La Teoría de la Codificación Predictiva (Predictive Coding Theory): Una Exploració
La Teoría de la Codificación Predictiva (Predictive Coding), també coneguda com a Predictive Processing o Predictive Mind, és un marc teòric dominant en neurociència cognitiva i filosofia de la ment desenvolupat principalment per Karl Friston (des de finals dels 90) i expandit per investigadors com Jakob Hohwy, Andy Clark i Rosalyn King. Postula que el cervell és essencialment una màquina d'inferència bayesiana que genera prediccions contínues sobre les entrades sensorials i actualitza aquestes prediccions minimitzant l'error de predicció (prediction error).Principi Central: El Cervell com a Predictor Actiu
En resum, la Teoría de la Información Predictiva ha revolucionat la comprensió del cervell com un òrgan predictiu i proactiu, no reactiu. A desembre de 2025, és un dels marcs més influents en neurociència, psicologia i filosofia de la ment, amb aplicacions creixents en psiquiatria, intel·ligència artificial i robòtica.
- El cervell no processa la informació sensorial de manera passiva (de baix a dalt), sinó que genera models jeràrquics del món (priors) i envia prediccions descendents (top-down) a nivells sensorials inferiors.
- Les dades sensorials entrants es comparen amb aquestes prediccions.
- Només l'error de predicció (la diferència entre el predit i el real) puja per la jerarquia per actualitzar el model intern.
- Objectiu global: Minimitzar l'energia lliure (free energy), un concepte pres de la física estadística que aproxima la divergència de Kullback-Leibler entre el model intern i la distribució real del món. En termes pràctics, el cervell busca reduir la sorpresa (surprise) sensorial.
- Prediccions descendents: Des de còrtexs associatius superiors (prefrontal, parietal) cap a àrees sensorials primàries.
- Errors de predicció ascendents: Portats per neurones superficials piramidals en còrtex sensorial.
- Unitats d'error (error units): Detecten discrepàncies.
- Unitats de representació (representation units): Actualitzen priors.
- Atenció: Modula el pes (precisió) dels errors de predicció (precision-weighting): errors precisos tenen més influència.
- Il·lusions òptiques: Moltes (ex. il·lusió de la caixa buida) s'expliquen per priors forts que sobreescriuen dades sensorials ambigües.
- Al·lucinacions: En esquizofrènia o amb psicodèlics, un pes excessiu o insuficient en errors de predicció genera percepcions sense entrada sensorial real.
- Acció i inferència activa: El moviment corporal (active inference) es veu com una forma de comprovar prediccions canviant el món sensorial (ex. moure els ulls per reduir incertesa).
- Neuroimatge: fMRI i EEG mostren supressió de respostes sensorials a estímuls predits (mismatch negativity reduïda).
- Percepció = Inferència: No veiem el món "tal com és", sinó la millor hipòtesi del cervell basada en priors i evidència.
- Emocions: Sorgeixen de l'avaluació d'errors de predicció en dominis interoceptius i afectius.
- Psicopatologia: Trastorns com ansietat (priors d'amenaça excessius), autisme (pes precisió alterat) o depressió (priors negatius rígids).
- Consciència: Encara que no és una teoria primària de consciència, es combina amb GWT (l'espai de treball global difon errors de predicció) o IIT.
- Orígens: Idees primerenques en Helmholtz (1860s: "inferència inconscient") i Rao & Ballard (1999: model computacional de codificació predictiva en V1).
- Free Energy Principle (Friston, ~2005-2010): Generalització: tot sistema viu minimitza energia lliure per mantenir l'homeòstasi.
- Active Inference (2010s-2025): Extensió a l'acció: els organismes no només prediuen, sinó que actuen per confirmar prediccions (ex. moure's per veure millor).
- Actualitzacions recents: Integració amb aprenentatge profund (variational autoencoders com a models neurals de predictive coding) i aplicacions en robòtica i IA.
- Circularitat: Explica molts fenòmens, però és difícil falsificar (massa general).
- Implementació neural: Encara debat sobre com exactament es mapeja a circuits concrets.
- Problema dur de la consciència: No explica per què l'inferència genera experiència subjectiva.
Teoria | Enfocament Principal | Relació amb Predictive Coding |
|---|---|---|
IIT | Ontològic (Φ com a mesura) | Compatible: alta integració pot emergir de jerarquies predictives |
GWT/GNW | Funcional (broadcasting) | Complementària: errors de predicció accedeixen a l'espai global |
Predictive Coding | Inferència bayesiana jeràrquica | - |