Me encanta el pixel art, tal vez por haber tenido la suerte de haber sido un niño de los 80 —es decir, por nostalgia— o porque supone una respuesta extremadamente creativa a una limitación tecnológica. Fíjate en la interesante respuesta de Shigeru Miyamoto cuando le preguntaron cómo fue creado Mario:
«La historia de la creación de Mario se remonta a los días de Donkey Kong. Con la tecnología de aquel entonces, tenías una paleta muy limitada con la que podías dibujar un personaje. Si miras el rostro original de Mario, sólo tenías 7 píxeles para dibujar su cara. Mi objetivo, dentro de esa paleta tan limitada, era crear un personaje que fuera lo más distintivo posible. Por eso tenía algunas de las características que ahora son tan reconocibles, como su gran nariz» [1].
Pero tal vez haya algo más en esto. Cuando das tus primeros pasos en el pixel art rápidamente te das cuenta de que lo que en principio era una recta irregular o un píxel de un color determinado se convierte en una curva o en un tono de color que no está en ningún lado pero que tú ves.
Esto lo ha demostrado de manera espectacular Akiyoshi Kitaoka con su imagen de la icónica lata de Coca-Cola [2]. La imagen parece roja aunque en realidad no contiene ningún color rojo, solo cian, negro y blanco. Ocurre porque el cerebro aplica mecanismos de corrección de color y, sobre todo, porque nuestra expectativa de ver una lata roja hace que rellene mentalmente ese color. La percepción depende de lo que vemos y también de lo que creemos que deberíamos estar viendo.
Oliver Sacks documentó el caso opuesto y más extremo: un pintor que, tras una lesión cerebral, perdió completamente la capacidad de percibir mentalmente el color y pasó a ver el mundo en blanco y negro [3]. Lo que me ha llamado la atención en este caso es que, sus ojos eran capaces de ver el color, su mente no. Además, perdió la memoria del color, la capacidad de imaginarlo, incluso de soñarlo. Sin el modelo interno que genera la experiencia del color, el color simplemente dejó de existir para él.
Que los sentidos nos engañan no es algo nuevo, los presocráticos ya hablaban de esto. Pero lo interesante es que ahora contamos con muchos ejemplos que nos permiten experimentar esta limitación de forma directa y con todos los sentidos. Además, tenemos teorías que tratan de explicarlo. La teoría del procesamiento predictivo sostiene que en vez de percibir el mundo directamente, el cerebro genera continuamente predicciones internas sobre lo que debería haber ahí fuera y luego las corrige con los datos de los sentidos [4]. Es decir: primero el cerebro adivina, luego comprueba.
Si, además de esta forma de entender el mundo, nos fijamos en el modo en que prestamos atención a las cosas, se da un nuevo efecto: la ceguera por inatención. Puedes probar esto tú mismo con el experimento de Christopher Chabris y Daniel Simons: https://www.youtube.com/watch?v=IGQmdoK_ZfY. Te sugiero que dejes de leer y lo hagas.
El experimento consiste en pedirle al observador que cuente el número de veces que unos jugadores se pasan un balón. En un momento dado pasa un gorila por la pantalla y gran parte de la gente no lo ve. En mi caso sí lo vi y pensé «ajá, ese es el truco, ¿verdad?»… para mi sorpresa hubo cambios más evidentes que me pasaron totalmente desapercibidos demostrando elegantemente su tesis.
La ceguera por inatención puede describirse así: cuando estás realizando una tarea atencional (contar pases), el cerebro da ventaja probabilística al modelo que predice esa tarea. Si aparece un estímulo diferente con muy poca probabilidad de encajar en el modelo de predicción del cerebro (en este caso un gorila), puedes no percibir el estímulo.
El cambio de paradigma en el concepto procesamiento predictivo es que invierte nuestra intuición sobre la percepción. Ojo, esto tiene sus ventajas: el procesamiento predictivo te permite ver patrones con rapidez, funcionar automáticamente, ser eficiente y usar la intuición. Pero a cambio… nos impide ver lo inesperado, notar anomalías, permanecer abiertos a lo nuevo.
¿Quiere decir esto que estamos en un pozo? Es decir, ¿qué puedo hacer para tener nuevas ideas, fijarme en eventos que pueden suponer un avance científico, encontrar formas de innovación e incluso, de una forma más cercana, entender la opinión de otras personas?
Aquí hay que ser honestos: existen dos niveles distintos de ceguera.
El primero es biológico. No puedes ver el gorila mientras cuentas pases —es el precio de la eficiencia cognitiva—. No puedes decidir no descartar algo que nunca llegó a tu consciencia. Pero lo que sí puedes hacer es crear condiciones externas que compensen esa limitación: incluir en tu observación a personas que piensen diferente o tengan otros marcos mentales (lo que tú no ves por tu enfoque, otro lo ve, precisamente, porque mira desde otro sitio), alternar modos atencionales (una fase de enfoque intenso en el tema y otra de atención difusa, mirando sin buscar nada específico), hacer un segundo pase con instrucciones diferentes (¿qué más hay aquí que no estaba buscando?), usar sistemas de captura externos como notas o grabaciones, e incorporar preguntas ritualizadas después de cualquier análisis: ¿Qué podría estar ocurriendo que no estoy viendo?
El segundo nivel es diferente: la información sí llega a tu consciencia, pero tu modelo mental la minimiza o descarta. Y aquí es donde entra Gary Klein.
Klein, psicólogo cognitivo que ha estudiado cómo los expertos toman decisiones en situaciones reales, dedicó años a coleccionar casos de personas que literalmente vieron lo que otros no vieron. Su libro Seeing What Others Don’t [5] analiza más de 120 casos de “insights”. Lo interesante es que Klein vio cómo personas comunes hacían algo que desactivaba el piloto automático del cerebro predictivo.
Si el problema es que nuestro modelo mental filtra lo inesperado, Klein identificó cinco llaves que abren el cerrojo mental: contradicciones (cuando algo no encaja con lo que esperamos y no lo descartamos), conexiones (permitir que ideas de dominios diferentes interactúen), coincidencias (notar un patrón que se repite y tomárselo en serio), curiosidades (negarte a suprimir esa señal irrelevante que te llama la atención) y desesperación creativa (cuando tus modelos han fracasado completamente y no queda otra que reconstruir). Esta última ya la avanzó a su manera Sherlock Holmes en el sabueso de los Baskerville: “Una vez descartado lo imposible, lo que queda, por improbable que parezca, debe ser la verdad”.
Traducido al lenguaje del procesamiento predictivo, cada una de estas llaves es una forma de aumentar el peso del error de predicción frente a tus expectativas previas.
Para el descubrimiento científico, la clave está en las contradicciones y las curiosidades. Fleming descubrió la penicilina porque se negó a ignorar un dato anómalo: un moho que mataba bacterias en una placa contaminada. La mayoría habría tirado esa placa. El descubrimiento científico ocurre cuando tratas el dato que no debería estar ahí como información, no como ruido.
Para la innovación, lo más potente son las conexiones. Innovar no es inventar desde cero, sino permitir que modelos de dominios diferentes colisionen. Gutenberg inventó la imprenta porque conectó el modelo de la prensa de vino con el de los sellos de acuñación. Ninguno de los dos era nuevo, la innovación fue dejar que interactuaran.
Para entender a otra persona, la implicación es más profunda. Si cada uno de nosotros opera desde un modelo predictivo diferente, entonces lo que es obvio para ti puede ser literalmente invisible para el otro —no por estupidez, sino porque su cerebro está sintonizado de manera diferente—. El otro tiene gorilas distintos a los tuyos. Klein sugiere algo simple pero poderoso: en lugar de discutir, pregunta cómo llegó a su conclusión. Escucha no sólo el contenido, sino la estructura de su razonamiento. Eso te revela su modelo.
En definitiva, no estamos en un pozo. Estamos en un sistema diseñado para la eficiencia, no para la verdad completa. Quizás por eso me fascina el pixel art: es un recordatorio constante de que lo que vemos lo entendemos porque está en el modelo que los interpreta. La próxima vez que te cruces con un videojuego retro o una ilustración pixelada, mírala dos veces. Ese rojo que ves puede que no esté ahí. Esa curva tampoco. Y, sin embargo, las ves. ¿No es alucinante?
Puedes ampliar información aquí:
- Entrevista al creador de Mario Bros: Exclusive Interview With Nintendo Gaming Mastermind Shigeru Miyamoto, Dec 2009 https://web.archive.org/web/20150213021502/http://www.popularmechanics.com/culture/gaming/a4690/4334387/
- Akiyoshi Kitaoka en X: «You may see a Coca-Cola can reddish, though this image consists of black, white, and cyan (no red). https://t.co/OOXwmONV0o» / X
- Oliver Sacks relata este caso en Un antropólogo en Marte. De este autor, me gusta tango lo interesante de los casos como la humanidad y compresión con que nos presenta los casos. https://www.anagrama-ed.es/libro/argumentos/un-antropologo-en-marte/9788433905406/A_190
- Jakob Hohwy (2012) y Attention and Conscious Perception in the Hypothesis Testing Brain https://pmc.ncbi.nlm.nih.gov/articles/PMC3317264/
- Puedes encontrar el libro: Seeing what others don’t: the remarkable ways we gain insights. Gary Klein, (2017). https://archive.org/details/seeingwhatothers0000klei_g6q1
Razón:El DIT gestiona toda la investigación científica de la UEMC y asegura que este conocimiento llegue a la sociedad, conectando a investigadores con empresas y divulgando los hallazgos de forma comprensible para todos. El Departamento de Investigación y Transferencia tiene como función principal la puesta en marcha de una actividad investigadora organizada e integrada en la normal actividad de la UEMC, así como asegurar el despliegue de los objetivos del Plan de Investigación y el cumplimiento de las decisiones del Consejo Rector. Además, es la unidad encargada de facilitar y promover la colaboración entre la universidad y su entorno socioeconómico.
Su responsable es Francisco Javier Gutiérrez Pecharromán quien se encargará de difundir en Vuélcate todas las novedades de DIT, así como aconsejar sobre métodos, estrategias y técnicas de éxito para la transferencia de conocimiento. En este caso, se incide en que DIT coordina el programa de Prototipos orientados a mercado para convertir ideas innovadoras en soluciones reales: dit@uemc.es
Temática: Cerebro y percepción para generar nuevas ideas.
PAS: Francisco Javier Gutiérrez Pecharromán.
Especialización: Innovación y transferencia del conocimiento. TCUE. Programa de prototipos orientados a mercado.
