Percolación (psicología cognitiva)

La percolación (del latín percolatio , que significa filtración ^{[ 1 ]} ) es un modelo teórico utilizado para comprender cómo se produce la activación y difusión de la actividad neuronal dentro de las redes neuronales . ^{[ 2 ]} La percolación es un modelo utilizado para explicar cómo se transmite la actividad neuronal a través de las diversas conexiones dentro del cerebro. La teoría de la percolación se puede comprender fácilmente explicando su uso en epidemiología . Las personas infectadas con una enfermedad pueden propagarla a través del contacto con otras personas en su red social . Quienes son más sociables y entran en contacto con más personas ayudarán a propagar la enfermedad más rápidamente que quienes son menos sociables. Factores como la ocupación y la sociabilidad influyen en la tasa de infección. Ahora bien, si se piensa en las neuronas como individuos y en las conexiones sinápticas como los vínculos sociales entre las personas, entonces se puede determinar con qué facilidad se propagarán los mensajes entre neuronas. ^{[ 2 ]} Cuando una neurona se activa, el mensaje se transmite a través de todas las conexiones sinápticas a otras neuronas hasta que ya no puede continuar. Las conexiones sinápticas se consideran abiertas o cerradas (como una persona sociable o asocial), y los mensajes fluyen a través de todas las conexiones abiertas hasta que no pueden avanzar más. Así como la ocupación y la sociabilidad desempeñan un papel fundamental en la propagación de enfermedades, también lo hacen el número de neuronas, la plasticidad sináptica y la potenciación a largo plazo cuando hablamos de percolación neuronal.

Un aspecto clave de la percolación es el concepto de clústeres percolantes , que son grandes grupos de neuronas interconectadas mediante enlaces abiertos que abarcan la mayor parte de la red. Cualquier señal que se origine en un punto dentro del clúster percolante tendrá un mayor impacto y difusión en la red que las señales que se originen fuera de él. Esto es similar a un profesor que propaga una infección a toda una comunidad a través del contacto con los alumnos y, posteriormente, con las familias, en comparación con un empresario aislado que trabaja desde casa.

La teoría de la percolación fue propuesta originalmente por Broadbent y Hammersley como una teoría matemática para determinar el flujo de fluidos a través de materiales porosos. ^{[ 3 ]} Un ejemplo de esto es la pregunta planteada originalmente por Broadbent y Hammersley: "Supongamos que una gran roca porosa se sumerge en agua durante mucho tiempo, ¿llegará el agua al centro de la piedra?". ^{[ 4 ]} Desde su creación, la teoría de la percolación se ha utilizado tanto en campos aplicados como en modelado matemático, en áreas como ingeniería, física, química, comunicaciones, economía, matemáticas, medicina y geografía. Desde una perspectiva matemática, la percolación es capaz de exhibir de forma única relaciones tanto algebraicas como probabilísticas gráficamente. ^{[ 3 ]} En las ciencias de redes y cognitivas, la teoría de la percolación se utiliza a menudo como un modelo computacional que tiene la ventaja de probar teorías sobre la actividad neuronal antes de que sea necesario cualquier prueba física. ^{[ 5 ]} También puede utilizarse como un modelo para explicar, hasta cierto punto, las observaciones experimentales de la actividad neuronal. ^{[ 6 ]}

La percolación se ha desarrollado fuera de las ciencias cognitivas; sin embargo, su aplicación en el campo ha demostrado ser una herramienta útil para comprender los procesos neuronales. Los investigadores han centrado su atención no solo en estudiar cómo se difunde la actividad neuronal a través de las redes, sino también cómo la percolación y su aspecto de transición de fase pueden afectar la toma de decisiones y los procesos de pensamiento. ^{[ 5 ]} La teoría de la percolación ha permitido a los investigadores comprender mejor muchas condiciones psicológicas, como la epilepsia , la esquizofrenia desorganizada y el pensamiento divergente . ^{[ 2 ]} Estas condiciones a menudo son indicativas de grupos percolantes y su participación en la propagación del exceso de disparo de neuronas. Las convulsiones ocurren cuando las neuronas en el cerebro disparan simultáneamente, y a menudo estas convulsiones pueden ocurrir en una parte del cerebro que luego puede transferirse a otras partes. Los investigadores pueden facilitar una mejor comprensión de estas condiciones porque "las neuronas involucradas en una convulsión son análogas a los sitios en un grupo percolante". ^{[ 2 ]} La esquizofrenia desorganizada es más compleja ya que la actividad es indicativa de actividad en un grupo percolante; Sin embargo, algunos investigadores han sugerido que la percolación de información no ocurre en un pequeño grupo, sino a escala funcional global. ^{[ 7 ]} La atención, así como la percolación, también desempeñan un papel clave en el pensamiento desorganizado y divergente; sin embargo, es más probable que la percolación dirigida , es decir, una percolación controlada direccionalmente, sea más útil para estudiar el pensamiento divergente y la creatividad.

La teoría de la percolación se ha aplicado a una amplia variedad de campos de estudio, como la medicina, la economía, la física y otras áreas de la psicología, tales como las ciencias sociales y la psicología industrial y organizacional . A continuación, se presenta una tabla con otras áreas de estudio que aplican la teoría de la percolación, así como información sobre investigaciones recientes.

La teoría de la percolación es ampliamente utilizada e impacta muchos campos diferentes; sin embargo, la investigación en ciencia de redes aún puede desarrollarse más. Como modelo computacional, la percolación tiene sus limitaciones, ya que no siempre puede explicar la variabilidad de las redes neuronales de la vida real. Estas limitaciones no impiden su funcionalidad por completo, solo en algunos casos. ^{[ 6 ]} Para comprender mejor las redes de mundo pequeño , se necesita una mirada más objetiva a la percolación en redes neuronales. La mejor manera de lograr esto sería combinar las aplicaciones del modelado de percolación y la estimulación experimental de redes neuronales artificiales. ^{[ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ] [ 18 ]}