El efecto Mozart, ¿mito o realidad?

Continuamos nuestras entradas sobre música y matemáticas, hoy hablaremos del mítico efecto Mozart.

En la rama de investigación de la neuropsicología, se ha prestado especial atención a la conexión entre la música y las aptitudes matemático-lógicas. Desde la décaca de los 90, se han desarrollado una serie de estudios sobre la conexión entre la mente-cuerpo y música-matemáticas.

Las personas presentadas a examen, en especial los niños, revelan mejores resultados imaginativos y visualconstructivos (por ejemplo, imaginar un barco y reconstruirlo con piezas de lego) después de exponerse a la música clásica. Este efecto se denominó el “efecto Mozart”.

[youtube]https://www.youtube.com/watch?v=Rb0UmrCXxVA[/youtube]

Y mucho más aún, el tocar un instrumento desarrolla la capacidad razonadora más fácilmente que simplemente escuchar música de forma pasiva. Los estudiantes de música pueden tener una mejor coordinación en el cuerpo y en los ojos, además de una mejor predisposición a la resolución de ejercicios de aritmética. Tiene una razón lógica, pues un músico sigue un continuo ejercicio de aritmética al dividir cada ritmo. Esta cuenta mental resulta muy beneficiosa para el posterior cálculo de, por ejemplo, fracciones y decimales.

En general, el ejercicio de aprender a tocar un instrumento desarrolla  la práctica constante, la atención al detalle y la disciplina, que son las aptitudes necesarias para desarrollar fuertes habilidades matemáticas.

El término “efecto Mozart” se acuñó en 1993 cuando Frances Rauscher y sus colaboradores investigaron los efectos de escuchar música de Mozart en el posterior razonamiento manipulativo-espacial, por ejemplo, como puede ser montar un puzle. Los resultados se publicaron en la revista Nature. Se demostró que escuchar música mejora estas habilidades a corto plazo. Sin embargo, parece que no tiene un efecto en la mejora del coeficiente intelectual. No obstante, sigue habiendo una creencia popular de que escuchar a Mozart te hace realmente más inteligente. El boom de música clásica y el jazz, especialmente en Nueva York, surgió de las noticias publicadas en el New York Times sobre la conexión entre inteligencia y la música clásica, interpretando exageradamente la investigación de Rauscher.

Frances Raucher

Cuatro años más tarde, se publica el libro de Campbell sobre los beneficios de la música de Mozart en infantes. Se realizan nuevos estudios sobre niños a los que se imparten clases de piano durante meses. Se asegura que su coeficiente intelectual se incrementó un 34%, debido a la plasticidad del cerebro de un niño. La neuroplasticidad del cerebro en los primeros años de vida acarrea el desarrollo de redes neuronales más complicadas, capaces de ajustarse a nuevas corrientes de información, interpretarlas y emitir estímulos eficientes y eficaces. Esto es lo que se entiende por nuevos aprendizajes. En general, el libro de Campbell quiere demostrar los beneficios de la música, no sólo en el aprendizaje, sino en la depresión, ansiedad, autismo o dislexia. Algunos de los estudios sobre el beneficio de la música en la salud se publicaron en el Journal de la Royal Society of Medicine.  El estudio se basó en tocar la sonata para piano n.23 K.488 a un conjunto de enfermos de epilepsia, dando como resultado un decrecimiento de los brotes epilépticos. Sin embargo, estas teorías aún siguen siendo controvertidas y siguen sometidas a exámenes.

Gracias a las técnicas de neuroimagen y neurociencia desarrolladas en los últimos años, los procesos cognitivos  ahora se explican por la activación de la misma parte cerebral cuando se escucha música o cuando se realizan actividades de razonamiento.

Los mapas proyectantes de diferentes partes del cerebro, se denominan conectogramas. Los conectogramas están en constante evolución, mejorando sus técnicas de visualización, análisis y representación.

De hecho, existe una línea de investigación en matemáticas dedicada al estudio del mapeo de volúmenes reales, como puede ser el cerebro, y que se plasman en representaciones de tomografía computerizada. Las matemáticas juegan su papel en el algoritmo de reconstrucción de la imagen. En general ,se usan dos técnicas: la proyección de retroceso filtrado y la reconstrucción iterativa. Sin embargo, aún queda mucho por refinar en estas técnicas, como el tiempo de cómputo y la exactitud matemática de sus algoritmos.

Las matemáticas han jugado un papel fundamental en la neurociencia desde sus primeros atisbos hace más de 100 años. En 1968, los neurocientíficos Hodgkin y Huxley obtuvieron el premio Nobel en neurociencia moderna. Estos científicos creían en las matemáticas como el elemento resolutivo de todos los problemas en la neurociencia. En particular, la física y la matemática no lineal son un camino en desarrollo para la interpretación de al actividad cerebral. Por ejemplo, la información se adentra en el cerebro en forma de estímulos, representados por “picos” o funciones muy localizadas que envuelven la información a través de la neurona. La formación del pico, o “delta de Dirac” y sus variantes, como funciones derivadas o integrales, son archiconocidas a día de hoy. Sin embargo, el patrón de formación de todos los picos o código neuronal, es un proceso muy complejo, sin resolver. Existen teorías de aproximación, como puede ser el caos, pero sin embargo, no hay resultados concluyentes, convirtiendo la transmisión cerebral en el hito de la investigación en neurociencia.

El siglo XXI se ha convertido en el siglo de las matemáticas y la neurociencia, gracias al desarrollo computacional, que ha permitido rastrear un gran rango de escalas, desde lo molecular, hasta el tamaño celular. Sin embargo, aún queda un largo camino, materia de estudio, debido a las imprecisiones existentes en cuanto a que el proceso siempre comienza con una suposición inicial de cómo ordenadar los datos y proponer una ecuación matemática que de cuenta del comportamiento. Por supuesto, la suposición está sujeta a una serie de variables imprecisas: el número de variables necesarias, la cantidad y calidad de las medidas, lo que constriñe el rango de aplicabilidad de un modelo.

La última tendencia es la de proponer una matemática más clásica para la interpretación de los modelos. En lugar de hacer suposiciones ad hoc que den cuenta de los datos experimentales recogidos, existe la tendencia de relegar la neurociencia de las hipótesis al pasado y proponer la investigación sistemática y analítica: la idea fundamental es que las conjeturas han de escribirse de forma lógica y ser expresadas en un conjunto de afirmaciones que puedan probarse explícitamente, cuyos puntos de partida no sean suposiciones, sino verdades que superen los límites experimentales. Por ejemplo, como contribución a descibrar el código neuronal, a escala celular, el proceso puede describirse como un haz de curvas que surge de cada neurona. Podría decirse que el conjunto de vértices de la red neuronal no presenta un conjunto de curvas euclídeas, pero podrían representarse geométricamente como curvas de Jordan. La clave está en representar una hecho neurobiológico y convertirlo en un “axioma experimental” gracias al lenguaje de las matemáticas. Un conjunto de axiomas deberían representar una teoría que pudiera probarse, he aquí la gran desviación entre la matemática hipotética y el razonamiento lógico eximido de los conjuntos de datos anteriores. La diferencia más importante es que los axiomas propuestos son irreducibles y permanentes, mientras que las conclusiones hipotéticas pueden variar a medida que los experimentos avanzan.

Como podemos apreciar, las matemáticas son una ciencia en desarrollo, de la que surgen nuevas ramas a partir de otras disciplinas. Lo anterior es un claro ejemplo de que la modelización experimental ha dado lugar a la propuesta de una neurociencia más rigurosa desde el punto de vista matemático, que dará lugar a mucha más investigación teórica, pero también a mucha más investigación experimental. Cabe plantearnos, qué sería de las matemáticas por si solas si no existieran experiencias que modelizar.

Manuel de León (CSIC, Fundador del ICMAT, Real Academia de Ciencias, Real Academia Canaria de Ciencias, ICSU) y Cristina Sardón (ICMAT-CSIC).

Compartir:

3 comentarios

  1. La matemàtica nos ayuda a desarrollar la «percepciòn tecnico- cientìfica»

Deja un comentario