Paul Glimcher

Antes de la aparición de la neuroeconomía, los modelos de toma de decisiones no se ocupaban de los procesos cerebrales implicados en determinados comportamientos. En su lugar, se basaban en el principio económico del homo economicus, un modelo hipotético que supone que los seres humanos toman sus decisiones de una forma puramente racional que maximiza la utilidad. La economía conductual, que se apartó de la economía tradicional, comprendió que las personas en realidad no actuaban de acuerdo con una lógica perfecta y, en su lugar, empezó a investigar los sesgos cognitivos que influyen en la toma de decisiones. Aun así, la economía conductual no estudió los procesos neuronales que subyacen a la elección.

Durante algún tiempo, el hecho de que la economía no tuviera en cuenta la neurología se debió a que la gente no creía que fuera posible estudiar los entresijos del cerebro. A medida que avanzaba la tecnología, la neurociencia se convirtió en un medio ^para examinar el cerebro.3 El campo de la neuroeconomía intentó colmar las lagunas de la economía tradicional y la economía conductual descubriendo una relación entre las decisiones económicas^, la psicología y la neurología.3

Cuando estos campos empezaron a entrecruzarse, Paul Glimcher se incorporó a la Universidad de Nueva York como profesor de Ciencias Neuronales. Su artículo de 1999, escrito junto con el psicólogo Michael Platt, "Neural correlates of decision variables in parietal cortex" (Correlatos neuronales de las variables de decisión en el córtex parietal) suele considerarse el primer artículo publicado sobre neuroeconomía. En él proponía que, basándose en la respuesta del movimiento ocular de los monos tras recibir una recompensa, se podía predecir la actividad de las neuronas cuando los monos tomaban decisiones4 .

El libro de Glimcher de 2003, Decisions, Uncertainty and the Brain: The Science of Neuroeconomics fue uno de los primeros libros que se publicaron con el término "neuroeconomía". En este libro, Glimcher esbozaba su creencia de que si llegáramos a comprender las vías neuronales que controlan los procesos y las respuestas de nuestro cuerpo, podría^mos predecir nuestras acciones.5 Reconocía las insuficiencias de la neurociencia en su estado actual, sugiriendo que no explicaba adecuadamente el comportamiento complejo. La neurociencia necesitaba incorporar también la psicología y la economía para ayudar a explicar los procesos de toma de decisiones más complejos de los seres humanos. Creía que la neuroeconomía podría sustituir a los modelos económicos tradicionales determinando un model^o matemático para predecir el curso óptimo de una acción para la toma de decisiones.5

La contribución de Paul Glimcher a este campo también se debe al uso innovador de la tecnología científica en la realización de sus experimentos. Utilizó la resonancia magnética funcional y otras técnicas avanzadas para crear modelos explicativos que espera que se conviertan en modelos predictivos del compor^tamiento en el mundo real6.

De niños, aprendemos en gran medida a través del aprendizaje por refuerzo: llevar la cuenta de las acciones que serán recompensadas y las que serán castigadas nos permite comprender las normas sociales básicas sobre cómo comportarnos.

Cuando nuestras acciones son recompensadas o "reforzadas" -mediante comentarios positivos, buenas notas en la escuela u otras formas de elogio y aprobación- tendemos a seguir haciéndolas. De este modo, el elogio y el reconocimiento funcionan como una forma de enseñanza.

En términos científicos, el aprendizaje por refuerzo se considera un modelo similar a una máquina: a través del ensayo y error con un entorno, las personas aprenden en forma de recompensas o penalizaciones al probar diferentes "entradas" y "salidas". Basándose en lo que ha experimentado previamente, el agente predecirá el nivel de recompensa que obtendrá por realizar una acción concreta y luego comparará su predicción con el nivel real de recompensa que obtuvo para ajustar su comportamiento. El margen de diferencia entre la recompensa prevista y la real se denomina "error de predicción de la recompensa".9 El aprendizaje por refuerzo puede aplicarse a ordenadores, animales y seres humanos.

Paul Glimcher quería entender mejor qué hacía funcionar el aprendizaje por refuerzo. Le interesaba lo que ocurre en el cerebro cuando se reciben recompensas o castigos. Para conocer mejor el sistema de recompensas del cerebro, Glimcher realizó un experimento con su compañera de investigación Hannah ^Bayer en 2005.9

En concreto,1⁰ Glimcher quería ver si la dopamina -la hormona del "placer"- estaba implicada en el aprendizaje por refuerzo, concretamente en el error de p^redicción de recompensa.10 Creía que cuando un animal recibía una recompensa inesperada y, por tanto, existía un error de predicción de recompensa, ^se producía un subidón de dopamina.9 Esto tiene sentido dado el placer especial que sentimos cuando se nos presenta un regalo, un ascenso o una efusión de amor inesperados.

Para probar esta teoría, Glimcher y Bayer examinaron las neuronas dopaminérgicas en primates mientras realizaban una tarea que permitiría el aprendizaje por refuerzo y la recompensa inesperada. Descubrieron que la tasa de disparo de las neuronas dopaminérgicas tras la recompensa "transmite con precisión información sobre los errores de predicción de recompensas posi^tivas, pero no sobre los errores de predicción de recompensas negativas" (132).9

A través de este experimento, Glimcher y Bayer pudieron demostrar que la dopamina desempeña un papel en la recompensa, y que la recompensa desempeña un papel en la toma de decisiones. Este enfoque multidisciplinar era un método habitual que Glimcher utilizaba para intentar comprender los eventos neuronales que subyacen a la toma de decisiones.

Paul Glimcher nació el 3 de noviembre de 1961 en Bost^on.11 Su padre, Arne Glimcher, fue el fundador de la Pace Gallery, una renombrada galería de arte conte^mporáneo.12 Paul, sin embargo, no tenía el mismo pulso artístico que su padre y, en cambio, estaba mucho más interesado en la ciencia y la tecnología.

Más tarde, la familia Glimcher se trasladó a Nueva York, donde Paul asistió a la prestigiosa Dalton School antes de licenciarse en la Universidad de Prince^ton.6 En 1989, se doctoró en Neurociencia por la Universidad de Pensilvania. Era el primer título de neurociencia que concedía la universidad.13

Durante su doctorado, Paul Glimcher tuvo la oportunidad de trabajar con otro distinguido neurocientífico, Randy Gallistel, que también se interesó por la intersección entre la psicología y la neurociencia.6 El trabajo de Gallistel en psicofísica ayudó a forjar el camino de Glimcher en el campo de la neurociencia y eligió hacer su posdoctorado con David Sparks. David Sparks era un neurofisiólogo que estudiaba la función del cerebro y el sistema nervioso.14

Tras sus investigaciones con Sparks, Glimcher fue nombrado profesor adjunto de Ciencias Neuronales en la Universidad de Nueva York en 1994. En esa época, el campo de la neuroeconomía empezaba a emerger, al tiempo que se entrecruzaban los conocimientos de la economía, la psic^ología y la neurociencia.11 Glimcher pasó a ser el fundador del Centro de Neuroeconomía de la Univers^idad de Nueva York en 2004.13 Esta fue la primera sociedad académica dedicada exclusivamente al campo de la neuroeconomía, lo que convirtió a Glimcher en pionero de este campo. En 2008, Glimcher fue nombrado miembro de la ^Asociación Estadounidense para el Avance de la Ciencia (AAAS, por sus siglas en inglés).6,15 Los miembros de la AAAS son científicos distinguidos e innovadores, reconoc^idos por sus logros en la investigación y la excelencia en la interpretación de la ciencia al público.14

En la actualidad, el centro de la Universidad de Nueva York se conoce como Instituto para el Estudio de la Toma de Decisiones, con el fin de promover un enfoque interdisciplinar del estudio de la toma de decisiones de los seres humanos que se ^acerque más al tipo de trabajo realizado en las ciencias del comportamiento.16 Glimcher sigue siendo profesor de la Universidad de Nueva York, donde continúa centrándose en sus objetivos ^a largo plazo de comprender los eventos neuronales que subyacen a la toma de decisiones conductuales.17

Glimcher también inició otro proyecto en 2014 denominado proyecto HUMAN. Se trata de un estudio longitudinal de "grandes datos" sobre el comportamiento y la biología de mile^s de neoyorquinos6. El sitio web es una plataforma de investigación de grandes datos humanos que utiliza la analítica de big data para comprender mejor las complej^as y entrelazadas influencias sobre la salud y el comportamiento18. Su alcance supera cualquier estudio similar intent^ado en el pasado y es el último de los proyectos fundacionales de Glimcher6.

Aparte de sus diversos logros académicos, a Glimcher también le gusta poner en práctica su cerebro matemático en la vela. Empezó a navegar con su padre cuando era pequeño y su pasión creció con los años. Le gusta navegar con su mujer, Barbara, y su hija, Zoe.19

Glimcher cree firmemente que, aunque los modelos predictivos del comportamiento económico serían útiles una vez que comprendamos mejor las formas en que la toma de decisiones económicas se entrecruza con la psicología y la neurociencia, también es un firme partidario de que los modelos no tienen capacidad de certeza. Dijo que "la duda no es una condición agradable, pero la ce^rteza es absurda". 20 En parte, esto se debe a que, partiendo de la creencia de que los seres humanos son racionales a la hora de tomar decisiones, Glimcher cree en el valor subjetivo: que cada individuo tiene preferencias y valores diferentes y, po^r tanto, podría comportarse de forma distinta a la "predicha".21

No era sólo el campo de la economía tradicional el que Glimcher entendía que tenía algunas lagunas. Tenía la sensación de que la neurociencia no se aplicaba a la toma de decisiones, lo que consideraba un problema. Dijo que "los modelos neurobiológicos de los procesos que conectan sensación y acción casi nunca proponen la representación explícita de variables de decisión por p^arte del sistema nervioso".4

Glimcher también creía que la neuroeconomía podía aplicarse al deporte. Su afición a la vela surgió en parte de su interés por la ciencia y las matemáticas. Dijo que "para alguien como yo, que creció como científico empapándose y aprendiendo a analizar datos y a sacar conclusiones de los datos, ser navegante es algo natural... es una cuestión de cómo puedes afectar a los datos que reúnes sobre el velero, y cómo los utilizas para tomar decisiones - cómo programas ordenadores para tomar decisiones y ayudarte a tomar decisiones... es realmente estupendo ver que las regatas de veleros han alcanzado la mayoría de ed^ad como ciencia estadística". 19

Otro ámbito en el que Glimcher se ha involucrado más recientemente es el de la tecnología en el campo de la medicina. En su opinión, "los sistemas sanitarios digitales están orientados a la tecnología, es decir, centrados en desarrolladores y tipos de datos. Hay muy poco sobre el lado del paciente... la sanidad digital [está] fallando a la hora de incorporar herramientas educativas u orientadas a la comunicación y los sistemas que se están desplegando ⁿo son sensibles al coste".22 Sea cual sea el campo, Glimcher nunca trata a los humanos como agentes computacionales que actúan racionalmente.

En lugar de descartar por completo los modelos económicos, Glimcher sugiere que "la neuroeconomía actual hace un gran uso tanto de modelos que pretenden dar cuenta de lo que debería elegirse (modelos normativos) como de modelos que describen lo que realmente se elige (modelos ^descriptivos)". 1

Ya hemos mencionado el libro de texto de Paul Glimcher, Neuroeconomics: Decision Making and the Brain (Neuroeconomía: la toma de decisiones y el cerebro), que reúne las ideas de los más grandes nombres de la neurociencia, la psicología y la economía conductual. Otra gran lectura es su primer y provocador libro, Decisions, Uncertainty and the Brain: The Science of Neuroeconomics, publicado en 2003. Este libro proporciona una alternativa al modelo cartesiano del cerebro y el comportamiento (que la mente y el cuerpo están separados) y fue fundacional para el campo. Su libro posterior, publicado en 2010, Foundation of Economical Analysis, proporciona una teoría fundacional para abordar la neurociencia, un problema que identificó en su libro de 2003, sin una respuesta concreta.

Si estos libros le resultan un poco teóricos o científicos, le recomendamos que eche un vistazo a algunos podcasts en los que aparece Glimcher. El podcast NobelConference47 incluye el discurso pronunciado por Glimcher en la 47ª Conferencia Nobel, en el que explora nuevas colaboraciones entre neurocientíficos y otras disciplinas. El podcast Deciding Mind también contiene un episodio en el que Glimcher ofrece una visión de lo que podría ser el futuro de la neuroeconomía. Si desea escuchar algunas de las charlas más recientes de Glimcher, puede consultar el seminario que impartió en el 83º simposio del Cold Spring Harbour Laboratory, sobre el orden y el desorden en el sistema nervioso.

1. Amazon. (s.f.). Neuroeconomía: La toma de decisiones y el cerebro. Extraído el 18 de diciembre de 2020, de https://www.amazon.ca/Neuroeconomics-Decision-Paul-W-Glimcher/dp/0123741769
2. El filósofo de la información. (sin fecha). Paul Glimcher. Obtenido el 18 de diciembre de 2020, del sitio Web: https://www.informationphilosopher.com/solutions/scientists/glimcher/.
3. Chen, J. (2019, 19 de septiembre). Neuroeconomía. Investopedia. https://www.investopedia.com/terms/n/neuroeconomics.asp
4. Platt, M. L., & Glimcher, P. W. (1999). Neural correlates of decision variables in parietal cortex. Nature, 400(6741), 233-238. https://doi.org/10.1038/22268
5. Amazon. (s.f.). Decisiones, incertidumbre y cerebro: La ciencia de la neuroeconomía. Obtenido el 18 de diciembre de 2020, del sitio Web: https://www.amazon.com/gp/product/B08BSYZ1T6/ref=dbs_a_def_rwt_hsch_vapi_tkin_p1_i0.
6. Barham, J. A. (2018, 15 de octubre). Los 25 mejores economistas conductuales. The Best Schools. https://thebestschools.org/features/top-behavioral-economists/
7. Bhatt, S. (s.f.). 5 Things You Need to Know about Reinforcement Learning. KDnuggets. https://www.kdnuggets.com/2018/03/5-things-reinforcement-learning.html
8. Osiński, B., & Budek, K. (2018, 25 de julio). Qué es el aprendizaje por refuerzo? La guía completa. Deep Sense. https://deepsense.ai/what-is-reinforcement-learning-the-complete-guide/
9. Bayer, H. M., & Glimcher, P. W. (2005). Midbrain dopamine neurons encode a quantitative reward prediction error signal. Neuron, 47(1), 129-141. https://doi.org/10.1016/j.neuron.2005.05.020
10. WebMD. (2019, 19 de junio). Qué es la dopamina? Recuperado el 18 de diciembre de 2020, de https://www.webmd.com/mental-health/what-is-dopamine#1
11. Wiki de la edad de los famosos. (2020, 11 de noviembre). Paul Glimcher. Obtenido el 18 de diciembre de 2020, del sitio Web: https://www.celebsagewiki.com/paul-glimcher.
12. Fundación Robert Rauschenberg. (2017, 28 de julio). Arne Glimcher. https://www.rauschenbergfoundation.org/artist/oral-history/arne-glimcher
13. Wayback Machine. (s.f.). Paul W. Glimcher, Ph.D. Obtenido el 18 de diciembre de 2020, del sitio Web: https://web.archive.org/web/20161021004107/kavlihumanproject.org/governance/paul-w-glimcher/.
14. Spader, C. (2020, 22 de enero). Neurofisiólogo Clínico: Su Experto en Trastornos del Sistema Nervioso. Healthgrades. https://www.healthgrades.com/right-care/brain-and-nerves/clinical-neurophysiologist-your-expert-in-nervous-system-disorders
15. Asociación Americana para el Avance de la Ciencia. (s.f.). AAAS honorary fellows. Obtenido el 18 de diciembre de 2020, del sitio Web: https://www.aaas.org/fellows.
16. Universidad de Nueva York. (s.f.). Acerca del ISDM. Instituto para el Estudio de la Toma de Decisiones (ISDM). Obtenido el 18 de diciembre de 2020, del sitio Web: https://isdm.nyu.edu/about-isdm/.
17. Universidad de Nueva York. (s.f.). Paul Glimcher. New York University Arts & Science. Obtenido el 18 de diciembre de 2020, del sitio Web: https://as.nyu.edu/faculty/paul-glimcher.html.
18. Fundación Kavli. (sin fecha). El proyecto HUMAN. Obtenido el 18 de diciembre de 2020, del sitio Web: https://www.psychologicalscience.org/publications/observer/obsonline/introducing-the-kavli-human-project.html
19. Glimcher, P. (2014, 11 de mayo). Entrevista con Paul Glimcher - Propietario del Swan 53 Seastar. Entrevista realizada por Nautor's Swan. LuvMyBoat. https://www.luvmyboat.com/news/interview-with-paul-glimcher-owner-of-swan-53-seastar/12678/
20. Montague, P. R. (2003, 24 de julio). La incertidumbre manda. Nature. https://www.nature.com/articles/424371a
21. Enciclopedia. (s.f.). Valor, subjetivo. Extraído el 18 de diciembre de 2020, de https://www.encyclopedia.com/social-sciences/applied-and-social-sciences-magazines/value-subjective
22. Glimcher, P. (2018, 4 de junio). ResQ está usando juegos para combatir la adicción a los opioides: Entrevista con el doctor Paul Glimcher. Entrevista realizada por M. Batista. MedGadget. https://www.medgadget.com/2018/06/resq-is-using-games-to-fight-opioid-addiction-interview-with-dr-paul-glimcher.html