En el almacén hay cajas con manzanas y peras. Hay muchas manzanas y pocas peras. Pero cuando el encargado dice «fruta con piel lisa», por alguna razón recordamos más a menudo la rara pera que la frecuente manzana. Eso es el efecto de la tasa base inversa: un fallo persistente en cómo el cerebro resuelve la ambigüedad entre categorías.
Durante mucho tiempo se pensó que la causa era el error de predicción: el cerebro se equivoca, recibe una señal de discrepancia y reajusta sus expectativas. Pero los autores del trabajo fueron más allá: eliminaron de los experimentos la propia posibilidad de ese error. Primero pasaron al aprendizaje por observación (la persona simplemente mira, sin hacer predicciones), y luego quitaron por completo las pistas con los nombres de las categorías. El efecto no desapareció.
Así nació el modelo OSCAR. Funciona con retroalimentación autogenerada, algo así como una completación interna de la imagen. Al ver parte de los rasgos, el sistema completa el todo por sí mismo y aprende de esa respuesta interna. El modelo no solo reprodujo los resultados con datos antiguos, sino que también predijo las diferencias individuales entre las personas y, por primera vez, explicó los movimientos oculares antes incomprendidos registrados en los experimentos.
El efecto de la tasa base inversa es tan persistente que aparece incluso en bebés que aún no saben hablar: parece ser una característica profunda del funcionamiento del cerebro, no un subproducto del aprendizaje.
En la novela «Flores para Algernon», el protagonista experimenta cómo su percepción del mundo cambia tras mejorar su inteligencia; las distorsiones de categorías y los sesgos, similares al efecto de la tasa base inversa, podrían explicar por qué las decisiones «inteligentes» y «tontas» a veces se entrelazan de manera tan extraña.