Una cerca caòtica pot ser una bona estratègia quan es va a cegues

Si es disposa de poca informació de l’entorn, un patró de moviments caòtics pot ser una estratègia eficient per a trobar allò que es busca. En mol·luscs, això podria tenir origen en processos neuronals interns. Entendre els mecanismes generadors de caos y la seva connexió amb el comportament de cerca pot ajudar a aplicar aquest tipus de patrons en situacions de recerca amb humans.

Seguir un rumb de cerca aleatori pot ser beneficiós quan el cargol Hydrobia ulvae busca aliment. Aquesta trajectòria de moviment sense una direcció determinada tindria el seu origen en els seus processos neuronals caòtics. Frederic Bartumeus, investigador ICREA del CEAB-CSIC i el CREAF i coautor de l’estudi publicat a Nature Scientific Reports, comenta que “haurien de ser neurones motores, situades al peu de l’animal o més prop del cervell, les que presentin aquesta senyal caòtica”.

Aquesta estratègia de cerca, anomenada passeig de Lévy, s’ha trobat en una àmplia diversitat d’organismes. És un patró de moviments que dibuixa una estructura fractal, la qual optimitza l’èxit en la recerca en condicions on els objectes que cal trobar poden estar lluny i a prop alhora.

Tot i que l’evolució tendeix a evitar jugar al joc de la cerca aleatòria en aquest cas es podria haver seleccionat aquest patró d’exploració caòtica. L’investigador explica que sempre pot existir una situació límit. “Per més capacitat cognitiva que tingui un animal, i que aquesta serveixi per minimitzar les situacions de manca d'informació sobre l’entorn, sempre pot ser bo tenir una estratègia a la desesperada, un últim recurs a explotar en casos on el context de la cerca es complica. I un patró aleatori pot donar bons resultats”.

Les cerques caòtiques també poden servir als humans

Això pot incloure certes situacions de recerca en humans on l’entorn dóna poques pistes sobre què i com buscar. Frederic Bartumeus apunta que “veure què fan els animals i com l'evolució ha ajustat els moviments en aquests contextos de poca informació pot ajudar a generar algoritmes de recerca ‘bioinspirats’. Això podria servir per a situacions de rescat de persones —on sovint la informació és limitada—, sistemes de mostreig ambiental per a recollir dades, navegar per internet...”.

Amb l’estudi d’animals en situacions on poden processar molt poca informació els científics aprenen quines estratègies fan servir i quins són els elements claus que introdueixen aleatorietat. “És millor estudiar animals senzills que humans, simplement perquè en humans cal manipular molt bé els contextos d'informació i treure certs biaixos cognitius, cosa que ho fa molt complicat”, finalitza Bartumeus.