“Dos, cuatro, seis, ocho; agárrense, no esperen”.
De niños, aprendemos que los números pueden ser pares o impares. Y hay muchas maneras de clasificar los números como pares o impares.
Podemos memorizar la regla de que los números que terminan en 1, 3, 5, 7 o 9 son impares, mientras que los números que terminan en 0, 2, 4, 6 u 8 son pares. O podemos dividir un número por 2, donde cualquier resultado de un número entero significa que el número es par; de lo contrario, debe ser impar.
De manera similar, cuando tratamos con objetos del mundo real, podemos usar el emparejamiento. Si nos sobra un elemento no emparejado, eso significa que el número de objetos era impar.
Hasta ahora, la categorización par e impar, también llamada clasificación de paridad, nunca se había mostrado en animales no humanos. En un nuevo estudio, publicado el viernes en el diario Fronteras en Ecología y Evoluciónmostramos que las abejas pueden aprender a hacer esto.
¿Por qué la categorización de paridad es especial?
Las tareas de paridad (como la categorización de pares e impares) se consideran abstractas y de alto nivel. conceptos numéricos en humanos.
Curiosamente, los humanos demuestran sesgos de precisión, velocidad, lenguaje y relación espacial al categorizar números como impares o pares.
por ejemplo, nosotros tienden a responder más rápido a números pares con acciones realizadas por nuestra mano derecha, y a números impares con acciones realizadas por nuestra mano izquierda.
También somos más rápidos y más precisos al categorizar números como pares en comparación con impares. Y la investigación ha encontrado que los niños típicamente asocian la palabra “par” con “derecha” e “impar” con “izquierda”.
Estos estudios sugieren que los humanos pueden haber aprendido sesgos y/o sesgos innatos con respecto a los números pares e impares, que pueden haber surgido a través de la evolución, la transmisión cultural o una combinación de ambos.
No es obvio por qué la paridad podría ser importante más allá de su uso en matemáticas, por lo que los orígenes de estos sesgos siguen sin estar claros.
Comprender si otros animales pueden reconocer (o pueden aprender a reconocer) los números pares e impares y cómo pueden decirnos más sobre nuestra propia historia con la paridad.
Entrenando a las abejas para que aprendan pares e impares
Los estudios han demostrado que las abejas pueden aprender a cantidades de pedidorealizar sumas y restas simples, unir símbolos con cantidades y relacionar conceptos de tamaño y número.
Para enseñar a las abejas una tarea paritaria, separamos a los individuos en dos grupos. Uno fue entrenado para asociar números pares con agua azucarada y números impares con un líquido de sabor amargo (quinina). El otro grupo fue entrenado para asociar números impares con agua azucarada y números pares con quinina.
Una ilustración de cómo los investigadores entrenaron a las abejas para asociar estímulos “iguales” con una recompensa. (Scarlett Howard)
Entrenamos abejas individuales usando comparaciones de números pares e impares (con tarjetas que presentaban formas impresas del 1 al 10) hasta que eligieron la respuesta correcta con un 80 por ciento de precisión.
Sorprendentemente, los respectivos grupos aprendieron a ritmos diferentes.
Las abejas entrenadas para asociar números impares con agua azucarada aprendieron más rápido.
Su sesgo de aprendizaje hacia los números impares era lo contrario de los humanos, que categorizan los números pares más rápidamente.
Luego probamos cada abeja con nuevos números que no se mostraron durante el entrenamiento. Sorprendentemente, clasificaron los nuevos números de 11 o 12 elementos como pares o impares con una precisión de alrededor del 70 por ciento.
Nuestros resultados mostraron que los cerebros en miniatura de las abejas eran capaces de comprender los conceptos de pares e impares.
Así que un cerebro humano grande y complejo compuesto por 86 mil millones de neuronasy un cerebro de insecto en miniatura con unas 960.000 neuronaspodrían categorizar números por paridad.
¿Significa esto que la tarea de paridad fue menos compleja de lo que pensábamos anteriormente? Para encontrar la respuesta, recurrimos a la tecnología bioinspirada.
Creación de una red neuronal artificial simple
Las redes neuronales artificiales fueron uno de los primeros algoritmos de aprendizaje desarrollados para el aprendizaje automático. Inspiradas en neuronas biológicas, estas redes son escalables y pueden abordar tareas complejas de reconocimiento y clasificación utilizando Lógica proposicional.
Construimos una red neuronal artificial simple con solo cinco neuronas para realizar una prueba de paridad.
Le dimos a la red señales entre 0 y 40 pulsos, que clasificó como pares o impares. A pesar de su simplicidad, la red neuronal clasificó correctamente los números de pulso como pares o impares con una precisión del 100 por ciento.
Esto nos mostró que en principio la categorización de paridad no requiere un cerebro grande y complejo como el de un ser humano.
Sin embargo, esto no significa necesariamente que las abejas y la red neuronal simple usaron el mismo mecanismo para resolver la tarea.
¿Simple o complejo?
Todavía no sabemos cómo las abejas pudieron realizar la tarea de paridad. Las explicaciones pueden incluir procesos simples o complejos. Por ejemplo, las abejas pueden tener:
-
elementos emparejados para encontrar un elemento no emparejado
-
realizó cálculos de división, aunque las abejas no han demostrado previamente la división
-
contó cada elemento y luego aplicó la regla de categorización impar/par a la cantidad total.
Al enseñar a otras especies animales a discriminar entre números pares e impares, y a realizar otras matemáticas abstractas, podemos aprender más sobre cómo surgieron las matemáticas y el pensamiento abstracto en los humanos.
¿Es el descubrimiento de las matemáticas una consecuencia inevitable de la inteligencia? ¿O las matemáticas están relacionadas de alguna manera con el cerebro humano? ¿Son las diferencias entre humanos y otros animales menores de lo que pensábamos anteriormente?
Tal vez podamos obtener estas percepciones intelectuales, si solo escuchamos correctamente. 
scarlett howardConferenciante, Universidad Monash; Adrián DyerProfesor adjunto, Universidad RMIT; Andrés Greentreeprofesor de física cuántica y futuro miembro del Consejo de Investigación de Australia, Universidad RMITy Jair GarciaCompañero de investigación, Universidad RMIT.
Este artículo se vuelve a publicar de La conversación bajo una licencia Creative Commons. Leer el artículo original.