La interacción entre estos dos sistemas es la base del aprendizaje por refuerzo, un concepto fundamental en la neurociencia y la inteligencia artificial. Las neuronas de dopamina en el VTA no solo se activan ante una recompensa, sino que codifican el "error de predicción de recompensa" : la diferencia entre la recompensa esperada y la recibida.
Si la recompensa es mayor de la esperada, hay un pico de dopamina. Esta señal de "placer" refuerza la acción que condujo al resultado positivo.
Si la recompensa es menor de la esperada (o si ocurre un evento doloroso), hay una caída en la actividad de la dopamina. Esta señal de "dolor" o decepción suprime la acción y motiva un cambio de comportamiento.
Este mecanismo es el algoritmo a través del cual el piloto automático (Sistema 1) aprende y se adapta. Es un sistema de prueba y error increíblemente eficiente para optimizar el comportamiento en un entorno predecible. La ciencia demuestra que los ganglios basales, en estrecha comunicación con el sistema de dopamina, son cruciales para convertir estas señales de aprendizaje por refuerzo en hábitos automáticos³. El cerebro, de esta manera, externaliza los comportamientos exitosos al piloto automático para conservar los recursos energéticos de la corteza prefrontal (Sistema 2).
La ciencia también valida la tensión entre el piloto automático y el consciente. La corteza prefrontal (PFC), como hardware de α, es la región que puede anular las directrices basadas en el dolor/placer inmediato del Sistema 1. La capacidad de retrasar la gratificación —elegir una recompensa mayor más tarde sobre una menor ahora— es una función clave de la PFC. Estudios como el famoso "test de la golosina" de Walter Mischel han demostrado que la capacidad de ejercer este control cognitivo en la infancia es un fuerte predictor del éxito en la vida adulta. Esto valida científicamente que la habilidad del Ingeniero de Sistemas (α, a través de la PFC) para gestionar el sistema de retroalimentación primario de γ es una habilidad fundamental para la manifestación a largo plazo.
Notas al pie de página: ¹ La investigación de Wolfram Schultz y otros fue pionera en demostrar el rol de la dopamina en la codificación del error de predicción de recompensa, sentando las bases de la neurociencia del aprendizaje por refuerzo. ² Eisenberger, N. I., Lieberman, M. D., & Williams, K. D. (2003). "Does Rejection Hurt? An fMRI Study of Social Exclusion". Science . ³ La investigación sobre los bucles cortico-basales-talámicos ha establecido el rol central de los ganglios basales en la formación de hábitos.