TEDGlobal 2012
Read Montague: What we're learning from 5,000 brains
Read Montague: Lo que estamos aprendiendo de 5000 cerebros
Filmed:
Readability: 4
763,896 views
Los ratones, los insectos y los hamsters ya no son las únicas criaturas que nos ayudan a estudiar el cerebro. Las imágenes por resonancia magnética funcional (IRMf) permiten a los científicos hacer un mapa de la actividad cerebral en personas conscientes y activas. Read Montague nos ofrece su perspectiva de cómo esta tecnología nos está ayudando a comprender la complejidad de las formas en que interactuamos con otras personas.
Read Montague - Behavioral Neuroscientist
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio
Double-click the English transcript below to play the video.
00:16
Other people. Everyone is interested in other people.
0
474
2809
Otras personas. Todo el mundo está interesado en otras personas.
00:19
Everyone has relationships with other people,
1
3283
2123
Todos tienen relaciones con otras personas,
00:21
and they're interested in these relationships
2
5406
1592
y están interesados en estas relaciones
00:22
for a variety of reasons.
3
6998
1855
por varias razones.
00:24
Good relationships, bad relationships,
4
8853
2012
Buenas relaciones, malas relaciones,
00:26
annoying relationships, agnostic relationships,
5
10865
3146
relaciones pesadas, relaciones agnósticas,
00:29
and what I'm going to do is focus on the central piece
6
14011
3424
y lo que voy a hacer es enfocarme en el eje central
00:33
of an interaction that goes on in a relationship.
7
17435
3303
de la interacción que sucede en una relación.
00:36
So I'm going to take as inspiration the fact that we're all
8
20738
2336
Por lo tanto voy a basarme en el hecho de que todos
00:38
interested in interacting with other people,
9
23074
2425
estamos interesados en interactuar con otras personas,
00:41
I'm going to completely strip it of all its complicating features,
10
25499
3832
voy a despojarlo de todos los rasgos que lo hacen complejo,
00:45
and I'm going to turn that object, that simplified object,
11
29331
3894
y voy a volver ese objeto, ese objeto simplificado,
00:49
into a scientific probe, and provide the early stages,
12
33225
4150
en una indagación científica, y mostrar las etapas iniciales,
00:53
embryonic stages of new insights into what happens
13
37375
2449
las etapas embriónicas de los avances recientes acerca de
00:55
in two brains while they simultaneously interact.
14
39824
3650
lo que sucede en dos cerebros al interactuar simultáneamente.
00:59
But before I do that, let me tell you a couple of things
15
43474
2293
Pero antes de comenzar, déjenme decirles algunas
01:01
that made this possible.
16
45767
1699
cosas que han hecho esto posible.
01:03
The first is we can now eavesdrop safely
17
47466
2781
La primera es que ahora podemos monitorear sin riesgos
01:06
on healthy brain activity.
18
50247
2711
la actividad de un cerebro sano.
01:08
Without needles and radioactivity,
19
52958
2577
Sin agujas o radiactividad,
01:11
without any kind of clinical reason, we can go down the street
20
55535
2863
sin tener razón clínica alguna, podemos andar por ahí
01:14
and record from your friends' and neighbors' brains
21
58398
3127
y analizar la actividad cerebral de tus amigos y vecinos
01:17
while they do a variety of cognitive tasks, and we use
22
61525
2538
mientras hacen varias actividades cognitivas, y usamos
01:19
a method called functional magnetic resonance imaging.
23
64063
3734
un método llamado imágenes por resonancia magnética funcional.
01:23
You've probably all read about it or heard about in some
24
67797
2325
Probablemente han leído u oído a alguien mencionarlo
01:26
incarnation. Let me give you a two-sentence version of it.
25
70122
4378
en algún lugar. Déjenme darles una breve descripción.
01:30
So we've all heard of MRIs. MRIs use magnetic fields
26
74500
3484
Todos sabemos algo de las IMR. Las IMR usan campos magnéticos
01:33
and radio waves and they take snapshots of your brain
27
77984
2029
y ondas de radio que toman fotos instantáneas de tu cerebro
01:35
or your knee or your stomach,
28
80013
2361
o de tu rodilla o de tu estómago.
01:38
grayscale images that are frozen in time.
29
82374
2045
Son imágenes estáticas en blanco y negro.
01:40
In the 1990s, it was discovered you could use
30
84419
2321
En los años 90 se descubrió que podíamos usar
01:42
the same machines in a different mode,
31
86740
2659
estas máquinas de manera diferente,
01:45
and in that mode, you could make microscopic blood flow
32
89399
2346
y por lo tanto, podemos hacer videos del flujo sanguíneo
01:47
movies from hundreds of thousands of sites independently in the brain.
33
91745
3300
microscópico de miles de sitios independientes en el cerebro.
01:50
Okay, so what? In fact, the so what is, in the brain,
34
95045
3200
Bueno, ¿y eso qué tiene que ver? Pues que los
01:54
changes in neural activity, the things that make your brain work,
35
98245
3832
cambios en la actividad neural, las cosas que hacen que tu cerebro funcione,
01:57
the things that make your software work in your brain,
36
102077
2010
las cosas que hacen que el software de tu cerebro trabaje,
01:59
are tightly correlated with changes in blood flow.
37
104087
2489
están completamente correlacionadas con los cambios de flujo sanguíneo.
02:02
You make a blood flow movie, you have an independent
38
106576
1973
Si haces un video del flujo sanguíneo, tienes una representación
02:04
proxy of brain activity.
39
108549
2339
independiente de actividad cerebral.
02:06
This has literally revolutionized cognitive science.
40
110888
3034
Esto literalmente ha revolucionado a la ciencia cognitiva.
02:09
Take any cognitive domain you want, memory,
41
113922
1991
No importa el área cognitiva, sea la memoria,
02:11
motor planning, thinking about your mother-in-law,
42
115913
2141
la planificación motora, pensar acerca de tu suegra,
02:13
getting angry at people, emotional response, it goes on and on,
43
118054
3715
molestarse con alguien, una reacción emocional, la lista es infinita,
02:17
put people into functional MRI devices, and
44
121769
3089
pongan a alguien dentro de una máquina de imágenes por resonancia magnética funcional,
02:20
image how these kinds of variables map onto brain activity.
45
124858
3383
e imaginen cómo estas variables mapean la actividad cerebral.
02:24
It's in its early stages, and it's crude by some measures,
46
128241
2849
Aún está en una etapa inicial, y es rudimentaria en cierto modo,
02:26
but in fact, 20 years ago, we were at nothing.
47
131090
2568
pero de hecho, hace 20 años, no estábamos en nada.
02:29
You couldn't do people like this. You couldn't do healthy people.
48
133658
2359
No se podía examinar a la gente de esta manera. No se podían examinar a personas sanas.
02:31
That's caused a literal revolution, and it's opened us up
49
136017
2488
Eso ha causado una revolución que nos ha llevado a
02:34
to a new experimental preparation. Neurobiologists,
50
138505
2818
una preparación experimental nueva. Los neurobiólogos,
02:37
as you well know, have lots of experimental preps,
51
141323
3760
como bien saben, experimentan con una gran cantidad de animales,
02:40
worms and rodents and fruit flies and things like this.
52
145083
3141
lombrices y roedores y moscas de la fruta y cosas así.
02:44
And now, we have a new experimental prep: human beings.
53
148224
3397
Y ahora, tenemos un nuevo objeto de estudio: los seres humanos.
02:47
We can now use human beings to study and model
54
151621
3761
Ahora podemos usar a los seres humanos para estudiar y hacer modelos
02:51
the software in human beings, and we have a few
55
155382
2950
del software en los seres humanos, y tenemos algunas
02:54
burgeoning biological measures.
56
158332
2835
medidas biológicas prometedoras.
02:57
Okay, let me give you one example of the kinds of experiments that people do,
57
161167
3887
Muy bien, déjenme darles un ejemplo de la clase de experimentos que se hacen,
03:00
and it's in the area of what you'd call valuation.
58
165054
2677
y es en el área conocida como valoración.
03:03
Valuation is just what you think it is, you know?
59
167731
2135
Valoración es justo lo que están pensando, ¿muy bien?
03:05
If you went and you were valuing two companies against
60
169866
2804
Si vas a valorar dos compañías entre sí,
03:08
one another, you'd want to know which was more valuable.
61
172670
2736
lo que necesitas saber es cuál es más valiosa.
03:11
Cultures discovered the key feature of valuation thousands of years ago.
62
175406
3879
Las culturas descubrieron el factor clave de la valoración hace miles de años.
03:15
If you want to compare oranges to windshields, what do you do?
63
179285
2690
Si quieres comparar naranjas con parabrisas, ¿qué tienes que hacer?
03:17
Well, you can't compare oranges to windshields.
64
181975
2356
Bueno, uno no puede comparar naranjas con parabrisas.
03:20
They're immiscible. They don't mix with one another.
65
184331
2255
Son objetos no miscibles. No se mezclan entre sí.
03:22
So instead, you convert them to a common currency scale,
66
186586
2351
Por lo tanto, hay que pasarlos a una escala monetaria común,
03:24
put them on that scale, and value them accordingly.
67
188937
2706
ponerlos en tal escala, y valorarlos de acuerdo a esta.
03:27
Well, your brain has to do something just like that as well,
68
191643
3436
Pues tu cerebro tiene que hacer algo parecido también,
03:30
and we're now beginning to understand and identify
69
195079
2488
y ahora estamos comenzando a entender e identificar
03:33
brain systems involved in valuation,
70
197567
2137
los sistemas cerebrales ligados a la valoración,
03:35
and one of them includes a neurotransmitter system
71
199704
2632
y uno de ellos posee un sistema neurotransmisor
03:38
whose cells are located in your brainstem
72
202336
2632
cuyas células están localizadas en el tronco del encéfalo
03:40
and deliver the chemical dopamine to the rest of your brain.
73
204968
3175
y que le suministran dopamina al resto de tu cerebro.
03:44
I won't go through the details of it, but that's an important
74
208143
2442
No entraré en detalle, pero este es un descubrimiento
03:46
discovery, and we know a good bit about that now,
75
210585
2157
importante, y ahora sabemos un poco acerca de este proceso,
03:48
and it's just a small piece of it, but it's important because
76
212742
2230
y es tan solo una pequeña parte, pero es importante porque
03:50
those are the neurons that you would lose if you had Parkinson's disease,
77
214972
3275
esas son las neuronas que perderías si tuvieras mal de Parkinson,
03:54
and they're also the neurons that are hijacked by literally
78
218247
2016
y son también las neuronas que son atacadas literalmente
03:56
every drug of abuse, and that makes sense.
79
220263
2232
por todo estupefaciente, y eso tiene mucho sentido.
03:58
Drugs of abuse would come in, and they would change
80
222495
2336
Los estupefacientes entran y cambian
04:00
the way you value the world. They change the way
81
224831
1789
la manera en que valoras el mundo. Cambian la manera en que
04:02
you value the symbols associated with your drug of choice,
82
226620
3199
valoras los símbolos asociados con tu droga preferida,
04:05
and they make you value that over everything else.
83
229819
2514
y te hacen valorar eso sobre todo lo demás.
04:08
Here's the key feature though. These neurons are also
84
232333
3021
Aquí está la parte clave. Estas neuronas también están
04:11
involved in the way you can assign value to literally abstract ideas,
85
235354
3501
involucradas en la manera en que tú le das valor a ideas abstractas,
04:14
and I put some symbols up here that we assign value to
86
238855
2041
y acá puse algunos símbolos a los que les asignamos
04:16
for various reasons.
87
240896
2720
valor por varias razones.
04:19
We have a behavioral superpower in our brain,
88
243616
2689
Nosotros tenemos un superpoder de conducta en nuestro cerebro,
04:22
and it at least in part involves dopamine.
89
246305
1753
que en parte utiliza dopamina.
04:23
We can deny every instinct we have for survival for an idea,
90
248058
4189
Nosotros podemos ignorar todos nuestros instintos de supervivencia por una idea,
04:28
for a mere idea. No other species can do that.
91
252247
4005
por una mera idea. Ninguna otra especie puede hacer eso.
04:32
In 1997, the cult Heaven's Gate committed mass suicide
92
256252
3606
En 1997, la secta Heaven's Gate cometió un suicidio en masa
04:35
predicated on the idea that there was a spaceship
93
259858
2215
basado en la idea de que había una nave espacial
04:37
hiding in the tail of the then-visible comet Hale-Bopp
94
262073
3785
escondida en la cola del en ese entonces visible cometa Hale-Bopp
04:41
waiting to take them to the next level. It was an incredibly tragic event.
95
265858
4272
que los llevaría a otro mundo. Fue un evento increíblemente trágico.
04:46
More than two thirds of them had college degrees.
96
270130
3485
Más de dos tercios de ellos tenían títulos universitarios.
04:49
But the point here is they were able to deny their instincts for survival
97
273615
3723
Pero el punto importante acá es que ellos fueron capaces de ignorar sus instintos de supervivencia
04:53
using exactly the same systems that were put there
98
277338
2866
usando exactamente los mismos sistemas que fueron puestos
04:56
to make them survive. That's a lot of control, okay?
99
280204
4042
para que sobrevivieran. Eso es un gran nivel de control, ¿muy bien?
05:00
One thing that I've left out of this narrative
100
284246
2089
Una cosa que he omitido de esta narrativa
05:02
is the obvious thing, which is the focus of the rest of my
101
286335
2234
es lo obvio, que es el tema central del resto de mi
05:04
little talk, and that is other people.
102
288569
2159
breve charla, y es nada menos que las otras personas.
05:06
These same valuation systems are redeployed
103
290728
2996
Estos mismos sistemas de valoración son desplegados
05:09
when we're valuing interactions with other people.
104
293724
2492
cuando estamos valorando las interacciones con otras personas.
05:12
So this same dopamine system that gets addicted to drugs,
105
296216
3271
Entonces este mismo sistema de dopamina que nos vuelve adictos a las drogas,
05:15
that makes you freeze when you get Parkinson's disease,
106
299487
2524
que hace que te petrifiques cuando tienes mal de Parkinson,
05:17
that contributes to various forms of psychosis,
107
302011
3077
que contribuye a varias formas de psicosis,
05:20
is also redeployed to value interactions with other people
108
305088
3920
es también desplegado para valorar las interacciones con otras personas
05:24
and to assign value to gestures that you do
109
309008
2896
y asignarle valor a los gestos que haces
05:27
when you're interacting with somebody else.
110
311904
2574
cuando estás interactuando con otra persona.
05:30
Let me give you an example of this.
111
314478
2577
Déjenme darles un ejemplo de lo anterior.
05:32
You bring to the table such enormous processing power
112
317055
2967
La cantidad de poder de procesamiento que tú despliegas
05:35
in this domain that you hardly even notice it.
113
320022
2624
en esta área es enorme y ni siquiera te das cuenta.
05:38
Let me just give you a few examples. So here's a baby.
114
322646
1467
Déjenme darle algunos ejemplos. Acá vemos a una bebé.
05:40
She's three months old. She still poops in her diapers and she can't do calculus.
115
324113
3730
Ella tiene tres meses de edad. Aún se hace popó en los pañales y no puede hacer cálculos matemáticos.
05:43
She's related to me. Somebody will be very glad that she's up here on the screen.
116
327843
3353
Es familiar mía. Alguien está muy feliz de que ella haya salido en esta pantalla.
05:47
You can cover up one of her eyes, and you can still read
117
331196
2376
Uno puede cubrir uno de sus ojos, y seguir viendo
05:49
something in the other eye, and I see sort of curiosity
118
333572
2755
algo en el otro ojo, y yo veo curiosidad
05:52
in one eye, I see maybe a little bit of surprise in the other.
119
336327
3597
en un ojo, y quizás un poco de sorpresa en el otro.
05:55
Here's a couple. They're sharing a moment together,
120
339924
3179
Acá tenemos a una pareja. Ellos están compartiendo un momento,
05:59
and we've even done an experiment where you can cut out
121
343103
1318
e incluso hemos hecho un experimento cortando
06:00
different pieces of this frame and you can still see
122
344421
3007
las partes de este cuadro, y uno aún puede ver
06:03
that they're sharing it. They're sharing it sort of in parallel.
123
347428
2504
que ellos están compartiendo el momento más o menos en paralelo.
06:05
Now, the elements of the scene also communicate this
124
349932
2463
Los elementos de la foto también nos comunican eso,
06:08
to us, but you can read it straight off their faces,
125
352395
2235
pero puedes verlo sin duda alguna en sus caras,
06:10
and if you compare their faces to normal faces, it would be a very subtle cue.
126
354630
3503
y si comparas sus caras con otras normales, las pistas serían muy sutiles.
06:14
Here's another couple. He's projecting out at us,
127
358133
3347
Esta es otra pareja. Él se está proyectando hacia nosotros,
06:17
and she's clearly projecting, you know,
128
361480
2888
y ella claramente proyecta, ustedes saben,
06:20
love and admiration at him.
129
364368
2263
amor y admiración hacia él.
06:22
Here's another couple. (Laughter)
130
366631
3635
Esta es otra pareja. (Risas)
06:26
And I'm thinking I'm not seeing love and admiration on the left. (Laughter)
131
370266
5150
Y creo que no hay amor o admiración viniendo del lado izquierdo. (Risas)
06:31
In fact, I know this is his sister, and you can just see
132
375416
2560
De hecho, yo sé que ella es su hermana, y uno puede adivinar
06:33
him saying, "Okay, we're doing this for the camera,
133
377976
2513
lo que él está pensando, "Muy bien, solo estamos juntos porque posamos
06:36
and then afterwards you steal my candy and you punch me in the face." (Laughter)
134
380489
5702
para la cámara, pero luego te robarás mis dulces y me golpearás en la cara". (Risas)
06:42
He'll kill me for showing that.
135
386191
2106
Él me va a matar por haber mostrado esto.
06:44
All right, so what does this mean?
136
388297
2797
Muy bien, ¿entonces esto qué significa?
06:46
It means we bring an enormous amount of processing power to the problem.
137
391094
3350
Significa que nosotros desplegamos una enorme cantidad de poder de procesamiento en cada problema.
06:50
It engages deep systems in our brain, in dopaminergic
138
394444
3648
Conecta sistemas en el fondo de nuestro cerebro, en sistemas
06:53
systems that are there to make you chase sex, food and salt.
139
398092
2818
dopaminérgicos que están ahí para que busques sexo, comida y sal.
06:56
They keep you alive. It gives them the pie, it gives
140
400910
2894
Te mantienen vivo. Les da el empuje, les da
06:59
that kind of a behavioral punch which we've called a superpower.
141
403804
2904
el tipo de poder de conducta al que hemos llamado superpoder.
07:02
So how can we take that and arrange a kind of staged
142
406708
3654
¿Entonces cómo podemos tomar eso y montar una especie
07:06
social interaction and turn that into a scientific probe?
143
410362
2698
de interacción social simulada y convertirla en una indagación científica?
07:08
And the short answer is games.
144
413060
2691
Y la respuesta corta es, con juegos.
07:11
Economic games. So what we do is we go into two areas.
145
415751
4404
Juegos de economía. Lo que hacemos entonces es tocar dos áreas.
07:16
One area is called experimental economics. The other area is called behavioral economics.
146
420155
3336
Un área la llamamos economía experimental. La otra es llamada economía conductual.
07:19
And we steal their games. And we contrive them to our own purposes.
147
423491
4078
Les robamos los juegos y los manipulamos para nuestros propios fines.
07:23
So this shows you one particular game called an ultimatum game.
148
427569
2967
Acá vemos uno en particular llamado el juego del ultimátum.
07:26
Red person is given a hundred dollars and can offer
149
430536
1845
A la persona de rojo se le dan 100 dólares que los puede
07:28
a split to blue. Let's say red wants to keep 70,
150
432381
3723
compartir con la persona de azul. Digamos que el de rojo quiere quedarse con 70,
07:32
and offers blue 30. So he offers a 70-30 split with blue.
151
436104
4086
y le ofrece 30 al de azul. Entonces él ofrece una partición de 70-30 al de azul.
07:36
Control passes to blue, and blue says, "I accept it,"
152
440190
2851
El control se le pasa al de azul, quien dice, "acepto,"
07:38
in which case he'd get the money, or blue says,
153
443041
1956
y en este caso recibiría el dinero. O el de azul dice,
07:40
"I reject it," in which case no one gets anything. Okay?
154
444997
4307
"lo rechazo," y en este caso nadie recibe nada. ¿Está bien?
07:45
So a rational choice economist would say, well,
155
449304
3392
Pues una decisión racional, dirían los economistas, sería
07:48
you should take all non-zero offers.
156
452696
2056
tomar todas las propuestas que no sean nulas.
07:50
What do people do? People are indifferent at an 80-20 split.
157
454752
3762
¿Qué hace la gente? La gente es indiferente a la partición 80-20.
07:54
At 80-20, it's a coin flip whether you accept that or not.
158
458514
3524
En 80-20, se lanza una moneda así aceptes o no.
07:57
Why is that? You know, because you're pissed off.
159
462038
2891
¿Por qué? Porque tienes rabia.
08:00
You're mad. That's an unfair offer, and you know what an unfair offer is.
160
464929
3609
Estás molesto. Es una oferta injusta, y tú sabes lo que es una oferta injusta.
08:04
This is the kind of game done by my lab and many around the world.
161
468538
2704
Este es el tipo de juego que se hace en mi laboratorio y en muchos otros alrededor del mundo.
08:07
That just gives you an example of the kind of thing that
162
471242
2544
Les da un ejemplo de la clase de cosas
08:09
these games probe. The interesting thing is, these games
163
473786
3738
que estos juegos indagan. Lo interesante es que estos juegos
08:13
require that you have a lot of cognitive apparatus on line.
164
477524
3707
requieren que tú tengas un gran aparato cognitivo en ese momento.
08:17
You have to be able to come to the table with a proper model of another person.
165
481231
2928
Tienes que ser capaz de posicionarte con un modelo adecuado de la otra persona,
08:20
You have to be able to remember what you've done.
166
484159
3213
tienes que ser capaz de recordar lo que haz hecho,
08:23
You have to stand up in the moment to do that.
167
487372
1420
tienes que estar de pie en ese momento para poder hacerlo,
08:24
Then you have to update your model based on the signals coming back,
168
488792
3350
luego tienes que actualizar tu modelo basándote en las señales que te están llegando,
08:28
and you have to do something that is interesting,
169
492142
2972
y tienes que hacer algo que es muy interesante,
08:31
which is you have to do a kind of depth of thought assay.
170
495114
2597
y es que tienes que hacer una especie de evaluación.
08:33
That is, you have to decide what that other person expects of you.
171
497711
3333
O sea, tienes que decidir lo que la otra persona está esperando de ti.
08:36
You have to send signals to manage your image in their mind.
172
501044
2954
Tienes que enviar señales para manipular tu imagen en la mente de ellos.
08:39
Like a job interview. You sit across the desk from somebody,
173
503998
2853
Como una entrevista de trabajo. Te sientas en frente del escritorio de alguien,
08:42
they have some prior image of you,
174
506851
1369
ese alguien tiene una imagen previa tuya,
08:44
you send signals across the desk to move their image
175
508220
2751
tú le envías señales para que perciba la imagen
08:46
of you from one place to a place where you want it to be.
176
510971
3920
que tú quieres proyectar.
08:50
We're so good at this we don't really even notice it.
177
514891
3385
Somos tan buenos para eso que ni siquiera nos damos cuenta.
08:54
These kinds of probes exploit it. Okay?
178
518276
3767
Este tipo de indagaciones intensifican ese proceso. ¿Muy bien?
08:57
In doing this, what we've discovered is that humans
179
522043
1807
Al hacer esto hemos descubierto que los seres humanos
08:59
are literal canaries in social exchanges.
180
523850
2331
son como canarios en momentos de intercambio social.
09:02
Canaries used to be used as kind of biosensors in mines.
181
526181
3397
Los canarios eran usados como biosensores en las minas.
09:05
When methane built up, or carbon dioxide built up,
182
529578
3560
Cuando los niveles de metano o de dióxido de carbono se acumulaban,
09:09
or oxygen was diminished, the birds would swoon
183
533138
4186
o si el oxígeno disminuía, los pájaros eran los primeros
09:13
before people would -- so it acted as an early warning system:
184
537324
2326
en desmayarse, y por lo tanto servían como un sistema de aviso:
09:15
Hey, get out of the mine. Things aren't going so well.
185
539650
2980
Eh, salgan de la mina. Esto va para mal.
09:18
People come to the table, and even these very blunt,
186
542630
2954
Las personas vienen a estos juegos, y aunque estas toscas
09:21
staged social interactions, and they, and there's just
187
545584
2990
interacciones sociales sean montadas, y lo son, y tan solo sean
09:24
numbers going back and forth between the people,
188
548574
3016
números que se intercambian entre los participantes,
09:27
and they bring enormous sensitivities to it.
189
551590
2199
las personas despliegan una gran sensibilidad.
09:29
So we realized we could exploit this, and in fact,
190
553789
2689
Entonces nos dimos cuenta que podíamos aprovecharnos de esto, y en realidad,
09:32
as we've done that, and we've done this now in
191
556478
2556
mientras lo hemos hecho, y lo hemos hecho en
09:34
many thousands of people, I think on the order of
192
559034
2694
miles de personas, creo que más o menos a unas
09:37
five or six thousand. We actually, to make this
193
561728
2165
cinco o seis mil personas. De hecho, para hacer tal
09:39
a biological probe, need bigger numbers than that,
194
563893
2224
indagación biológica, necesitamos un número mayor,
09:42
remarkably so. But anyway,
195
566117
3674
mucho mayor. De todas maneras
09:45
patterns have emerged, and we've been able to take
196
569791
2004
hay patrones que han salido a flote, y hemos podido tomar
09:47
those patterns, convert them into mathematical models,
197
571795
3836
esos patrones, convertirlos en modelos matemáticos,
09:51
and use those mathematical models to gain new insights
198
575631
2689
y usarlos para tener nuevos puntos de vista
09:54
into these exchanges. Okay, so what?
199
578320
2131
acerca de estos intercambios. Bueno, ¿y esto qué importancia tiene?
09:56
Well, the so what is, that's a really nice behavioral measure,
200
580451
3313
Lo importante es que es una medida de conducta clara,
09:59
the economic games bring to us notions of optimal play.
201
583764
3319
los juegos de economía nos dan claves de juego óptimo,
10:02
We can compute that during the game.
202
587083
2484
podemos computarlas durante el juego,
10:05
And we can use that to sort of carve up the behavior.
203
589567
2953
y podemos usarlas para moldear el comportamiento en cierto grado.
10:08
Here's the cool thing. Six or seven years ago,
204
592520
4330
He aquí lo estupendo. Hace seis o siete años
10:12
we developed a team. It was at the time in Houston, Texas.
205
596850
2550
creamos un equipo. En ese momento se reunía en Houston, Texas.
10:15
It's now in Virginia and London. And we built software
206
599400
3394
Hoy se reúne en Virginia y en Londres. Y construímos un software
10:18
that'll link functional magnetic resonance imaging devices
207
602794
3207
que permite conectar los aparatos de imágenes por resonancia magnética funcional
10:21
up over the Internet. I guess we've done up to six machines
208
606001
4035
a internet. Creo que ya hemos conectado unas seis máquinas,
10:25
at a time, but let's just focus on two.
209
610036
1981
pero enfoquémonos en estas dos.
10:27
So it synchronizes machines anywhere in the world.
210
612017
3058
Entonces sincroniza máquinas en cualquier lugar del mundo,
10:30
We synchronize the machines, set them into these
211
615075
3169
nosotros sincronizamos las máquinas, las preparamos
10:34
staged social interactions, and we eavesdrop on both
212
618244
1983
para las interacciones sociales simuladas, y monitoreamos
10:36
of the interacting brains. So for the first time,
213
620227
1666
cada uno de los cerebros que están interactuando.
10:37
we don't have to look at just averages over single individuals,
214
621893
3607
Y por vez primera, no necesitamos enfocarnos en los promedios de los participantes,
10:41
or have individuals playing computers, or try to make
215
625500
2897
o de ponerlos a jugar en la computadora, o tratar de llegar
10:44
inferences that way. We can study individual dyads.
216
628397
2763
a inferencias de esa manera. Podemos estudiar díadas por separado.
10:47
We can study the way that one person interacts with another person,
217
631160
2785
Podemos estudiar la manera en que una persona interactúa con otra persona,
10:49
turn the numbers up, and start to gain new insights
218
633945
2564
desplegar los datos, y obtener una mejor comprensión
10:52
into the boundaries of normal cognition,
219
636509
2515
acerca de los parámetros de cognición normal.
10:54
but more importantly, we can put people with
220
639024
2732
Pero más importante aún, es que podemos poner a personas
10:57
classically defined mental illnesses, or brain damage,
221
641756
3337
con enfermedades mentales específicas, o con daño cerebral,
11:00
into these social interactions, and use these as probes of that.
222
645093
3551
en estas interacciones sociales y usarlas para generar investigaciones.
11:04
So we've started this effort. We've made a few hits,
223
648644
2350
Nos hemos dedicado entonces a esta labor y creo que hemos obtenido,
11:06
a few, I think, embryonic discoveries.
224
650994
2449
aunque sean pocos, algunos descubrimientos embriónicos.
11:09
We think there's a future to this. But it's our way
225
653443
2812
Creemos que hay un futuro en esto. Pero es nuestra manera
11:12
of going in and redefining, with a new lexicon,
226
656255
2560
de ir redefiniendo, con un nuevo léxico,
11:14
a mathematical one actually, as opposed to the standard
227
658815
4022
y uno matemático para ser preciso, a comparación de
11:18
ways that we think about mental illness,
228
662837
2578
la manera tradicional en que describimos las enfermedades mentales,
11:21
characterizing these diseases, by using the people
229
665415
2067
caracterizando estas enfermedades usando a las personas
11:23
as birds in the exchanges. That is, we exploit the fact
230
667482
3007
como canarios en estos intercambios. O sea, aprovechamos
11:26
that the healthy partner, playing somebody with major depression,
231
670489
4244
que un participante sano jugando con otro que sufre de depresión,
11:30
or playing somebody with autism spectrum disorder,
232
674733
2910
o jugando con alguien que padezca de trastorno del espectro autista,
11:33
or playing somebody with attention deficit hyperactivity disorder,
233
677643
3850
o con alguien que posea trastorno por déficit de atención con hiperactividad,
11:37
we use that as a kind of biosensor, and then we use
234
681493
3219
nos sirva como una especie de biosensor, y luego utilizamos
11:40
computer programs to model that person, and it gives us
235
684712
2644
programas de computadora para modelar a esa persona,
11:43
a kind of assay of this.
236
687356
2470
obteniendo así una evaluación de esto.
11:45
Early days, and we're just beginning, we're setting up sites
237
689826
2131
Son las primeras etapas, pero estamos estableciendo sitios
11:47
around the world. Here are a few of our collaborating sites.
238
691957
3410
alrededor del mundo. Acá pueden ver algunos de nuestros sitios de colaboración.
11:51
The hub, ironically enough,
239
695367
2309
Su centro, irónicamente,
11:53
is centered in little Roanoke, Virginia.
240
697676
2889
está localizado en la pequeña Roanoke, Virginia.
11:56
There's another hub in London, now, and the rest
241
700565
2269
Hay otro centro en Londres en este momento, y el resto
11:58
are getting set up. We hope to give the data away
242
702834
4009
están en desarrollo. Esperamos revelar los datos
12:02
at some stage. That's a complicated issue
243
706843
3673
en determinado momento. Hacerlos accesibles al resto
12:06
about making it available to the rest of the world.
244
710516
2994
del mundo es un tema complejo.
12:09
But we're also studying just a small part
245
713510
1847
Pero también estamos estudiando una pequeña parte
12:11
of what makes us interesting as human beings, and so
246
715357
2267
de lo que nos hace interesantes a los seres humanos, y
12:13
I would invite other people who are interested in this
247
717624
2041
quiero invitar a las personas que estén interesadas en esto
12:15
to ask us for the software, or even for guidance
248
719665
2569
para preguntarnos por el software, o para una orientación
12:18
on how to move forward with that.
249
722234
2219
de cómo seguir adelante con esto.
12:20
Let me leave you with one thought in closing.
250
724453
2341
Permítanme dejarlos con un reflexión para concluir.
12:22
The interesting thing about studying cognition
251
726794
1942
Lo interesante acerca del estudio de la cognición
12:24
has been that we've been limited, in a way.
252
728736
3732
es que hemos estado limitados en cierto modo.
12:28
We just haven't had the tools to look at interacting brains
253
732468
2943
Simplemente no hemos tenido las herramientas para estudiar cerebros
12:31
simultaneously.
254
735411
1200
interactuando simultáneamente.
12:32
The fact is, though, that even when we're alone,
255
736611
2470
La realidad, sin embargo, es que incluso cuando estamos solos,
12:34
we're a profoundly social creature. We're not a solitary mind
256
739081
4111
somos criaturas completamente sociales. No somos una mente solitaria
12:39
built out of properties that kept it alive in the world
257
743192
4373
construida mediante propiedades que la mantienen viva en el mundo
12:43
independent of other people. In fact, our minds
258
747565
3948
independiente de otras personas. De hecho, nuestras mentes
12:47
depend on other people. They depend on other people,
259
751513
2870
dependen de otras personas. Ellas dependen de otras personas,
12:50
and they're expressed in other people,
260
754383
1541
y son expresadas en otras personas,
12:51
so the notion of who you are, you often don't know
261
755924
3652
entonces la noción de lo que tú eres, solo te es clara
12:55
who you are until you see yourself in interaction with people
262
759576
2688
justo en el momento en el que te ves interactuando con otras personas
12:58
that are close to you, people that are enemies of you,
263
762264
2406
cercanas a ti, personas que sean enemigas tuyas,
13:00
people that are agnostic to you.
264
764670
2545
personas que te vean con reserva.
13:03
So this is the first sort of step into using that insight
265
767215
3776
Entonces este primer bosquejo nos permite entender
13:06
into what makes us human beings, turning it into a tool,
266
770991
3295
lo que nos hace humanos, convertirlo en una herramienta,
13:10
and trying to gain new insights into mental illness.
267
774286
1978
y generar nuevas perspectivas acerca
13:12
Thanks for having me. (Applause)
268
776264
3121
de las enfermedades mentales. Gracias por invitarme. (Aplausos)
13:15
(Applause)
269
779385
3089
(Aplausos)
ABOUT THE SPEAKER
Read Montague - Behavioral NeuroscientistWhat does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work.
Why you should listen
Until recently, the world's curiosity about our brains seemed to focus on abnormal behavior. Which of course left a big question unanswered: Do we even know what "normal behavior" is? Through the landmark Roanoke Brain Study, Read Montague is hoping to find that out, exploring the everyday tasks of brains -- making decisions, understanding social context, and relating to others -- by neuroimaging some 5,000 people, ages 18-85, over a period of many years.
Montague's teams in Virginia and in London lead fascinating research in computational neuroscience (how the brain's "machinery" works), offering insight into the relationship between the social and cognitive functions. For instance, a recent study from his group found that in small social groups, some people will alter the expression of their IQ in reaction to social pressures -- revising, in almost all cases, downward.
Read Montague | Speaker | TED.com