296
1981
pero enfoquémonos en estas dos.
10:27
So it synchronizes machines anywhere in the world.
211
627277
3058
Entonces sincroniza máquinas en cualquier lugar del mundo,
10:30
We synchronize the machines, set them into these
212
630335
3169
nosotros sincronizamos las máquinas, las preparamos
10:33
staged social interactions, and we eavesdrop on both
213
633504
1983
para las interacciones sociales simuladas, y monitoreamos
10:35
of the interacting brains. So for the first time,
214
635487
1666
cada uno de los cerebros que están interactuando.
10:37
we don't have to look at just averages over single individuals,
215
637153
3607
Y por vez primera, no necesitamos enfocarnos en los promedios de los participantes,
10:40
or have individuals playing computers, or try to make
216
640760
2897
o de ponerlos a jugar en la computadora, o tratar de llegar
10:43
inferences that way. We can study individual dyads.
217
643657
2763
a inferencias de esa manera. Podemos estudiar díadas por separado.
10:46
We can study the way that one person interacts with another person,
218
646420
2785
Podemos estudiar la manera en que una persona interactúa con otra persona,
10:49
turn the numbers up, and start to gain new insights
219
649205
2564
desplegar los datos, y obtener una mejor comprensión
10:51
into the boundaries of normal cognition,
220
651769
2515
acerca de los parámetros de cognición normal.
10:54
but more importantly, we can put people with
221
654284
2732
Pero más importante aún, es que podemos poner a personas
10:57
classically defined mental illnesses, or brain damage,
222
657016
3337
con enfermedades mentales específicas, o con daño cerebral,
11:00
into these social interactions, and use these as probes of that.
223
660353
3551
en estas interacciones sociales y usarlas para generar investigaciones.
11:03
So we've started this effort. We've made a few hits,
224
663904
2350
Nos hemos dedicado entonces a esta labor y creo que hemos obtenido,
11:06
a few, I think, embryonic discoveries.
225
666254
2449
aunque sean pocos, algunos descubrimientos embriónicos.
11:08
We think there's a future to this. But it's our way
226
668703
2812
Creemos que hay un futuro en esto. Pero es nuestra manera
11:11
of going in and redefining, with a new lexicon,
227
671515
2560
de ir redefiniendo, con un nuevo léxico,
11:14
a mathematical one actually, as opposed to the standard
228
674075
4022
y uno matemático para ser preciso, a comparación de
11:18
ways that we think about mental illness,
229
678097
2578
la manera tradicional en que describimos las enfermedades mentales,
11:20
characterizing these diseases, by using the people
230
680675
2067
caracterizando estas enfermedades usando a las personas
11:22
as birds in the exchanges. That is, we exploit the fact
231
682742
3007
como canarios en estos intercambios. O sea, aprovechamos
11:25
that the healthy partner, playing somebody with major depression,
232
685749
4244
que un participante sano jugando con otro que sufre de depresión,
11:29
or playing somebody with autism spectrum disorder,
233
689993
2910
o jugando con alguien que padezca de trastorno del espectro autista,
11:32
or playing somebody with attention deficit hyperactivity disorder,
234
692903
3850
o con alguien que posea trastorno por déficit de atención con hiperactividad,
11:36
we use that as a kind of biosensor, and then we use
235
696753
3219
nos sirva como una especie de biosensor, y luego utilizamos
11:39
computer programs to model that person, and it gives us
236
699972
2644
programas de computadora para modelar a esa persona,
11:42
a kind of assay of this.
237
702616
2470
obteniendo así una evaluación de esto.
11:45
Early days, and we're just beginning, we're setting up sites
238
705086
2131
Son las primeras etapas, pero estamos estableciendo sitios
11:47
around the world. Here are a few of our collaborating sites.
239
707217
3410
alrededor del mundo. Acá pueden ver algunos de nuestros sitios de colaboración.
11:50
The hub, ironically enough,
240
710627
2309
Su centro, irónicamente,
11:52
is centered in little Roanoke, Virginia.
241
712936
2889
está localizado en la pequeña Roanoke, Virginia.
11:55
There's another hub in London, now, and the rest
242
715825
2269
Hay otro centro en Londres en este momento, y el resto
11:58
are getting set up. We hope to give the data away
243
718094
4009
están en desarrollo. Esperamos revelar los datos
12:02
at some stage. That's a complicated issue
244
722103
3673
en determinado momento. Hacerlos accesibles al resto
12:05
about making it available to the rest of the world.
245
725776
2994
del mundo es un tema complejo.
12:08
But we're also studying just a small part
246
728770
1847
Pero también estamos estudiando una pequeña parte
12:10
of what makes us interesting as human beings, and so
247
730617
2267
de lo que nos hace interesantes a los seres humanos, y
12:12
I would invite other people who are interested in this
248
732884
2041
quiero invitar a las personas que estén interesadas en esto
12:14
to ask us for the software, or even for guidance
249
734925
2569
para preguntarnos por el software, o para una orientación
12:17
on how to move forward with that.
250
737494
2219
de cómo seguir adelante con esto.
12:19
Let me leave you with one thought in closing.
251
739713
2341
Permítanme dejarlos con un reflexión para concluir.
12:22
The interesting thing about studying cognition
252
742054
1942
Lo interesante acerca del estudio de la cognición
12:23
has been that we've been limited, in a way.
253
743996
3732
es que hemos estado limitados en cierto modo.
12:27
We just haven't had the tools to look at interacting brains
254
747728
2943
Simplemente no hemos tenido las herramientas para estudiar cerebros
12:30
simultaneously.
255
750671
1200
interactuando simultáneamente.
12:31
The fact is, though, that even when we're alone,
256
751871
2470
La realidad, sin embargo, es que incluso cuando estamos solos,
12:34
we're a profoundly social creature. We're not a solitary mind
257
754341
4111
somos criaturas completamente sociales. No somos una mente solitaria
12:38
built out of properties that kept it alive in the world
258
758452
4373
construida mediante propiedades que la mantienen viva en el mundo
12:42
independent of other people. In fact, our minds
259
762825
3948
independiente de otras personas. De hecho, nuestras mentes
12:46
depend on other people. They depend on other people,
260
766773
2870
dependen de otras personas. Ellas dependen de otras personas,
12:49
and they're expressed in other people,
261
769643
1541
y son expresadas en otras personas,
12:51
so the notion of who you are, you often don't know
262
771184
3652
entonces la noción de lo que tú eres, solo te es clara
12:54
who you are until you see yourself in interaction with people
263
774836
2688
justo en el momento en el que te ves interactuando con otras personas
12:57
that are close to you, people that are enemies of you,
264
777524
2406
cercanas a ti, personas que sean enemigas tuyas,
12:59
people that are agnostic to you.
265
779930
2545
personas que te vean con reserva.
13:02
So this is the first sort of step into using that insight
266
782475
3776
Entonces este primer bosquejo nos permite entender
13:06
into what makes us human beings, turning it into a tool,
267
786251
3295
lo que nos hace humanos, convertirlo en una herramienta,
13:09
and trying to gain new insights into mental illness.
268
789546
1978
y generar nuevas perspectivas acerca
13:11
Thanks for having me. (Applause)
269
791524
3121
de las enfermedades mentales. Gracias por invitarme. (Aplausos)
13:14
(Applause)
270
794645
3089
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7