El éxito evolutivo de gestionar la incertidumbre

La ecuación de Boltzmann describe el comportamiento de sistemas con muchas partículas (gases) en función de variables como la entropía (desorden o incertidumbre). En términos sencillos, la fórmula describe cómo la información (conocimiento del estado de un sistema) se dispersa probabilísticamente entre las partículas del mismo, buscando un equilibrio termodinámico. Así, podemos entender que los sistemas tienden hacia un estado de equilibrio probabilístico, donde las probabilidades de los estados más desordenados o caóticos son mucho mayores que las de los estados más ordenados. Desde este enfoque, la vida como sistema muy altamente ordenado, es muy altamente improbable. La teoría de Boltzmann tiene un impacto directo en la biología, especialmente cuando se trata de entender cómo una sopa molecular y sus interacciones, siguiendo principios estadísticos, pueden originar la vida y su complejidad a lo largo del tiempo. Las reacciones bioquímicas en las células son el resultado de interacciones moleculares aleatorias, pero vistas a gran escala, se autoorganizan de manera que generan la complejidad funcional que observamos en los organismos. La evolución misma puede ser vista como un proceso en el que la selección natural actúa sobre las «combinaciones estadísticas» de variaciones genéticas, favoreciendo aquellas que producen mejores adaptaciones al entorno, lo que es análogo a cómo los sistemas físicos evolucionan hacia un estado de menor energía o mayor probabilidad. La prospectiva bayesiana describe cómo actualizar nuestras creencias (probabilidades) sobre un evento futuro a medida que obtenemos nueva información. Se empieza con una distribución previa (creencia o conocimiento inicial) y luego usamos nuevos datos para actualizar esa creencia hacia una distribución posterior. El enfoque bayesiano también está relacionado con incertidumbre, pues en un proceso de predicción, estamos constantemente reduciendo la incertidumbre a medida que se incorporan más datos, similar a cómo un sistema evoluciona hacia un estado de menor entropía a medida que incorpora energía e información (células, cerebros, ecosistemas).

La conciencia sapiens, implica la capacidad de procesar analógicamente información compleja, tomar decisiones bajo incertidumbre y predecir el futuro, todo lo cual se basa en la probabilidad y la actualización de creencias. Hemos desarrollado una capacidad cognoscitiva avanzada que nos permite organizar, interpretar y actualizar la información que recibimos del mundo. Esta capacidad puede entenderse como un proceso similar al enfoque bayesiano, partimos de un modelo mental del mundo (probabilidad previa), y actualizamos este modelo con nueva información sensorial o experiencial. Además, la conciencia está asociada al manejo de la incertidumbre y el desorden en el entorno, así como la ecuación de Boltzmann describe la tendencia de los sistemas hacia un equilibrio a medida que se disipa la información, los sapiens tienden a buscar un equilibrio cognitivo, donde sus creencias sobre el mundo estén lo más alineadas posible con la «realidad», lo que se logra mediante un proceso de actualización constante de conocimientos. Las creencias o percepciones conscientes podrían ser vistas como probabilidades actualizadas a medida que procesamos nueva información, similar a cómo se actualizan las distribuciones en un sistema físico complejo o en un modelo bayesiano. Es decir, Boltzmann nos muestra cómo la información en un sistema físico tiende a distribuirse de manera aleatoria, similar a cómo actualizamos las creencias en función de nuevas informaciones recibidas, reduciendo así la incertidumbre (entropía) de nuestros modelos mentales, como en la prospectiva bayesiana. Tanto esta como nuestra conciencia, comparten la necesidad de manejar la incertidumbre y hacer predicciones sobre el futuro a través del razonamiento bayesiano (no explícitamente), para tomar decisiones basadas en la información disponible, lo que permite adaptarse mejor a su entorno. En la naturaleza, los sistemas físicos tienden a evolucionar hacia un estado de desorden o alta entropía, pero la conciencia y el pensamiento prospectivo del cerebro buscan predecir para reducir el desorden cognitivo. De alguna manera, los modelos mentales y la prospectiva bayesiana son herramientas cognitivas para equilibrar la tendencia al desorden de la naturaleza.

En filosofía, la causalidad ha sido un tema central de debate, especialmente sobre si existe una relación determinista entre causa y efecto o si la causalidad es probabilística. En la física estadística los sistemas evolucionan de manera que las interacciones entre partículas pueden ser vistas como causas que determinan su distribución de energía y otros comportamientos macroscópicos. La causalidad en este contexto se refiere a cómo las microinteracciones conducen a macroscópicas observaciones de un sistema. La prospectiva bayesiana, puede usarse para modelar la causalidad de manera probabilística, una especie de «causalidad estadística», no determinista y no lineal. ¿Puede la biología ayudar a explicar las emociones en este marco de incertidumbre, sin mitología?