El Ejército de EEUU quiere leer la mente de los soldados

En la Segunda Guerra Mundial, los Aliados tuvieron un gran problema. Los nuevos bombarderos alemanes se movían demasiado rápido para los medios antiaéreos, en los que los soldados dependían de tablas de alcance y cálculos manuales para apuntar sus armas.

El matemático Norbert Wiener tenía una teoría: la única manera de derrotar al avión alemán era fusionar el arma con sus operadores humanos, no física sino perceptualmente a través de instrumentos. Como Weiner explicó en el video, eso significaba «o una interpretación humana de la máquina, o una interpretación de la máquina del operador, o ambas cosas».  Esta era la única manera de conseguir que el arma disparara un proyectil sobre el blanco, no donde estaba el avión, sino donde iba a estar. Esta fusión teórica de humano y máquina dio lugar al campo de la cibernética, derivado del término griego cyber, para dirigir, y al término inglés net, para red.

En el contexto moderno, la fusión de lo humano y de la máquina ha adquirido una nueva importancia en la planificación de la guerra, especialmente a medida que EE.UU. y otros países avanzan en la fabricación de armas cada vez más autónomas que funcionan con la despiadada velocidad y eficiencia de la electrónica, pero que aún requieren supervisión y control humanos.

«Parte de nuestra visión es estrechar el lazo entre el sistema y el combatiente», dijo Mike LaFiandra, jefe de la rama de soldados a pie del Laboratorio de Investigación del Ejército (ARL), en un evento de la NDIA en 2017. Que el sistema entienda lo que está sucediendo con el combatiente, hacer que sea más una relación simbiótica en la que, el sistema está prediciendo basado en la fisiología de este combatiente, y en que el sistema sepa porque ha estado entrenando con él durante años, esto es lo que esperamos que suceda pronto y esta es la estrategia de mitigamiento que el combatiente tiene que hacer mejor.»

Científicos del Ejército publicaron recientemente un nuevo estudio en la revista Science Advances, que muestra el futuro de ese intercambio, la capacidad de las máquinas para comprender mejor los pensamientos e intenciones de sus operadores, basándose en lo que está haciendo el cerebro del operador. El estudio explora cómo el cerebro cambia a diferentes estados, de distraído a ordenado y a consciente, basándose en cómo sus diferentes regiones se están comportando y comunicando entre sí.

En particular, el documento examina cómo el cerebro llega a los «estados quimera», en los que varias de sus regiones se concentran en una sola tarea.

No hay un estado de quimera bueno o malo, según Jean Vettel, coautor y neurocientífico senior del Comando de Desarrollo de Capacidades de Combate de la ARL. Pero los estados quimera difieren en términos de lo que es óptimo para los diferentes ambientes.

Un estado óptimo de quimera es aquel en el que las partes correctas del cerebro están haciendo lo correcto en el momento adecuado. Vettel lo comparó con cuando una persona entra a un restaurante (el cerebro es el restaurante) y la anfitriona, el camarero y los camareros están todos concentrados, operando en sincronía, alrededor de la tarea de sentar a la persona en una mesa limpia, con un menú en la mano, pan en la mesa, etc. El personal de cocina tendrá un papel que desempeñar más tarde y es entonces cuando su atención y enfoque serán importantes. Pero no al principio. Cuando las cosas se sincronizan correctamente, todas las regiones se centran en lo correcto en el momento adecuado.

El trabajo pretendía mostrar cómo «los estados dinámicos dan lugar a la variabilidad en el rendimiento cognitivo, proporcionando el primer marco conceptual para entender cómo los estados quimera pueden preservar el comportamiento humano».

Entender esas alineaciones entre la cocina y el personal de servicio y el cliente es clave para lograr que los seres humanos y las computadoras trabajen juntos, lo cual es fundamental para saber a dónde quieren llegar los militares que se dirijan los equipos humanos y las máquinas.

El objetivo no es sólo entender cómo emergen los estados quimera en general, sino trazar mejor el mapa de cómo emergen en los individuos, ya que todas las personas son diferentes.

Eso es lo que va a hacer que, los futuros colaboradores con IA sean socios eficaces, ya sea que ayuden en un tanque o que sea un software para clasificar cientos de horas de material de vídeo y avisar a un analista humano cuando algo importante aparezca. Estas futuras entidades artificiales necesitarán ser capaces de leer a sus operadores humanos individuales de una manera que las máquinas no lo hacen hoy en día, ya que no hay dos cerebros que sincronicen regiones o transiciones entre estados exactamente de la misma manera.

Ilustrar cómo se ve esto en términos de la forma en que los humanos operarán con el software habilitado para la IA en el futuro requiere una metáfora diferente.

Véase cómo Gmail ofrece ahora sugerencias sobre cómo terminar una frase en un nuevo correo electrónico. Las sugerencias son banales, desprovistas de unicidad o personalidad. Entienden la intención humana sólo en términos de un promedio obtenido de los datos de mucha gente y sus respuestas. Ahora imaginemos que Gmail ha sido capaz de anticipar lo más probable es que escribas, cuando estés en tu mejor momento. Ese es el objetivo de aplicar la neurociencia a los futuros equipos humanos-máquina en el ejército.

Lograr ese nivel de previsibilidad de la intención requiere mucha exposición a los datos biofísicos de un operador individual. Esa es un área clave para la investigación futura porque es difícil obtener esos datos, especialmente en el contexto de un campo de batalla. Vettel y sus colegas usaron máquinas MRI, que son demasiado grandes para recolectar datos de un individuo en cualquier situación que no sea un laboratorio.

Pero los datos de la MRI sobre las transiciones entre estados cerebrales serán vitales cuando los sensores más pequeños y mejores permitan a las máquinas recolectar datos biofísicos sin interferir con lo que el ser humano está haciendo.

«Supongamos que la capacidad de registrar datos cerebrales y medirlos se ha mejorado mucho con respecto a lo que podemos hacer actualmente», aseguró Vettle. «Nuestra investigación está tratando de averiguar si podemos relacionar esas señales cerebrales con una mejor comprensión de su intención.»

En este momento, el trabajo se centra en la «comprensión de la intención» segundos a minutos antes de la acción futura de los individuos. Pero el trabajo futuro podría centrarse en comprender cómo la pérdida de sueño, la presencia de estrés (o, por el contrario, la presencia de sueño y la ausencia de estrés) afectarán esos estados cerebrales. Eso podría, posiblemente, permitir la predicción de los estados cerebrales con mucha antelación. Esto, a su vez, podría revolucionar no sólo el trabajo en equipo de personas y máquinas, sino también la formación y el aprendizaje futuros en general. «Si pudiéramos entender cómo están cambiando los cerebros a medida que se adquiere experiencia, entonces podríamos cuantificar la escala de tiempo del desarrollo de la experiencia», dijo.

Podría ser posible, dice Vettel, saber realmente cuándo alguien ha absorbido nueva información basada en cómo están cambiando sus estados cerebrales. Eso podría permitir a los seres humanos aprender mucho más rápido de lo que aprenden hoy en día… pero no más rápido que las máquinas que los rodean.

Fte. Defense One