Como ignorar información potencia la memoria y el aprendizaje eficiente

El cerebro humano afronta los problemas complejos al ignorar primero una gran parte de la información disponible, un hallazgo con implicancias directas para el diseño de currículas educativas y el desarrollo de sistemas de inteligencia artificial, según el portal de divulgación científica ScienceX.

Esta conclusión surge de un experimento publicado en la revista científica Nature Human Behaviour, en el que investigadores analizaron distintas maneras de aprender a resolver rompecabezas lógicos y diseñaron modelos computacionales para entender el proceso.

Según la investigación, los voluntarios debieron predecir el tiempo meteorológico a partir de símbolos geométricos. Los participantes se dividieron en dos grupos: uno entrenado con pistas individuales y otro enfrentado a tres pistas a la vez. Al concluir la fase de entrenamiento, todos resolvieron acertijos de tres pistas sin recibir retroalimentación.

El grupo que entrenó con una única pista en cada intento superó en precisión y velocidad a quienes enfrentaron todas las pistas al mismo tiempo. Quienes integraron este grupo no solo aprendieron más rápido, sino que fueron más exactos cuando el desafío aumentó. Esa ventaja se mantuvo incluso cuando el examen final les exigió utilizar combinaciones de todas las pistas, lo que demostró que el dominio secuencial de las partes no limitó la capacidad de integración posterior, sino que la potenció.

A diferencia de los métodos que abordan la información de manera integral desde el inicio, quienes se enfrentaron primero a elementos aislados lograron inferir la solución total a partir de un dominio claro de cada pieza. Los autores explicaron que la tarea se aprende de manera más eficaz al dividir el problema y entrenar las pistas por separado.

Aprender por partes: la clave para el dominio integral

Para determinar por qué el método resultó tan ventajoso, los científicos construyeron modelos computacionales que simulan el aprendizaje humano. Compararon un modelo marginal, que actualiza el valor de cada pista por separado, con otro conjunto, que evalúa todas a la vez. Ninguno explicó por completo el comportamiento observado. El resultado más fiel provino de un enfoque híbrido.

Ese modelo híbrido reveló que el cerebro alterna entre métodos de aprendizaje según la situación. Cuando una pista resulta claramente informativa, el cerebro da prioridad a su integración secuencial; si la respuesta depende de la interacción entre varias pistas, recurre a procesarlas de forma simultánea, un método más costoso para la cognición.

Esta flexibilidad permite optimizar el aprendizaje sin sobrecargar la mente. Al dominar de manera secuencial cada parte de un problema, el cerebro reduce la confusión y acelera el proceso de adquisición global.

Diseñar la educación a partir de la ciencia del aprendizaje

El modelo híbrido no solo explicó los resultados, sino que anticipó maneras concretas de acelerar la enseñanza. Sugirió que comenzar el entrenamiento con ejemplos claros y extremos —fácilmente identificables como “sol” o “lluvia”— propiciaría un aprendizaje más rápido. El equipo lo comprobó con una currícula orientada hacia casos evidentes, lo que permitió a los participantes progresar con mayor rapidez.

De acuerdo con los autores, el hallazgo demuestra que “las ideas computacionales sobre el aprendizaje pueden guiar la organización de planes de estudio más eficientes”. Tanto el contenido como la distribución de las lecciones inciden en la efectividad del aprendizaje humano.

La investigación señaló, además, que muchos sistemas de inteligencia artificial apenas se benefician de este tipo de estrategias didácticas escalonadas, lo que apunta a una ventaja cognitiva humana en la aplicación del método. “El diseño curricular es central para el aprendizaje eficiente en ámbitos que van desde la educación hasta la inteligencia artificial”, determinó la publicación.

Una vez dominados los componentes individuales, el sistema —humano o artificial— puede integrar esos conocimientos para afrontar retos de mayor complejidad, señalaron los autores.