La teoría de McClelland et al. (1995) sostiene que la memoria de los mamíferos se reparte entre dos redes que interactúan: una, en el hipocampo, aprende rápido y registra con exactitud unos pocos episodios recientes; otra, en la neocorteza, aprende despacio e integra muchos casos en un saber abstracto y duradero (Buckner, 2024, pp. 160–161, 166–167).
Por qué dos. Una red que guarda lo que sabe en sus pesos y aprende por error sufre interferencia catastrófica: aprender lo nuevo deshace lo viejo. McCloskey y Cohen (1989) lo mostraron simulando un experimento clásico con personas: una lista de pares asociados y luego otra que une los mismos estímulos con respuestas nuevas (1989, pp. 124–128; Buckner, 2024, p. 151). Si el dato de que hay un león junto a cierto bebedero se mete a la fuerza en la red con grandes ajustes de pesos, puede dañar lo que ya sabe de otros animales (Kumaran et al., 2016, p. 515). La salida es el aprendizaje intercalado: el hipocampo guarda el episodio y lo reactiva muchas veces, mezclado con otras experiencias, y la corteza lo integra de a poco, presumiblemente durante el sueño (Buckner, 2024, pp. 166–167; Kumaran et al., 2016, pp. 518–519).
La revisión. Kumaran et al. (2016) corrigen un punto: la corteza puede aprender rápido lo que encaja en un esquema previo. Ratas que conocían un ambiente aprendieron dos asociaciones nuevas entre sabor y lugar con una sola exposición (2016, p. 525); la lentitud solo hace falta ante lo que contradice lo sabido (2016, p. 527).
En la IA. Los mismos autores ven en las redes profundas un sistema «neocortical» de aprendizaje lento e intercalado, y en el búfer de experience replay del agente DQN de aprendizaje por refuerzo un hipocampo: sin él, el rendimiento caía a lo sumo al 30 % (2016, pp. 527–528). Buckner saca otra consecuencia: si los humanos repasan cada episodio cientos o miles de veces al consolidarlo, eso debería contar al comparar cuántos datos necesitan ellos y cuántos las máquinas (2024, p. 167).
Para discutir. Es tentador mapear la teoría sobre los modelos de lenguaje (pesos lentos, contexto rápido) o sobre los híbridos, con su memoria comprimida y su memoria literal. Pero en ambos casos los pesos están congelados al generar y nada pasa de una memoria a la otra: falta la consolidación, el corazón de la teoría.