Uma das teorias mais influentes da neurociência contemporânea — a de que o cérebro funciona como uma máquina de “processamento preditivo” — acaba de sofrer um abalo vindo dos laboratórios da Friedrich Miescher Institute for Biomedical Research e da University of Basel. Em estudo publicado nesta sexta-feira (8), na revista científica eLife, os neurocientistas Anna Vasilevskaya e Georg B Keller apresentam evidências experimentais de que os principais modelos atuais de funcionamento cortical talvez estejam incompletos — ou mesmo errados.

A descoberta não é apenas um debate acadêmico. Ela pode alterar a compreensão científica sobre percepção, aprendizado, consciência, esquizofrenia, alucinações e até os rumos da inteligência artificial inspirada no cérebro humano.

No centro da controvérsia está o córtex cerebral, camada externa do cérebro responsável por funções superiores como percepção, linguagem, memória e tomada de decisão. Desde os anos 1990, uma das hipóteses mais influentes sustenta que o cérebro funciona antecipando constantemente o mundo ao redor: ele cria previsões sobre o que deve acontecer e corrige seus próprios erros quando a realidade não corresponde à expectativa.

Essa estrutura, chamada de “processamento preditivo”, ganhou força porque parecia explicar desde ilusões ópticas até transtornos psiquiátricos. Em termos simples, o cérebro seria menos uma câmera passiva e mais um simulador ativo da realidade.

O novo estudo, porém, sugere que essa arquitetura talvez não funcione da forma imaginada.

“Os dados mostram que nenhuma das duas variantes dominantes do processamento preditivo consegue explicar completamente as interações observadas entre as camadas do córtex”, afirmam Vasilevskaya e Keller no artigo.

A pesquisa utilizou experimentos sofisticados em camundongos, combinando realidade virtual, microscopia de dois fótons, optogenética e registro de atividade neural em tempo real. Os animais caminhavam em esteiras esféricas cercados por ambientes visuais simulados enquanto os cientistas manipulavam grupos específicos de neurônios com luz laser.

Os pesquisadores investigaram como diferentes camadas do córtex visual trocam informações. Em especial, queriam testar uma questão central: os neurônios profundos do córtex enviam sinais de “previsão” ou sinais de “ensino” para as camadas superficiais?

O resultado surpreendeu a equipe.

Os experimentos mostraram que neurônios das camadas profundas — especialmente das camadas 5 e 6 do córtex — influencavam as camadas superiores de forma incompatível com os modelos clássicos de processamento preditivo. Mais inesperado ainda: quando os cientistas inverteram a direção da análise, observando o efeito das camadas superficiais sobre as profundas, encontraram um padrão oposto ao previsto pelas teorias atuais.

“Isso nos deixa diante de uma conclusão importante: ou os modelos estão errados, ou os neurônios de representação interna não estão localizados nas camadas profundas como acreditávamos”, escrevem os autores.

O trabalho avança além da crítica. Keller e Vasilevskaya propõem um novo modelo inspirado em arquiteturas recentes de inteligência artificial chamadas JEPA (“Joint Embedding Predictive Architecture”), desenvolvidas originalmente para aprendizado autossupervisionado em redes neurais.

Nessa hipótese, o cérebro não preveria diretamente estímulos sensoriais, como imagens ou sons. Em vez disso, as camadas superficiais do córtex preveriam a atividade das próprias camadas profundas do cérebro — uma espécie de “modelo interno dos modelos internos”.

A ideia aproxima neurociência e IA em um momento estratégico. Nos últimos anos, empresas e centros de pesquisa passaram a buscar arquiteturas computacionais menos dependentes de supervisão humana e mais parecidas com a aprendizagem biológica. O conceito de JEPA ganhou notoriedade após pesquisas lideradas pelo cientista franco-americano Yann LeCun, um dos pioneiros do aprendizado profundo.

Para Keller, a convergência entre cérebro e inteligência artificial é inevitável. “Precisamos de modelos que sejam simultaneamente biologicamente plausíveis e computacionalmente úteis”, defendem os autores.

O estudo também reacende um debate histórico da neurociência: existe um “algoritmo universal” do córtex?

Desde o neurocientista David Marr até trabalhos clássicos de Vernon Mountcastle e Mumford, pesquisadores tentam explicar por que regiões cerebrais com funções tão distintas apresentam arquiteturas celulares semelhantes. A hipótese dominante era que o cérebro reutilizaria um mesmo princípio computacional em diferentes contextos.

Agora, o estudo suíço sugere que esse princípio talvez seja mais complexo — e menos hierárquico — do que se imaginava.

Um dos aspectos mais relevantes da pesquisa é o rigor experimental. Os cientistas identificaram tipos específicos de neurônios associados a “erros positivos” e “erros negativos” de previsão e observaram como eles respondiam a estímulos visuais inesperados. Entre os resultados mais robustos está a constatação de que certos neurônios superficiais se comportam como detectores de discrepância entre expectativa e realidade, enquanto neurônios profundos parecem atuar como sinais de referência para esse cálculo.

O impacto potencial extrapola a neurociência básica.

Teorias de processamento preditivo têm sido usadas para explicar transtornos como autismo, esquizofrenia e ansiedade. Muitos modelos psiquiátricos contemporâneos partem da ideia de que sintomas surgem quando o cérebro calcula previsões de maneira inadequada. Se os circuitos fundamentais estiverem organizados de outra forma, parte dessas interpretações poderá precisar de revisão.

Além disso, o estudo dialoga com pesquisas recentes sobre estados alterados de consciência e psicodélicos. Os próprios autores citam evidências de que substâncias psicoativas conseguem modificar padrões de atividade em camadas profundas do córtex sem alterar proporcionalmente as camadas superficiais — algo difícil de conciliar com modelos tradicionais de hierarquia cortical.

Mesmo assim, os pesquisadores reconhecem limitações importantes. Os experimentos não cobriram todos os tipos de neurônios existentes no córtex, e parte das conexões observadas pode envolver circuitos indiretos ainda pouco compreendidos. “Nosso trabalho restringe o espaço de algoritmos plausíveis para o córtex, mas não oferece ainda uma resposta definitiva”, afirmam.

A prudência, porém, não reduz a relevância da descoberta.

Em avaliações independentes publicadas pela revista eLife, especialistas classificaram o estudo como “fundamental” para o avanço da compreensão sobre a implementação neural do processamento preditivo.

Num campo acostumado a hipóteses elegantes e poucas provas diretas, o trabalho suíço recoloca a neurociência diante de uma pergunta clássica — e ainda sem resposta definitiva: afinal, qual é o verdadeiro algoritmo do cérebro?