By: Moisés Rubio
Tu cerebro no espera pasivamente a que el mundo llegue a tus sentidos. Lo anticipa. Y esa apuesta constante —con correcciones en tiempo real— es lo que llamamos percepción.
Hay una idea que parece de ciencia ficción, pero es simple neurociencia: tu cerebro no espera pasivamente a que el mundo llegue a tus sentidos. Predice lo que ocurre. La percepción no es solo una cámara que registra la realidad, sino una hipótesis sobre ella, basada en todo lo que has visto, oído y vivido antes, y que se revisa constantemente.
Esta idea se llama codificación predictiva y tiene su origen en Helmholtz en el siglo XIX, continuando con las ideas de Karl Friston en el siglo XXI. No es solo una metáfora: es una propuesta sobre cómo funciona el cerebro, respaldada por evidencia y que puede hacer predicciones comprobables. También ayuda a entender ilusiones, alucinaciones y algunos aspectos de la psicosis.
El principio
Ver es «adivinar con correcciones»
En cada momento, recibes muchas señales sensoriales: luz, sonido, presión, temperatura y movimiento. Procesar todo desde cero sería muy lento y complicado. El coding predictivo sugiere que el cerebro no funciona así. En lugar de eso, crea modelos generativos del mundo: imágenes internas de cómo es la habitación, la cara de quien habla y el tacto de lo que tocas. Usa estos modelos para prever lo que sucederá.
La pregunta que el cerebro responde no es «¿qué hay afuera?», sino «¿qué es probable que haya afuera según mis expectativas y la evidencia?» La evidencia sensorial llega principalmente para confirmar o corregir la predicción en lugar de crearla desde cero.
El cerebro es una máquina de generar y refinar hipótesis sobre el mundo. La percepción es el resultado de esa negociación continua, no de una lectura pasiva.
El mecanismo
Predicción, error y actualización
El ciclo del predictive coding
1
Predicción
El cerebro genera una expectativa de lo que debería estar percibiendo, basada en el modelo interno del mundo.
↓
2
Comparación
La señal sensorial real llega y se compara con la predicción. No se procesa completa: solo la diferencia importa.
↓
3
Error de predicción
La diferencia entre lo esperado y lo recibido genera una señal de error que sube por la jerarquía cortical.
↓
4
Actualización del modelo
El error ajusta el modelo generativo. La nueva predicción es más precisa. El ciclo se repite.
En términos de circuitos neurales, se propone que hay dos flujos: uno descendente (top–down), que envía predicciones de niveles abstractos a áreas sensoriales, y uno ascendente (bottom–up), que lleva errores de predicción hacia niveles superiores. El trabajo de Rao y Ballard (1999) formalizó este marco para la corteza visual y mostró que puede explicar propiedades neuronales que las teorías anteriores no alcanzaban.
Flujo top–down
Las predicciones descienden
Desde áreas corticales de alto nivel (prefrontal, parietal) hacia áreas sensoriales. Llevan expectativas: «aquí debería haber una cara», «este sonido debería ser una voz».
Flujo bottom–up
Los errores ascienden
Desde áreas sensoriales hacia niveles superiores. Solo se transmite lo que no coincide con la predicción. Lo predecible, en principio, se silencia: ya estaba contabilizado.
La sorpresa y el aprendizaje
¿Por qué lo inesperado captura la atención?
El error de predicción no es solo una corrección: es clave para el aprendizaje. Si todo fuera como se espera, no habría error y el modelo no cambiaría. Aprendemos precisamente cuando algo no encaja.
Esto explica una sensación común: lo inesperado capta nuestra atención de manera involuntaria. No solo por curiosidad, sino porque el cerebro lo detecta como «falta información» — lo que exige una actualización. Las frases incompletas, los ruidos extraños y las caras que «parecen conocidas pero no sé de dónde»: son errores que el cerebro busca solucionar. La sensación de que «algo no encaja» es la señal de que se ha detectado un error.
Las ilusiones ópticas son un ejemplo claro del predictive coding, no son errores del sistema, sino resultado de un sistema que prefiere la interpretación más probable a la medición exacta. El cerebro utiliza patrones del mundo —como sombras para profundidad y líneas para distancia— y cuando una imagen es ambigua, elige la interpretación más probable según su experiencia. Y puedes saber que es una ilusión y seguir viéndola igual.
Implicaciones clínicas
Una de las aplicaciones más importantes del predictive coding es en la salud mental. Este enfoque resalta la precisión de cada señal. El cerebro no trata todas las predicciones y errores por igual; modifica su confianza en la evidencia sensorial en relación con sus expectativas. Cuando este ajuste falla, ocurren fenómenos que la psiquiatría ha estado analizando por un tiempo.
Psicosis y esquizofrenia
Predicciones con peso excesivo
Una hipótesis propone que en la psicosis, las predicciones internas reciben demasiada precisión relativa a la evidencia sensorial. El resultado: el cerebro «ve» o «escucha» lo que esperaba con muy poca evidencia externa. Las alucinaciones, vistas así, no son percepciones sin estímulo, sino predicciones con señal de error insuficiente para suprimirlas.
Autismo — propuesta en debate
Errores de predicción más prominentes
Algunos modelos sugieren que en autismo puede haber menor peso de las predicciones previas sobre la evidencia sensorial entrante: una percepción menos filtrada, más «cruda» y más variable del entorno. Esto podría contribuir a la hipersensibilidad sensorial y a la preferencia por entornos predecibles. La evidencia es mixta y el debate activo.
Las hipótesis clínicas son marcos de evaluación, no diagnósticos completos. Describen mecanismos en fenómenos específicos, no a personas enteras. No deben usarse para estigmatizar, y la evidencia empírica aún está en desarrollo. Una revisión de 2023 en Neuroscience and Biobehavioral Reviews señala que el poder explicativo del predictive coding es alto, pero muchas de sus predicciones aún no han sido probadas de manera rigurosa.
Para cerrar
La respuesta es clara: tu cerebro no «ve el futuro» de forma paranormal. Sin embargo, utiliza el pasado para crear expectativas sobre lo que sucederá. Además, presta más atención a lo que no coincide con esas expectativas que a lo que las confirma.
El sello incómodo de esta historia es que tu experiencia del mundo no refleja exactamente lo que hay afuera. Es un acuerdo entre tus expectativas, lo que recibes y cuánto confías en cada uno. Esta negociación te permite moverte en un mundo ambiguo más rápido de lo que cualquier sistema pasivo podría hacerlo. A veces, también te ofrece una ilusión que crees haber visto — porque en el modelo que construyó tu cerebro, era lo más probable.
Referencias
Rao RP, Ballard DH. Predictive coding in the visual cortex: a functional interpretation of some extra-classical receptive-field effects. Nature Neuroscience. 1999;2:79–87. doi: 10.1038/4580 [Artículo fundacional — modelo matemático del predictive coding cortical]
Friston K. The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. 2010;11:127–138. doi: 10.1038/nrn2787 [Formulación del principio de energía libre como marco unificador]
Millidge B, Seth A, Buckley CL. Predictive Coding: A Theoretical and Experimental Review. arXiv. 2021. arXiv:2107.12979 [Revisión técnica extensa del estado del campo]
Smith R, et al. The empirical status of predictive coding and active inference. Neuroscience and Biobehavioral Reviews. 2023;149:105143. doi: 10.1016/j.neubiorev.2023.105143 [Revisión crítica del estado empírico del marco — incluye limitaciones y áreas no probadas]
Rao RPN, Gklezakos DC. Active Predictive Coding: A Unifying Neural Model for Active Perception, Compositional Learning, and Hierarchical Planning. Neural Computation. 2024;36(1):1–32. doi: 10.1162/neco_a_01669 [Extensión reciente del modelo original al aprendizaje y la planificación]
Neuropsicolocos 
Deja un comentario