Psicologia Clínica de Fundamentação Neurocognitiva

O Princípio da Energia Livre (FEP) é uma teoria que explica como sistemas vivos e seus subsistemas, como nós, ou nosso cérebro, sobrevivem e funcionam em um mundo cheio de incertezas.

Imagine que o cérebro é como um “adivinhador” que tenta prever o que vai acontecer ao seu redor, usando modelos internos baseados na experiência. Quando a realidade não bate com essas previsões, ele detecta erros e faz ajustes para melhorar suas próximas suposições.

Esse processo de prever, comparar e corrigir permite que o organismo reduza a surpresa e mantenha o equilíbrio, garantindo que continue funcionando bem em um ambiente sempre em mudança. Em resumo, o FEP descreve como a vida se adapta e sobrevive ao minimizar incertezas.

A base conceitual do FEP como modelo explicativo foi criada por Karl Friston, um influente neurocientista britânico. Ele é professor de neuroimagem no University College London e diretor do Wellcome Trust Centre for Neuroimaging. Ele é reconhecido internacionalmente por suas contribuições inovadoras na compreensão dos processos cognitivos e das bases neurais do cérebro humano. Seu trabalho interdisciplinar combina neurociência, física estatística e teoria da informação, e oferece uma perspectiva unificadora sobre a cognição.

O FEP tem se destacado nos últimos anos por ser uma implementação matemática do processamento preditivo. É conhecido por Princípio da Energia Livre Ontológico (Friston, 2010), para diferenciá-lo do princípio da energia livre de Helmholtz ou o de Gibbs¹, ou simplesmente princípio de energia livre quando o contexto está claro. O qualificativo ontológico vem do reconhecimento de que sua visão transcende as fronteiras entre a ontologia (a própria existência do sistema, sua qualidade enquanto ente (ontologia)) e o conhecimento (derivado de suas interações com o meio ambiente (epistemologia))(Rahmjoo & Albarracin, 2023).

Segundo essa teoria, crescentemente influente no campo da neurociência, todos os sistemas vivos agem de modo a minimizar sua “energia livre”, um conceito emprestado da física. Naquele contexto se refere à quantidade de trabalho disponível para realizar uma tarefa útil. No contexto de sistemas vivos, refere-se a uma medida para quantificar a incerteza.

O FEP tem sido amplamente discutido e aplicado no estudo da cognição humana, apresentando-se como uma abordagem promissora para a compreensão da natureza dos processos cognitivos, e de sua dinâmica para sobreviver em meio à incerteza do mundo, que representa a entropia² daquele sistema vivo.

O Cérebro como criador e atualizador de modelos dinâmicos do mundo

O FEP concebe a mente como um sistema representacional dinâmico que busca minimizar sua energia livre – que, no contexto dessas regiões do universo que chamamos organismos vivos, representa uma medida da incerteza sobre suas interações com o ambiente. Essa incerteza é reduzida por meio de um processo contínuo de atualização de modelos internos, à medida que o organismo confronta suas previsões sobre o ambiente. A entrada sensorial, então, confirma ou desconfirma essas previsões.

Quando as previsões são confirmadas, chamamos a isso experiência. Quando não são, chamamos de erro preditivo. O erro preditivo é central para o FEP, porque ele é o sinal propagado a partir do ambiente até o cérebro, permitindo a ele atualizar seus modelos de previsão da realidade.

A atualização destes modelos, então, se dá a partir da sensorialidade, que sinaliza discrepâncias entre o que ele esperava (o modelo gerativo) e o que efetivamente aconteceu (a entrada sensorial). Tais discrepâncias, ou erros de predição, são então usados para ajustar e aprimorar os modelos internos, de modo a reduzir a energia livre, ou seja, a incerteza sobre o ambiente circundante.

Desse modo, o conceito de energia livre integra processos cognitivos de percepção, ação, aprendizado e raciocínio, a partir da ideia de diminuição da incerteza. Oferece uma compreensão abrangente e parcimoniosa, sugerindo princípios fundamentais que regem a cognição, a partir de uma perspectiva físico-matemática. Unifica processos cognitivos complexos, em um modelo teórico coerente e elegante.

Friston propõe que os organismos vivos, incluindo os seres humanos, adotam um comportamento ativo para manter um modelo interno coerente do mundo, antecipando e respondendo às mudanças do ambiente circundante para realizar autopoiese³, mantendo assim a sua sobrevivência.

Esta perspectiva, fundamentada na física estatística, na biologia, e na teoria da informação, sugere que a cognição humana pode ser compreendida como um processo de inferência probabilística, no qual o cérebro constantemente atualiza suas crenças sobre o ambiente a fim de minimizar a discrepância entre suas predições e as informações sensoriais, em um esforço para manter sua estrutura interna estável e evitar estados imprevisíveis, que poderiam representar ameaças à sua existência.

Unificando abordagens da Ciência Cognitiva

Nesse sentido, o FEP oferece uma estrutura teórica que unifica diversas abordagens na neurociência cognitiva, como a teoria da inferência bayesiana⁴, o cérebro preditivo e a abordagem da cognição incorporada⁵, proporcionando uma visão integrada da cognição humana que vai além da tradicional dicotomia entre processos top-down (previsões do cérebro em relação ao ambiente) e bottom-up (a entrada sensorial)⁶.

A teoria da cognição incorporada, ou como tem sido designada, junto com outras teorias que compreendem a mente como um sistema que se estende para além da atividade cerebral, a Cognição 4E⁷ (“The Oxford Handbook of 4E Cognition,” 2018), costuma enfatizar a importância do corpo e do ambiente na constituição da cognição, numa abordagem bottom-up. Já a teoria do cérebro preditivo, que também se fundamenta na minimização do erro de predição, enfatiza os processos top-down, ao priorizar o papel ativo dos modelos internos na percepção e na ação.

O Princípio da Energia Livre proposto por Friston, por sua vez, consegue reconciliar essas duas perspectivas, sugerindo que a cognição emerge da interação dinâmica e recíproca entre processos top-down e bottom-up, em que o cérebro ativamente antecipa e interage com o ambiente para minimizar a incerteza e manter sua estrutura interna estável.

Representa um avanço em relação à mera descrição dos processos cognitivos, explicando-nos sua natureza e propósito, que coincidem com os da própria vida, mas de um maneira precisa e sofisticada.

A minimização da energia livre é uma consequência da busca pela manutenção da organização do sistema, ou seja, de sua homeostase⁸, refletindo a tendência dos seres vivos de manterem sua estrutura e função ao longo do tempo, evitando estados desordenados e instáveis.

À medida em que tem menos estados de surpresa, um organismo desenvolve mais precisão em suas previsões. Podemos dizer que, enquanto grandezas, a incerteza e a precisão das previsões estão em correlação inversa⁹.

Nesse sentido, a cognição pode ser entendida como a atividade de um sistema vivo que, almejando a minimização de sua energia livre, antecipa e se adapta a mudanças no ambiente, a fim de preservar sua integridade estrutural e funcional, mantendo-se em equilíbrio dinâmico com seu meio circundante.

A Unidade entre ser, fazer e pensar

O FEP é uma perspectiva unificadora que abrange diversos níveis de organização, desde o neuronal até o comportamental, permitindo-nos compreender a cognição como um processo de inferência ativa. Representa uma mudança de paradigma na neurociência cognitiva, oferecendo uma estrutura teórica coerente e elegante para entender o propósito e a natureza da mente.

Este princípio está fundamentado na própria natureza e existência dos sistemas vivos, diferentemente do princípio da energia livre de Helmholtz ou o de Gibbs, que se aplicam a sistemas físicos não-biológicos. Ou seja, a minimização da energia livre é uma propriedade inerente aos sistemas vivos, que buscam ativamente manter sua organização e integridade ao longo do tempo.

É como se os sistemas vivos fossem uma “região dinâmica”, ou subsistema, do universo físico (agentes¹⁰, no contexto do FEP), que possuem a tendência de se organizar e manter sua estrutura interna, em contraste com a tendência geral dos sistemas físicos de atingir o equilíbrio termodinâmico e a máxima desordem (entropia).

Cognição não é atributo exclusivo do Sapiens

Friston declara em seu artigo de 2010 que os sistemas vivos, através do uso de energia para realizar trabalho, reduzem a entropia local às custas da entropia global. Portanto, o FEP pode ser visto como uma generalização do segundo princípio da termodinâmica, aplicado especificamente aos sistemas vivos.

Isso implica que a cognição, longe de ser um epifenômeno ou um processamento desvinculado de contexto, é na verdade uma propriedade emergente¹¹ dos sistemas vivos, intrinsecamente ligada à conservação de sua própria existência, e ao seguimento genético, representado pela reprodução. A cognição, ao minimizar a energia livre, atua em prol da autopoiese, ou seja, da autoprodução e manutenção da organização do sistema vivo.

Mesmo uma forma de vida unicelular já exibe alguma maneira de prever a sua interação com o ambiente e manter uma certa estabilidade. No contexto do PEL, pode ser visto como uma forma rudimentar de cognição. Amebas, por exemplo, podem invaginar-se para longe do alcance de microagulhas – uma antecipação simples, mas já uma forma de cognição. Cognição então, seria sinônimo de previsão¹². E o cérebro humano, com toda sua complexidade, não faria nada além de prevenir erros preditivos, de várias maneiras, dependendo do subsistema cerebral envolvido, com progressiva precisão, à medida em que acumula experiência.

À medida que os organismos se tornam mais complexos, essa capacidade de previsão e de adaptação se torna cada vez mais sofisticada. Gostamos de pensar que culmina na cognição humana, com suas notáveis habilidades de antecipação, inferência e regulação do comportamento. Mas talvez estejamos apenas sendo antropocêntricos.

O nome da nossa espécie, Homo Sapiens Sapiens, foi dado por nós mesmos. Sabendo agora que os elefantes têm “nomes” rudimentares (Pardo et al., 2023), como aprendemos recentemente com a ajuda de inteligência artificial, como nos chamariam eles, sabendo que há séculos os escravizamos e matamos para lucrar com seus cadáveres? Ao considerarmos a cognição, tendemos a valorizar indevidamente nossas próprias habilidades, esquecendo-nos da sofisticação cognitiva presente em outras formas de vida, mesmo as mais simples em aparência.

Uma das questões centrais levantadas pelo Princípio da Energia Livre é justamente essa: até que ponto a cognição humana é realmente única e superior às demais formas de vida? Será que a diferença é apenas de grau, não de natureza?

O FEP sugere que a cognição é uma propriedade fundamental dos sistemas vivos, em diferentes graus de complexidade. Portanto, podemos dizer que todo ser vivo, até mesmo uma bactéria, possui alguma forma de cognição, ainda que rudimentar, na medida em que antecipa e se adapta ativamente ao seu ambiente, minimizando sua energia livre.

Aprendemos a fabricar antibióticos com os fungos (Sheldrake, 2020). Frequentemente, a pesquisa de antibióticos avança através de atividades científicas que consistem em olhar o mundo micelial de perto. Essa habilidade de “ler” o ambiente e responder a ele não é restrita aos humanos. É fundamental para a própria existência da vida.

Ao aceitar essa visão, somos levados a repensar profundamente nossa relação com outras formas de vida, reconhecendo a cognição e a agência presentes em todos os seres vivos, mesmo nos mais simples.

A Wood Wide Web¹³ micelial, por exemplo, é tão complexa e adaptativa quanto um cérebro humano, quando observada dentro do contexto de uma grande floresta (Sheldrake, 2020). Nosso viés de valorizar a cognição humana acima de outras maneiras de processar informações e interagir com o ambiente pode nos impedir de compreender a verdadeira amplitude do fenômeno cognitivo.

Matemática encurtando distâncias epistêmicas

“a essência da Matemática não é tornar complicadas as coisas simples, mas tornar simples as coisas complicadas”

— Stan Gudder, 1994

A matemática do FEP tem precisamente este propósito: aproximar as análises de sistemas vivos, em diferentes níveis de organização, de uma estrutura conceitual unificada, que reconhece a cognição como uma propriedade fundamental da existência. É o que a matemática faz: ela simplifica e generaliza, revelando padrões anteriormente ocultos (Gudder, 1994).

A formalização matemática do FEP torna-se uma ferramenta heurística poderosa para entender a cognição humana no mundo vivo, porque nos permite interpretar os processos cognitivos em termos da tendência geral dos sistemas vivos em manter sua organização, minimizando a desordem e a imprevisibilidade, ao mesmo tempo em que nos permite apreciar as similaridades entre o mundo vivo e o mundo inanimado, de uma perspectiva termodinâmica.

Entendidos deste modo, conceitos como cognição, forrageamento epistêmico¹⁴, memória, atenção, tomada de decisão e outras funções cognitivas podem ser compreendidas como diferentes facetas de um mesmo processo fundamental de minimização da energia livre, e não apenas humano, mas compartilhado por todos os sistemas vivos.

Como o FEP pode ser poderoso em nossa compreensão da cognição? Alguns exemplos:

1. Formalização Matemática: O FEP fornece uma estrutura matemática para descrever como os sistemas biológicos minimizam a surpresa ou a incerteza sobre o mundo. Essa formalização permite a geração de hipóteses precisas e testáveis sobre como o cérebro processa informações e interage com o ambiente.
2. Previsões Qualitativas: Mesmo que a complexidade do cérebro limite as previsões quantitativas, o FEP gera previsões qualitativas sobre o comportamento. A ideia de que os sistemas buscam minimizar a surpresa leva a hipóteses sobre comportamentos como busca de informações, evitação de perigos e manutenção da homeostase, investigáveis experimentalmente.
3. Modelos Computacionais: O FEP inspira a criação de modelos computacionais do cérebro e da cognição. Esses modelos, embora simplificados, permitem simular processos cognitivos, testar hipóteses e gerar novas previsões.
4. Unificação de Conceitos: O FEP oferece, como exemplificado neste artigo, uma estrutura conceitual unificadora para diversos fenômenos cognitivos, como percepção, ação, aprendizado e tomada de decisão. Essa unificação facilita a compreensão das relações entre diferentes processos cognitivos e a geração de hipóteses abrangentes.
5. Novas Perguntas de Pesquisa: A perspectiva do FEP levanta novas questões de pesquisa sobre a natureza da cognição. Por exemplo, como o cérebro implementa a minimização da energia livre? Quais são os mecanismos neurais subjacentes? Como a energia livre se relaciona com outros conceitos, como atenção, consciência e emoção?

Em resumo, o FEP não é apenas uma descrição, mas um modelo explicativo, ou axiomático¹⁵ da cognição, propondo que seu propósito coincide com o da própria vida: minimizar a surpresa e manter a homeostase. Essa explicação permite uma compreensão mais profunda e sofisticada dos processos cognitivos.

A capacidade de gerar hipóteses testáveis, inspirar modelos computacionais e unificar conceitos demonstra o potencial heurístico do FEP para avançar a pesquisa em cognição, desde suas formas mais rudimentares, como a antecipação em organismos unicelulares, até o refinamento dessa capacidade no cérebro humano.

Críticas e Limitações

Essa abordagem, como qualquer outra, também apresenta limitações, inclusive reconhecidas pelo próprio autor. O artigo “Path integrals, particular kinds, and strange things” (Friston et al., 2023) aborda várias críticas ao Princípio da Energia Livre, incluindo:

• Representabilidade: O FEP assume que os estados externos correspondem a coisas observáveis pelo agente e que a estrutura causal do mundo externo é simplificada pela representação do espaço de estados. Isso implica que a mecânica bayesiana não pode ser fisicamente fechada, havendo causas físicas além do escopo da teoria.
• Limitações da estrutura matemática: Críticos argumentam que a estrutura matemática do FEP, baseada na minimização da energia livre variacional(VFE), não captura a complexidade dos sistemas vivos e da cognição. A VFE é vista como uma aproximação da surpresa bayesiana, e sua minimização pode não ser suficiente para explicar a dinâmica dos sistemas biológicos.
• Teoria da Mente: Alguns críticos questionam a capacidade do FEP de explicar a consciência e a individualidade. A ênfase na minimização da energia livre pode não ser suficiente para explicar a experiência subjetiva e a emergência do self¹⁶.
• Generalização Excessiva: O artigo discute a preocupação de que o FEP seja aplicado de forma excessivamente generalizada a diferentes fenômenos, sem levar em conta as especificidades de cada sistema.

O artigo reconhece os avanços do FEP, como a capacidade de superar algumas limitações das formulações anteriores, mas argumenta que ele ainda precisa ser desenvolvido para se tornar uma teoria completa da cognição e da vida. Os autores sugerem que uma ponte formal mais poderosa entre a estrutura teórica do FEP e uma descrição da informação quântica dos estados espaciais pode ser necessária para abordar as limitações atuais.

Além disso, outro artigo (Andrews, 2021), discute a dificuldade de uma abordagem carregada com matemática influenciar as ciências humanas, geralmente mais familiarizadas com conceitos qualitativos. Embora o FEP possa ser uma estrutura poderosa para compreender a cognição, refinamento e integração com outras perspectivas disciplinares são necessários para que sua adoção seja mais ampla.

Embora o Princípio da Energia Livre de Friston seja uma estrutura conceitual valiosa para a pesquisa em cognição, com grande potencial heurístico, ele também enfrenta críticas e limitações que devem ser consideradas. Sua capacidade de unificar diversos fenômenos cognitivos é promissora, mas continua em desenvolvimento e aprimoramento para se consolidar como uma teoria explicativa abrangente da vida e da mente.

O que me atrai no FEP, sua riqueza, em minha concepção, reside na capacidade de oferecer uma perspectiva unificadora sobre a cognição, ligando-a à própria essência da existência dos sistemas vivos. Isso abre novas possibilidades de pesquisa e compreensão sobre a natureza da mente e do comportamento. Muito além de simplificações reducionistas, na direção de uma ciência verdadeiramente qualitativa e orgulhosa de si mesma, procurando nos números significado, não supremacia de discurso, como é o caso de outros arcabouços teóricos sobre a mente e o comportamento.

Bibliografia

1. Andrews, M. (2021). The math is not the territory: navigating the free energy principle. In Biology & Philosophy (Vol. 36, Issue 3). Springer Science+Business Media. https://doi.org/10.1007/s10539-021-09807-0
2. Allen, C., & Friston, K. (2016). The Free Energy Principle: A Rough Guide to the Brain? Trends in Cognitive Sciences, 20(12), 835-841. https://doi.org/10.1016/j.tics.2016.10.001
3. Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36(3), 181-204. https://doi.org/10.1017/S0140525X12000477
4. Friston, K. J. (2010). The free-energy principle: a unified brain theory? [Review of The free-energy principle: a unified brain theory?]. Nature Reviews. Neuroscience, 11(2), 127. Nature Portfolio. https://doi.org/10.1038/nrn2787
5. Friston, K. J., Costa, L. D., Sakthivadivel, D. A. R., Heins, C., Pavliotis, G. A., Ramstead, M. J. D., & Parr, T. (2023). Path integrals, particular kinds, and strange things [Review of Path integrals, particular kinds, and strange things]. Physics of Life Reviews, 47, 35. Elsevier BV. https://doi.org/10.1016/j.plrev.2023.08.016
6. Gudder, S. (1994). A mathematical journey. McGraw-Hill.
7. Hohwy, J. (2013). The Predictive Mind. Oxford University Press.
8. Pardo, M. A., Fristrup, K. M., Lolchuragi, D. S., Poole, J. H., Granli, P., Moss, C. J., Douglas‐Hamilton, I., & Wittemyer, G. (2023). African elephants address one another with individually specific calls. In bioRxiv (Cold Spring Harbor Laboratory). Cold Spring Harbor Laboratory. https://doi.org/10.1101/2023.08.25.554872
9. Rahmjoo, A., & Albarracin, M. (2023). Intra-Active Inference I: Fundamentals. https://doi.org/10.20944/preprints202306.1322.v1
10. Seth, A. K. (2015). The cybernetic Bayesian brain: From interoceptive inference to sensorimotor contingencies. Open MIND: Philosophy and the Mind Sciences in the 21st Century, 35, 1-24. https://doi.org/10.15502/9783958570108
11. Seth, A. K. (2016). The hard problem of consciousness and the free-energy principle. Current Opinion in Neurobiology, 40, 43-50. https://doi.org/10.1016/j.conb.2016.06.007
12. Sheldrake, M. (2020). Entangled Life.
    The Oxford handbook of 4E cognition. (2018). In Oxford University Press eBooks. https://doi.org/10.1093/oxfordhb/9780198735410.001.0001

1. Os conceitos de energia livre de Helmholtz e Gibbs têm origens na termodinâmica e descrevem sistemas físicos em equilíbrio. A energia livre de Helmholtz mede o trabalho útil disponível em sistemas fechados à temperatura constante, enquanto a de Gibbs é usada em sistemas que trocam energia e matéria, como reações químicas. Ambos tratam de estados físicos estáticos e não vivos. Em contraste, o Princípio da Energia Livre de Friston aplica esse conceito a sistemas vivos, abordando a dinâmica de como eles se mantêm organizados ao minimizar a energia livre variacional — uma medida abstrata da incerteza entre o que o sistema prevê e observa no ambiente. Enquanto Helmholtz e Gibbs lidam com equilíbrios termodinâmicos, Friston expande a ideia para sistemas adaptativos que sobrevivem longe do equilíbrio, enfatizando a autopoiese e a interação contínua com o ambiente. ↩︎
2. Em termos simples, entropia é uma medida do grau de desordem ou incerteza em um sistema. Imagine uma gaveta organizada, onde tudo está em seu lugar: a entropia é baixa, pois é fácil encontrar o que você procura. Agora pense nessa mesma gaveta completamente bagunçada: a entropia aumentou, porque há muitas maneiras diferentes de as coisas estarem espalhadas, tornando difícil achar algo. Na ciência, o conceito de entropia é usado para entender como sistemas evoluem do organizado para o desorganizado (como gelo derretendo em água) ou como informações podem ser perdidas ou dispersas. Em resumo, entropia mede o quanto um sistema é incerto ou imprevisível. ↩︎
3. Autopoiese é o processo pelo qual um sistema vivo mantém e regula sua própria organização e identidade ao longo do tempo, criando e renovando os componentes que o constituem. O termo, cunhado pelos biólogos Humberto Maturana e Francisco Varela, descreve a capacidade de um organismo de se autoproduzir e se adaptar continuamente ao ambiente, preservando sua integridade estrutural e funcional. Em essência, é o que diferencia os seres vivos dos sistemas inanimados. ↩︎
4. A teoria da inferência bayesiana é uma abordagem probabilística para a tomada de decisões e a atualização de crenças com base em novas evidências. Fundamenta-se no Teorema de Bayes, que descreve como calcular a probabilidade de uma hipótese ser verdadeira, ajustando-a continuamente à medida que novas informações são obtidas. No contexto da cognição, sugere que o cérebro atua como um “estatístico bayesiano”, combinando previsões anteriores com dados sensoriais para minimizar incertezas e otimizar a interação com o ambiente. ↩︎
5. A teoria da cognição incorporada propõe que a mente não opera de forma isolada, mas está profundamente interligada ao corpo e ao ambiente. Essa abordagem enfatiza que processos cognitivos, como percepção e pensamento, são moldados pela interação dinâmica entre o organismo e o mundo ao seu redor. Diferente de visões tradicionais que localizam a cognição exclusivamente no cérebro, essa teoria integra fatores físicos e contextuais, sugerindo que o corpo e o ambiente desempenham papéis ativos na constituição da mente. ↩︎
6. Os termos bottom-up e top-down referem-se a dois modos complementares de processamento de informações no cérebro. O bottom-up descreve o fluxo que começa nos sentidos, onde dados sensoriais brutos, como estímulos visuais ou sonoros, são processados e enviados para níveis superiores do sistema nervoso, enquanto o top-down se refere ao processamento guiado por níveis superiores, como expectativas, memórias ou atenção, que influenciam a forma como interpretamos os dados sensoriais. Esses processos interagem dinamicamente, permitindo ao cérebro ajustar continuamente suas percepções e respostas ao ambiente. ↩︎
7. A Cognição 4E é uma abordagem contemporânea da ciência cognitiva que enfatiza quatro características principais da cognição humana: ela é embodied (corporificada), embedded (situada no ambiente), enactive (ativa e interativa) e extended (estendida além do cérebro, incluindo ferramentas e outros agentes no ambiente). Essa perspectiva desafia a visão tradicional de que a cognição é um processo exclusivamente cerebral, destacando a importância do corpo, da interação com o ambiente e da participação de sistemas externos no pensamento e comportamento. ↩︎
8. Homeostase é o processo pelo qual um organismo mantém a estabilidade interna em resposta a mudanças no ambiente externo. Essencial para a sobrevivência, envolve mecanismos de autorregulação que equilibram variáveis como temperatura, pH e níveis de nutrientes, garantindo que o organismo funcione de maneira otimizada mesmo diante de condições adversas. ↩︎
9. Correlação é uma medida estatística que indica a relação entre duas variáveis, mostrando como mudanças em uma estão associadas a mudanças na outra. Quando a correlação é positiva, ambas as variáveis aumentam ou diminuem juntas. Já na correlação inversa, também chamada de correlação negativa, uma variável aumenta enquanto a outra diminui, indicando uma relação inversa entre elas. Esses conceitos ajudam a entender padrões e associações em diferentes contextos, como na análise de dados e estudos científicos. ↩︎
10. No contexto do Princípio da Energia Livre (FEP), agentes são sistemas ou subsistemas vivos que interagem ativamente com o ambiente, ou entre si, para minimizar sua energia livre, reduzindo incertezas sobre suas interações. Esses agentes podem variar em escala, desde organismos completos, como seres humanos, até partes constituintes de sistemas vivos, como órgãos, células ou redes neuronais. Por exemplo, órgãos como o coração ou os pulmões podem ser considerados agentes que regulam processos locais para manter sua funcionalidade e contribuir para a estabilidade do organismo como um todo. Assim, o conceito de agente no FEP é escalável e inclui tanto sistemas globais quanto subsistemas, todos alinhados ao objetivo de preservar a organização e a homeostase. ↩︎
11. Uma propriedade emergente é uma característica ou comportamento de um sistema que surge da interação de suas partes constituintes, mas que não pode ser reduzida ou explicada apenas pelos elementos isolados. No contexto da ciência, emergências são comuns em sistemas complexos, como ecossistemas, organismos vivos ou redes neurais, onde as interações dinâmicas entre as partes produzem fenômenos únicos, como a consciência, a cognição ou o equilíbrio ecológico. Essas propriedades refletem o todo, sendo mais do que a simples soma das partes. ↩︎
12. No do FEP, a cognição é entendida como a capacidade fundamental dos sistemas vivos de prever e responder a eventos futuros com base em modelos internos, minimizando incertezas. Essa previsão ocorre em diferentes níveis de cognição: baixo nível, relacionado a reflexos e respostas automáticas; médio nível, como a percepção sensorial e a integração de estímulos; e alto nível, envolvendo processos complexos como raciocínio, planejamento e tomada de decisão. Essa hierarquia reflete a organização dos sistemas vivos, onde a cognição, enquanto sinônimo de previsão, permite desde ajustes simples e rápidos no ambiente até estratégias sofisticadas para garantir a sobrevivência e a estabilidade do sistema. ↩︎
13. O termo Wood Wide Web descreve a rede subterrânea de fungos micorrízicos que conecta árvores e plantas em ecossistemas florestais. Por meio dessa rede, plantas compartilham recursos como água e nutrientes, além de sinais químicos que alertam sobre pragas ou estresses ambientais. Essa interação simbiótica não apenas promove a saúde das plantas individuais, mas também a resiliência coletiva do ecossistema, funcionando como um sistema de comunicação e cooperação essencial para a sobrevivência das florestas. ↩︎
14. Forrageamento epistêmico refere-se ao processo pelo qual agentes (humanos ou outros sistemas vivos) buscam ativamente informações no ambiente para reduzir incertezas e aprimorar seus modelos internos do mundo. Inspirado no conceito de forrageamento alimentar, no qual organismos buscam recursos nutricionais, o forrageamento epistêmico enfatiza a busca de conhecimento como um comportamento adaptativo, essencial para a sobrevivência e para a tomada de decisões informadas. No contexto da cognição preditiva, esse conceito descreve a interação dinâmica entre exploração (busca por novas informações) e exploração direcionada (foco em informações relevantes). Éo que estou fazendo neste blog, por exemplo. ↩︎
15. Um modelo axiomático é uma estrutura teórica construída a partir de um conjunto de axiomas, que são proposições fundamentais assumidas como verdadeiras sem necessidade de prova. Esses axiomas servem como base para derivar teoremas e construir explicações dentro de um sistema lógico ou matemático. No contexto científico, modelos axiomáticos fornecem uma estrutura rigorosa e coerente para descrever fenômenos complexos, permitindo deduções e previsões baseadas em princípios fundamentais. ↩︎
16. Embora o Princípio da Energia Livre (FEP) forneça uma base matemática e informacional para entender a cognição, críticos apontam que ele oferece subsídios limitados para explorar a experiência subjetiva e a consciência fenomenológica, como a emergência do self e a intencionalidade (Clark, 2013; Seth, 2015). No entanto, outros modelos baseados no Processamento Preditivo (PP) têm ampliado essa discussão. Teorias como a de Jakob Hohwy (2013) abordam a relação entre consciência e erro preditivo em níveis hierárquicos, enquanto Karl Friston e Christopher Allen (2018) propuseram frameworks que exploram o papel da precisão preditiva no foco atencional e na integração do self. Além disso, a abordagem de Anil Seth (2016) sobre estados perceptuais conscientes, que inclui o conceito de “consciência como alucinação controlada“, destaca como o PP pode explicar a subjetividade ao integrar mecanismos de predição ativa com relatos fenomenológicos. Essas alternativas demonstram o potencial do PP para avançar na compreensão da consciência, mesmo além das limitações atuais do FEP. ↩︎