Artículo argumenta que la conciencia depende de una computación de “estilo biológico”, no de código abstracto

Verificado por hechos

Un artículo de revisión de Borjan Milinkovic y Jaan Aru sostiene que tratar la mente como software que se ejecuta en hardware intercambiable es un mal ajuste para la forma en que los cerebros computan realmente. Los autores proponen el “computacionalismo biológico”, un marco que vincula la cognición y (potencialmente) la conciencia a una computación híbrida, multiescala y moldeada por restricciones energéticas.

El debate científico y filosófico sobre la conciencia a menudo se enmarca como un enfrentamiento entre dos bandos: el funcionalismo computacional, que trata el pensamiento como un procesamiento abstracto de información que podría implementarse en principio en muchos sistemas físicos, y el naturalismo biológico, que sostiene que la experiencia consciente depende de los procesos físicos concretos de los organismos vivos.

En un nuevo artículo de revisión, los investigadores Borjan Milinkovic y Jaan Aru argumentan a favor de lo que llaman computacionalismo biológico, describiéndolo como una forma de superar el marco de “software versus biología”. Su afirmación central es que las nociones estándar de computación inspiradas en las computadoras no coinciden con la forma en que operan los cerebros, y que esta discrepancia importa para los debates sobre la conciencia y las mentes artificiales.

Según los autores, la computación biológica tiene tres características centrales:

Primero, es híbrida, combinando eventos discretos (como picos neuronales y liberación de neurotransmisores) con dinámicas físicas continuas y evolutivas en el tiempo (incluyendo campos de voltaje cambiantes y gradientes químicos) que se influyen continuamente entre sí.

Segundo, es inseparable a escala. Los autores argumentan que la actividad cerebral no puede dividirse limpiamente en un “algoritmo” abstracto por un lado y una “implementación” separada por el otro, porque las influencias causales transcurren a través de niveles: desde canales iónicos hasta circuitos y dinámicas de todo el cerebro, y cambiar la organización física cambia lo que el sistema computa.

Tercero, está anclada metabólicamente (o energéticamente). En su explicación, estrictas restricciones energéticas moldean lo que el cerebro puede representar y cómo aprende y mantiene actividad estable, tratando este acoplamiento como parte de cómo se organiza la inteligencia biológica.

En conjunto, el marco enfatiza la idea de que, en los cerebros, “el algoritmo es el sustrato”: la computación no es meramente manipulación de símbolos superpuesta al hardware, sino un proceso físico que se desarrolla en tiempo real.

Los autores también argumentan que esta perspectiva expone límites en cómo se describe a menudo la inteligencia artificial moderna. Aunque los sistemas de IA pueden aprender mapeos potentes de entrada-salida como procedimientos digitales, el artículo sostiene que la computación biológica depende de dinámicas físicas en tiempo real y acoplamiento multiescala que las arquitecturas digitales actuales generalmente no instancian.

El artículo no afirma que la conciencia esté restringida a la vida basada en carbono. En cambio, sugiere que si la conciencia depende de este tipo de computación, entonces construir mentes sintéticas puede requerir sistemas físicos que reproduzcan características clave de la computación de estilo biológico: dinámicas híbridas, acoplamiento multiescala sin interfaces limpias y fuertes restricciones energéticas, en lugar de solo mejor software.

El artículo de revisión, titulado “On biological and artificial consciousness: A case for biological computationalism,”, aparece en Neuroscience & Biobehavioral Reviews (Volumen 181, febrero de 2026) como número de artículo 106524. Los materiales para el resumen de ScienceDaily fueron proporcionados por el Estonian Research Council.

Artículos relacionados

Illustration of glowing whole-brain neural networks coordinating efficiently, representing a University of Notre Dame study on general intelligence.
Imagen generada por IA

Estudio señala la coordinación de redes en todo el cerebro como característica clave de la inteligencia general

Reportado por IA Imagen generada por IA Verificado por hechos

Investigadores de la Universidad de Notre Dame informan evidencia de que la inteligencia general está asociada con la eficiencia y flexibilidad con que las redes cerebrales se coordinan a través de todo el conectoma, en lugar de estar localizada en una sola región «inteligente». Los hallazgos, publicados en Nature Communications, se basan en datos de neuroimagen y cognitivos de 831 participantes del Human Connectome Project y 145 adultos adicionales del INSIGHT Study.

La startup australiana Cortical Labs ha anunciado planes para construir dos centros de datos utilizando chips llenos de neuronas. Las instalaciones en Melbourne y Singapur albergarán sus computadoras biológicas CL1, que han demostrado la capacidad de jugar videojuegos como Doom. La iniciativa busca escalar servicios de computación cerebral basados en la nube mientras reduce el consumo de energía.

Reportado por IA Verificado por hechos

Investigadores de la Universidad Northwestern informan que han impreso "neuronas artificiales" flexibles que generan patrones de picos eléctricos realistas y pueden provocar respuestas en tejido cerebral de ratón vivo. El equipo afirma que el trabajo, publicado el 15 de abril en Nature Nanotechnology, podría ayudar a avanzar en las interfaces cerebro-máquina y en la computación inspirada en el cerebro, más eficiente desde el punto de vista energético.

Miembros de la Asociación de Educación Católica de Filipinas afirmaron que la inteligencia artificial no puede duplicar la conciencia humana mientras impulsaban la integración responsable de la IA en el proceso de enseñanza-aprendizaje.

Reportado por IA

En la Cumbre Mundial de Física de la Sociedad Estadounidense de Física en Denver, Colorado, miles de investigadores están utilizando chatbots de IA para simplificar ponencias complejas. El evento ha provocado intensos debates sobre si la inteligencia artificial transformará la investigación en física. Los ponentes presentaron puntos de vista contrastados sobre el potencial y las limitaciones de la IA.

Este sitio web utiliza cookies

Utilizamos cookies para análisis con el fin de mejorar nuestro sitio. Lee nuestra política de privacidad para más información.
Rechazar