La supervisión del rendimiento entornos realistas cada vez tiene mayor importancia en el campo de las Interfaces Cerebro Máquina (BCI), ejemplos de estas aplicaciones son controladores aéreos, conductores o militares en el campo de batalla. Sin embargo, predecir la precisión de una tarea a través de la actividad cerebral puede ser extremadamente complicado dado que el propio participante, en general, no sabe el verdadero resultado de una acción. Por este motivo hemos buscado correlatos neurales de la confianza en la toma de decisiones individuales que está altamente correlacionada con la precisión en una tarea. Hemos analizado los datos recogidos en ocho experimentos en la última década buscando si estos correlatos estaban presentes y como de estables eran en diferentes experimentos. Además, hemos construido un sistema de aprendizaje automático que predice la confianza y puede hacer esto no solo con datos del mismo participante, si no usando simplemente datos de otros participantes del mismo experimento o incluso usando únicamente datos de participantes de otros experimentos.
Más información en este enlace.
Escuela Politécnica Superior | Universidad Autónoma de Madrid | Francisco Tomás y Valiente, 11 | 28049 Madrid | Tel.: +34 91 497 2222 | e-mail: informacion.eps@uam.es
