Durante décadas, las investigaciones han demostrado que escuchar música alivia la ansiedad y la depresión, mejora el estado de ánimo y puede reforzar la capacidad cognitiva en algunas funciones. Sin embargo, hasta ahora, no ha habido investigaciones orientadas a averiguar en qué condiciones de escucha la música ejerce sus efectos beneficiosos.

Por ejemplo, una pregunta clave es: ¿El beneficio cognitivo es el mismo tanto si escuchamos música mientras realizamos una tarea, como si la escuchamos sólo justo antes? Otra pregunta crucial es: ¿Cómo nuestra preferencia por un determinado tipo de música afecta a nuestro rendimiento intelectual?

Un nuevo estudio de psicología cognitiva aplicada muestra que escuchar la música que nos gusta, al mismo tiempo que realizamos un tarea que depende de nuestra memoria, no favorece el rendimiento más que si escuchamos un tipo de música que nos resulta indiferente.

Los investigadores pidieron a los participantes que recordasen una lista de 8 consonantes por el orden en que fueron presentadas previamente. Mientras trataban de citarlas en el orden adecuado, un determinado ambiente sonoro les acompañaba. Entre esos ambientes figuraban música relajante, música que les gustase a los participantes, y música que no les gustase.

No se detectó un mejor rendimiento en las personas que escuchaban la música que les gustaba.

De hecho, aunque puede tener un efecto muy positivo en nuestra salud mental general, la música  puede, en algunas circunstancias, tener también efectos negativos sobre el rendimiento cognitivo, ya que puede distraernos cuando intentamos concentrarnos en algo. La mayoría de la gente que usa la música en conexión con actividades intelectuales la escucha mientras realiza la tarea, no antes de empezar a trabajar en ella.

El investigador principal del estudio, Nick Perham, sostiene que para reducir los efectos negativos de la música de fondo al tratar de recordar el orden de unos datos recientes, uno debe realizar la tarea en silencio o escuchar música sólo antes de empezar dicho trabajo.

Scitech News

Un grupo de investigadores de la Universidad de Utah ha desarrollado un detector de mentiras que podría ser una alternativa más fiable que el polígrafo. El nuevo sistema se basa en examinar los ojos de la persona sospechosa.

Los psicólogos John Kircher, Doug Hacker, Anne Cook, Dan Woltz y David Raskin han logrado atraer el interés de diversas instituciones con su sistema, que emplea una tecnología de seguimiento de los ojos.

El esfuerzo de los investigadores para comercializar su nuevo sistema ha alcanzado un gran éxito recientemente, con la concesión de la licencia de la tecnología que la Universidad de Utah le ha hecho a la compañía Credibility Assessment Technologies (CAT). Esta empresa tiene su oficina central en Park City, Utah, y está dirigida por Donald Sanborn y Gerald Sanders.

El seguimiento de los movimientos oculares para detectar las mentiras pasó a ser viable en años recientes, gracias a mejoras cruciales en la tecnología. Los investigadores de la Universidad de Utah son los primeros en desarrollar y evaluar el software y los métodos para aplicar eficazmente este nuevo método de análisis.

El uso del movimiento de los ojos para detectar mentiras difiere bastante de la prueba tradicional con el detector de mentiras o polígrafo. En vez de medir la reacción emocional de una persona al mentir, la tecnología de seguimiento de ojos mide la reacción cognitiva de la persona. Para hacerlo, los investigadores registran varias mediciones mientras un sujeto está respondiendo una serie de preguntas de verdadero o falso ante un ordenador. Las mediciones incluyen dilatación de la pupila, tiempo de respuesta, tiempo de lectura, tiempo de relectura, y los errores cometidos.

Los investigadores determinaron que mentir requiere más trabajo que contar la verdad, así que comenzaron a buscar señales que delatasen cuándo un sujeto estaba trabajando por encima de lo que sería normal si dijera la verdad. Por ejemplo, una persona que está mintiendo podría tener las pupilas un poco más dilatadas de lo normal y requerir más tiempo para leer y responder a las preguntas. Estas reacciones son a menudo diminutas y requieren mediciones sofisticadas y modelación estadística para determinar su trascendencia.

Los resultados de los primeros experimentos son tan buenos o mejores que los del polígrafo, y eso que los diseñadores del sistema están todavía en las primeras etapas de la preparación de este innovador método para determinar si alguien nos está tratando de engañar.

Además de medir un tipo de respuesta diferente, los métodos de seguimiento de ojos para detectar mentiras aportan algunas otras ventajas con respecto al detector de mentiras convencional. Por ejemplo, la nueva estrategia promete ser mucho más barata, y requerir de tan sólo una quinta parte del tiempo actualmente necesario para los exámenes con el polígrafo.

Scitech News

Las moscas ven con todo detalle movimientos tan rápidos que a los humanos nos resultan imposibles de seguir. El diminuto cerebro de estas acróbatas aeronáuticas procesa los movimientos visuales en sólo fracciones de segundo. Existe un modelo matemático que predice con bastante precisión cómo el cerebro de las moscas puede percibir con precisión movimientos tan veloces. Sin embargo, después de 50 años de investigación, sigue siendo un misterio cómo exactamente están interconectadas las neuronas en el cerebro de las moscas.

Unos científicos del Instituto Max Planck de Neurobiología se han convertido en los primeros que establecen con éxito las condiciones técnicas necesarias para descodificar los mecanismos subyacentes en la visión del movimiento en las moscas.

Aunque la cantidad de neuronas en las moscas es comparativamente pequeña, están altamente especializadas y procesan el flujo de imágenes con gran precisión mientras la mosca vuela. Las moscas pueden por tanto procesar en tiempo real una vasta cantidad de información sobre los movimientos que perciben, algo fuera del alcance de los ordenadores actuales, sobre todo si su tamaño se limita al del cerebro de una mosca.

El área del cerebro de mosca que es responsable de la detección de movimiento es diminuta. Esa área, un sexto de milímetro cúbico de materia cerebral, contiene más de 100.000 neuronas, y cada una tiene múltiples conexiones con sus células vecinas.

Normalmente se mide la actividad eléctrica de las neuronas individuales con la ayuda de electrodos extremadamente finos. Sin embargo, en las moscas la mayoría de las neuronas son simplemente demasiado pequeñas como para ser medidas usando este método. Para superar esta dificultad, el equipo de Dierk Reiff del Instituto Max Planck de Neurobiología en Martinsried usó algunos de los métodos genéticos más modernos que están disponibles. Reiff y sus colaboradores consiguieron introducir la molécula indicadora TN-XXL dentro de neuronas individuales. Al alterarse sus propiedades fluorescentes, la TN-XXL indica la actividad de las neuronas.

Para examinar cómo el cerebro de las moscas de la fruta procesa el movimiento, los neurobiólogos mostraron a los insectos patrones de rayas en movimiento en una pantalla de diodos emisores de luz. Las neuronas en los cerebros de las moscas se activaron ante estos impulsos, provocando que cambiara la luminiscencia de las moléculas indicadoras.

Finalmente, después de más de 50 años de intentos, ahora es tecnológicamente factible examinar la estructura celular del detector de movimiento en el cerebro de las moscas.

Scitech News