Autor/autores:
Jeffrey C. Magee y Christine Grienberger
La plasticidad sináptica —la capacidad de las conexiones neuronales para fortalecer o debilitarse según la actividad— es uno de los pilares teóricos de cómo aprendemos y almacenamos recuerdos. Décadas de investigación en neurociencia, así como trabajos en computación y ciencias de la ingeniería, han respaldado la idea de qu...
PUBLICIDAD
Crea tu cuenta gratis y léelo completo ahora.
¿Ya estás registrado? Inicia sesión aquí .
La plasticidad sináptica —la capacidad de las conexiones neuronales para fortalecer o debilitarse según la actividad— es uno de los pilares teóricos de cómo aprendemos y almacenamos recuerdos. Décadas de investigación en neurociencia, así como trabajos en computación y ciencias de la ingeniería, han respaldado la idea de que modificar de forma dirigida la intensidad de las conexiones es un mecanismo eficaz para adquirir conocimiento.
En esta revisión, los autores examinan los principios fundamentales de cuatro grandes categorías de plasticidad sináptica y analizan sus capacidades y limitaciones. Aunque la plasticidad Hebbiana clásica, basada en la correlación entre neuronas activas, ha dominado el campo durante años, también presenta restricciones importantes: depende exclusivamente de la coincidencia entre señales pre y postsinápticas y no incorpora mecanismos que indiquen cuándo una modificación es realmente útil o adaptativa.
Las reglas de plasticidad de tres factores amplían este marco añadiendo la influencia de neuromoduladores y trazas de elegibilidad, lo que permite que el cerebro registre experiencias más complejas y con información diferida en el tiempo. Por su parte, las formas verdaderamente supervisadas van un paso más allá al integrar objetivos explícitos y señales instructivas que guían los cambios sinápticos hacia fines concretos.
Los autores también destacan un tipo de plasticidad recientemente identificado en el hipocampo, que combina elementos de los modelos anteriores y rompe con el requisito hebbiano tradicional, abriendo una vía para comprender mecanismos de aprendizaje más flexibles y eficientes.
En conjunto, el artículo plantea que avanzar en la comprensión del comportamiento adaptativo requiere explorar de manera más sistemática estas formas dirigidas de plasticidad, con potencial para transformar tanto la teoría del aprendizaje cerebral como las aplicaciones en inteligencia artificial y neurotecnología.
Resumen modificado por Cibermedicina
Para acceder al texto completo consulte las características de suscripción de la fuente original: https://www.annualreviews.org/
Explora el artículo con IA