¿Qué es el aprendizaje hebbiano?
El aprendizaje hebbiano es un principio neurocientífico clave que explica cómo las conexiones entre neuronas se adaptan y forman conexiones más fuertes mediante el uso repetido, donde la activación simultánea de una neurona presináptica y postsináptica aumenta la eficiencia de su conexión sináptica, formando redes que almacenan recuerdos y habilidades, fundamental para la plasticidad cerebral y la creación de redes neuronales artificiales.
Cada vez que se evoca un recuerdo o se repite una acción, las vías neuronales implicadas se fortalecen al activarse conjuntamente, lo que hace que esa acción o recuerdo sea más intuitivo o fácil de reproducir.
La idea básica
Si alguna vez has intentado aprender una nueva habilidad, habrás experimentado el aprendizaje hebbiano (aunque quizás solo lo hayas considerado «aprender»). Tomemos como ejemplo la conducción. Al principio, todo lo que haces es increíblemente deliberado. Te recuerdas a ti mismo encender el intermitente, revisar el punto ciego, etc. Sin embargo, tras años de experiencia, estos procesos se vuelven tan automáticos que los realizas sin siquiera pensarlo.
El concepto neurocientífico del aprendizaje hebbiano fue introducido por Donald Hebb en su publicación de 1949, La organización de la conducta . También conocido como la regla de Hebb o teoría del ensamblaje celular, el aprendizaje hebbiano intenta conectar los fundamentos psicológicos y neurológicos del aprendizaje.
La teoría se basa en que cuando nuestro cerebro aprende algo nuevo, las neuronas se activan y se conectan entre sí, formando una red neuronal. Estas conexiones comienzan siendo débiles, pero con cada repetición del estímulo, se fortalecen cada vez más y la acción se vuelve más intuitiva.
Un buen ejemplo es aprender a conducir. Al principio, todo lo que haces es increíblemente deliberado. Te recuerdas encender el intermitente, revisar el punto ciego, etc. Sin embargo, tras años de experiencia, estos procesos se vuelven tan automáticos que los realizas sin siquiera pensarlo.
Las neuronas que se activan juntas, se conectan entre sí. (cells that fire together, wire together)
– Donald Hebb
Términos clave
Neurona: El componente básico del cerebro, compuesto por un cuerpo celular, axones y dendritas. Transmiten información a otras neuronas mediante corrientes eléctricas.
Sinapsis: Punto de contacto donde una neurona se encuentra con otra, lo que les permite pasarse mensajes entre sí.
Red neuronal: un grupo de neuronas conectadas.
Plasticidad sináptica: La capacidad del cerebro para fortalecer o debilitar las conexiones entre neuronas (sinapsis) en función de la experiencia y la actividad. Es la forma en que el cerebro aprende, almacena recuerdos y se adapta con el tiempo.
Retropropagación: Un método común en aprendizaje automático utilizado para entrenar redes neuronales artificiales. Funciona ajustando las conexiones internas de la red (llamadas pesos) para reducir la diferencia entre la predicción de la red y la respuesta correcta.
Redes neuronales artificiales (RNA) : sistemas informáticos inspirados en la estructura y función del cerebro humano.
Red de Hopfield : Un tipo de red neuronal artificial diseñada para funcionar como un sistema de memoria asociativa. A su vez, un sistema de memoria asociativa es un tipo de modelo de memoria que permite recuperar un recuerdo o patrón completo a partir de una entrada parcial o relacionada.
Principios fundamentales
Fortalecimiento sináptico: Cuando una neurona A excita repetidamente a una neurona B, la conexión entre ellas se vuelve más fuerte y eficiente.
Asociación: Se forman redes neuronales donde las neuronas activadas conjuntamente se asocian, haciendo más fácil recordar o reproducir acciones y recuerdos.
Plasticidad: Es el mecanismo biológico detrás de la plasticidad sináptica, la capacidad del cerebro para adaptarse y cambiar.
Las redes hebbianas en el aprendizaje
Para que se produzca realmente un aprendizaje y no un entendimiento, hay que establecer una variable en las conexiones sinápticas, en relación con el pensamiento, la teoría o la práctica del aprendizaje.
De esta manera, es como la red hebbiana, que es nuestro soporte natural para el aprendizaje, construye las memorias y las modifica, elimina, subraya o cambia ya sea consciente o inconscientemente.
Para crear una nueva red hebbiana, tenemos que usar material que no se esté usando. Es como una especie de asignación que el cerebro nos hace. Este hecho, que se conoce como robo hebbiano, es el que realiza una constante distribución de nuestras neuronas con la finalidad de poder ser flexibles a todo lo que pasa en nuestro entorno de aprendizaje. Por lo tanto, una red hebbiana se va modificando a lo largo de la vida, una neurona puede cambiar de hábitat.
Para que se remodele una red hebbiana, tiene que ser un hecho que afecte a nuestra supervivencia, preferiblemente que implique cuerpo, cerebro y mente. Así, si lo trasladamos al entorno del aprendizaje del aula podemos ver que existen diferentes tipos de aprendizaje en función de las redes hebbianas que estamos utilizando.
Aprendizaje ejecutivo y emocional
Es un aprendizaje rápidamente grabado ya que, cuando se produjo impacto en el sujeto, estas experiencias son difíciles de olvidar y fácilmente llamadas a la memoria. No tienen mucho gasto energético, no requieren ningún esfuerzo, son automáticas y altamente emocionales.
Encontraremos que el alumno ha grabado todas las memorias que asocia con la supervivencia, o con aquello que pueda condicionar su prosupervivencia o su contrasupervivencia. Puede ser que haya dos carpetas. En una está grabado todo lo que me ha gustado y, por tanto, lo guardo para que, la próxima vez que lo vea, lo sepa distinguir, o puede que también lo estemos grabando en la carpeta de peligro y, cada vez que lo vea, huiré o lo evitaré. Las conexiones, como hemos visto, son inestables y tienden a reforzarse, a desaparecer o a consolidarse. Esta es una de las bases de la neuroplasticidad en el aprendizaje.
Aprendizaje ejecutivo o cognitivo
Es todo aquel aprendizaje de lenta adquisición, fácil de olvidar y, por tanto, difícil de grabar ya que implica el consumo de gran cantidad de energía. Requiere un esfuerzo deliberado, consciente, atento y sostenido. Son las cosas más difíciles, que requieren repetir constantemente. Pueden ser funciones emocionales o intelectuales. Para que este aprendizaje se grabe, necesitamos de un contenedor ordenado, con vínculos seguros, elementos conocidos, donde exista un elemento de seguridad con el docente y donde haya un gran balance entre los neurotransmisores: dopamina, noradrenalina y serotonina. También incluimos en este aprendizaje, aquellos que favorecen la integridad y la creatividad.
Si estamos interesados en favorecer este aprendizaje en los alumnos, no debemos olvidar que recordaremos con más facilidad si tiene que ver con nuestra supervivencia; si está armonizado con nuestros valores, habilidades o competencias; si capta nuestra atención, intención o motivación; y si está vinculado o conectado con aprendizajes anteriores, lo comprendemos bien y lo hemos practicado previamente.
Cuando alguien nos dice algo de un alumno, creemos saberlo todo. Pero la realidad es que en un año un alumno cambia muchísimo porque cada una de las personas que pasa por nuestra vida genera campos sinapticogenéticos y moldea nuestro cerebro.
Aplicaciones y extensiones
Redes Neuronales Artificiales (RNA): Se utiliza para entrenar redes de forma no supervisada, ajustando pesos sinápticos basados en la correlación entre entradas y salidas, sin necesidad de intervención manual.
Modelos Computacionales: Da lugar a modelos como el BCM, que incluyen mecanismos tanto para fortalecer (potenciación a largo plazo) como para debilitar (depresión a largo plazo) las sinapsis.
Historia
Donald Hebb, nacido en Canadá, quería ser escritor y se licenció en la Universidad de Dalhousie. Fue profesor hasta que terminó su maestría en psicología en la Universidad McGill. Curiosamente, Hebb esbozó las bases de su idea de las redes neuronales en su tesis de maestría en Dalhousie, aunque años después calificó el artículo de «absurdo» .
Interesado en la fisiología de la psicología, Hebb realizó un doctorado con Karl Lashley en la Universidad de Chicago, un reconocido conductista de la época. Probablemente fue este período de su carrera el que agudizó su capacidad para combinar las teorías conductistas, en particular el aprendizaje por refuerzo, con la fisiología y la neurociencia. La influencia de Ivan Pavlov es particularmente evidente en la investigación de Hebb, y se han establecido numerosos paralelismos entre el aprendizaje hebbiano y la teoría del condicionamiento de Pavlov.
Tras finalizar su trabajo con Lashley, Hebb regresó a Montreal en 1937 para colaborar con Wilder Penfield en el Instituto Neurológico de Montreal. Influenciado por Lashley y otros psicólogos que habían observado cómo las funciones cognitivas (en particular la memoria) se localizaban en regiones específicas del cerebro, Hebb describió por primera vez lo que se denominaría aprendizaje hebbiano en su libro de 1949, La organización de la conducta .3 La idea de que las neuronas son capaces de formar redes que crean y almacenan recuerdos, cruciales para el aprendizaje, fue innovadora en su momento y sigue teniendo una enorme influencia hasta el día de hoy .
La combinación de conceptos psicológicos y neurocientíficos que Hebb combinó le valió el título de "padre de la neuropsicología". Se le atribuye la conexión del concepto abstracto de "mente" con funciones cerebrales fisiológicas y biológicas específicas. La neuropsicología es estudiada hasta la fecha por psicólogos y neurocientíficos, quienes exploran constantemente la conexión entre la función cerebral y el comportamiento.
Gente
Donald Hebb
El psicólogo canadiense e inventor del aprendizaje hebbiano, Donald Hebb, es considerado el «padre de la neuropsicología». Sus experimentos pioneros vincularon la psicología convencional con los avances en fisiología y biología.
Fue el primero en explicar los procesos del aprendizaje (que es el elemento básico de la inteligencia humana) desde un punto de vista psicológico, desarrollando una regla de como el aprendizaje ocurría. Aun hoy, este es el fundamento de la mayoría de las funciones de aprendizaje que pueden hallarse en una red neuronal. Su idea fue que el aprendizaje ocurría cuando ciertos cambios en una neurona eran activados. También intentó encontrar semejanzas entre el aprendizaje y la actividad nerviosa. Los trabajos de Hebb formaron las bases de la Teoría de las Redes Neuronales.
Donald O. Hebb, que en su libro The Organization of Behaviour (1949), lanzó la hipótesis que la activación simultánea de dos neuronas conectadas entre sí, reforzaba la sinapsis entre ambas. De este modo, parafraseando el ejemplo de Pavlov, determinados circuitos neuronales (circuitos A) de un perro se activan cuando oye el sonido de un timbre, mientras que otros (circuitos B) lo hacen cuando huele a comida. La estimulación simultánea de ambos provoca que las conexiones sinápticas entre los circuitos A y B se refuercen. Y que con ello se incremente la posibilidad de que el perro salive cada vez que oiga sonar un timbre.
Matemáticamente, la regla de Hebb implica que la sinapsis entre una neurona y otra célula aferente se refuerza cada vez que la primera se dispara inmediatamente después de la segunda, siguiendo la siguiente ecuación:
Donde Δw_{ij} es el incremento del peso sináptico, a es la constante de aprendizaje, d_{i} es la intensidad de la excitación de la neurona emisora (aferente) en el instante anterior t – 1 y d_{j} la excitación de la neurona receptora en el instante siguiente t.
Karl Lashley
El psicólogo y conductista estadounidense Lashley es conocido por sus numerosas contribuciones al estudio del aprendizaje y la memoria. Fue uno de los primeros psicólogos en realizar experimentos con cerebros de ratas; estudió los efectos de las lesiones mediante la extirpación de ciertas áreas de la corteza cerebral. Lashley realizó varios descubrimientos revolucionarios sobre cómo el cerebro almacena y procesa la información, lo cual influyó enormemente en su estudiante de doctorado, Donald Hebb.
Resumen
El aprendizaje hebbiano no solo es una teoría que conecta la psicología con la biología, sino también un pilar para el diseño de sistemas de inteligencia artificial que imitan la forma en que el cerebro aprende y se adapta.
Consultas
Complementaria
