Mind the Cap - cuando el límite del experimento estaba en el investigador, no en el participante

La electroencefalografía suele presentarse como una técnica relativamente accesible, no invasiva y ampliamente aplicable.

Pero ¿accesible para quién?

Esta pregunta se vuelve especialmente importante cuando observamos que los participantes negros siguen estando subrepresentados en investigaciones con EEG, mientras una justificación metodológica se repite con frecuencia: determinados tipos, volúmenes y estilos de cabello dificultarían la colocación de la gorra y comprometerían la calidad de los datos.

Durante años, esta explicación pareció suficientemente razonable como para orientar procedimientos, exclusiones e incluso recomendaciones hechas a los propios participantes.

Pero Jen Lewendon, İlayda Özdemir, Anna Binabdullah y Anne Maass hicieron algo científicamente más interesante:

decidieron poner a prueba la propia justificación.

Publicado en 2026 en Psychophysiology, el artículo Mind the Cap: Inclusivity Gaps in EEG Research pregunta si raza y género realmente producen diferencias mensurables en la calidad del EEG — o si parte de la dificultad atribuida al participante estaba, en realidad, en la experiencia del laboratorio, en el diseño metodológico y en las expectativas de quienes recolectaban los datos.

Esta es una excelente pregunta científica porque desplaza el lugar del problema.

Cuando una suposición metodológica se convierte en hecho sin haber sido suficientemente probada

Revisiones anteriores ya habían llamado la atención sobre la exclusión sistemática de personas con cabello rizado, ensortijado, denso o voluminoso en métodos psicofisiológicos que requieren contacto directo con el cuero cabelludo.

Los manuales de los equipos, las imágenes de entrenamiento y los protocolos clásicos fueron construidos históricamente a partir de una variedad limitada de fenotipos capilares. Esto puede hacer que dificultades operativas sean interpretadas como propiedades naturales de los participantes, cuando quizá sean, al menos en parte, resultado de tecnologías y prácticas poco adaptadas a la diversidad humana.

El problema se vuelve todavía mayor cuando esa suposición comienza a reforzarse a sí misma.

Los investigadores tienen poca experiencia con determinados tipos de cabello.

Esa poca experiencia es interpretada como dificultad técnica.

La dificultad técnica reduce el reclutamiento.

El menor reclutamiento reduce todavía más la experiencia del laboratorio.

Y entonces la ausencia de participantes empieza a parecer una confirmación de que ese método “no funciona bien” en esos cuerpos.

El mérito de Lewendon y sus colegas fue interrumpir ese ciclo con una pregunta muy sencilla:

¿los datos realmente son peores?

La elegancia del diseño está en comparar sistemas diferentes

Los autores analizaron datos obtenidos mediante dos tipos de sistemas EEG.

En el sistema con electrodos secos fueron incluidos 60 participantes: 30 mujeres, 30 hombres, 30 participantes negros y 30 participantes blancos.

En el sistema con electrodos húmedos, fueron analizados datos previamente recolectados de 53 participantes: 27 negros y 26 blancos, incluyendo 36 mujeres y 17 hombres.

Esta combinación resulta especialmente importante.

Si el resultado hubiera aparecido únicamente en un tipo específico de electrodo, habría sido posible argumentar que la conclusión dependía fuertemente de aquella tecnología.

Pero los investigadores evaluaron la cuestión en sistemas diferentes y utilizaron cinco métricas de calidad de datos:

• número de electrodos defectuosos;

• calidad de la descomposición por ICA;

• tasa de rechazo de artefactos;

• desviación estándar de la línea de base;

• error estandarizado de medición.

La pregunta dejó entonces de depender de la impresión subjetiva del investigador.

“Fue difícil colocar la gorra” no sería equivalente a “los datos fueron malos”.

Esta distinción es central.

El resultado fue incómodamente sencillo

Los autores no encontraron evidencia de peor calidad de datos en participantes negros, en ninguna de las cinco métricas evaluadas ni en ninguno de los dos sistemas.

Esto no significa que la colocación de la gorra haya sido siempre igualmente sencilla.

Las notas cualitativas de los investigadores, disponibles para el sistema seco, sugerían que la preparación podía exigir mayor esfuerzo en algunos participantes negros.

Pero esa dificultad operativa no se tradujo en una reducción mensurable de la calidad final de los datos.

La diferencia entre “fue más difícil para mí hacerlo” y “los datos resultaron peores” quizá sea la contribución más importante del artículo.

Porque ambas afirmaciones no son equivalentes.

Y una ciencia que confunde las dos corre el riesgo de transformar la falta de experiencia del investigador en una característica del participante.

Cuando el método produce la exclusión que después atribuye al Cuerpo

Aquí comenzamos a aproximarnos al concepto de Cuerpo-Territorio.

No porque el estudio haya sido diseñado para investigarlo.

Sino porque muestra de forma muy concreta que aquello que llamamos “limitación del cuerpo” puede producirse en la relación entre cuerpo, equipo, protocolo, experiencia técnica y expectativas.

La persona llega al laboratorio con determinado tipo de cabello.

La gorra posee determinada arquitectura.

El electrodo posee determinado formato.

El investigador posee determinada formación.

El protocolo establece determinada secuencia.

La institución ha acumulado determinada experiencia.

Y el resultado que emerge pertenece a la relación entre todos esos elementos.

Si el sistema encuentra dificultades, es precipitado concluir que el problema “está en el participante”.

Quizá esté en la relación.

El Cuerpo no llega equivocado al experimento

Esto merece ser expresado con claridad:

el Cuerpo no llega equivocado al experimento.

El experimento puede haber sido construido para una variación corporal más estrecha que la que existe en el mundo.

Esta inversión puede parecer pequeña, pero modifica profundamente la responsabilidad científica.

En vez de preguntar:

“¿cómo hacemos para que este participante encaje en nuestro método?”

podemos preguntar:

“¿nuestro método consigue encontrarse adecuadamente con la diversidad de Cuerpos que pretende representar?”

El propio impact statement del artículo es especialmente directo: los autores sostienen que la responsabilidad de aumentar la diversidad en investigaciones con EEG recae en los investigadores y que la inexperiencia con tipos de cabello de participantes negros no debería ser tratada automáticamente como una barrera para la inclusión.

Y apareció otro resultado que también exige una pregunta

Curiosamente, aunque los autores no encontraron peor calidad asociada a la raza, sí observaron métricas de calidad inferiores en mujeres en comparación con hombres en medidas obtenidas con ambos sistemas.

Este hallazgo no debería transformarse rápidamente en una explicación biológica sobre “diferencias femeninas”.

Debería producir otra pregunta.

¿Qué está generando exactamente esa diferencia?

¿Longitud del cabello?

¿Volumen?

¿Productos capilares?

¿Contacto de los electrodos?

¿Arquitectura de la gorra?

¿Diferencias en la preparación?

¿Alguna otra variable no medida?

El propio estudio muestra por qué debemos ser cuidadosos antes de transformar una asociación metodológica en una propiedad del Cuerpo.

La respuesta puede estar en una interacción todavía no descrita.

La inclusión no es solamente una cuestión moral — también es una cuestión de validez científica

La subrepresentación de determinados grupos no genera solamente un problema de justicia.

Produce también un problema epistemológico.

Si construimos modelos de actividad neural, respuestas ERP, biomarcadores o normas de EEG utilizando muestras sistemáticamente restringidas, ¿hasta qué punto podemos luego llamar “humanas” a esas conclusiones?

Investigaciones recientes refuerzan que es posible obtener datos EEG de calidad equivalente en muestras racialmente diversas cuando se utilizan preparación adecuada, comunicación abierta y procedimientos inclusivos.

En 2026, Farkas y colaboradores mostraron calidad de datos equivalente en mujeres negras utilizando prácticas contemporáneas de reclutamiento y preparación. Otro estudio con EEG móvil y electrodos secos también encontró pérdidas de datos comparables entre grupos raciales durante tareas realizadas sentados y de pie.

El problema, por lo tanto, puede ser mucho menos inevitable de lo que parecía.

Conciencia 5D: aquello que medimos también depende de cómo logramos encontrarlo

En nuestra propuesta de Conciencia 5D, aquello que ocurre materialmente en el Cuerpo-Territorio no depende de que el instrumento consiga medirlo.

El EEG no crea la actividad cerebral.

Transduce una parte de ella.

Pero aquello que conseguimos transducir depende de la relación entre el sistema biológico y el sistema de medición.

Esta distinción es fundamental.

Cuando un electrodo registra mal, eso no significa que la actividad neural haya dejado de existir.

Significa que nuestra interfaz con esa actividad está limitada.

Por eso, antes de atribuir una diferencia al Cuerpo, necesitamos preguntar:

¿estamos observando una diferencia en el fenómeno o una diferencia en nuestra capacidad para medirlo?

Esta pregunta va mucho más allá del EEG.

Vale para fNIRS.

Para neuroimagen.

Para sensores vestibles.

Para algoritmos.

Para bases de datos.

Y también para inteligencia artificial.

Quienes quedan fuera de los datos también quedan fuera de los modelos

Existe otra consecuencia contemporánea.

Los datos neurofisiológicos actuales pueden alimentar modelos estadísticos y, cada vez más, sistemas de inteligencia artificial.

Si determinados Cuerpos aparecen menos en la recolección, aparecen menos en el entrenamiento.

Si aparecen menos en el entrenamiento, el sistema aprende una representación menos completa de la diversidad humana.

Y cuando ese modelo vuelve al mundo, puede ser menos preciso precisamente para aquellos que estuvieron poco representados desde el comienzo.

El problema deja entonces de ser solamente:

“¿quién consiguió utilizar una gorra de EEG?”

Pasa a ser:

“¿quién participó en la definición computacional de aquello que llamaremos normal?”

Tal vez el límite no estaba en el Cuerpo

Lewendon y sus colegas merecen reconocimiento porque no aceptaron una explicación metodológica simplemente porque parecía plausible.

La transformaron en hipótesis.

La midieron.

La compararon.

Y encontraron algo que desplaza la responsabilidad.

La recolección puede exigir más trabajo en algunos casos.

Pero eso no significa necesariamente peor calidad de datos.

El esfuerzo del investigador no es una medida de la calidad neural del participante.

Esta distinción parece obvia una vez formulada.

Pero quizá muchos cambios científicos ocurren exactamente así: cuando alguien decide poner a prueba aquello que todos ya habían comenzado a tratar como sabido.

El estudio permite entonces una pregunta que va mucho más allá de la propia gorra de EEG:

¿cuántas diferencias que atribuimos al Cuerpo fueron producidas, amplificadas o simplemente hechas invisibles por la forma en que decidimos medirlo?

En el Cuerpo-Territorio, el instrumento también entra en el territorio del encuentro.

No es neutral.

Posee arquitectura.

Posee límites.

Posee historia.

Y posee usuarios con diferentes niveles de experiencia.

Tal vez, entonces, antes de preguntar por qué determinado Cuerpo “no funciona” en nuestro experimento, la ciencia necesite aprender a preguntar:

¿qué Cuerpo imaginamos cuando construimos el experimento?

Y, quizá todavía más importante:

¿cuántos otros Cuerpos quedaron fuera porque confundimos los límites de nuestro método con los límites de ellos?

Referencias

Lewendon, J., Özdemir, İ., Binabdullah, A., & Maass, A. (2026). Mind the Cap: Inclusivity Gaps in EEG Research. Psychophysiology, 63(8), e70371. https://doi.org/10.1111/psyp.70371

Farkas, A. H., et al. (2026). Open Communication Can Lead to Equivalent EEG Data Quality for Black Women: Multilevel Modeling Interindividual Differences on Emotional Scene and Face Perception. Psychophysiology. https://doi.org/10.1111/psyp.70343

Webb, E. K., Etter, J. A., & Kwasa, J. A. (2022). Addressing racial and phenotypic bias in human neuroscience methods. Nature Neuroscience, 25, 410–414.

Etter, J. A., et al. (2022). Hair me out: Highlighting systematic exclusion in psychophysiological methods and recommendations to increase inclusion. Frontiers in Human Neuroscience, 16, 1051400.

Inclusive mobile brain-body imaging achieves equivalent EEG data quality across racial groups. (2026). Study using inclusive dry-electrode Mobile Brain/Body Imaging procedures in racially and ethnically diverse older adults.