En un experimento realizado por investigadores de la Universidad Autónoma de Madrid y el Max Planck Institute for Biological Cybernetics (Alemania), los usuarios de una interface cerebro-máquina fueron capaces de controlar una pelota mostrada en una pantalla tan sólo imaginando los movimientos de sus brazos. La motivación de los usuarios fue el factor clave en el experimento.
La tecnología de interfaces cerebro-máquina, aún en desarrollo, pretende abrir la posibilidad de controlar un ordenador, no mediante métodos convencionales como el teclado o el ratón, sino únicamente mediante la utilización del propio cerebro del usuario.
Es sabido que la ejecución de movimientos en los brazos, piernas u otros elementos del cuerpo produce un reflejo en la zona del cerebro conocida como “cortex motor”, y tal reflejo puede ser registrado mediante lecturas de electroencefalograma similares a las realizadas actualmente en hospitales. Más aún, únicamente el imaginar la realización de estos movimientos genera también una respuesta cerebral, aunque de más difícil detección.
Utilizando este hecho, el paradigma conocido como “imaginación motora”, trata de permitir que un usuario pueda enviar órdenes simples a un ordenador sin tener que emplear para ello movimientos físicos. Sin embargo, esta tecnología, que sería de gran utilidad para personas con capacidades motoras limitadas, resulta compleja debido al difícil proceso de interpretación de la actividad cerebral. Adicionalmente, un usuario de esta interfaz requiere de un periodo de aprendizaje del uso de la misma que puede resultar largo y mentalmente extenuante.
En un estudio experimental realizado como colaboración entre el departamento de ingeniería informática de la Universidad Autónoma de Madrid (UAM) y el centro alemán Max Planck Institute for Biological Cybernetics, se analizó el efecto que un “refuerzo” puede tener en el usuario de estas interfaces.
Mover objetos virtuales a través del cerebro
En el experimento, cuyos resultados fueron publicados en el Journal of NeuroEngineering and Rehabilitation, el usuario es capaz de controlar una pelota mostrada en una pantalla imaginando movimientos del brazo derecho (desplazar a la derecha) o del izquierdo (desplazar a la izquierda). 11 voluntarios participaron en el experimento, en el que se les pedía repetir varias veces el ejercicio de mover la pelota hasta colocarla sobre una cesta situada en pantalla.
Sin embargo, se introdujo un refuerzo artificial en el movimiento de la pelota, de forma que en algunas repeticiones el usuario tuviera que hacer un esfuerzo menor al habitual para lograr completar la tarea (refuerzo positivo) o un esfuerzo mayor (refuerzo negativo). Se observó que si bien los usuarios con buenas habilidades para operar la interfaz fallaron más veces la tarea al introducir refuerzo (positivo o negativo), aquellos con peores habilidades obtuvieron más aciertos al aplicarlo.
Esto indicaría que, cuando un usuario no es capaz de controlar correctamente la interfaz, se desmotiva porque sus esfuerzos parecen no influir en el movimiento de la bola. No obstante al introducir un refuerzo artificial el usuario percibe que en algunas ocasiones logra realizar la tarea mientras que en otras falla, motivándole así a esforzarse por repetir esos aciertos y evitar los fallos, obteniendo de este modo un mejor control de la interfaz. Para el equipo de investigadores, resulta por tanto de gran interés el estudiar este u otros mecanismos de motivación que puedan facilitar el aprendizaje de estas interfaces, acercándolas así un paso más a su utilización real.
-----------------------------------------------------
Referencia bibliográfica:
Álvaro Barbero y Moritz Grosse-Wentrup, Biased feedback in brain-computer interfaces, en: Journal of NeuroEngineering and Rehabilitation 2010, 7:34, doi:10.1186/1743-0003-7-34
La velocidad se incrementa a medida que el futbolista se acerca al balón, sin embargo, disminuye ligeramente al llegar a él. Los delanteros son los que corren más directamente hacia el esférico, mientras que los porteros lo hacen de una forma más paralela. Son algunos resultados de un estudio de investigadores españoles.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
