Experimento de Paradoja – Diana Deutsch La Ilusión del Tono de Shepard – Roger Shepard El

La percepción auditiva constituye uno de los terrenos más fértiles y complejos de la neurociencia cognitiva y la psicofísica. Lejos de operar como un mero transductor pasivo que traslada las oscilaciones mecánicas del aire a representaciones internas idénticas, el sistema auditivo humano ejecuta una reconstrucción activa, sintética e inferencial de la escena sonora. En este proceso de decodificación computacional, la mente proyecta hipótesis interpretativas sobre estímulos físicos intrínsecamente ambiguos, revelando que la realidad acústica objetiva y la experiencia perceptual subjetiva no siempre guardan una correspondencia isomórfica unívoca. Es en las grietas de este procesamiento donde emergen las paradojas e ilusiones psicoacústicas, fenómenos en los que la cognición auditiva se desvía sistemáticamente de las propiedades físicas del estímulo, dejando al descubierto la arquitectura computacional del cerebro.

A lo largo de la segunda mitad del siglo XX, dos investigadores transformaron radicalmente la comprensión contemporánea del procesamiento del tono musical y la organización de la escena auditiva: el psicólogo cognitivo Roger N. Shepard y la neuropsicóloga Diana Deutsch. Mediante el uso pionero de la síntesis digital de sonido en los laboratorios Bell y el diseño experimental cuantitativo, Shepard demostró en 1964 la naturaleza multidimensional de la altura tonal a través de su célebre tono circular infinito, conocido universalmente como la ilusión del tono de Shepard. Dos décadas más tarde, Diana Deutsch llevó estas indagaciones a un nuevo umbral epistemológico al formular la paradoja del tritono y la paradoja de la octava, demostrando que la percepción auditiva no solo está sujeta a constricciones geométricas innatas, sino también a un modelado plástico determinado por la impronta lingüística, la lateralización cerebral y el desarrollo temprano.

El estudio exhaustivo de las contribuciones de Roger Shepard y Diana Deutsch no representa un simple ejercicio de historia de la psicofísica, sino una inmersión profunda en el problema ontológico de la percepción. Este análisis monográfico desglosa con rigor los fundamentos matemáticos, electroacústicos, neurobiológicos y lingüísticos que sustentan estas paradojas sonoras. Al examinar cómo una estructura espectral cuidadosamente manipulada puede inducir la percepción de una ascensión tonal perpetua o cómo dos personas con idéntica agudeza auditiva pueden escuchar el mismo intervalo musical exactamente en direcciones opuestas, se evidencia que la audición no es un registro directo del mundo físico, sino una sofisticada obra arquitectónica forjada por la evolución biológica y cultural.

1. Introducción a las paradojas psicoacústicas: Las contribuciones de Diana Deutsch y Roger Shepard

1.1 Contexto histórico de la investigación psicoacústica a finales del siglo XX

La investigación psicoacústica experimentó una transformación paradigmática decisiva durante las décadas de 1960 y 1970. Hasta ese momento histórico, el marco de referencia dominante en la psicofísica auditiva se sustentaba en el análisis de tonos puros sinusoidales y en la determinación de umbrales absolutos y diferenciales, un enfoque analítico heredado directamente de los trabajos decimonónicos de Hermann von Helmholtz y Gustav Fechner. Sin embargo, este paradigma reduccionista exhibía serias limitaciones para explicar el modo en que el sistema nervioso central interpreta estímulos complejos en entornos ecológicamente válidos, donde las ondas sinusoidales aisladas son prácticamente inexistentes.

La emergencia de la revolución cognitiva impulsó un distanciamiento progresivo de los modelos conductistas y mecanicistas, desplazando el foco empírico hacia los procesos internos de representación mental y cómputo de la información sensorial. Coincidentemente, la introducción de las primeras computadoras capaces de realizar síntesis digital de sonido —particularmente a través del programa Music-N desarrollado por Max Mathews en los Bell Telephone Laboratories— otorgó a los científicos un control paramétrico microscópico y sin precedentes sobre la fase, la envolvente de amplitud y la distribución espectral de las ondas acústicas. Esta confluencia técnica y conceptual permitió el abandono del tono puro como única unidad de análisis, facilitando el escrutinio de estructuras armónicas manipuladas deliberadamente.

En este nuevo escenario epistémico, las ilusiones sensoriales y las paradojas perceptivas dejaron de ser concebidas como meras curiosidades de laboratorio o fallos secundarios del aparato sensorial. Por el contrario, fueron revalorizadas como herramientas heurísticas de primer orden metodológico. Del mismo modo que el estudio de las patologías cerebrales arroja luz sobre el funcionamiento neurológico normativo, las anomalías perceptivas sistemáticas comenzaron a emplearse para desarticular los mecanismos subyacentes de la decodificación auditiva, revelando las restricciones geométricas, computacionales y biológicas del sistema perceptivo humano.

1.2 Definición y taxonomía de las ilusiones y paradojas auditivas

Dentro del marco contemporáneo de la psicofísica, resulta metodológicamente imprescindible trazar una diferenciación taxonómica precisa entre conceptos que a menudo se confunden en el discurso divulgativo: el fallo perceptual, la ambigüedad sensorial y la ilusión sistemática. Un fallo perceptual remite a una degradación contingente en la captación de la señal, frecuentemente atribuible a lesiones orgánicas periféricas, fatiga receptora o una relación señal-ruido desfavorable en el entorno físico. Por su parte, la ambigüedad sensorial ocurre cuando una señal entrante admite múltiples interpretaciones probabilísticas igualmente plausibles en ausencia de restricciones contextuales suficientes.

En contraste, una ilusión auditiva se define como una discrepancia cuantitativa, robusta y replicable entre las propiedades físicas objetivas de un estímulo acústico —cuantificables mediante instrumental espectrográfico— y la reconstrucción fenomenológica subjetiva reportada por el observador. La paradoja auditiva representa el grado máximo de esta discrepancia: una configuración experimental en la que el percepto subjetivo viola frontalmente las leyes de la física clásica o entraña contradicciones lógicas irresolubles dentro de los marcos habituales de referencia. En la paradoja, el oyente experimenta una divergencia persistente que no se desvanece incluso cuando este adquiere un conocimiento analítico y consciente sobre la composición espectral real del sonido presentado.

Desde una perspectiva clasificatoria, las paradojas auditivas pueden segmentarse según el dominio primario en el que se manifiesta la discrepancia cognitiva:

• Paradojas de altura tonal (pitch): Implican juicios contradictorios sobre la dirección melódica o la circularidad de la frecuencia fundamental percibida, como sucede en el tono de Shepard y en la paradoja del tritono de Deutsch.
• Paradojas tímbricas y de agrupamiento espectral: Afectan la asignación de armónicos a fuentes sonoras diferenciadas, alterando la identidad del objeto auditivo percibido.
• Paradojas de localización espacial y lateralización dicótica: Involucran una desconexión sistemática entre la información temporal interaural o de intensidad y la posición espacial subjetiva asignada al estímulo, exemplificadas por la ilusión de la octava y la ilusión de la escala.

Esta taxonomía pone de relieve que las paradojas no son errores caóticos, sino la manifestación fenoménica de algoritmos cerebrales altamente organizados dedicados a la resolución de problemas inversos en acústica.

1.3 Perfiles científicos: Roger Shepard y Diana Deutsch

La conceptualización moderna del espacio tonal multidimensional se forjó gracias a las trayectorias científicas de Roger Newland Shepard y Diana Deutsch, dos figuras fundamentales cuyas investigaciones redefinieron las fronteras entre la psicología, la acústica física y la neurobiología. Roger Shepard (1929–2022), formado en la Universidad de Harvard y con una destacada trayectoria en Bell Labs y la Universidad de Stanford, centró su programa de investigación en la psicometría espacial, el escalamiento multidimensional y las representaciones geométricas internas. Shepard postulaba que la mente humana codifica las propiedades del entorno físico mediante variedades geométricas internas continuas, sujetas a principios universales de simetría y distancia matemática.

Por otro lado, Diana Deutsch, profesora de psicología en la Universidad de California en San Diego (UCSD), abordó el fenómeno sonoro desde una perspectiva marcadamente neuropsicológica, centrada en la memoria musical, la arquitectura del procesamiento dicótico y la interacción entre el habla y el tono. Su trabajo se caracterizó por un rigor empírico exhaustivo en la manipulación de señales complejas mediante procesamiento de señales, prestando especial atención no solo a los patrones generales de respuesta cognitiva, sino también a la variabilidad interpersonal y a los sesgos perceptivos vinculados al sustrato lingüístico y cultural de los oyentes.

El punto de convergencia epistemológica entre Shepard y Deutsch radicó en la demolición definitiva del dogma unidimensional de la altura tonal. Tradicionalmente se asumía que la altura del sonido se proyectaba de manera puramente lineal a lo largo de un eje que iba de lo grave a lo agudo, en correspondencia isomórfica con la frecuencia fundamental ($f_0$). Mediante sus diseños experimentales, Shepard en 1964 y Deutsch a partir de la década de 1970 demostraron que el sistema nervioso decodifica la altura al menos en dos dimensiones ortogonales e independientes: la altura fundamental (pitch height) y la clase de altura (pitch chroma). Esta articulación teórica común sentó las bases de los modelos contemporáneos de cognición musical y neuroacústica.

2. Fundamentos teóricos del tono de Shepard y la escala auditiva infinita

2.1 El concepto de tono continuo y la circularidad de la altura tonal

El modelo canónico de dos dimensiones propuesto por Roger Shepard desarticula la noción unívoca del tono mediante la distinción funcional entre dos variables psicoacústicas: la altura tonal (pitch height) y la clase de altura (pitch chroma). La altura tonal constituye una cualidad lineal, monotónica y dependiente de la energía espectral global, que organiza los sonidos en un gradiente continuo desde lo infinitamente grave hasta lo infinitamente agudo. Por su parte, la clase de altura es una propiedad intrínsecamente circular y periódica que agrupa los tonos en clases de equivalencia de octava, reflejando el hecho perceptivo de que dos frecuencias cuya razón matemática es exactamente de $2:1$ comparten una identidad armónica equivalente dentro del sistema de la escala cromática occidental (formada por doce clases de altura: Do, Do♯, Re, etc.).

Para modelar formalmente la interacción entre ambas dimensiones, Shepard propuso la metáfora topológica de la espiral del tono o hélice cilíndrica. En este constructo geométrico tridimensional, el eje vertical de la espiral representa la dimensión continua de la altura tonal (pitch height), mientras que el plano transversal circular codifica la clase de altura (pitch chroma). Conforme una señal acústica asciende en frecuencia, su trayectoria traza una espiral ascendente; cada vuelta de $360^circ$ completa un intervalo de octava, de modo que las notas que pertenecen a la misma clase cromática se alinean verticalmente a lo largo de la misma generatriz del cilindro.

La brillantez experimental de Shepard consistió en diseñar un estímulo acústico sintético capaz de proyectar su trayectoria exclusivamente sobre el plano circular transversal, neutralizando de manera simultánea la translación neta sobre el eje vertical continuo. Al eliminar las claves perceptivas que permiten anclar la altura lineal a una octava física concreta, el tono resultante conserva intacta su posición en la circunferencia de clase de altura, pero pierde su referencia de altitud espectral absoluta. De este modo, la afinidad entre frecuencias armónicas queda constreñida a un espacio cerrado, induciendo el fenómeno de circularidad perceptual estricta.

2.2 Análisis de la ilusión cinemática y la analogía visual con la escalera de Penrose

La experiencia fenomenológica derivada de escuchar una secuencia continua de tonos de Shepard se define formalmente como una ilusión cinemática auditiva. A nivel perceptivo, el estímulo genera la sensación inequívoca y vívida de un movimiento tonal direccional ininterrumpido —ya sea ascendentemente hacia el agudo o descendentemente hacia el grave— sin que se produzca una elevación o caída real en la frecuencia media general del complejo acústico. Se trata de un bucle sensorial interminable donde la anticipación cognitiva de resolución melódica se reactiva de forma perpetua en cada transición temporal.

Este fenómeno auditivo es el correlato directo de célebres paradojas ópticas y cinemáticas, de las cuales la más relevante es la escalera de Penrose, formalizada por Lionel y Roger Penrose y popularizada por el artista neerlandés M. C. Escher en su litografía Klimmen en dalen (Ascendiendo y descendiendo, 1960). En dicha litografía, una serie de figuras marchan de manera continua por una escalera cuadrangular cuyos escalones parecen subir sin cesar mientras permanecen anclados a la misma base física. Otra analogía visual de precisión es la ilusión del poste de barbero (barberpole illusion), en la cual la rotación horizontal de un cilindro con franjas diagonales pintadas se percibe indebidamente como un flujo vertical infinito.

En el tono de Shepard, la discrepancia cognitiva opera mediante una colisión funcional entre la integración perceptiva local y la integración global. En el ámbito local, cada salto interválico sucesivo presenta una transición espectral clara y ascendente en la mayoría de sus componentes sinusoidales vecinos, lo que activa en la corteza auditiva primaria los detectores de dirección de frecuencia hacia el agudo. Sin embargo, a escala global, la envolvente espectral estática previene cualquier cambio neto en la energía promedio o en el centroide espectral del estímulo, obligando al sistema nervioso a reciclar continuamente su percepción en un estado estacionario de movimiento virtual.

2.3 Formalización matemática del complejo espectral de Shepard

La síntesis acústica de un tono de Shepard exige la construcción de un complejo espectral compuesto por múltiples componentes sinusoidales puras, dispuestas de manera rigurosa a lo largo del dominio frecuencial. Cada tono $S(t)$ está integrado por una suma finita de $N$ ondas sinusoidales (típicamente entre cinco y diez componentes armónicas) separadas por intervalos exactos de octava. Matemáticamente, las frecuencias de los componentes individuales $f_n$ asociadas a una clase cromática base $f_0$ satisfacen la progresión geométrica de razón 2:

$$f_n = f_0 \cdot 2^n \quad \text{donde } n in {0, 1, 2, dots, N-1}$$

La característica electroacústica definitoria del tono de Shepard radica en la modulación de las amplitudes de estas componentes sinusoidales mediante una envolvente espectral fija con forma de distribución gaussiana (o campana de Gauss), calculada sobre un eje logarítmico de frecuencias. La amplitud relativa $A(f_n)$ de cada componente $n$ se formula algebraicamente según la siguiente función ponderadora:

$$A(f_n) = \exp \left( – \frac{\left( \log_2(f_n) – \log_2(f_{\text{c}}) \right)^2}{2\sigma^2} \right)$$

En esta expresión matemática, $f_{\text{c}}$ representa la frecuencia central o centroide de la envolvente espectral (ubicada comúnmente en la región de máxima sensibilidad psicoacústica humana, alrededor de los 500 Hz a 1000 Hz), mientras que el parámetro $\sigma$ controla el ancho de banda efectivo o dispersión espectral de la curva gaussiana. Cada tono complejo resultante se sintetiza en el dominio del tiempo mediante la sumatoria lineal de los osciladores individuales escalados por sus respectivas amplitudes dependientes de la envolvente:

$$S(t) = \sum_{n=0}^{N-1} A(f_n) \cdot \sin(2\pi f_n t + \phi_n)$$

Donde $\phi_n$ representa la fase inicial de cada parcial, habitualmente calibrada a cero o aleatorizada para evitar interferencias de picos de fase constructivos. Al desplazarse la frecuencia base $f_0$ a lo largo de los doce semitonos de la escala cromática, la envolvente $A(f)$ permanece espacial y energéticamente inmóvil sobre el espectro, atenuando asintóticamente las componentes que abandonan sus límites y amplificando suavemente las que entran en su rango de acción.

3. Mecanismos acústicos y psicoacústicos en la generación del tono de Shepard

3.1 La envolvente espectral y el desvanecimiento de frecuencias armónicas

El principio físico que garantiza la invarianza del centroide espectral y la consiguiente ilusión de continuidad infinita es la acción transferencial de la envolvente gaussiana sobre los bordes del espectro audible. Debido a que las frecuencias de las ondas sinusoidales integrantes guardan una relación constante de duplicación de frecuencia ($2:1$), cualquier incremento gradual en las frecuencias individuales empuja progresivamente a los componentes superiores hacia el extremo agudo del espectro sonoro, mientras que los componentes inferiores ascienden hacia la banda de pase media.

A medida que una componente sinusoidal se aproxima a la cola superior de la envolvente gaussiana, su amplitud relativa decae suavemente siguiendo la curvatura asintótica de la función, hasta situarse por debajo del umbral absoluto de audibilidad del oído humano en ese rango de frecuencias (según las curvas isofónicas normalizadas por la norma ISO 226). Simultáneamente, en el extremo opuesto del espectro, una nueva componente sinusoidal emerge desde el límite inferior inaudible mediante un proceso progresivo de ganancia de amplitud (fade-in espectral). Este diseño asegura que la entrada y salida de frecuencias parciales acontezca en zonas de silenciamiento psicoacústico perceptual relativo.

Dado que la derivada temporal de la amplitud en los límites espectrales es continua y asintótica, el aparato sensorial es incapaz de discriminar conscientemente la aparición o el cese de los parciales aislados. La energía acústica total ponderada se mantiene estacionaria durante todo el ciclo de transposición, eliminando cualquier señal transitoria que pudiera servir de marcador acústico para advertir que el complejo sonoro ha completado una rotación exacta de 360 grados dentro del círculo de octavas.

3.2 Procesamiento coclear y codificación de frecuencias en la membrana basilar

Para comprender la persistencia de esta ilusión en el nivel periférico del sistema nervioso, es imperativo examinar la biomecánica coclear en el oído interno. La membrana basilar, alojada en el interior de la cóclea, exhibe una organización tonotópica espacialmente segregada: las frecuencias agudas inducen picos máximos de desplazamiento hidrodinámico en la región basal rígida, mientras que las frecuencias graves alcanzan su resonancia máxima en el ápice helicoidal flexible. Cuando un complejo espectral de Shepard ingresa al conducto coclear, activa simultáneamente múltiples puntos discretos a lo largo de toda la extensión tonotópica de la membrana basilar.

Debido a que los componentes individuales del tono de Shepard están separados por intervalos de octava entera, la distancia física entre sus respectivos picos de excitación mecánica en la membrana basilar excede con holgura los anchos de banda críticos del sistema auditivo (equivalentes al ancho de banda rectangular equivalente, ERB). Esta amplia separación previene los efectos de batimiento caótico y enmascaramiento simultáneo intra-filtro que ocurrirían si las frecuencias estuvieran densamente agrupadas. Cada componente estimula su propio banco de células ciliadas internas de forma casi aislada.

En el plano electrofisiológico, la transducción celular opera a través de dos mecanismos de codificación complementarios: el código de lugar (distribución espacial de la vibración mecánica basilar) y el bloqueo de fase temporal (sincronía de disparo del nervio auditivo con la periodicidad de la onda acústica, operativa por debajo de los 4 a 5 kHz). En el tono de Shepard, el código de lugar revela un perfil de excitación neural estático determinado por la envolvente gaussiana, mientras que la información temporal registra pequeños desplazamientos incrementales. La corteza cerebral prioriza la proximidad temporal y de frecuencia entre los pasos sucesivos más cercanos, sintetizando un percepto de tono unificado que ignora la falta de traslación del patrón de activación coclear global.

3.3 Variantes del tono de Shepard: La variante de Jean-Claude Risset

En el año 1969, el compositor y físico francés Jean-Claude Risset (1938–2016), quien realizaba investigaciones pioneras en Bell Laboratories junto a Max Mathews, expandió el paradigma experimental de Roger Shepard al formular su variante continua, conocida universalmente como el glissando de Shepard-Risset. Mientras que el diseño original de Shepard consistía en una escala discreta compuesta por eventos sonoros segmentados en intervalos cromáticos sucesivos, Risset eliminó las transiciones discretas mediante la modulación temporal continua y diferenciable de la frecuencia de cada componente sinusoidal.

En el glissando continuo de Risset, las frecuencias de los osciladores armónicos se deslizan de forma continua e ininterrumpida a lo largo de una función exponencial en el dominio temporal. En lugar de percibir notas aisladas que saltan cronológicamente de una clase cromática a otra, el oyente se enfrenta a una corriente acústica fluida que asciende o desciende de forma perpetua sin principio ni fin audibles. La síntesis computacional de esta variante requiere la implementación de un banco de generadores de funciones sinusoidales cuyos argumentos de frecuencia y fase instantánea se calculan en tiempo real dentro del procesador digital, asegurando un vínculo armónico continuo con la envolvente gaussiana fija que modula sus amplitudes.

Risset no limitó la aplicación de este principio computacional al dominio de la altura tonal pura. En trabajos posteriores, extrapoló el mismo algoritmo matemático al plano del ritmo y la percepción métrica temporal, concibiendo la llamada paradoja del tempo de Risset o ritmo acelerando perpetuo. Al superponer componentes rítmicos periódicos (latidos o patrones percusivos) espaciados logarítmicamente bajo una envolvente temporal fija, Risset generó secuencias rítmicas que parecen acelerar o desacelerar de forma interminable sin experimentar jamás un cambio mensurable en sus pulsaciones por minuto promedio.

4. Diana Deutsch y la paradoja del tritono: Estructura del experimento

4.1 Diseño metodológico y estímulos psicoacústicos del tritono

A mediados de la década de 1980, la neuropsicóloga Diana Deutsch utilizó los complejos espectrales sintetizados bajo el principio de Shepard para investigar cómo el sistema cognitivo resuelve condiciones de ambigüedad geométrica absoluta dentro del espacio tonal. Estas indagaciones culminaron en 1986 con el descubrimiento de la paradoja del tritono, un experimento en el que los oyentes emiten juicios direccionales binarios ante estímulos sonoros emparejados cuya trayectoria melódica es intrínsecamente indeterminada.

El diseño metodológico implementado por Deutsch consiste en presentar sucesivamente dos tonos complejos de Shepard separados de forma matemática por un intervalo de tritono, equivalente a una distancia exacta de medio intervalo de octava (seis semitonos en el sistema temperado occidental, con una razón de frecuencia fundamental de $\sqrt{2}:1$). Dentro del círculo canónico de clases de altura (pitch class circle), dos notas separadas por un tritono —por ejemplo, Do y Fa sostenido (C–F♯), o Re y Sol sostenido (D–G♯)— se posicionan en puntos diametralmente opuestos, situados a exactamente $180^circ$ de distancia el uno del otro.

Al aplicar una envolvente espectral fija idéntica a ambos tonos complejos, se eliminan deliberadamente todas las claves accesorias de altura lineal y distribución espectral relativa. Como consecuencia matemática y geométrica de esta simetría perfecta, la distancia requerida para conectar ambos tonos en sentido horario (ascendente) o antihorario (descendente) dentro del círculo de clases de altura es rigurosamente idéntica: seis semitonos en cualquier dirección. El sistema perceptivo no dispone de ningún criterio físico basado en la proximidad espectral para discernir si el segundo tono se encuentra más cerca del primero ascendiendo o descendiendo en la escala, enfrentándose a un problema de subdeterminación sensorial extremo.

4.2 Bistabilidad perceptiva y polarización de las respuestas de los sujetos

El hallazgo empírico fundamental obtenido por Deutsch al someter este paradigma a evaluación experimental reveló una marcada bistabilidad perceptiva acompañada de una sorprendente polarización de las respuestas. Cuando dos sujetos con idéntica agudeza auditiva escuchan con auriculares exactamente el mismo par de tonos (por ejemplo, el intervalo C–F♯), no reportan incertidumbre ni perciben el sonido como un evento estático o ambiguo; en su lugar, ambos escuchan una progresión interválica nítida, pero emiten juicios diametralmente invertidos: un oyente asegura con total certeza que el intervalo asciende, mientras que el otro afirma con idéntica convicción que el intervalo desciende.

Esta dicotomía conductual demostró que el fenómeno no responde a una mera fluctuación aleatoria debida al ruido biológico o la indecisión. Los experimentos de Deutsch arrojaron dos datos cuantitativos cruciales:

1. Estabilidad intrapersonal extrema: Cada sujeto evaluado de forma individual presenta una consistencia prueba-reprueba sobresaliente ($r > .90$). Cuando una persona es expuesta al mismo par de tonos semanas o meses después en sesiones de control a doble ciego, reitera invariablemente su juicio original.
2. Variabilidad interpersonal sistemática: Al evaluar a los sujetos a lo largo de los doce pares cromáticos posibles del círculo tonal, las respuestas no se distribuyen al azar alrededor de un 50% de probabilidad, sino que trazan una curva psicométrica marcadamente sinusoidal. Los sujetos escuchan ciertas clases de altura como ascendentes cuando van acompañadas de su tritono opuesto, y sistemáticamente oyen las clases de altura restantes como descendentes.

Este comportamiento indica que los oyentes poseen un sesgo perceptual sistemático y estructurado que determina de forma inconsciente la dirección en que deben resolverse las ambigüedades tonales.

4.3 El concepto de orientación del círculo de clases de altura

Para formalizar teóricamente la causa de estas respuestas polarizadas, Diana Deutsch formuló la hipótesis de que el sistema nervioso humano cuenta con un mapa cognitivo interno orientado o plantilla de clases de altura (pitch-class template). Según esta formulación, el círculo abstracto de las doce notas musicales no flota libremente ni de forma arbitraria en el espacio cognitivo del observador, sino que se encuentra espacialmente anclado a un eje de polaridad o línea de orientación preferente.

Este eje divide el círculo de clases de altura en dos mitades complementarias: un hemisferio definido subjetivamente como «superior» o agudo y un hemisferio definido como «inferior» o grave. La regla computacional predictiva que rige el percepto establece lo siguiente: si el par de tritonos se inicia en una nota ubicada en la porción superior del mapa cognitivo individual y transita hacia su contraparte diametral en la porción inferior, el oyente decodifica el intervalo inequívocamente como un descenso tonal. Inversamente, si la secuencia transita desde el hemisferio inferior hacia el superior, el cerebro interpreta la señal como un ascenso melódico.

La ubicación angular precisa de este eje de orientación varía de forma sustancial entre diferentes individuos: para algunos sujetos, el nodo dominante en la cúspide del círculo puede situarse en las cercanías de Do y Do♯, mientras que para otros puede encontrarse rotado $180^circ$ en torno a Fa♯ y Sol. Esta rotación mental individualizada es la que causa que dos personas perciban las mismas transiciones melódicas con direcciones invertidas. Además, el fenómeno aporta evidencia concluyente de que el sistema nervioso puede utilizar referencias de tono absoluto de forma implícita para calcular relaciones interválicas relativas, incluso en individuos desprovistos de oído absoluto consciente.

5. Influencias lingüísticas y socioculturales en la paradoja de Diana Deutsch

5.1 La correlación entre lengua materna, dialecto y el mapa cognitivo tonal

Uno de los hitos científicos más trascendentes en la obra de Diana Deutsch fue el descubrimiento de que la orientación específica de la plantilla interna de clases de altura no está fijada de manera puramente genética ni responde a variaciones anatómicas aleatorias de la cóclea, sino que correlaciona de forma estadísticamente significativa con el entorno sociolingüístico y el dialecto materno del oyente. En un estudio fundacional publicado en 1991, Deutsch sometió a examen psicofísico a dos grupos de sujetos normoyentes anglófonos con características biológicas comparables pero criados en distintas áreas geográficas: hablantes nativos de inglés californiano frente a hablantes nativos del sur de Inglaterra.

El análisis de los resultados arrojó patrones de respuesta diametralmente disjuntos entre ambas poblaciones ($p < .001$). Los pares de tritonos que eran percibidos predominantemente como ascendentes por los sujetos oriundos del sur de California (quienes ubicaban las notas agudas de su mapa preferente en la región de Re♯–Fa) eran categorizados sistemáticamente como descendentes por los oyentes procedentes del sur británico (cuya orientación marcaba su cúspide espectral cerca de La–Si). Este hallazgo constituyó la primera demostración empírica sólida de que la percepción de un atributo musical elemental como la dirección del tono está influida de forma decisiva por factores lingüísticos regionales.

Deutsch postuló la hipótesis de que esta plantilla interna se calibra a partir de la impronta articulatoria y espectral acumulada durante el aprendizaje temprano del habla. La exposición continuada a los contornos prosódicos de la lengua materna, sumada a la frecuencia fundamental ($f_0$) promedio y al rango modal de entonación empleados por la comunidad de hablantes del entorno, induce en la corteza auditiva la consolidación de un marco de referencia acústico duradero que luego es transferido de forma automática e inconsciente a la decodificación de secuencias musicales puras.

5.2 Poblaciones lingüísticas tonales: El caso del mandarín y el vietnamita

Para contrastar la validez ecológica de su modelo predictivo, Deutsch y sus colaboradores extendieron sus protocolos de investigación hacia poblaciones cuya lengua nativa corresponde a la categoría de los lenguajes tonales, como el chino mandarín y el vietnamita. En estos sistemas lingüísticos, el tono relativo o el contorno dinámico de inflexión de la frecuencia fundamental dentro de una misma sílaba fonética no cumple una mera función expresiva prosódica, sino que altera de forma drástica y vinculante el significado semántico y léxico de la palabra articulada (por ejemplo, en mandarín estándar, la sílaba ma puede significar ‘madre’, ‘cáñamo’, ‘caballo’ o ‘reprender’ en función de su modulación tonal).

Al evaluar a sujetos nativos de Vietnam y China en la paradoja del tritono, Deutsch observó un fenómeno característico: los perfiles psicométricos de los hablantes de lenguas tonales exhibían una nitidez superior y una dispersión estadística significativamente menor en sus curvas de respuesta en comparación con los hablantes de lenguas no tonales (como el inglés o el español). La plantilla interna de los hablantes de idiomas tonales está anclada con una precisión milimétrica, mostrando una consistencia extrema en la localización angular de los polos superior e inferior de su círculo de clases de altura.

Estos hallazgos sugieren que el cerebro de un individuo expuesto desde la primera infancia a un sistema lingüístico donde la discriminación de la altura espectral es crítica para la supervivencia comunicativa desarrolla redes neurales dedicadas con una calibración tonal hipersensible. No obstante, las investigaciones recalcaron una disociación operativa clave: aunque el mapa cognitivo se sincroniza durante la asimilación del habla tonal, el procesamiento abstracto del tritono se computa como una propiedad musical formal en circuitos corticales asociativos que trascienden el mero análisis fonológico periférico.

5.3 Plasticidad del desarrollo y período crítico auditivo

La persistencia y el origen del mapa mental tonal plantean interrogantes fundamentales en torno a la plasticidad neuronal del desarrollo y la existencia de un período crítico auditivo. En un revelador estudio encabezado por Diana Deutsch, Trevor Henthorn y Mark Dolson (2004), se examinó a un grupo de sujetos nacidos en Vietnam que habían emigrado a los Estados Unidos durante la infancia o la adolescencia, habiendo alcanzado la adultez en un entorno enteramente dominado por el inglés norteamericano no tonal.

Los datos psicofísicos revelaron que los sujetos que habían completado sus primeros años de adquisición lingüística dentro de la comunidad vietnamita preservaban con absoluta fidelidad la orientación angular de la plantilla tonal típica de los hablantes nativos de vietnamita, aun después de décadas de inmersión geográfica y lingüística continuada en California. Asimismo, el análisis empírico realizado con parejas de madres e hijos biológicos demostró una correlación casi perfecta en la orientación de sus respectivos mapas cognitivos ($p < .001$), mientras que los estudios con gemelos criados en distintos entornos sociolingüísticos confirmaron que dicha concordancia deriva de la transmisión comunicativa temprana y no de mecanismos de herencia monogénica.

Estos resultados proporcionan una base sólida a la teoría de que la arquitectura cerebral de la percepción musical temprana está supeditada a un período de plasticidad sináptica crítica similar al implicado en la fonología del lenguaje. Durante los primeros años de vida, la corteza auditiva procesa y sintetiza el paisaje acústico ambiental, estableciendo representaciones estructurales permanentes que cristalizan las conexiones sinápticas. Una vez cerrado este período del neurodesarrollo, el mapa cognitivo del espacio tonal adquiere una estabilidad perdurable, condicionando irreversiblemente la forma en que el individuo interpretará las relaciones sonoras a lo largo de toda su vida adulta.

6. Otras paradojas e ilusiones auditivas descubiertas por Diana Deutsch

6.1 La ilusión de las palabras fantasma (Phantom Words)

Más allá de las paradojas estrictamente confinadas al dominio del tono musical, Diana Deutsch ha efectuado contribuciones fundamentales en la intersección entre la percepción espectral y la psicolingüística mediante el diseño de la ilusión de las palabras fantasma (Phantom Words Illusion). El dispositivo metodológico de esta ilusión involucra la reproducción continua, simultánea y a través de altavoces estéreo o auriculares calibrados, de secuencias rítmicas de habla compuestas por palabras breves o combinaciones de fonemas sintetizados que se repiten en un bucle temporal ininterrumpido. Las dos señales sonoras idénticas se distribuyen deliberadamente desfasadas en tiempo e intensidad entre ambos canales acústicos.

Al ser expuestos a esta corriente acústica repetitiva pero fragmentaria, los oyentes comienzan espontáneamente a «escuchar» palabras perfectamente articuladas, frases enteras e inflexiones prosódicas coherentes que no forman parte de la señal física real grabada en el soporte técnico. De forma aún más sorprendente, el contenido léxico y emocional de las palabras emergentes varía sustancialmente de un oyente a otro: mientras un sujeto puede escuchar términos dotados de connotaciones agresivas o imperativas, otro participante en el mismo laboratorio asegura escuchar nombres propios, palabras afectuosas o vocablos en lenguas que no domina de manera nativa.

Este fenómeno constituye una demostración fehaciente de la primacía de los mecanismos de procesamiento descendente (top-down processing) en el córtex cerebral. Ante una estimulación acústica ambigua y altamente estructurada temporalmente, los módulos de categorización léxica y prosódica del cerebro proyectan activamente hipótesis perceptivas sobre la señal de entrada, extrayendo patrones semánticos acordes con el estado motivacional, las memorias lingüísticas previas y los sesgos psicológicos contextuales del sujeto. El cerebro prefiere fabricar significado a partir del ruido antes que tolerar una entrada lingüística sin resolución estructural.

6.2 La ilusión del habla al canto (Speech-to-Song Illusion)

Otra de las aportaciones más disruptivas de Deutsch a la neurobiología de la audición es la célebre ilusión del habla al canto (Speech-to-Song Illusion), descubierta y documentada formalmente en 1995 a partir de un fragmento de habla extraído de su propio álbum experimental Musical Illusions and Paradoxes. En este paradigma, una frase hablada natural («the sounds as they are actually presented«), emitida inicialmente con una entonación discursiva estándar, es reproducida de forma aislada e idéntica múltiples veces consecutivas (típicamente entre cinco y diez iteraciones) sin aplicar sobre ella ninguna clase de alteración tímbrica, espectral o afinación autotuning computacional.

El resultado perceptual es dramático: tras varias repeticiones en bucle cerrado, el oyente deja de percibir la señal física como una locución hablada natural y pasa a experimentarla inequívocamente como una melodía musical entonada o cantada, dotada de notas tonales discretas y de un ritmo métrico rigurosamente definido. Esta transformación subjetiva es extraordinariamente robusta; si posteriormente se reproduce la grabación original completa de la que se sustrajo el fragmento, el oyente es incapaz de volver a escuchar esa sección específica como simple habla, emergiendo el percepto del canto de manera automática e indeleble.

Desde el punto de vista neurofisiológico, la ilusión del habla al canto pone en tela de juicio la supuesta separación dicotómica y modular rígida entre los centros neuronales del habla (tradicionalmente anclados en el hemisferio izquierdo, alrededor de las áreas de Broca y Wernicke) y los módulos de percepción melódica (vinculados preferentemente al hemisferio derecho y al giro temporal superior). La repetición exacta desgasta la atención hacia el contenido semántico primario mediante saturación sináptica, permitiendo que los circuitos dedicados a la extracción de contornos prosódicos y alturas relativas capturen la señal, demostrando la continuidad y plasticidad funcional existente entre el lenguaje y la música en el córtex asociativo humano.

6.3 La ilusión de cambio de tono y la ilusión de la escala de glissando

Dentro del espectro de investigaciones conducidas por Deutsch en relación con la memoria auditiva y la espacialización interaural, destacan de forma particular la ilusión de cambio de tono y la ilusión de la escala de glissando. En esta última configuración experimental, se presenta a los participantes una secuencia melódica dicótica en la que una escala diatónica convencional sintetizada asciende o desciende a través de tonos fijos alternos entre el oído izquierdo y el oído derecho, simultáneamente superpuesta con un tono sinusoidal continuo que realiza un glissando continuo oscilante de grave a agudo y viceversa.

El sistema auditivo no logra integrar de forma fidedigna las coordenadas cartesianas espaciales con los atributos de frecuencia del estímulo continuo. En su lugar, se desencadena una segregación perceptual disociativa: los oyentes reportan con regularidad percibir la escala discreta unificada espacialmente en un solo oído (o saltando de manera congruente), mientras que el glissando parece desplazarse de forma caprichosa o quedar relegado al hemisferio contralateral, sufriendo en ocasiones la desaparición completa de ciertas porciones de su trayectoria melódica.

Estos experimentos arrojaron luz sobre el funcionamiento de la memoria a corto plazo para los atributos del sonido. Deutsch comprobó que la retención nemotécnica de la altura tonal (la memoria del «qué») puede verse severamente perturbada por la interferencia de tonos intercalados con alturas proximales, pero permanece completamente inmune a la interferencia de atributos espaciales (el «dónde»). Esta disociación funcional corrobora la existencia de dos corrientes de procesamiento auditivo anatómicamente divergentes en la corteza cerebral: una vía ventral especializada en el reconocimiento espectral y tímbrico del objeto sonoro, y una vía dorsal encargada de computar la trayectoria cinemática y la lateralización espacial.

7. La ilusión de la escala y la paradoja de la octava de Deutsch

7.1 Mecanismos de integración dicótica en la ilusión de la escala

Diseñada por Diana Deutsch en 1975, la ilusión de la escala (Scale Illusion) representa uno de los testimonios experimentales más contundentes del predominio de los principios gestálticos organizativos sobre la veracidad del canal sensorial periférico. El montaje instrumental exige el uso de auriculares estereofónicos calibrados a través de los cuales se administran simultáneamente a ambos oídos dos secuencias melódicas compuestas por tonos de corta duración. Físicamente, los tonos individuales que componen una escala diatónica mayor estándar (ascendente y descendente) son conmutados de manera caótica entre el oído izquierdo y el derecho, de tal suerte que ninguna de las dos cócleas recibe una escala melódica continua o coherente.

Ante esta dispersión acústica espacial, el cerebro humano reconfigura por completo la estructura física de la señal mediante un proceso de síntesis dicótica ilusoria. En lugar de percibir tonos disjuntos que saltan aleatoriamente de un hemisferio acústico al otro, la gran mayoría de los oyentes experimenta un percepto auditivo extraordinariamente coherente y ordenado: escuchan con absoluta claridad una melodía continua que desciende suavemente en un oído (típicamente el oído derecho en personas diestras), y simultáneamente otra melodía continua que asciende en el oído contralateral.

Este reordenamiento perceptual ilustra la primacía de la ley gestáltica de proximidad en frecuencia frente a la localización espacial verídica. Dado que en los entornos ecológicos naturales es extremadamente improbable que una única fuente biológica emisora de sonido salte alternativamente de una coordenada geográfica a otra mientras modula sus frecuencias de manera ordenada, el sistema auditivo central asume el a priori computacional de que las frecuencias cercanas entre sí deben emanar de la misma fuente sonora. El cerebro prefiere suprimir activamente la localización física real de los tonos con tal de preservar la continuidad melódica y espectral del flujo auditivo percibido.

7.2 La paradoja de la octava: Dicotomía ‘qué’ versus ‘dónde’

Publicada originalmente por Deutsch en la revista Nature en 1974, la paradoja de la octava (Octave Illusion) es otra demostración paradigmática de la desconexión funcional entre la codificación de la frecuencia y la lateralización espacial. En este protocolo dicótico, se presentan dos tonos sinusoidales idénticos en duración pero separados por una octava exacta (comúnmente 400 Hz y 800 Hz) emitidos en pulsos alternantes y sin solapamiento temporal. Cuando el oído izquierdo recibe la frecuencia de 400 Hz, el oído derecho recibe de forma sincrónica la frecuencia de 800 Hz; en el pulso inmediatamente posterior, las frecuencias se invierten entre los canales.

La configuración física del estímulo es extraordinariamente regular: ambos oídos reciben exactamente la misma cantidad de energía acústica y la misma alternancia temporal entre tonos graves y agudos. No obstante, la experiencia subjetiva de los oyentes contradice radicalmente esta realidad física. La mayoría de los individuos no percibe dos secuencias alternantes cruzadas; en su lugar, reportan percibir un único tono a la vez, el cual parece saltar de un oído al otro de manera sincrónica mientras transmuta su frecuencia fundamental (por ejemplo, escuchan un tono agudo de 800 Hz exclusivamente en el oído derecho, alternado con un tono grave de 400 Hz localizado únicamente en el oído izquierdo).

Esta paradoja expone una disociación computacional entre la red neural que responde a la pregunta de qué tono se está emitiendo y la red que procesa dónde se encuentra la fuente emisora. El sistema perceptivo resuelve la sobrecarga informativa mediante dos decisiones algorítmicas asimétricas: por un lado, inhibe perceptualmente una de las frecuencias concurrentes en cada paso temporal para favorecer la discriminación melódica unívoca; por otro lado, ancla la atribución de lateralización espacial a un canal preferente, generando un percepto ficticio que desafía la física subyacente.

7.3 Principios de agrupación gestáltica en la organización de la escena auditiva

Los descubrimientos de Deutsch aportaron la base empírica decisiva para el desarrollo del modelo de Análisis de la Escena Auditiva (Auditory Scene Analysis, ASA), formalizado teóricamente por Albert Bregman en 1990. En un entorno ecológico normal, las ondas de múltiples fuentes sonoras concurrentes (voces, depredadores, viento, ramas que se quiebran) inciden entrelazadas sobre el tímpano en una señal de presión unidimensional sumada. El sistema auditivo tiene asignada la titánica tarea computacional de desarticular dicha mezcla compuesta en corrientes o flujos auditivos segregados e individualizados (auditory streaming).

Las ilusiones descritas por Deutsch evidencian que el sistema nervioso central ejecuta esta segregación mediante la aplicación heurística de las leyes de agrupación de la Gestalt adaptadas al dominio acústico temporal:

• Ley de semejanza espectral: Los componentes sinusoidales que comparten un timbre o envolvente similar tienden a fusionarse como emanados de un mismo objeto físico.
• Ley de buena continuidad: Las trayectorias de frecuencia continuas y sin quiebres abruptos son agrupadas prioritariamente en un único flujo melódico.
• Ley de destino común: Las componentes armónicas que comparten un mismo inicio temporal (onset sincrónico) y modulan conjuntamente su amplitud o frecuencia se sintetizan como un único tono complejo (fusión espectral).

Cuando las pruebas experimentales provocan un conflicto irresoluble entre diferentes pistas de agrupamiento —como la proximidad frecuencial frente a la disparidad espacial dicótica en la ilusión de la escala—, la corteza auditiva opta por resolver la pugna imponiendo restricciones adaptativas previas. Desde un prisma ecológico y evolutivo, preservar la coherencia y continuidad espectral de una señal es sustancialmente más relevante para la supervivencia que mantener un registro milimétrico de la lateralización espacial de ráfagas sonoras fragmentarias.

8. Bases neurobiológicas del procesamiento de paradojas tonales

8.1 Vías auditivas ascendentes y corteza auditiva primaria (A1)

La decodificación neural de estímulos paradójicos como el complejo de Shepard o el tritono involucra una compleja red de relevos sinápticos a lo largo de las vías auditivas ascendentes. Tras la transducción inicial mediada por las células ciliadas en el órgano de Corti coclear, los potenciales de acción viajan a través de los axones del nervio vestibulococlear hacia los núcleos cocleares bulbares. Desde allí, la información tonotópica se proyecta de manera bilateral hacia el complejo olivar superior, asciende a través del lemnisco lateral y alcanza el colículo inferior en el mesencéfalo, el cual opera como una estación de convergencia multisensorial e integración temporal de precisión milimétrica.

Posteriormente, las señales arriban al núcleo geniculado medial del tálamo, estructura subcortical que modula dinámicamente la ganancia del flujo de información sensorial antes de proyectarlo sobre la corteza auditiva primaria (A1), localizada en el giro de Heschl (área 41 de Brodmann). En la corteza A1, la organización tonotópica de la cóclea se replica mediante columnas de neuronas organizadas en bandas de isofrecuencia. Sin embargo, ante complejos espectrales como los de Shepard, las neuronas de A1 deben resolver un dilema computacional agudo: la extracción de la frecuencia fundamental virtual ($f_0$ ausente).

Diversos estudios electrofisiológicos y magnetoencefalográficos han evidenciado que la corteza A1 es perfectamente capaz de reconstruir la fundamental virtual mediante correlación armónica cruzada de las frecuencias parciales presentes en el espectro. No obstante, en el tono de Shepard, al carecer este de una serie armónica estándar convergente sobre una fundamental única, los potenciales evocados auditivos —especialmente los componentes N100 y P200— exhiben amplitudes atípicas y una latencia prolongada. Estos patrones electrofisiológicos delatan una sobrecarga computacional transitoria de los circuitos locales, la cual debe ser resuelta mediante la intervención de estructuras corticales de orden asociativo superior.

8.2 Corteza asociativa y asimetría hemisférica en la percepción del tritono

Cuando el procesamiento de la señal desborda los límites de resolución de la corteza auditiva primaria, entran en juego la corteza auditiva secundaria y las regiones asociativas de orden superior situadas a lo largo del giro temporal superior (STG), el surco temporal superior (STS) y el planum temporale. Las técnicas de resonancia magnética funcional (fMRI) han revelado que la resolución perceptual de la paradoja del tritono depende de la conectividad funcional diferencial y la asimetría funcional de ambos hemisferios cerebrales.

De forma canónica, el hemisferio derecho exhibe una mayor resolución espectral y una ventaja funcional manifiesta en el procesamiento de alturas relativas, timbres y contornos melódicos holísticos, mientras que el hemisferio izquierdo muestra una primacía en la resolución temporal de eventos acústicos rápidos y en el procesamiento secuencial fonológico del lenguaje. En la percepción de la paradoja del tritono, se produce una interacción neuromoduladora entre ambas estructuras a través de las fibras comisurales del cuerpo calloso. En los individuos diestros, la clara dominancia del hemisferio izquierdo en la articulación motora del habla proyecta su marco prosódico internalizado sobre la corteza temporal superior derecha, condicionando el sentido direccional en el que esta última resolverá la transición melódica.

Asimismo, los estudios pioneros de Diana Deutsch sobre lateralización y preferencia manual demostraron de forma concluyente que las anomalías o variaciones en la percepción dicótica (como ocurre en la ilusión de la octava) presentan una correlación directa con la dominancia hemisférica del oyente. Mientras que aproximadamente el 85-90% de los sujetos diestros escuchan de forma sistemática el tono agudo lateralizado en el oído derecho (demostrando una nítida asimetría de vía cruzada hacia la corteza temporal izquierda), los sujetos zurdos y ambidiestros exhiben una variabilidad heterogénea notable, caracterizada por patrones bilaterales o inversiones funcionales que reflejan una organización interhemisférica menos estereotipada.

8.3 Modelos predictivos y procesamiento descendente (Top-Down Processing)

En el marco teórico de la neurociencia contemporánea, la emergencia de paradojas psicoacústicas encuentra una sólida explicación mecanicista bajo el prisma del procesamiento predictivo y la teoría del cerebro bayesiano, formulada en gran medida por Karl Friston. Según esta aproximación neurocomputacional, el cerebro no actúa como un receptor pasivo de señales externas, sino como una sofisticada máquina de inferencia estadística que genera continuamente modelos predictivos descendentes (priors) sobre las posibles causas físicas que originan las entradas sensoriales.

La percepción auditiva consciente se consolida como el resultado final de minimizar de manera constante el error de predicción: la diferencia matemática entre las predicciones top-down generadas en las áreas corticales superiores (prefrontales y temporales asociativas) y las señales ascendentes bottom-up transmitidas por los órganos de los sentidos periféricos:

$$\text{Percepto} propto arg\max_x P(\text{Estímulo} mid \text{Causa}_x) \cdot P(\text{Causa}_x)$$

En condiciones de alta subdeterminación acústica —como en los tonos de Shepard o en los pares de tritonos de Deutsch—, la entrada sensorial ascendente $P(\text{Estímulo} mid \text{Causa})$ es intrínsecamente ambigua y no proporciona información unívoca para favorecer una hipótesis direccional sobre otra. En consecuencia, el sistema minimizador de error se ve forzado a delegar el peso del cómputo en la distribución de probabilidades a priori $P(\text{Causa}_x)$ ancladas en la memoria acústica a largo plazo.

Los circuitos cortico-talámicos descendentes envían señales eferentes inhibitorias y excitatorias que modulan la ganancia sináptica en las estaciones subcorticales intermedias, forzando a la red neural a colapsar en un percepto biestable definido. Si la plantilla cognitiva previamente grabada por el habla materna adjudica a determinada clase de altura un valor de probabilidad alto de ser un tono «grave», el sistema predictivo resuelve la indeterminación suprimiendo las interpretaciones contrarias, demostrando que lo que oímos es, literalmente, la mejor inferencia que nuestro cerebro es capaz de construir.

9. Comparativa metodológica: Roger Shepard frente a Diana Deutsch

9.1 Divergencias en el diseño computacional de los estímulos

Aunque tanto Roger Shepard como Diana Deutsch fundamentaron sus investigaciones en la manipulación precisa de complejos espectrales generados mediante computación digital, existieron sustanciales divergencias operativas y metodológicas en la síntesis de sus estímulos sonoros. El enfoque de Shepard estuvo gobernado por un rigor psicofísico formalista y abstracto: sus tonos estaban programados como arreglos estáticos de parciales sinusoidales puros calculados con un desfasamiento nulo y una envolvente espectral fija de alta precisión matemática, diseñados primordialmente para explorar la invariancia y la simetría de las escalas cromáticas.

Diana Deutsch, por el contrario, adaptó y complejizó los parámetros de síntesis electroacústica con el propósito expreso de investigar la neuropsicología de la memoria musical, la dinámica prosódica y el procesamiento interaural dicótico. Deutsch incorporó envolventes temporales dinámicas más complejas, prestando especial atención a los micro-tiempos de ataque (attack), sostenimiento (sustain) y decaimiento (decay), con el fin de evitar transitorios acústicos parásitos que pudieran activar artefactos de banda ancha (clicks de conmutación) en la membrana basilar. Del mismo modo, en sus experimentos sobre ilusiones espaciales, Deutsch calibró de manera exhaustiva el control de fase interaural, la relación armónica consonante y la atenuación cruzada de los transductores electroacústicos, aislando con una meticulosidad sin precedentes el efecto de las frecuencias armónicas independientes de las claves tímbricas secundarias.

9.2 Objetivos epistemológicos: Estructura geométrica mental vs. Neuropsicología musical

Las diferencias técnicas reflejaban profundas divergencias en las aspiraciones epistemológicas y teóricas de ambos pensadores. El programa de investigación de Roger Shepard se inscribía plenamente dentro del ideal de la psicología cognitiva matemática: su objetivo último era cartografiar las representaciones geométricas universales del espacio cognitivo humano. Para Shepard, la circularidad del tono era un medio metodológico para demostrar que las leyes del pensamiento interno siguen invariantes topológicas, espirales de rotación mental y distancias métricas abstractas universales, extrapolables tanto a la rotación de poliedros en la visión como a las afinidades tonales en la audición.

Diana Deutsch, en cambio, orientó su horizonte epistemológico hacia la neuropsicología de la música y la variación individual biológica y cultural. En lugar de buscar una media poblacional genérica que borrara las singularidades, Deutsch identificó en las discrepancias interindividuales la clave explicativa fundamental del procesamiento auditivo. Su propósito no era probar un universalismo geométrico ciego, sino dilucidar de qué modo factores como la lateralización hemisférica, la dominancia manual, la memoria semántica y el modelado contextual del lenguaje moldean diferencialmente los circuitos cerebrales de cada sujeto.

Criterio Comparativo	Roger N. Shepard	Diana Deutsch
Objetivo Principal	Descubrir invariantes topológicas y geométricas universales de la mente.	Investigar las bases neurocognitivas, la memoria y la variabilidad lingüístico-cultural.
Naturaleza del Estímulo	Complejos espectrales con separación de octava y envolvente gaussiana fija.	Pares de tritonos, secuencias dicóticas alternas, habla descontextualizada.
Perspectiva Psicológica	Psicología cognitiva cuantitativa y escalamiento multidimensional.	Neuropsicología cognitiva de la música y procesamiento del habla.
Tratamiento de la Variabilidad	Enfocado en las tendencias centrales y leyes de proximidad universales.	Enfocado en la polarización individual, dialectos y diferencias interhemisféricas.

9.3 Validación empírica y replicabilidad de los experimentos

A lo largo de las décadas transcurridas desde sus respectivas publicaciones originales, las investigaciones de Shepard y Deutsch han sido sometidas a rigurosos escrutinios empíricos por parte de la comunidad psicofísica internacional. La escala infinita de Shepard ha mostrado una replicabilidad incondicional: la regla psicofísica de que los oyentes resuelven los intervalos inferiores a media octava siguiendo la distancia angular más corta a lo largo del círculo de clases cromáticas se cumple en prácticamente el 100% de los ensayos de laboratorio controlados.

Por su parte, la paradoja del tritono descubierta por Deutsch generó inicialmente intensos debates metodológicos relativos a su muestreo y a la potencial influencia de las curvas de respuesta en frecuencia no lineales de los transductores de audio (auriculares o altavoces). Críticos en la década de 1990 arguyeron que la selección del centroide de la envolvente espectral podría sesgar las respuestas direccionales debido a fenómenos de asimetría coclear. No obstante, múltiples meta-análisis y estudios de replicación independientes —concluidos en laboratorios de Europa, Norteamérica y Asia empleando diferentes posiciones de centroide y técnicas de aleatorización de envolvente— confirmaron plenamente la robustez empírica del efecto.

La investigación contemporánea ha validado que, con independencia de las leves fluctuaciones causadas por el equipamiento técnico, la estabilidad intrapersonal de las respuestas al tritono ($r > .90$) y su asociación correlativa con variables lingüísticas se sostienen de forma impecable, convirtiendo a este paradigma en uno de los protocolos de referencia metodológica en la psicofísica del sonido.

10. Aplicaciones del tono de Shepard en la música contemporánea y el diseño sonoro

10.1 Incorporación en la música académica de vanguardia y electrónica

La síntesis computacional de las ilusiones de Shepard y Risset transformó drásticamente el lenguaje compositivo de la música académica de vanguardia y la música electroacústica de la segunda mitad del siglo XX. El propio Jean-Claude Risset incorporó magistralmente sus glissandos continuos e infinitos en obras maestras del repertorio contemporáneo, tales como Mutations (1969) y Little Boy (1979). En estas composiciones, el flujo sonoro desmantela las estructuras armónicas basadas en la tonalidad funcional tradicional, sustituyéndolas por una arquitectura espectral en la que el timbre y la altura se funden en una metamorfosis continua de textura y densidad.

De forma paralela, el célebre compositor húngaro György Ligeti, profundamente interesado en las paradojas perceptivas y en la obra geométrica de M. C. Escher, se inspiró de manera directa en el tono de Shepard para diseñar sus complejas texturas de micropolifonía y micropoli-ritmia. Obras orquestales canónicas como Atmosphères y fragmentos de su Concierto para Violonchelo, así como sus Études para piano (particularmente el Estudio N.º 13, «L’escalier du diable»), emulan mecánicamente la cascada interminable de Shepard mediante líneas melódicas orquestales superpuestas que se entrecruzan y se desvanecen en dinámica asintótica, generando una sensación de ascensión perpetua sin resolución estática.

En el terreno contemporáneo, la generalización de lenguajes de programación visual de audio digital en tiempo real como Max/MSP, Pure Data, Csound y SuperCollider ha democratizado la implementación de los algoritmos de Shepard y Risset. Artistas sonoros y compositores algorítmicos utilizan estos códigos modulares para modular en vivo complejas matrices armónicas que desafían la percepción espacial y tonal de las audiencias en instalaciones sonoras y festivales de música electroacústica experimental.

10.2 El tono de Shepard en la composición cinematográfica y videojuegos

En el ámbito de la composición de bandas sonoras cinematográficas y el diseño acústico en medios audiovisuales interactivos, el tono de Shepard se ha erigido en uno de los dispositivos psicoacústicos más eficaces para la manipulación emocional del espectador. El compositor cinematográfico Hans Zimmer, en colaboración con el director Christopher Nolan y el diseñador sonoro Richard King, empleó de forma paradigmática la variante continua de Shepard-Risset en películas aclamadas como The Dark Knight (2008) y, con especial virtuosismo estructural, en Dunkirk (2017).

En Dunkirk, la estructura sonora global de la película está vertebrada por un glissando infinito de Shepard-Risset amalgamado con el sonido grabado del tictac del reloj de bolsillo de Nolan y una orquestación orquestal ascendente. En el plano psicofisiológico, el cerebro humano reacciona a los incrementos en la frecuencia del sonido como una señal biológica de aproximación inminente de peligro o incremento crítico de energía. Al mantener al oyente atrapado en una ascensión continua que nunca alcanza una meseta resolutiva ni libera su acumulación de energía armónica, la banda sonora activa de manera ininterrumpida las respuestas neurovegetativas de estrés, induciendo taquicardia y una sensación claustrofóbica de ansiedad y suspense sostenido.

En la industria de los videojuegos, el caso más emblemático de aplicación empírica de esta ilusión se remonta al clásico Super Mario 64 (Nintendo, 1996), concebido por el diseñador Shigeru Miyamoto con música de Koji Kondo. Cuando el jugador intenta ascender la escalinata infinita que conduce al enfrentamiento final sin haber acumulado el número estipulado de estrellas de poder, la banda sonora se engancha en un bucle ascendente continuo estructurado bajo el principio de la escala de Shepard. La música asciende de tono indefinidamente mientras el avatar físico corre sin desplazarse de posición espacial, sincronizando magistralmente la paradoja cinemática virtual del motor gráfico con la paradoja psicoacústica del diseño de audio.

10.3 Diseño sonoro industrial y psicoacústica aplicada

El uso del tono de Shepard trasciende el ámbito artístico, encontrando una notable transferencia tecnológica hacia la ingeniería acústica y el diseño sonoro industrial. Uno de los sectores de mayor despliegue contemporáneo es el de la automoción eléctrica e híbrida. Debido a la ausencia de motores de combustión interna, los vehículos eléctricos emiten niveles sonoros mínimos a bajas velocidades, lo que genera un grave riesgo de atropello para peatones y ciclistas urbanos.

Las normativas internacionales exigen la incorporación de Sistemas de Alerta Sonora de Vehículos (AVAS, por sus siglas en inglés). Empleando variantes modificadas del glissando continuo de Shepard-Risset, los ingenieros acústicos han diseñado señales sonoras que aumentan progresivamente su tono percibido conforme el automóvil acelera su velocidad cinemática. Lo trascendente de esta implementación técnica radica en que el sistema de audio puede transmitir una señal clara e inequívoca de aceleración continua sin verse obligado a incrementar linealmente los decibelios de salida o saturar el espectro agudo, evitando la contaminación sonora ambiental y la fatiga auditiva de los residentes urbanos.

De igual forma, en el desarrollo de interfaces humano-máquina (HMI) para aviación, salas de control nuclear y equipos electromédicos de cuidados intensivos, los tonos continuos de Shepard se investigan para señalizar procesos de monitorización crítica. Su capacidad para capturar de forma refleja la atención atencional del operario mediante la sensación de movimiento tonal perpetuo sin requerir un volumen punitivo los convierte en candidatos idóneos para optimizar la seguridad ergonómica en entornos de alta demanda cognitiva.

11. Implicaciones cognitivas: La brecha entre el estímulo físico y la percepción subjetiva

11.1 El problema de la invarianza del objeto auditivo

Desde la perspectiva de las ciencias cognitivas, los experimentos de Diana Deutsch y Roger Shepard arrojan luz sobre el problema fundamental de la invarianza del objeto auditivo. Un objeto auditivo puede definirse como una colección coherente de regularidades temporales y espectrales presentes en la señal acústica que el cerebro integra y categoriza como una entidad individual e invariante proveniente de un emisor biológico o físico en el mundo circundante.

La existencia del tono de Shepard evidencia una rotunda disociación epistemológica entre el espectro de Fourier físico medido objetivamente y la representación perceptual fenomenológica construida por la corteza cerebral. A pesar de que la transformación de Fourier revela un espectro estático atado a una envolvente fija e inmutable, el observador experimenta una melodía en transformación constante. Esto desmiente la concepción ingenua de que los perceptos son lecturas directas y mecánicas de la señal física. El sistema auditivo no analiza formalmente componentes sinusoidales individuales; agrupa, sintetiza y proyecta regularidades estructuradas ecológicamente relevantes para el comportamiento motor adaptativo.

La constancia perceptual no reside en los átomos físicos elementales de la onda sonora (frecuencias o fases individuales), sino en las relaciones sintéticas globales que el cerebro extrae activamente. Las paradojas acústicas constituyen las grietas deliberadas que desvelan el software interno con el cual la mente organiza el universo sensible en objetos dotados de sentido semántico y predictivo.

11.2 El oído absoluto frente al oído relativo en la resolución de paradojas

El escrutinio de estas ilusiones sonoras ha adquirido una relevancia cardinal al estudiar a una cohorte sumamente singular dentro de la población humana: los individuos dotados de oído absoluto (Absolute Pitch, AP). Esta rara facultad cognitiva, presente en menos de una de cada diez mil personas en el mundo occidental pero con una prevalencia sensiblemente mayor entre hablantes nativos de lenguas tonales asiáticas, consiste en la capacidad innata o adquirida en el desarrollo temprano para identificar y nombrar la altura tonal de un sonido aislado de forma espontánea y exacta, sin necesidad de compararlo con una nota de referencia previa.

El comportamiento psicofísico de los poseedores de oído absoluto frente a la paradoja del tritono es extraordinariamente revelador. Mientras que los oyentes con oído relativo habitual deben resolver la ambigüedad basándose en la distancia y en su plantilla interna subconsciente, los individuos con oído absoluto intentan asignar de forma inmediata y automática una etiqueta léxica inequívoca a cada uno de los componentes de la secuencia sonora. Sin embargo, dado que los complejos de Shepard carecen de una fundamental unívoca y contienen notas de octava duplicadas atenuadas en los bordes espectrales, los circuitos de identificación semántica de estos sujetos entran en un agudo conflicto computacional.

En diversos estudios controlados encabezados por Deutsch, se constató que los sujetos con oído absoluto exhiben patrones de bistabilidad sumamente atípicos: en lugar de dejarse llevar por la impresión gestáltica global de movimiento melódico, sus respuestas quedan condicionadas por la nota específica que logran «etiquetar» como el centroide dominante del acorde sintético. Si perciben con mayor intensidad el armónico perteneciente a Do, categorizan toda la estructura a partir de su anclaje en Do. Esta pugna neuronal confirma que el oído absoluto depende de un mapa categorial léxico rígido que, cuando entra en colisión directa con pistas interválicas ambiguas, puede entorpecer la integración fluida de las relaciones de altura relativa.

11.3 Perspectivas filosóficas sobre el realismo perceptual y el constructivismo

Las implicaciones conceptuales nacidas de los laboratorios de Shepard y Deutsch desbordan los confines de la psicofísica experimental y enlazan directamente con cuestiones axiales de la filosofía de la mente y la epistemología. Estas investigaciones asestan un golpe de demolición demoledor contra el realismo directo (o realismo ingenuo), la postura filosófica clásica que sostiene que nuestros sentidos nos otorgan un acceso fenoménico no mediado, fidedigno y directo a los objetos físicos tal y como estos existen ontológicamente en el mundo exterior.

La demostración empírica incontestable de que dos personas cognitivamente normativas, situadas en idénticas coordenadas temporales y espaciales, escuchando a través del mismo transductor el mismo par de ondas sinusoidales, perciben dos realidades perceptuales opuestas e irreconciliables —una afirmando el ascenso y otra el descenso tonal categórico— prueba de manera fehaciente que la experiencia sensorial es una construcción interna. La percepción no es una ventana transparente al entorno; es una ilusión adaptativa controlada, un modelo heurístico interno generado por la maquinaria biológica para facilitar la supervivencia ecológica.

Este fenómeno revitaliza las posturas del constructivismo cognitivo y el kantismo neurobiológico, sustentando que solo tenemos acceso a los fenómenos condicionados por las formas y categorías de nuestra propia arquitectura sensorial y cognitiva. En el plano del debate sobre los qualia y la naturaleza de la conciencia subjetiva, las paradojas auditivas exponen que las propiedades fenoménicas de los sonidos que experimentamos (lo «agudo», lo «grave», la «melodía») no son propiedades inherentes a las ondas de compresión molecular del aire, sino construcciones sintéticas emergentes forjadas en la encrucijada entre el diseño biológico del cerebro y la impronta cultural y lingüística de la comunidad en la que este se desenvuelve.

12. Conclusiones y horizontes futuros en la investigación de paradojas auditivas

12.1 Síntesis de los paradigmas de Shepard y Deutsch en las neurociencias cognitivas

El legado científico conjunto forjado por Roger Shepard y Diana Deutsch permanece como un pilar fundacional de la neurociencia auditiva y la psicología de la música contemporáneas. Sus investigaciones desarticularon de manera concluyente el modelo mecanicista decimonónico que constreñía la altura tonal a una dimensión lineal única, consolidando el paradigma multidimensional que hoy domina unánimemente los manuales científicos y los programas computacionales de modelado sonoro.

La trascendencia histórica de su trabajo radica no solo en el rigor electroacústico de sus diseños sintéticos, sino en haber demostrado que las ilusiones y paradojas no son anomalías biológicas fortuitas, sino instrumentos epistemológicos indispensables para revelar las restricciones computacionales internas de la cognición humana. Deutsch, en particular, logró suturar la brecha disciplinar entre la lingüística, la neuroanatomía y la psicoacústica pura, evidenciando que el cerebro no procesa el arte musical en un vacío formal desvinculado de la matriz sociocultural del hablante, sino que la experiencia melódica se nutre y estructura a partir de los patrones adquiridos durante la asimilación del habla en la primera infancia.

12.2 Nuevas fronteras metodológicas: Modelado computacional y redes neuronales

En la vanguardia contemporánea de las ciencias cognitivas, los paradigmas de Shepard y Deutsch están experimentando un renacimiento impulsado por la irrupción del aprendizaje profundo (Deep Learning) y los modelos de redes neuronales artificiales aplicados a la neurobiología computacional. Investigadores contemporáneos están sometiendo a redes neuronales convolucionales y transformadores auditivos entrenados para el reconocimiento automático del habla a estímulos de Shepard y pares de tritonos ambiguos.

Los resultados preliminares resultan fascinantes: al ser expuestas a estímulos ambiguos subdeterminados, las redes conexionistas que han sido preentrenadas sobre corpus orales masivos comienzan a desarrollar espontáneamente plantillas internas de clases de altura y sesgos direccionales idénticos a los observados en las poblaciones humanas nativas de dichos idiomas. Este modelado computacional in silico proporciona un método sin precedentes para comprobar empíricamente cómo las constricciones biofísicas de las cócleas virtuales y la presión ecológica de aprender fonología derivan inexorablemente en el surgimiento de paradojas perceptuales.

De forma complementaria, el advenimiento de técnicas avanzadas de neuroimagen funcional por resonancia magnética a campos magnéticos ultra-altos (7 Teslas o superiores) y la microscopía magnetoencefalográfica de alta resolución espacial permiten en la actualidad observar con detalle milimétrico la dinámica sináptica en las capas corticales profundas del giro de Heschl y el planum temporale mientras los sujetos experimentan la inversión de la paradoja del tritono. Estas tecnologías están resolviendo disputas históricas sobre el rol exacto de la retroalimentación inhibitoria talámica en la fijación del percepto consciente.

12.3 Interrogantes abiertos sobre la evolución del aparato auditivo humano

A pesar de los ingentes avances teóricos y empíricos acumulados a lo largo de más de medio siglo, persisten interrogantes de profundo calado biológico sobre la evolución del aparato auditivo humano ante las paradojas psicoacústicas. Desde una óptica adaptacionista neodarwiniana, cabe preguntarse legítimamente: ¿por qué la selección natural ha modelado y tolerado un sistema sensorial propenso a generar paradojas e interpretaciones ilusorias tan marcadas ante complejos espectrales armónicos?

La respuesta teórica más plausible apunta a que estas ilusiones constituyen el costo biológico inevitable (o subproducto funcional, en términos de enjuta evolutiva o spandrel) de una adaptación neurobiológica infinitamente más valiosa: la capacidad de ejecutar un análisis de la escena auditiva ultra-rápido y flexible bajo condiciones ambientales adversas. En las sabanas ancestrales y en las densas selvas primitivas donde evolucionaron los homínidos, los sonidos de interés ecológico crítico (la vocalización de advertencia de un congénere, el gruñido amortiguado de un depredador tras el follaje) arribaban al oído severamente deformados, atenuados por la distancia y mezclados con reverberaciones y vientos cruzados.

Un sistema perceptivo que hubiera exigido la recepción cristalina de todas y cada una de las frecuencias armónicas de una onda física para certificar la presencia de un objeto habría condenado al organismo a la muerte por lentitud computacional. El sistema nervioso evolucionó para sintetizar instantáneamente totalidades coherentes a partir de fragmentos dispersos, priorizando la inferencia predictiva y la continuidad gestáltica por encima de la precisión analítica estéril. En última instancia, el tono de Shepard y las paradojas de Diana Deutsch no retratan los límites o las debilidades del cerebro humano, sino que celebran su mayor proeza: la incesante, portentosa y creativa invención de una realidad inteligible en medio del caos acústico del universo.

Referencias

• Bregman, A. S. (1990). Auditory Scene Analysis: The Perceptual Organization of Sound. The MIT Press.
• Deutsch, D. (1974). An auditory illusion. Nature, 251(5473), 307–309. https://doi.org/10.1038/251307a0
• Deutsch, D. (1975). Two-channel listening to musical scales. The Journal of the Acoustical Society of America, 57(5), 1156–1160. https://doi.org/10.1121/1.380573
• Deutsch, D. (1986). A musical paradox. Music Perception, 3(3), 275–280. https://doi.org/10.2307/40285334
• Deutsch, D. (1991). The tritone paradox: An influence of language on music perception. Music Perception, 8(4), 335–347. https://doi.org/10.2307/40285517
• Deutsch, D., Kuyper, W. L., & Fisher, Y. (1987). The tritone paradox: Its presence and form of distribution in a general population. Music Perception, 5(1), 79–92. https://doi.org/10.2307/40285385
• Deutsch, D., Henthorn, T., & Dolson, M. (2004). Speech patterns heard early in life influence later perception of the tritone paradox. Music Perception, 21(3), 357–372. https://doi.org/10.1525/mp.2004.21.3.357
• Risset, J.-C. (1969). Pitch Control and Pitch Paradoxes Demonstrated with Computer-Synthesized Sounds. Bell Telephone Laboratories.
• Shepard, R. N. (1964). Circularity in judgments of relative pitch. The Journal of the Acoustical Society of America, 36(12), 2346–2353. https://doi.org/10.1121/1.1919362