La conciencia como fallo del termostato exprés
El termostato mantiene la habitación a 20 grados. Abre la ventana en invierno y encenderá la calefacción para recuperar el equilibrio. El cerebro hace algo parecido: predice constantemente lo que ocurrirá en el instante siguiente y se corrige si se equivoca. Así aprende. Pero, ¿dónde encaja la conciencia en esta mecánica, esa sensación del sabor de una manzana o del dolor de una quemadura?
Dos teorías lo abordaban desde ángulos opuestos. Una, el principio de energía libre, sostiene que todo sistema vivo tiende a minimizar la sorpresa, como el termostato. La otra, la teoría de la información integrada, intenta medir la conciencia mediante la capacidad del sistema de influir sobre sí mismo. Si fragmentas el cerebro, pierde la imagen global. Hasta ahora no existía una conexión matemática clara entre ambas perspectivas.
Los autores del nuevo trabajo han encontrado ese vínculo. Proponen calcular la información como la diferencia entre lo que el sistema hizo realmente y lo que "debería" haber hecho si se hubiera limitado a seguir la trayectoria más probable. Resulta que los conceptos clave de la teoría de la conciencia —los llamados repertorios de causas y efectos— se derivan de forma natural de esta definición. En otras palabras, la medida de la consciencia resulta ser un caso particular de cómo el sistema maneja las sorpresas.
Esto no significa que el termostato adquiera un alma. Se trata de que un mismo lenguaje matemático puede describir tanto el aprendizaje como la experiencia subjetiva. El puente entre ambos se construye sobre una idea sencilla: la conciencia no es una sustancia especial, sino el grado en que un sistema se ve obligado a desviarse de lo habitual para seguir siendo él mismo.
Resumen original
tal como lo escribieron los autores, en inglés arXiv:2605.12536
The Free Energy Principle (FEP) is a leading framework for mathematically modeling self-organization and learning, while Integrated Information Theory (IIT) is a computational ontology of consciousness oriented around irreducible cause and effect. While conceptual unifications have been proposed and appear to be supported by empirical findings, the absence of a rigorous mathematical mapping places upper bounds on their precision and testability. This work proposes that information can be defined as the deviation $$\psi$$ of realized dynamics from a constrained maximum-caliber (MaxCal) path ensemble over a finite time horizon. Under this definition, each of the cause/effect repertoires central to IIT 3.0 emerge directly from MaxCal variational principles, allowing IIT's phenomenological calculus to be re-derived from constrained entropy-maximization (CMEP). This framework supplies a theoretical bridge to active inference, which is mathematically dual to CMEP under Langevin dynamics, and offers a principled route for extending IIT to new dynamical regimes. When the approach is applied under the Central Limit Theorem (CLT) for Markov chains and via large deviations theory (LDT) to Ising models, information $$\psi$$ is shown to be equivalent to prediction error under accompanying predictive coding models. This may hold relevance to the ``hill-shaped trajectory'' of $$\Phi$$ observed in neuronal cultures adapting to sensory inputs. Together, these results provide a physically and mathematically grounded rationale for studying the convergence of FEP, IIT, and thermodynamic frameworks of cognition such as recent work grounding consciousness in violations of the Fluctuation-Dissipation Theorem (FDT).
En neurociencia se conoce la gráfica "en forma de colina": cuando las neuronas en una placa de Petri aprenden a responder a estímulos, la medida de información integrada primero aumenta, alcanza un pico y luego cae, como si la conciencia fuera más brillante en el momento de dominar algo nuevo.
En la novela "Blindsight" de Peter Watts, la mente alienígena carece de conciencia precisamente porque su comportamiento siempre es óptimo y nunca se desvía de lo predicho.