Cuando una persona aprende a andar en bicicleta, escribir o a dar los primeros pasos, el cerebro no almacena estos movimientos como archivos inmutables. Cada acción motora surge de circuitos neuronales que evolucionan con la repetición y la experiencia. En esta dinámica, la práctica convierte secuencias iniciales de actividad caótica en patrones ordenados y precisos, lo que permite que acciones que al principio requieren atención y esfuerzo se vuelvan cada vez más automáticas.
De acuerdo con un estudio realizado por un equipo de la Universidad de Stanford, el proceso de automatización de los movimientos y la formación de hábitos motores se relaciona directamente con el funcionamiento del estriado, una región clave del cerebro encargada del control motor.
En las primeras etapas del aprendizaje, la actividad en el estriado se caracteriza por una participación difusa y simultánea de numerosas neuronas, sin una organización clara. Sin embargo, al cabo de varios días de entrenamiento y repetición, ese desorden cede el paso a circuitos estables y especializados, donde solo determinadas neuronas se activan de forma sincronizada al inicio o al final de cada movimiento.
Investigadores afirmaron que este mecanismo explica por qué ciertas actividades pierden su carácter consciente y pasan a ejecutarse de manera casi refleja tras múltiples repeticiones. Mientras la persona sigue una rutina, el cerebro reduce el número de neuronas activas para controlar el movimiento, pero mejora la precisión y eficiencia del circuito encargado de esa acción.
El estudio, publicado en Cell Reports, reveló cómo el estriado dorsolateral —una región clave del cerebro— va afinando sus respuestas neuronales durante el aprendizaje motor. En los primeros intentos, la mayoría de las neuronas se activaban de manera caótica, reaccionando indiscriminadamente ante cualquier movimiento, sin un patrón definido.
Pero a medida que la práctica avanzaba, ese desorden comenzó a transformarse. Un número menor de células seguía respondiendo, aunque con mayor precisión: algunas neuronas se especializaron en marcar el inicio de la acción, mientras que otras señalaban su final. Así, el cerebro fue asignando tareas específicas a distintos grupos neuronales, reduciendo el “ruido” y aumentando la eficiencia en el control de los movimientos.
De acuerdo con el artículo, los experimentadores trabajaron con ratones que fueron entrenados para correr en una rueda, mientras registraban la actividad cerebral mediante microscopía avanzada. Al comienzo, casi el 75% de las neuronas asociadas con el estriado se activaron al azar, sin distinción clara entre las diferentes fases del movimiento.
Progresivamente, con el entrenamiento, la cantidad de neuronas activas bajó, pero quienes persistieron adoptaron roles definidos: algunas avisaron el despunte de la carrera; otras señalaron el freno. El resto dejó de intervenir, permitiendo, así, que las redes se especializaran.
El mismo estudio aclaró que este ajuste no significa la creación de nuevas neuronas, sino que implica la selección y fortalecimiento de aquellas más eficaces para la tarea. La construcción del hábito, entonces, no consiste en agregar elementos nuevos, sino en refinar los existentes dentro del cerebro.
En cuanto a los tipos neuronales implicados, la investigación diferenció dos clases principales en el estriado: las neuronas de la vía directa (denominadas dSPNs) y las de la vía indirecta (iSPNs).
Al analizar su evolución, observaron que las dSPNs se volvieron cada vez más selectivas, agrupándose para intervenir solo al principio o al final del movimiento preciso. Por el contrario, las iSPNs fluctuaron en sus respuestas, hasta estabilizar su función en el tiempo, probablemente para suprimir movimientos innecesarios y afinar la coordinación de las transiciones.
Entre los resultados más destacados, los científicos indicaron que, a pesar de la reducción en el número total de neuronas activas durante el aprendizaje, la calidad de la información transmitida permaneció estable.
De acuerdo con los expertos, este proceso de reorganización es lo que permite convertir la repetición consciente en maestría automática. El cerebro adapta sus redes, recorta lo innecesario y distribuye las tareas de modo que el esfuerzo disminuya y los errores se minimicen.
La relevancia de este hallazgo va más allá de la comprensión de la formación de hábitos. Según la publicación, conocer la reorganización neuronal resulta fundamental para avanzar en el tratamiento de enfermedades como el párkinson.
Tradicionalmente, se creía que este trastorno implicaba la incapacidad de activar recuerdos motores intactos. Ahora, gana fuerza una hipótesis diferente: la enfermedad podría desestabilizar los circuitos especializados, regresando el cerebro a su estado caótico previo al aprendizaje.
Por eso, los tratamientos tendrán que considerar no solo cómo reactivar neuronas, sino también cómo ayudar al cerebro a restablecer y sostener esas redes motoras ya refinadas. Los resultados sugieren combinar fármacos, como la L-Dopa, con terapias físicas adaptadas a esta lógica de circuitos, lo que podría mejorar las estrategias actuales de rehabilitación.
Además, este conocimiento abre la puerta a programas de recuperación más efectivos después de una lesión neurológica, ya que proporciona claves concretas sobre cómo reestablecer circuitos motores perdidos. El estudio dirigido por Jun Ding y su equipo destaca que la plasticidad, o la capacidad de adaptación, representa el auténtico motor detrás del aprendizaje.
El trabajo subraya que este proceso aplica incluso para movimientos simples, demostrando que toda habilidad motora atraviesa la misma transición: del caos inicial a una organización precisa y automática gracias a la repetición.
El reto, desde ahora, reside en trasladar estas conclusiones a la práctica clínica para mejorar no solo la vida de las personas con párkinson, sino también la de quienes buscan recuperar funciones motoras tras enfermedades o accidentes, facilitando así el aprendizaje y la readquisición de movimientos a lo largo de la vida.
