El análisis de la IA de los movimientos de los bebés revela importantes conocimientos sobre las primeras etapas de desarrollo, destacando la importancia de los movimientos de los pies en el aprendizaje. Los avances recientes en informática e inteligencia artificial y nuevos conocimientos sobre el aprendizaje infantil sugieren que se pueden utilizar técnicas de aprendizaje automático y profundo para estudiar cómo los bebés pasan de movimientos exploratorios aleatorios a acciones decididas. Hasta la fecha, la mayoría de los estudios se han centrado en los movimientos espontáneos de los bebés y han distinguido entre conductas inquietas y no inquietas.
Aunque los primeros movimientos de un bebé pueden parecer inconexos, revelan patrones significativos en la interacción del bebé con el entorno. Sin embargo, todavía nos falta comprender cómo los bebés interactúan conscientemente con su entorno y los principios que guían sus acciones dirigidas a objetivos.
Para explorar cómo los bebés comienzan a actuar con un propósito, investigadores de la Florida Atlantic University y sus colaboradores llevaron a cabo un experimento con teléfonos celulares para bebés, una técnica de investigación del desarrollo que se ha utilizado desde finales de la década de 1960. En este experimento, se ató suavemente un teléfono móvil de colores al pie de un bebé y se movió cuando éste pateaba, vinculando así el comportamiento del bebé con lo que estaba viendo. Esta configuración ayuda a los investigadores a comprender cómo los bebés controlan sus movimientos y a descubrir su capacidad para influir en su entorno.
En el estudio, los investigadores probaron si las herramientas de inteligencia artificial podían capturar cambios complejos en los patrones de movimiento de los bebés. Los movimientos infantiles rastreados mediante el sistema de captura de movimiento Vicon3D se clasifican en diferentes tipos, desde movimientos espontáneos hasta reacciones durante el movimiento. Aplicando diversas técnicas de inteligencia artificial, los investigadores estudiaron qué método capturaba mejor los comportamientos sutiles de los bebés en diferentes situaciones y cómo evolucionaban los movimientos con el tiempo.
Los hallazgos, publicados en Scientific Reports, destacan la inteligencia artificial como una herramienta importante para comprender el desarrollo y las interacciones infantiles tempranas. Tanto el aprendizaje automático como los métodos de aprendizaje profundo clasificaron con precisión cinco segundos de clips tridimensionales de movimientos infantiles en diferentes etapas del experimento. Entre estos métodos, el modelo de aprendizaje profundo 2D-CapsNet tiene el mejor rendimiento. Es importante destacar que el movimiento de los pies tuvo la mayor precisión de todos los métodos probados, lo que significa que los patrones de movimiento de los pies cambiaron de manera más significativa durante las distintas etapas del experimento en comparación con otras partes del cuerpo.
"Este hallazgo es significativo porque al sistema de IA no se le dijo nada sobre el experimento y no sabía qué parte del cuerpo del bebé estaba conectada al teléfono", dijeron los coautores del estudio Glenwood Krich y Martha Krichko del Centro de Sistemas Complejos y Ciencias del Cerebro de la Universidad Atlántica de Florida. El Dr. Scott Kelso, académico distinguido en ciencias, dijo: "Esto sugiere que los pies, como efectores finales, son los más afectados por la interacción con el teléfono. En otras palabras, la forma en que el bebé se conecta con el entorno se ve más afectada en el punto de contacto con el mundo. Aquí, son 'los pies primero'".
El modelo 2D-CapsNet logró una precisión del 86 % al analizar los movimientos del pie y pudo capturar las relaciones detalladas entre diferentes partes del cuerpo durante el movimiento. Los movimientos del pie tuvieron consistentemente la mayor precisión de todos los métodos probados, aproximadamente un 20% más precisos que los movimientos de la mano, la rodilla o todo el cuerpo.
"Descubrimos que los bebés exploraban más después de ser desconectados de sus teléfonos que antes de tener la oportunidad de controlarlos. Parece que perder la capacidad de controlar sus teléfonos los hizo más ansiosos de interactuar con el mundo para encontrar formas de reconectarse", dijo la coautora Aliza Sloan, Ph.D., científica investigadora postdoctoral en el Centro de Sistemas Complejos y Ciencias del Cerebro de la Universidad Atlántica de Florida. "Sin embargo, algunos bebés mostraron patrones de movimiento durante la fase de desconexión que contenían señales de sus interacciones previas con el teléfono. Esto sugiere que sólo algunos bebés entienden su relación con el teléfono lo suficientemente bien como para mantener estos patrones de movimiento con la expectativa de que seguirán generando respuestas desde el teléfono incluso después de la desconexión".
Si la precisión de los movimientos del bebé sigue siendo alta durante la desconexión, puede indicar que el bebé aprendió algo durante la interacción anterior, dijeron los investigadores. Sin embargo, diferentes tipos de movimientos pueden significar que los bebés descubran cosas diferentes.
"Es importante señalar que estudiar a los bebés es más desafiante que estudiar a los adultos porque los bebés no pueden comunicarse verbalmente", dijo la coautora, la Dra. Nancy Aaron Jones, miembro del Centro de Ciencias del Cerebro. "Los adultos pueden seguir instrucciones y explicar sus acciones, pero los bebés no. Eso es lo que hacen las personas. Aquí es donde la IA puede ayudar. La IA puede ayudar a los investigadores a analizar cambios sutiles en los movimientos de los bebés, incluso en sus estados de reposo, para brindarnos información sobre cómo piensan y aprenden, incluso antes de que puedan hablar, y puede ayudarnos a comprender las enormes diferencias individuales que ocurren a medida que los bebés crecen".
Observar cómo cambia la precisión de la clasificación de la IA para cada bebé brinda a los investigadores una nueva forma de comprender cuándo y cómo los bebés comienzan a interactuar con el mundo.
"Los métodos anteriores de IA se han centrado principalmente en clasificar los movimientos espontáneos que se correlacionan con los resultados clínicos, y la combinación de experimentos basados en teoría con la IA nos ayudará a evaluar mejor el comportamiento infantil en relación con su entorno específico", dijo Kelso. "Esto podría mejorar la forma en que identificamos riesgos, diagnosticamos y tratamos enfermedades".
Compilado de/SciTechDaily