¿Por qué el dominio encaja?
La psicología se centra fundamentalmente en cómo los organismos gestionan la incertidumbre: interpretando señales sensoriales ambiguas, formando creencias, regulando cuerpos y emociones, y seleccionando acciones en situaciones parcialmente observables. La inferencia activa trata estas funciones como instancias de inferencias probabilísticas bajo un modelo generativo, donde la percepción infiere estados ocultos, el aprendizaje actualiza los parámetros del modelo y la acción muestrea observaciones preferidas minimizando la energía libre esperada. Esto proporciona a los constructos psicológicos largamente descritos cualitativamente—esquemas, evaluaciones, mecanismos de defensa, estrategias de afrontamiento—un tratamiento matemático explícito, por ejemplo modelando las evaluaciones de amenazas sesgadas ansiosamente como priors que sobrepesan el peligro y impulsan la hipervigilancia.
Estado de la literatura
Una revisión de la entropía de 2024, "Inferencia Activa en Psicología y Psiquiatría: ¿Progreso hasta la fecha?", examina las aplicaciones a través de la emoción, la interocepción, el yo, la cognición social y la psicopatología, argumentando que el marco podría unificar estos subcampos al enfatizar la necesidad de pruebas empíricas rigurosas. La teoría de la emoción construida por Lisa Feldman Barrett recasting la emoción como inferencia sobre entradas interoceptivas y exteroceptivas utilizando conceptos almacenados; trabajos relacionados extienden esto a la psicopatología interoceptiva, la ansiedad como "incertidumbre aprendida", las cuentas allostasis del trastorno depresivo, la adicción como inferencia óptima bajo un modelo subóptimo y los síntomas negativos de la esquizofrenia como fallos para predecir las consecuencias de las propias acciones. La propia psicoterapia se ha formalizado computacionalmente, con modelos de inferencia activa de CBT y de Terapia de Coherencia simulando cómo las intervenciones revisan los antecedentes y las políticas.
Proyectos y herramientas clave
El principal marco computacional citado es el trabajo sobre la inferencia activa en espacios de estados discretos (“inferencias activas en espacios de estados discretos: una síntesis”), que proporciona algoritmos para modelos generativos categóricos, evaluación de políticas y actualización de creencias que sustentan las posteriores aplicaciones de la computación-psiquiatría. El informe también menciona rutinas de MATLAB asociadas con el grupo de Karl Friston en UCL y paquetes basados en Python que implementan la inferencia activa discreta, utilizados para ajustar modelos a datos de tareas conductuales e inferir diferencias individuales en los priors y precisión. Existe código específico para tareas para modelos de simulación de TCC con priors y preferencias ajustables del paciente, aunque el modelo de Terapia de Coherencia permanece en gran medida teórico más que un software implementado; el informe señala explícitamente que los sistemas clínicos desplegados en su totalidad basados en la inferencia activa aún son raros.
Problemas abiertos
El informe señala una tensión fundamental entre la reivindicación normativa de la inferencia activa (los agentes minimizan la energía libre) y la variabilidad a menudo subóptima y moldeada culturalmente y situacionalmente del comportamiento humano real, agravada por el riesgo de identificabilidad del modelo debido a priors de alta dimensión, términos de precisión y preferencias. La validación empírica en diferentes niveles de descripción es escasa: la mayoría de los modelos se prueban en tareas simples con limitada validez ecológica, y las afirmaciones sobre el yo, la identidad y la personalidad son en gran medida conceptuales más que basadas en datos. El informe pide estudios longitudinales y multimodales que vinculen datos neuronales, fisiológicos, conductuales y de auto-reporte con los parámetros del modelo, comparaciones contra marcos alternativos como el aprendizaje por refuerzo, y ensayos controlados de intervenciones informadas por la inferencia activa antes de la traducción clínica —incluyendo atención a la interpretabilidad, las diferencias individuales y culturales, y la ética de la predicción del comportamiento basada en modelos.
Eje de Referencia
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Maxwell J. D. Ramstead, Karl J. Friston, Axel Constant, Lancelot Da Costa, Casper Hesp, Beren Millidge, Alexander Tschantz (2023). On Bayesian Mechanics: A Physics of and by Beliefs. arXiv. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.