Un nuevo estudio del MIT sugiere que, al desplazarnos a pie, nuestro cerebro no está optimizado para calcular la llamada «ruta más corta».
De hecho, es más probable que los peatones opten por una navegación basada en vectores.
Esta estrategia de navegación, observada también en otros animales, requiere menos capacidad cerebral que encontrar la ruta más corta y permite que el cerebro se centre en otras cosas.
Sin embargo, la tecnología, como los teléfonos inteligentes, hace lo contrario y siempre calcula las indicaciones más rápidas para llegar a un destino.
Todo el mundo sabe que la distancia más corta entre dos puntos es una línea recta. Sin embargo, al caminar por las calles de una ciudad, quizá no sea posible ir en línea recta. ¿Cómo decides qué camino tomar?
Un nuevo estudio del MIT sugiere que, al desplazarnos a pie, nuestro cerebro no está optimizado para calcular la llamada «ruta más corta». A partir de un conjunto de datos de más de 14.000 personas en su vida cotidiana, el equipo del MIT descubrió que, en cambio, los peatones parecen elegir caminos que apuntan de forma más directa hacia su destino, aunque terminen siendo más largos. A esto lo llaman el «camino más directo».
Esta estrategia, conocida como navegación basada en vectores, también se ha observado en estudios sobre animales, desde insectos hasta primates. El equipo del MIT plantea que la navegación basada en vectores, que requiere menos capacidad cerebral que calcular realmente la ruta más corta, podría haber evolucionado para que el cerebro dedique más recursos a otras tareas.
«Parece haber una compensación que permite utilizar la capacidad de cálculo de nuestro cerebro para otras cosas: hace 30.000 años, para evitar un león; ahora, para esquivar un todoterreno peligroso», afirma Carlo Ratti, profesor de tecnologías urbanas del Departamento de Estudios y Planificación Urbanos del MIT y director del Senseable City Laboratory. «La navegación basada en vectores no produce la ruta más corta, pero se aproxima lo suficiente y es muy sencillo calcularla».
Ratti es el autor principal del estudio, que se publica hoy en Nature Computational Science. Christian Bongiorno, profesor asociado de la Université Paris-Saclay y miembro del Senseable City Laboratory del MIT, es el autor principal del estudio. Joshua Tenenbaum, profesor de ciencia cognitiva computacional del MIT y miembro del Center for Brains, Minds, and Machines y del Computer Science and Artificial Intelligence Laboratory (CSAIL), también es autor del artículo.
Navegación basada en vectores
Hace veinte años, cuando era estudiante de posgrado en la Universidad de Cambridge, Ratti recorría casi todos los días el trayecto entre su colegio mayor y su despacho en el departamento. Un día se dio cuenta de que, en realidad, hacía dos recorridos distintos: uno de ida a la oficina y otro ligeramente diferente para volver.
«Sin duda, una ruta era más eficiente que la otra, pero poco a poco acabé adaptándome a dos, una para cada sentido», cuenta Ratti. «Era sistemáticamente inconsecuente, una revelación pequeña pero frustrante para un estudiante que dedicaba su vida al pensamiento racional».
En el Senseable City Laboratory, uno de los intereses de investigación de Ratti es utilizar grandes conjuntos de datos de dispositivos móviles para estudiar cómo se comportan las personas en entornos urbanos. Hace varios años, el laboratorio obtuvo un conjunto de datos de señales GPS anonimizadas de teléfonos móviles de peatones que recorrían Boston y Cambridge, Massachusetts, durante un año. Ratti pensó que esos datos, que incluían más de 550.000 trayectos realizados por más de 14.000 personas, podían ayudar a responder cómo eligen las personas sus rutas al desplazarse a pie por una ciudad.
El análisis de los datos realizado por el equipo de investigación mostró que, en vez de elegir las rutas más cortas, los peatones optaban por rutas ligeramente más largas, pero que reducían al mínimo su desviación angular respecto del destino. Es decir, eligen caminos que les permiten orientarse más directamente hacia el punto de llegada al iniciar el recorrido, aunque una ruta que comenzara más hacia la izquierda o la derecha pudiera acabar siendo más corta.
«En lugar de calcular las distancias mínimas, descubrimos que el modelo más predictivo no era uno que encontrara la ruta más corta, sino uno que trataba de minimizar el desplazamiento angular: apuntar lo más directamente posible hacia el destino, aunque desplazarse con ángulos más amplios pudiera ser más eficiente», afirma Paolo Santi, investigador científico principal del Senseable City Lab y del Consejo Nacional de Investigación de Italia, y autor de correspondencia del artículo. «Hemos propuesto llamar a esto el camino más directo».
Esto se observó entre los peatones de Boston y Cambridge, que tienen una red de calles enrevesada, y de San Francisco, cuyo trazado urbano sigue una cuadrícula. En ambas ciudades, los investigadores también observaron que las personas tendían a elegir rutas diferentes para ir y volver entre dos destinos, tal como hacía Ratti en sus años de posgrado.
«Cuando tomamos decisiones basadas en el ángulo respecto del destino, la red de calles nos conduce por una ruta asimétrica», afirma Ratti. «A partir de miles de peatones, queda muy claro que no soy el único: los seres humanos no somos navegantes óptimos».
Desplazarse por el mundo
Los estudios sobre el comportamiento animal y la actividad cerebral, en particular la del hipocampo, también han sugerido que las estrategias de navegación del cerebro se basan en el cálculo de vectores. Este tipo de navegación es muy distinto de los algoritmos informáticos que utilizan los teléfonos inteligentes o los dispositivos GPS, capaces de calcular la ruta más corta entre dos puntos casi sin errores a partir de los mapas almacenados en su memoria.
Sin acceso a ese tipo de mapas, el cerebro animal ha tenido que idear estrategias alternativas para desplazarse entre distintos lugares, afirma Tenenbaum.
«No puedes tener descargado en el cerebro un mapa detallado basado en distancias, así que ¿cómo lo haces? Quizá lo más natural sea usar información que tenemos más a mano gracias a nuestra experiencia», afirma. «Pensar en términos de puntos de referencia, lugares emblemáticos y ángulos es una forma muy natural de crear algoritmos para cartografiar el espacio y orientarse en él a partir de lo que aprendemos de nuestra propia experiencia al desplazarnos por el mundo».
«A medida que los teléfonos inteligentes y los dispositivos electrónicos portátiles integran cada vez más la inteligencia humana y la artificial, resulta cada vez más importante comprender mejor los mecanismos computacionales que utiliza nuestro cerebro y cómo se relacionan con los que usan las máquinas», afirma Ratti.
La investigación recibió financiación del Consorcio del MIT Senseable City Lab; el Center for Brains, Minds, and Machines del MIT; la National Science Foundation; el fondo MISTI/MITOR; y la Compagnia di San Paolo.
