Teorías de la conciencia y complejidad perturbacional

417.1. Qué se compara cuando se contrastan teorías

Para comparar teorías de la conciencia hay que identificar alguna observación que sea más esperable bajo una propuesta que bajo otra. Compartir una palabra, como integración, no basta para establecer esa relación. Dos teorías pueden atribuir importancia a la interacción entre regiones y asignarle funciones distintas. También pueden coincidir en lo que predicen para un experimento y separarse en otro. La fuerza de una comparación depende de localizar esa divergencia y de traducirla a una medición suficientemente sensible.

Los capítulos anteriores separaron varios objetos de estudio: la experiencia, el acceso funcional a la información, la estructura causal de un sistema y la complejidad de su respuesta a una perturbación. Una teoría puede postular vínculos entre ellos, aunque esos vínculos exigen una formulación explícita. Un índice que clasifica bien ciertas condiciones de observación no elige por sí mismo la explicación de esas condiciones. De manera simétrica, una predicción temporal desfavorable a una implementación neuronal concreta no demuestra que sea falsa cualquier formulación concebible de la teoría que la inspiró.

Conviene distinguir cuatro pasos en el razonamiento. El primero fija el compromiso explicativo, es decir, la propiedad que se considera constitutiva o necesaria. El segundo propone una realización biológica, con regiones, interacciones y escalas temporales. El tercero traduce esa realización a variables observables mediante un modelo de medición. El cuarto especifica el análisis estadístico y el criterio con que se interpretarán sus resultados. Una discrepancia entre datos y predicción puede originarse en cualquiera de estos niveles. Que sea posible distinguirlos no autoriza a modificarlos todos una vez vistos los datos.

Una comparación útil deja constancia de los compromisos fijados antes del experimento, de los que dependen de supuestos auxiliares y de los resultados que obligarían a revisarlos. Registra además los controles que permiten descartar fallos triviales del procedimiento. Si un clasificador no encuentra un atributo en una región, hace falta saber si el mismo registro detecta otros atributos cuya representación es conocida y si la cobertura de electrodos o sensores alcanzaba el lugar donde se postulaba la señal. La evidencia negativa adquiere significado dentro de esas condiciones.

417.2. El lugar de COGITATE

El consorcio COGITATE llevó a la práctica una colaboración adversarial. Defensores de la teoría de la información integrada (IIT) y de la teoría del espacio de trabajo neuronal global, junto con equipos que no adherían a ninguna de las dos, acordaron el diseño, las predicciones divergentes y su interpretación antes de adquirir los datos. El protocolo se publicó por adelantado (Melloni et al., 2023) y los resultados aparecieron en 2025 (Cogitate Consortium et al., 2025). Los participantes vieron estímulos visuales supraumbrales de cuatro categorías (caras, objetos, letras y pseudoletras), cada una con veinte identidades, tres orientaciones y tres duraciones de 0,5, 1 y 1,5 segundos. En cada bloque debían detectar blancos infrecuentes de un par de categorías, de modo que la relevancia de cada categoría para la tarea alternaba entre bloques. La orientación nunca fue relevante para la tarea.

Los 256 participantes se repartieron entre modalidades. Hubo 120 en resonancia magnética funcional, 102 en magnetoencefalografía y 34 pacientes con registros intracraneales. Los conjuntos analizados fueron menores y variaron según las exclusiones y el análisis; un tercio de la muestra sirvió para optimizar procedimientos y el resto para el contraste. La decodificación intracraneal, por ejemplo, usó 29 pacientes, con 583 electrodos posteriores y 576 prefrontales.

La tabla resume los resultados pertinentes, referidos a predicciones biológicas concretas.

Los autores concluyeron que los resultados concordaban con algunas predicciones de cada teoría y cuestionaban otras centrales. Para IIT, la falta de sincronización sostenida dentro de la corteza posterior contradecía la tesis de que la conectividad de esa red especifica la experiencia. Para la teoría del espacio de trabajo, la ausencia general de ignición al terminar el estímulo y la representación limitada de algunas dimensiones del contenido en la corteza prefrontal planteaban dificultades. La PPC, una medida de sincronización de fase propuesta para eliminar el sesgo que introduce el número de ensayos (Vinck et al., 2010), debe distinguirse del PCI. La semejanza de las siglas es casual.

Las predicciones concernían a la localización del contenido, a su persistencia y a la interacción entre poblaciones neuronales. El consorcio ponderó de antemano cada predicción según su centralidad para cada teoría. La decodificación, por ejemplo, se consideró una prueba no crítica para IIT, mientras el perfil temporal del mantenimiento era crítico solo para ella. De ahí que el apoyo a una predicción no compense aritméticamente el incumplimiento de otra. Tampoco corresponde sumar resultados favorables como si cada análisis fuera un voto independiente, porque varias observaciones comparten datos, transformaciones y supuestos.

El mantenimiento posterior previsto por IIT recibió apoyo parcial, pues la categoría y la identidad de objetos persistieron mientras la orientación de las caras se desvanecía. En la teoría del espacio de trabajo, la decodificación prefrontal de la categoría concordó con parte de la propuesta. La conclusión depende del atributo y de la predicción examinados; saber qué región mostró actividad no alcanza para decidirla.

Los análisis exploratorios de conectividad, como la conectividad funcional dinámica intracraneal y la interacción psicofisiológica en resonancia, emplearon operaciones distintas de las del contraste prerregistrado. Los autores leyeron los resultados intracraneales exploratorios como coherentes con la teoría del espacio de trabajo y adversos para IIT. Un efecto hallado con otra métrica puede motivar una hipótesis nueva sin volver confirmada, de manera retrospectiva, la predicción original. La cobertura intracraneal limitada y la resolución desigual de las modalidades restringen además qué ausencias pueden interpretarse con confianza.

Los autores advierten que el diseño se dirigió a las implementaciones biológicas porque los núcleos matemático y computacional de las teorías son difíciles de contrastar directamente. Un teórico podría responder a datos adversos modificando la implementación y conservando el núcleo, posibilidad que remite a los pasos de 417.1 y a las exigencias de revisión de 417.10.

417.3. Representar contenido y representar una decisión

La decodificación pregunta si un patrón de datos contiene información estadística sobre una etiqueta. Interpretar ese resultado como representación de contenido consciente exige argumentos adicionales. Una etiqueta de categoría puede correlacionarse con propiedades visuales, atención, preparación de la respuesta o expectativa. Un clasificador puede aprovechar cualquiera de esas diferencias. Su rendimiento demuestra discriminabilidad con el procedimiento empleado, cuya función sigue siendo una cuestión experimental.

Considérese una tarea ficticia con caras y objetos. Si todas las caras exigen presionar una tecla y todos los objetos otra, categoría y decisión quedan perfectamente asociadas. La actividad de una región motora permitiría entonces decodificar la categoría sin que esa región sea el lugar donde se constituye la experiencia visual. Alternar la asignación de teclas entre bloques ayuda, aunque una estrategia aprendida puede seguir introduciendo estructura. Una prueba más informativa exige que la decodificación generalice a asignaciones, tareas o condiciones que rompan las asociaciones alternativas. COGITATE aplicó una versión de esta lógica al entrenar clasificadores con ensayos en que la categoría era irrelevante para la tarea y evaluarlos con ensayos en que era relevante, o a la inversa.

La ausencia de decodificación plantea un problema distinto. Un clasificador lineal puede fallar ante una representación no lineal, una muestra pequeña de neuronas puede no capturar una representación distribuida y un promedio temporal puede borrar un código transitorio. Estas posibilidades deben especificarse como limitaciones medibles. Invocadas sin restricción, permitirían conservar cualquier propuesta frente a cualquier resultado. Un contraste sólido fija de antemano qué familia de códigos y qué magnitud mínima de señal forman parte de la predicción evaluada.

La granularidad del contenido también importa. Detectar la categoría no demuestra que la orientación, la identidad, la posición o la duración estén representadas con igual precisión. Si una teoría afirma algo sobre la disponibilidad de detalles, son esos detalles los que deben examinarse. Una explicación que identifica la experiencia con una descripción muy rica no queda confirmada porque se separen dos clases amplias.

Un diseño puede incluir un atributo relevante para la tarea y otro presente pero irrelevante, como la orientación en COGITATE, para estudiar cuánto depende la representación de la demanda experimental. Con todo, que un atributo sea irrelevante para la tarea no implica que no se experimente. Establecer ese vínculo requiere información adicional sobre lo que los participantes perciben, sobre sus expectativas y sobre el efecto de las preguntas utilizadas. Las propiedades del estímulo, las del patrón neural y las de la experiencia comunicada deben mantenerse separadas.

417.4. Predicciones temporales que realmente difieren

Una teoría puede anticipar que el contenido se mantiene mientras el estímulo sigue visible. Otra implementación puede predecir episodios breves de difusión al inicio y al final. En COGITATE, el modelo atribuido a la teoría del espacio de trabajo preveía una ignición prefrontal entre 0,3 y 0,5 segundos después del inicio y del final del estímulo, con escasa actividad entre ambos. El modelo de IIT preveía activación sostenida durante toda la presentación. Que esa diferencia neuronal sea observable depende de la respuesta del instrumento, porque un sensor con resolución temporal limitada mezcla acontecimientos próximos. El problema puede estudiarse antes de recoger datos simulando el modelo de medición.

Definamos dos plantillas hipotéticas. La primera vale uno durante la presentación y cero fuera de ella. La segunda contiene dos pulsos breves, uno asociado al inicio y otro al final. Ninguna formula por completo IIT o el espacio de trabajo; ambas encarnan un contraste temporal simplificado.

El registro no observa necesariamente estas funciones de manera directa. Si la respuesta temporal del instrumento es un núcleo $h$, las señales esperadas son las convoluciones $h*s_d$ y $h*b_d$, a las que se suma ruido. Una respuesta instrumental lenta puede volver muy parecidas dos causas neuronales diferentes. En tal caso, un buen ajuste a una plantilla tampoco aporta evidencia fuerte contra la otra.

Variar la duración ayuda a separar las predicciones. Con una sola duración, la amplitud y la anchura pueden compensarse durante el ajuste. Si se introducen duraciones nuevas y se exige que los mismos parámetros las expliquen todas, esa libertad disminuye. Resulta especialmente informativo reservar algunas duraciones para predicción, ajustando los parámetros con un subconjunto y evaluando después la forma temporal esperada en las restantes. Una teoría que solo reproduce cada condición de manera retrospectiva, con parámetros propios para cada una, impone menos restricciones.

La respuesta al final de la presentación merece un examen aparte. Un transitorio de desaparición puede tener una causa sensorial sin reflejar una actualización consciente. En COGITATE, el patrón de respuesta al inicio y al final apareció en algunos sitios posteriores y no en los prefrontales donde se lo esperaba. Para separar ambas interpretaciones pueden manipularse las expectativas, la relevancia del estímulo y las condiciones de la transición visual. La comparación necesita declarar qué parte de la respuesta final se atribuye al mecanismo propuesto. Si cualquier componente temprano o tardío puede contar como cumplimiento de la misma predicción, el contraste pierde precisión.

El análisis temporal requiere ventanas fijadas por razones independientes de los datos. Buscar una señal en muchos intervalos y comunicar solo aquel donde aparece altera el significado de la evidencia.

417.5. Colinealidad y capacidad de identificación

La semejanza entre predicciones admite una expresión cuantitativa. Supongamos un modelo lineal con dos columnas estandarizadas, que corresponden a las plantillas observadas de dos mecanismos. Si su correlación es muy elevada, cuesta estimar cuánto contribuye cada una. Una combinación de ambas puede ajustarse bien a los datos aunque sus coeficientes individuales sean muy inciertos.

En el caso de dos predictores, el factor de inflación de la varianza asociado a su correlación es

Con una correlación de 0,95 el factor vale aproximadamente 10,26; con una correlación de 0,20 baja a 1,04. Estos valores ilustrativos muestran que, además de acumular datos, un contraste puede mejorarse modificando el diseño para que las predicciones se parezcan menos en el espacio de observación.

La identificación depende de los parámetros que se permitan. Si una plantilla puede cambiar libremente de amplitud, demora y anchura en cada condición, podría aproximar casi cualquier respuesta generada por la otra. Antes de afirmar que dos teorías producen predicciones distintas conviene explorar ese espacio de ajustes y enfrentar las mejores predicciones que cada modelo genera dentro de restricciones justificadas. Dos curvas elegidas por su contraste visual dan una imagen engañosa de la capacidad discriminativa del diseño.

Un procedimiento práctico consiste en simular datos con cada modelo y ajustar ambos a cada conjunto simulado. Si los datos generados por el primero se atribuyen con frecuencia al segundo, el experimento carece de la capacidad de discriminación que se le supone. Este ejercicio, conocido como recuperación de modelos, se resume en una matriz de confusión entre el modelo que generó los datos y el que mejor los ajusta. Junto con la recuperación de parámetros, figura entre las comprobaciones que Wilson y Collins (2019) recomiendan realizar antes de interpretar ajustes a datos reales.

Las simulaciones requieren parámetros plausibles y escenarios adversos, con variabilidad entre personas, ruido correlacionado en el tiempo y diferencias de cobertura, porque las condiciones con señales grandes y ruido independiente dan una imagen demasiado favorable.

417.6. Un resultado no significativo puede significar cosas diferentes

Que un efecto no difiera significativamente de cero no basta para evaluar una predicción positiva. El resultado puede ser pequeño y estar estimado con precisión, o puede ser compatible con un intervalo enorme de efectos. En el primer caso cuestiona una predicción de magnitud relevante. En el segundo, la prueba aporta poca información. La distinción es esencial cuando se interpretan ausencias de activación, de mantenimiento o de conectividad.

Supongamos que una implementación predice un efecto de al menos 0,10 en una escala definida antes del análisis. Se obtiene una estimación de 0,02 con error estándar de 0,03. Bajo una aproximación normal, el intervalo bilateral del 95 % va de −0,0388 a 0,0788 y excluye efectos positivos de 0,10 o más. Con un error estándar de 0,15, el intervalo iría de −0,274 a 0,314 y admitiría holgadamente la predicción.

Ambos resultados podrían describirse como no significativos frente a cero, aunque solo el primero restringe de manera estrecha la magnitud del efecto. Si además se define una región de equivalencia práctica entre −0,10 y 0,10, el primer intervalo queda enteramente dentro de ella. En el procedimiento habitual de dos pruebas unilaterales con nivel 0,05, la equivalencia se declara cuando el intervalo del 90 % cae dentro del margen (Lakens et al., 2018). Usar aquí el intervalo del 95 % es, por tanto, un criterio más exigente que el estándar. En el ejemplo, el intervalo del 90 % va de −0,0293 a 0,0693.

El margen de equivalencia necesita una justificación sustantiva. Elegirlo después de ver el intervalo permite fabricar la conclusión deseada, por lo que debe fijarse antes de examinar los datos, idealmente en el prerregistro (Lakens et al., 2018). Puede basarse en la magnitud mínima que una implementación requiere para explicar el comportamiento, en la sensibilidad demostrada del registro o en un contraste de referencia. Si la teoría solo afirma que existe algún efecto, por pequeño que sea, resulta difícil confrontarla con datos finitos. El problema concierne a la precisión de la predicción tanto como a la potencia estadística.

La incertidumbre tampoco disminuye siempre al aumentar los ensayos por persona. Si el efecto varía mucho entre individuos, repetir miles de ensayos en pocos participantes mejora las estimaciones individuales sin resolver la incertidumbre sobre la población. La estructura jerárquica del diseño debe reflejarse en los intervalos, porque tratar sensores, ensayos y personas como réplicas intercambiables produce una precisión ilusoria.

417.7. Comparar probabilidades de los datos

Un ejemplo bayesiano permite ver cómo cambia la fuerza de la evidencia con la precisión. Consideremos dos modelos puntuales ficticios, uno que predice media cero y otro que predice media 0,20. La estimación observada es 0,02 y se distribuye normalmente con desviación conocida. El cociente entre las densidades de ambos modelos es

Con una desviación de 0,05, el cociente favorece al primer modelo por un factor cercano a 601,85. Con una desviación de 0,15, el factor baja a 2,04. La observación central es la misma en ambos casos y lo que cambia es cuánto discrimina entre las predicciones. Estos números son ilustrativos y no proceden de COGITATE ni de ninguna comparación real entre teorías de la conciencia.

La interpretación debe recordar que se compararon dos modelos puntuales muy restrictivos. Una teoría que admite un rango de magnitudes necesita una distribución predictiva sobre ese rango; su evidencia se obtiene integrando sobre ella. Escoger a posteriori el valor que maximiza el ajuste infla el apoyo aparente. La elección de esa distribución debe someterse a análisis de sensibilidad, sobre todo cuando los datos son escasos.

Un factor de Bayes tampoco expresa la probabilidad de que una teoría sea verdadera. Para obtener probabilidades posteriores se requieren probabilidades previas y un conjunto definido de alternativas. Si todas las alternativas disponibles describen mal los datos, alguna puede resultar preferida sin ofrecer una explicación adecuada. Por eso la comparación relativa debe acompañarse de comprobaciones absolutas de ajuste y de predicciones sobre datos no utilizados en la estimación.

Los resultados de varios análisis no se multiplican de manera automática. Si dos medidas provienen de los mismos registros o comparten un componente dominante de ruido, el modelo conjunto debe incorporar esa dependencia. Multiplicar factores calculados como si fueran independientes puede exagerar mucho la evidencia. Contar con varias modalidades ayuda a contrastar los supuestos de medición, aunque no elimina por sí solo las dependencias conceptuales o experimentales.

417.8. Cálculo reproducible del ejemplo

El código reproduce los cálculos anteriores, incluido el intervalo del 90 %, junto con una comprobación elemental de multiplicidad. Sus parámetros son declarados y no reconstruyen resultados publicados.

import numpy as np
from scipy.stats import norm

estimacion = 0.02
z = norm.ppf(0.975)
for error in (0.03, 0.15):
    intervalo = estimacion + np.array([-1, 1])*z*error
    equivalente = intervalo[0] > -0.1 and intervalo[1] < 0.1
    print("Error estándar:", error,
          "intervalo:", intervalo, "dentro del margen:", equivalente)

z90 = norm.ppf(0.95)
intervalo90 = estimacion + np.array([-1, 1])*z90*0.03
print("Intervalo del 90 % con error estándar 0,03:", intervalo90)

def factor_bayes(sigma):
    log_bf = ((estimacion - 0.2)**2 - estimacion**2)/(2*sigma**2)
    return np.exp(log_bf)

for sigma in (0.05, 0.15):
    print("Desviación:", sigma, "BF01:", factor_bayes(sigma))

for correlacion in (0.95, 0.20):
    print("Correlación:", correlacion,
          "VIF:", 1/(1-correlacion**2))

prob_algun_falso_positivo = 1 - (1 - 0.05)**20
print("Al menos un falso positivo:", prob_algun_falso_positivo)

assert np.allclose(estimacion + np.array([-1, 1])*z*0.03,
                   [-0.0388, 0.0788], atol=1e-4)
assert np.allclose(intervalo90, [-0.0293, 0.0693], atol=1e-4)
assert np.isclose(factor_bayes(0.05), np.exp(6.4))
assert 2 < factor_bayes(0.15) < 2.1
assert 0.64 < prob_algun_falso_positivo < 0.65

La probabilidad final, cercana a 0,6415, supone veinte pruebas independientes, todas bajo sus hipótesis nulas y con un nivel individual de 0,05. No describe literalmente un análisis cerebral, donde las pruebas suelen estar correlacionadas. Su función es mostrar por qué un hallazgo aislado, obtenido entre muchas búsquedas, pierde la interpretación que tendría una única prueba elegida de antemano.

Las correcciones por multiplicidad se aplican a familias de preguntas definidas. Agrupar todas las pruebas concebibles en una sola familia puede resultar innecesariamente restrictivo, mientras que asignar a posteriori una familia propia a cada resultado favorable resulta permisivo. La decisión debe guardar relación con las afirmaciones que se pretende sostener. Una predicción principal, un conjunto de controles y una exploración descriptiva pueden cumplir funciones distintas, siempre que esas funciones se declaren con transparencia.

El código permite también alterar los supuestos. Si aumenta la magnitud que predice el segundo modelo, el mismo dato pequeño genera mayor evidencia relativa en su contra. Si se amplía la incertidumbre de la observación, la comparación se debilita. La fuerza de una prueba depende de cuán arriesgada y precisa era la predicción.

417.9. Qué aporta una perturbación

Una perturbación permite preguntar cómo responde un sistema a una intervención, además de estudiar su actividad espontánea. Esto puede ayudar a separar mecanismos que producen correlaciones parecidas en reposo. La intervención, sin embargo, debe estar bien caracterizada en cuanto a dónde actúa, cuánto dura, qué elementos modifica y qué efectos inespecíficos produce. Una perturbación extensa puede alterar a la vez el mecanismo propuesto y las condiciones necesarias para medirlo.

En los índices perturbacionales, la respuesta pasa por una cadena de decisiones analíticas. El PCI de Casali et al. (2013) es la complejidad de Lempel-Ziv normalizada de una matriz binaria de fuentes corticales significativas, obtenida de la respuesta electroencefalográfica temprana a la estimulación magnética transcraneal; la localización de fuentes, los umbrales y las ventanas influyen en su valor. Casarotto et al. (2016) fijaron un punto de corte que clasificó sin errores a 150 personas cuya condición podía confirmarse por informe. Aplicado a pacientes sin respuesta conductual, situó a nueve de 43 en estado vegetativo dentro del rango propio de las condiciones conscientes.

Esa validación, de alcance empírico, no convierte el índice en una medición directa de los objetos formales de IIT ni en una prueba exclusiva de esa teoría. Farisco y Changeux (2023) sostuvieron que el PCI, aunque introducido en el marco de IIT, es compatible en lo fundamental con la teoría del espacio de trabajo, ya que ambas asocian el estado consciente con una propagación cortical extensa y organizada. Los mismos autores advierten que esa compatibilidad no puede tomarse como respaldo de la validez de la teoría. Un índice que discrimina estados puede así ser coherente con varias explicaciones sin decidir entre ellas.

Para comparar teorías mediante perturbaciones hace falta una predicción diferencial. Imaginemos dos modelos que anticipan respuestas extensas y diferenciadas durante la vigilia, aunque discrepan sobre qué conexión es necesaria para mantener un contenido. Una intervención selectiva sobre esa conexión podría resultar más informativa que comparar solo un índice global entre vigilia y anestesia. La predicción debería especificar qué contenido se altera, en qué intervalo y con qué controles funcionales.

La selectividad rara vez es perfecta. Una perturbación local puede propagarse hacia otras regiones, modificar la excitabilidad o cambiar la estrategia del participante. Conviene por eso medir tanto el efecto local como sus consecuencias distribuidas. La ausencia de un cambio conductual tampoco garantiza que el mecanismo haya quedado intacto, porque otras vías pueden compensarlo o la tarea puede ser demasiado sencilla para exigirlo.

Un resultado perturbacional valioso conecta intervención, dinámica y función mediante un modelo capaz de distinguir alternativas. La diferencia entre dos condiciones farmacológicas o entre dos estados conductuales puede revelar una asociación robusta, cuyo alcance causal depende de qué variables cambian en conjunto.

417.10. Prerregistro, exploración y revisión

El prerregistro ayuda a conservar la diferencia entre lo anticipado y lo aprendido al observar los datos, sobre todo cuando una teoría admite muchas traducciones empíricas y los registros ofrecen numerosas regiones, frecuencias y ventanas. Su utilidad depende de la precisión del documento. El protocolo de COGITATE especificó para cada predicción los resultados que contarían como cumplimiento, fracaso o dificultad para cada teoría (Melloni et al., 2023).

Un plan informativo especifica el procesamiento principal, la unidad de análisis, los criterios de exclusión y las predicciones que se consideran centrales. Puede anticipar también análisis de sensibilidad frente a decisiones razonables. Su objeto es mostrar qué conclusiones dependen de una elección particular. Si un efecto desaparece al modificar levemente un umbral, esa fragilidad forma parte del resultado.

La exploración conserva un papel científico legítimo, pues puede revelar una escala temporal inesperada o sugerir una medida más adecuada. Lo necesario es preservar su procedencia y evitar que sustituya en silencio a la prueba que no funcionó. Una hipótesis surgida de los mismos datos puede ser prometedora y requerir a la vez validación independiente.

La revisión teórica debe producir restricciones nuevas. Si una implementación falla porque predijo una respuesta al final del estímulo y luego se propone que esa respuesta depende de la atención, la revisión puede probarse manipulando la atención de manera independiente. Si en cambio se elimina toda expectativa temporal, la propuesta pierde capacidad explicativa en ese dominio. La pregunta pertinente es qué observación futura podría mostrar que también la versión revisada es insuficiente.

La colaboración entre defensores de teorías rivales permite negociar pruebas que cada parte considera pertinentes, sin garantizar neutralidad absoluta ni resolver los desacuerdos filosóficos de fondo. Su ventaja concreta es dejar constancia del desacuerdo operativo y de los criterios aceptados antes del resultado, lo que permite evaluar después cómo cambian las posiciones.

417.11. Un diseño comparativo resuelto

Considérese un experimento hipotético que enfrenta el mantenimiento posterior de un atributo con su difusión transitoria hacia una red distribuida. Antes de medir se establece que el atributo será la orientación, que la duración del estímulo variará y que la respuesta motora se solicitará tras un intervalo aleatorio. Ese retraso permite separar en parte el procesamiento visual de la preparación inmediata de la respuesta, aunque la expectativa de informar sigue presente.

Se incluyen bloques con instrucciones diferentes y los mismos estímulos. En unos, la orientación es relevante; en otros se responde sobre una característica distinta. Se registran el rendimiento objetivo, la confianza y las señales temporales. Más que saber qué región muestra mayor actividad, interesa estimar si la información sobre la orientación persiste y si puede utilizarse en operaciones posteriores cuando cambian las demandas de reporte.

Si ambos modelos anticipan el mismo patrón al variar relevancia y duración, el diseño no los distingue por precisos que sean los datos. Si divergen solo en una interacción pequeña, se calcula de antemano la sensibilidad necesaria para detectarla o excluirla, simulando participantes con distinta intensidad de señal.

Una parte de los datos estima los parámetros de medición y otra contrasta las predicciones. Los controles verifican que el instrumento detecta el atributo en una región de referencia y que la tarea fue comprendida. Los análisis exploratorios pueden examinar otros atributos sin desplazar la pregunta original. La decisión final se formula en términos del compromiso puesto a prueba, sea el mantenimiento, la difusión, la interacción o la dependencia de la tarea.

Si ninguna propuesta explica adecuadamente el patrón reservado, el resultado obliga a revisar ambas o a considerar alternativas. Que una resulte ligeramente preferida no convierte su mecanismo en explicación suficiente. Si una predice correctamente un cambio que la otra excluye, la evidencia favorece ese compromiso dentro del diseño. La conclusión debe conservar esa escala y abstenerse de extender una prueba visual concreta a todos los estados y modalidades de la experiencia.

417.12. Acoplamiento observado e interacción causal

La conectividad merece un análisis aparte porque la misma palabra designa operaciones diferentes. Una correlación de amplitudes, una consistencia de fase y una respuesta a una intervención miden propiedades distintas y pueden variar de manera independiente en un mismo sistema. Antes de relacionar un resultado de conectividad con integración causal hay que precisar qué propiedad mide el estimador y qué transformaciones podrían modificarlo sin alterar el mecanismo de interés. Bastos y Schoffelen (2016) revisaron varias de estas trampas interpretativas, entre ellas la entrada común, la conducción de volumen y los cambios en la razón señal-ruido, que pueden modificar las estimaciones de acoplamiento aunque la interacción subyacente no cambie.

Un ejemplo lineal muestra el problema de la entrada común. Sean dos registros que reciben la misma señal fluctuante, más ruido independiente. Aunque no exista influencia directa entre sus fuentes, ambos presentan correlación positiva, que crece si aumenta la varianza de la entrada compartida. Ese aumento podría interpretarse erróneamente como fortalecimiento de una conexión entre las fuentes, cuando solo cambió la contribución de una causa común.

Si las tres variables del lado derecho son independientes, centradas y de varianza uno, la correlación entre los registros es 0,5. Si la varianza de la entrada común pasa a cuatro y las otras se mantienen en uno, la correlación sube a 0,8, de acuerdo con la expresión $\sigma_U^2/(\sigma_U^2+1)$. Ninguna ecuación contiene una influencia de una fuente sobre la otra. Algo análogo puede ocurrir con la respuesta evocada por el estímulo, que impone una estructura temporal común a regiones que no necesariamente interactúan.

La situación inversa también es posible. Una interacción funcional puede transmitir información mediante cambios transitorios, códigos de amplitud o relaciones no lineales que un estimador de fase específico capta mal. La ausencia de efecto en ese estimador no equivale lógicamente a la ausencia de toda interacción. Ahora bien, si una implementación teórica había señalado ese patrón de fase como consecuencia necesaria y detectable, su ausencia sí la afecta. Los autores de COGITATE reconocieron que la estimación de fase en registros macroscópicos es sensible al ruido. Aun así, la PPC era la métrica que las partes habían acordado por razones mecanísticas.

Las intervenciones ayudan cuando sus efectos se atribuyen con selectividad suficiente. En el ejemplo, intervenir sobre la primera fuente sin alterar la entrada común deja intacta la segunda. En un modelo alternativo en que la segunda depende de la primera, la intervención produce una respuesta. Aprovechar esa diferencia exige controlar la propagación física del estímulo y los efectos compartidos de alerta o de percepción de la propia perturbación.

Incluso una respuesta propagada admite grados de interpretación. Una influencia unidireccional basta para que una señal llegue a otra región, mientras una teoría podría exigir dependencia recíproca o irreducibilidad bajo una partición, propiedades que requieren contrastes adicionales. El número de regiones alcanzadas no indica por sí solo qué relaciones serían necesarias para conservar la dinámica. Dos sistemas con igual extensión de respuesta pueden diferir en redundancia y en capacidad de compensación.

Una estrategia razonable consiste en construir modelos explícitos de las alternativas y verificar qué patrones de intervención los separan. Puede compararse una causa común, una cadena unidireccional y un circuito recíproco sometidos a la misma entrada, para luego simular el registro con mezcla de fuentes y ruido. Si los tres producen valores semejantes del índice elegido, ese índice es insuficiente para la pregunta causal, aunque conserve utilidad descriptiva o clasificatoria.

Este procedimiento delimita también la relación con IIT 4.0 en la formulación de Albantakis et al. (2023) y con la hipótesis del espacio de trabajo en la versión de Mashour et al. (2020). Una métrica empírica de acoplamiento necesita un argumento específico para que pueda leerse como irreducibilidad causal o como disponibilidad global. Sin ese argumento, un resultado favorable establece una propiedad del registro. Con él, puede contribuir a poner a prueba la implementación, siempre que se hayan considerado las alternativas pertinentes.

417.13. Qué queda establecido y qué permanece abierto

La comparación entre teorías se vuelve acumulativa cuando mantiene la trazabilidad entre afirmaciones y observaciones. Un resultado sobre un contenido visual, obtenido con una técnica particular, puede cuestionar una predicción precisa y motivar una prueba nueva. Su valor no exige resolver de una vez la naturaleza de la experiencia. Tampoco debería diluirse con el argumento de que ninguna observación puede afectar a una teoría porque siempre hay supuestos auxiliares disponibles.

Los índices perturbacionales, los modelos de acceso y las propuestas de información integrada describen niveles distintos cuya relación requiere hipótesis que puedan fallar. La coincidencia verbal entre integración, conectividad y complejidad no reemplaza ese trabajo.

Una conclusión responsable identifica la predicción examinada, la sensibilidad del diseño y las alternativas que siguen siendo compatibles con los datos. Cuando estos son imprecisos, corresponde mantener la incertidumbre. Cuando contradicen una predicción aceptada de antemano y medida con sensibilidad suficiente, corresponde reconocer la dificultad. Esa disciplina permite revisar las teorías sin blindarlas contra la refutación y usar los marcadores sin atribuirles propiedades para las que no fueron validados.

Referencias

• Albantakis, L., Barbosa, L. S., Findlay, G. et al. (2023). Integrated information theory (IIT) 4.0: Formulating the properties of phenomenal existence in physical terms. PLoS Computational Biology, 19(10), e1011465. DOI.
• Bastos, A. M. y Schoffelen, J.-M. (2016). A tutorial review of functional connectivity analysis methods and their interpretational pitfalls. Frontiers in Systems Neuroscience, 9, 175. DOI.
• Casali, A. G., Gosseries, O., Rosanova, M. et al. (2013). A theoretically based index of consciousness independent of sensory processing and behavior. Science Translational Medicine, 5(198), 198ra105. DOI.
• Casarotto, S., Comanducci, A., Rosanova, M. et al. (2016). Stratification of unresponsive patients by an independently validated index of brain complexity. Annals of Neurology, 80(5), 718–729. DOI.
• Cogitate Consortium, Ferrante, O., Gorska-Klimowska, U. et al. (2025). Adversarial testing of global neuronal workspace and integrated information theories of consciousness. Nature, 642(8066), 133–142. DOI.
• Farisco, M. y Changeux, J.-P. (2023). About the compatibility between the perturbational complexity index and the global neuronal workspace theory of consciousness. Neuroscience of Consciousness, 2023(1), niad016. DOI.
• Lakens, D., Scheel, A. M. e Isager, P. M. (2018). Equivalence testing for psychological research: A tutorial. Advances in Methods and Practices in Psychological Science, 1(2), 259–269. DOI.
• Mashour, G. A., Roelfsema, P. R., Changeux, J.-P. y Dehaene, S. (2020). Conscious processing and the global neuronal workspace hypothesis. Neuron, 105(5), 776–798. DOI.
• Melloni, L., Mudrik, L., Pitts, M. et al. (2023). An adversarial collaboration protocol for testing contrasting predictions of global neuronal workspace and integrated information theory. PLoS ONE, 18(2), e0268577. DOI.
• Vinck, M., van Wingerden, M., Womelsdorf, T. et al. (2010). The pairwise phase consistency: A bias-free measure of rhythmic neuronal synchronization. NeuroImage, 51(1), 112–122. DOI.
• Wilson, R. C. y Collins, A. G. E. (2019). Ten simple rules for the computational modeling of behavioral data. eLife, 8, e49547. DOI.