esse artigo continua a discussão de a IA funciona igual ao seu cerebro?, onde apresento o modelo do cérebro bayesiano. recomendo ler primeiro se ainda nao leu.
no primeiro artigo, a ideia central era que o cérebro funciona como um motor de predição probabilística, ele nao registra o mundo passivamente, ele faz apostas constantes sobre o que vai acontecer e vai ajustando o modelo quando erra.
uma consequência interessante disso eh, se o cérebro é uma máquina de predição, o que acontece quando essa máquina tem bug?
depressão, autismo e TDAH podem ser entendidos exatamente assim. nao como "defeitos de caráter" nem como mistérios inexplicáveis, mas como variações no motor de predição, cada uma com sua lógica interna própria. (⊙_⊙)
os frameworks que aparecem aqui sao modelos em desenvolvimento, nao consenso clínico consolidado. a teoria bayesiana da depressão é influente mas é um modelo entre vários. o de autismo também. o de TDAH é ainda mais especulativo. vou tratar cada um como o que é, uma lente útil pra pensar sobre o problema, nao a explicação definitiva. diagnóstico e acompanhamento continuam sendo com profissional.
depressao: priors travadas no negativo
no framework bayesiano, as priors sao as crenças anteriores que o cérebro usa pra interpretar tudo que chega. normalmente, quando evidência nova aparece, ela atualiza essas crenças. isso é o aprendizado acontecendo.
na depressão, as priors ficam pesadas demais e negativas demais pra serem movidas.
o cérebro com depressão opera com algo tipo "vou falhar", "ninguém gosta de mim", "nada vai dar certo". evidência contrária chega, mas nao tem força suficiente pra mover essas crenças. o modelo interno descarta os dados positivos como ruído.
você passa numa prova difícil e o cérebro fala "foi sorte". um amigo te elogia e você pensa "ele tá sendo educado". qualquer coisa boa que acontece é filtrada fora porque nao bate com o modelo interno. (¬_¬)
Paul Dayan e outros pesquisadores ligaram isso ao learned helplessness, se o cérebro aprende que suas ações nao influenciam nenhum resultado, ele para de tentar prever um futuro melhor. a "expectativa de recompensa" fica achatada. por isso a anedonia (perda de prazer) faz sentido nesse modelo: o cérebro parou de prever que qualquer coisa vai ser boa.
a estrategia perversa de Friston
lembra que Friston disse que o objetivo do cérebro é minimizar surpresa? na depressão isso vira algo bem sombrio.
se eu prevejo que tudo vai dar errado, nada me surpreende. baixar as expectativas ao máximo é uma forma de minimizar erro de predição. o cérebro tecnicamente está "otimizando", mas chegou num equilíbrio local horroroso e estável. (x_x)
qualquer tentativa de sair desse estado gera surpresa, ou seja, erro de predição alto, ou seja, o cérebro resiste. é por isso que "é só se animar" nao funciona. o sistema está preso num mínimo local e qualquer movimento pra fora sente como ameaça ao modelo.
ruminacao = loop sem saída
aquela coisa de ficar remoendo o mesmo pensamento ruim por horas? pesquisadores como Barrett e Paulus veem isso como o cérebro tentando resolver um erro de predição que nao tem solução acessível no modelo atual.
ele roda o modelo de novo, de novo e de novo tentando achar coerência que nao vem. é um loop de processamento preso sem condição de parada. (¬_¬)
por que psicodelicos parecem funcionar
essa é a parte que mais me fascinou.
Robin Carhart-Harris propôs a teoria REBUS (Relaxed Beliefs Under Psychedelics). a ideia é que psilocibina e LSD "afrouxam" temporariamente as priors super rígidas, deixando o cérebro mais aberto a atualizar as crenças travadas. tipo um reset forçado do modelo. (✪ω✪)
ensaios clínicos com psilocibina pra depressão resistente a tratamento estão mostrando resultados promissores exatamente porque o mecanismo faz sentido dentro desse framework, nao é magia, é descompressão de priors que estavam pesadas demais pra se mover sozinhas.
a Terapia Cognitivo-Comportamental pode ser vista da mesma forma: você literalmente treina o cérebro a coletar evidência nova e forçar atualização das crenças. mais lento que psilocibina, mas o mecanismo é análogo. (｡•̀ᴗ-)✧
depressão também tem componentes genéticos, neuroquímicos (serotonina, dopamina, glutamato), inflamatórios, sociais e traumáticos. o framework bayesiano nao substitui nada disso, ele oferece uma forma matemática elegante de entender como esses fatores se manifestam em cognição e comportamento. se você ou alguém próximo está passando por isso, terapia e acompanhamento médico sao o caminho.
autismo: priors fracas, mundo em volume maximo
no cérebro típico, as priors comprimem a realidade. você vê uma cadeira mesmo que a iluminação mude, mesmo que ela esteja parcialmente coberta por uma sacola, porque a prior "cadeira" preenche os buracos automaticamente. o cérebro confia bastante no modelo interno e descarta pequenas variações sensoriais como ruído.
a teoria mais influente sobre autismo, proposta por Pellicano e Burr (2012), é a das hypo-priors: priors mais fracas em relação à evidência sensorial. o input sensorial bruto tem peso maior. o modelo interno tem peso menor. (⊙_⊙)
isso explica muita coisa de uma vez:
- hipersensibilidade sensorial: etiqueta de roupa, luz fluorescente, textura de comida. o cérebro nao filtra esses estímulos como "ruído esperado". eles chegam em volume máximo porque o filtro das priors é mais fraco. >_<
- dificuldade com mudança de rotina: se o modelo interno é menos confiável, qualquer mudança no ambiente gera erro de predição alto, o que se traduz em sobrecarga.
- atenção a detalhes: você nao comprime tanto a cena, então percebe coisas que outros filtram fora.
- dificuldade social: inferir intenção, sarcasmo e subtexto depende de priors fortes sobre comportamento humano. com priors mais fracas, isso exige muito mais processamento consciente.
- stimming e preferência por rotinas previsíveis: autorregulação. você busca ambientes onde o erro de predição é baixo e controlável.
Van de Cruys propôs a hipótese HIPPEA (High, Inflexible Precision of Prediction Errors): nao é que as priors sao fracas, é que o cérebro trata todo erro de predição como crítico, sem conseguir distinguir bem ruído de sinal relevante. o resultado comportamental acaba sendo parecido, mas o mecanismo é diferente.
um ponto que acho importante: esse framework reformula o autismo nao como "déficit", mas como um estilo computacional diferente com tradeoffs. pior pra inferir contexto social rápido e implícito. melhor pra detectar padrões e detalhes que passam batido pra maioria. (｡•̀ᴗ-)✧
TDAH: dopamina e o futuro que nao existe
a dopamina no cérebro nao é "prazer" como a maioria das pessoas pensa. ela codifica erro de predição de recompensa, o famoso trabalho de Wolfram Schultz com macacos nos anos 90. quando algo é melhor que o esperado, pico de dopamina. pior que o esperado, queda. quando bate exatamente com a previsão, nada acontece.
no TDAH, a hipótese é que esse sinal é mais ruidoso, ou tem um desconto temporal mais íngreme. recompensas distantes no tempo perdem valor muito rápido demais.
isso explica vários comportamentos clássicos:
- dificuldade com tarefas longas: o cérebro literalmente nao consegue "sentir" a recompensa de terminar o relatório. ela está distante demais, o sinal de predição é fraco demais pra motivar agora. (¬_¬)
- busca por novidade e estimulação: você precisa de erro de predição constante pra manter o sistema engajado. tarefas previsíveis nao geram dopamina suficiente.
- hiperfoco: quando algo gera fluxo contínuo de erros de predição interessantes, videogame, hobby novo, projeto que fascina, o sistema trava ali porque finalmente está recebendo o sinal que precisa.
- impulsividade: se o futuro está descontado demais, recompensa imediata pequena ganha de recompensa grande no futuro. é a escolha racional do sistema dado o seu modelo de tempo.
- time blindness: a percepção subjetiva de tempo está ligada a essas predições. sem elas calibradas, "agora" e "nao agora" é a única divisão que funciona de verdade.
Ritalina e Vyvanse aumentam dopamina e noradrenalina disponíveis. no framework bayesiano isso significa aumentar a precisão do sinal de erro de predição. recompensas distantes voltam a ter peso suficiente pra guiar comportamento. o cérebro consegue distinguir melhor o que importa do que é ruído. (✿◡‿◡)
tem também a hipótese do Default Mode Network nao se desligar direito quando você precisa focar. o resultado é o clássico: ruminação, divagação e pensamentos invadindo a tarefa atual na pior hora possível.
AuDHD: preso entre dois opostos
autismo e TDAH coexistem com frequência bem alta, estimativas variam mas ficam em torno de 30-80% de sobreposição dependendo do estudo. à primeira vista parece contraditório:
- autismo: priors fracas, busca previsibilidade pra reduzir sobrecarga sensorial
- TDAH: sinal de dopamina abafado, precisa de novidade pra funcionar
mas faz sentido ao mesmo tempo: o cérebro autista quer ambientes previsíveis porque priors fracas geram sobrecarga em ambientes caóticos. o cérebro com TDAH precisa de novidade porque o sinal de dopamina está abafado e rotina nao gera estímulo suficiente.
resultado: você fica preso entre precisar de estrutura pra nao surtar e precisar de novidade pra nao morrer de tédio dentro dela. (-_-) vida difícil.
esses modelos sao matematicamente elegantes mas ainda estao em validação. a heterogeneidade dentro de cada uma dessas condições é enorme. dois autistas podem ter perfis completamente diferentes. TDAH e autismo nao sao "bugs" no sentido pejorativo, sao variações neurológicas com vantagens e desvantagens que dependem muito do contexto e do ambiente. diagnóstico e suporte sao com profissional. esses frameworks sao conceituais, nao manuais de autoavaliação. (｡•ᵕ•｡)
o que acho mais valioso nesse framework todo nao é a explicação técnica em si. é que ele retira o julgamento moral dessas condições. depressão nao é fraqueza. autismo nao é defeito. TDAH nao é falta de força de vontade. sao diferentes configurações de um motor de predição rodando em hardware biológico com suas próprias restrições e tradeoffs.
entender o mecanismo nao resolve tudo. mas muda a conversa. (｡•̀ᴗ-)✧
← leu a parte 1? a IA funciona igual ao seu cerebro?