Cómo leemos la mente del otro: el tiempo como señal del pensamiento y el razonamiento bayesiano inverso

Para coordinarnos y cooperar con otros no nos basta con saber qué quieren los demás, sino que necesitamos descifrar cómo están pensando en cada momento. 

La perspectiva mentalista se basa en atribuir estados mentales (creencias, deseos, intenciones) a los otros para explicar su conducta y predecirla o la “capacidad para razonar sobre las mentes de otros atribuyéndoles creencias, deseos o conocimientos”. Si vemos a Pablo salir de un portal, avanzar unos metros y dar marcha atrás y volver a entrar en el portal del que acababa de salir, atribuiremos a Pablo la creencia de que ha olvidado algo y el deseo de recogerlo y la intención de volver a salir una vez recogido el objeto olvidado. Los humanos tenemos una teoría de la mente, es decir, disfrutamos de ciertos poderes de telepatía que nos permiten “navegar” las relaciones sociales. 

A partir del modelo de «Razonamiento Bayesiano Inverso» (Bayesian Inverse Reasoning), Marlene D. Berke y sus coautores (2026) sostienen que los seres humanos concebimos a los demás como sistemas computacionales y que utilizamos indicios sutiles —especialmente las pausas y el tiempo que tardan en actuar— para reconstruir retrospectivamente su esfuerzo mental, sus recuerdos y sus distracciones, es decir, el proceso mental que ha tenido lugar en su cabeza. Esta capacidad para leer la dinámica del razonamiento ajeno revela que la cooperación social no descansa solo en instituciones, sino en una arquitectura cognitiva compartida capaz de anticipar y ajustar nuestras acciones a la mente del interlocutor.

La tesis del trabajo es que para coordinarnos no nos basta con saber qué quieren o creen los demás, sino que necesitamos reconstruir en tiempo real cómo están pensando. Los autores sostienen que los seres humanos representamos las mentes ajenas como sistemas computacionales dinámicos que procesan información y asignan recursos con flexibilidad para resolver problemas. 

A partir de indicios observables —muy especialmente del tiempo que las personas tardan en actuar u omitir una actuación — inferimos retrospectivamente qué operaciones mentales se han producido en su interior. 

Ésta es la idea central de su modelo de «Razonamiento Bayesiano Inverso» (Bayesian Inverse Reasoning, BIR).

Según este enfoque, cuando observamos a alguien evaluar una situación o preparar una respuesta, asumimos que su mente navega por un árbol de alternativas de pensamiento (thinking tree). La persona explora distintas trayectorias, abandona caminos sin salida y avanza hacia un objetivo. El observador intenta inferir el recorrido exacto a partir del resultado y del tiempo empleado. El razonamiento es «inverso» porque funciona de forma detectivesca: parte de los efectos visibles (una pausa seguida de una acción o inacción) para reconstruir las causas cognitivas invisibles que los generaron. .

La novedad radical del modelo consiste en introducir la noción de computación ("an abstract, substrate-independent process of information processing defined by mathematical rules and algorithms") como la unidad básica de la psicología intuitiva humana.  .

En las teorías tradicionales de la Teoría de la Mente (Theory of Mind), entender a otro consiste en atribuirle estados mentales estáticos como creencias o deseos. El modelo BIR demuestra que entender a otro exige además representarse cómo transforma la información, qué alternativas sopesa, cuánta carga de memoria afronta y cómo distribuye su esfuerzo mental.  . 

Los individuos no son vistos como meros recipientes de conocimientos, sino como motores computacionales dirigidos a fines. Para hacer estas inferencias, presuponemos implícitamente que los demás piensan de forma racional.  . No imaginamos que exploren las posibilidades al azar, sino que esperamos que prioricen los caminos más prometedores buscando minimizar el coste computacional total y la carga de memoria. Por eso, el tiempo que emplea el individuo que es objeto de observación revela sus procesos mentales, la duración de la inacción o pausa actúa como un indicador observable de variables cognitivas no visibles.

 

Una misma conducta puede responder a mecanismos muy distintos: por ejemplo, la memoria acorta el tiempo necesario para reaccionar, porque permite recuperar soluciones ya computadas; la distracción, por el contrario, lo aumenta porque consume recursos en tareas irrelevantes.  . Ante un problema complejo, una pausa sorpresivamente breve revela que la persona ya recordaba la respuesta; una pausa excesivamente larga ante algo sencillo señala distracción; y una pausa proporcional indica una computación o cálculo deductivo en marcha.

El aspecto más revelador para explicar la coordinación social es cómo estimamos la dificultad de los problemas que afronta el otro. Y para hacer tal estimación simulamos que nosotros tenemos que resolver el problema y medir así cuán complejo es. Pero no nos limitamos a eso. Esta simulación la "calibramos" aplicándole un "modelo abstracto" de mente, es decir, tratamos de eliminar los aspectos idiosincráticos de nuestro razonamiento (nuestra memoria, nuestras distracciones o errores o, simplemente, que tuvimos mucha o poca suerte). En otras palabras, no asumimos que el otro sea un clon de nuestra mente. 

Gracias a este motor de inferencia bayesiana, podemos anticipar si un interlocutor ha pasado por alto un detalle evidente, si está evaluando la situación de forma equivocada o si necesita tiempo para procesar una opción, lo que permite reajustar nuestras propias acciones y lograr una convergencia fluida en escenarios de interacción compleja.

Berke, M., Sterling, B. G., Tenenbaum, A. L., & Jara-Ettinger, J. (2026). People Reconstruct Others’ Cognitive Processes by Representing Their Minds as Computational Systems. PsyArXiv.