Narrativa III. La neurociencia de las descripciones.

Aviso que el ritmo de publicación puede resentirse una temporada: empiezan las OPEs, doy clases en mis ratos libres, y en los ratos que no son libres tengo un trabajo de jornada completa que paga las facturas. Si tarda en llegar la siguiente entrega, es por eso y no porque el proyecto se haya muerto.

Narrativa I nos dio los planos de la casa. Narrativa II explicó por qué no puedes dejar esos planos en una mesa y esperar que los jugadores no los muevan. Toca bajar o subir un nivel, al sótano o a la buhardilla: la unidad mínima de tiempo narrativo, esa ventana de 15 a 30 segundos en la que abres la boca y describes algo. Todo lo que hemos hablado hasta ahora, arquitectura de campaña, gestión de la agencia, se planifica en diferido, con calma, con un café y sin nadie mirándote con los ojos de un cervatillo deslumbrado. Esto no. Esto se fabrica en tiempo real y el cerebro de tus jugadores no da margen de reescritura: lo que sale de tu boca en esos 20 segundos es, a todos los efectos, la escena, la realidad. No hay segunda toma.

Y vamos a desmontar un mito que lleva décadas contaminando los manuales de rol: el de la "prosa poética". La fantasía de que una buena descripción depende de tu repertorio de adjetivos, de si sabes meter una metáfora o si tu narración se leería bien en una novela. No se trata de eso, y de hecho ahí está buena parte del problema: la calidad literaria escrita y la comunicación oral interactiva son dos sistemas distintos, con restricciones distintas. Un párrafo denso que funciona de maravilla impreso en una novela, donde el lector controla el ritmo, puede releer, puede pararse, es un desastre dicho en voz alta a un grupo que solo tiene una pasada y necesita, además, decidir qué hace su personaje. Escribir bonito no es el objetivo. El objetivo es que el modelo mental se construya rápido, limpio y con lo más cerca posible de lo inequívoco.

La fricción, cuando ocurre, no es una sensación abstracta ni un problema "de estilo": tiene un coste. El cerebro no es gratis. Construir un modelo mental de una escena (geometría, objetos, amenazas, personas) exige glucosa y oxígeno, recursos finitos que se reparten entre "entender qué está pasando" y "decidir qué hacer al respecto". Si tu descripción es caótica, el cerebro del jugador gasta ese presupuesto energético en descifrar el marco de la escena, y le queda menos, a veces nada, para lo que de verdad importa en una partida: planificar la acción, tomar decisiones tácticas o narrativas, actuar como su personaje. Un DJ que describe mal no está siendo "poco elegante"; está literalmente robándole recursos cognitivos al jugador y los que necesita para jugar.

Parte del problema es estructural y no tiene solución fácil: el canal por el que llega tu descripción es un cuello de botella. La percepción visual directa es masivamente paralela: entras en una habitación real y la "ves" de golpe, en bruto, todo a la vez. El canal auditivo-verbal no funciona así. Es estrictamente serial. Palabra tras palabra, frase tras frase. El jugador no "ve" tu escena de un vistazo: la reconstruye, ladrillo a ladrillo y baldosa a baldosa, a partir del flujo lineal de tu voz. Esta es la razón de fondo por la que el orden en que dices las cosas importa tanto como lo que dices. En un canal paralelo, el orden es irrelevante, (que no lo es, pero no toca explicar estas cosas). En un canal serie, el orden lo es todo.

Cuando este proceso falla, no falla en el mundo de las ideas: falla con síntomas reconocibles, que cualquiera que haya dirigido una partida ha visto de cerca. El zone-out, esa desconexión que empieza a los diez o doce segundos de descripción y que se nota en las miradas perdidas hacia el móvil o hacia el gotelé. Las interrupciones constantes pidiendo aclaraciones espaciales ("perdona, ¿la puerta está a la izquierda o a la derecha de la estatua?") que no son mala fe ni falta de atención, sino el síntoma de un modelo mental que nunca llegó a construirse bien. Y la parálisis por análisis, ese jugador que no actúa no porque no sepa qué quiere hacer su personaje, sino porque literalmente no tiene claro dónde está. Todo esto tiene causalidad evitable, y no es "el grupo está dispersito": es un fallo de modelo narrativo, reproducible y evitable.

De ahí la tesis central de este artículo, y las tijeras que vamos a afilar en las páginas siguientes: la eficacia de una descripción no depende del talento literario del DJ, sino de si esa descripción está alineada con el orden en que el sistema nervioso procesa la realidad, un orden que no inventamos nosotros, que llevamos heredando desde mucho antes de que existiera el lenguaje, y que evolucionó para mantenernos vivos, no para que sonara bonito. A partir de esa alineación construimos dos algoritmos de ingeniería narrativa: el Embudo Sensorial, para describir espacios, y el Embudo Social, para describir personas. Vamos con el primero.

El Algoritmo de Espacios, el Embudo Sensorial

Cuando describes un lugar, el cerebro de quien escucha no lo recibe como una fotografía polaroid, o sí... Lo construye en cuatro fases, en un orden que no es arbitrario ni cuestión de gustos: primero el olfato y el tono corporal, después el volumen del espacio, después el cuerpo dentro de ese espacio, y solo al final el objeto o el peligro concreto. Cuatro fases, un orden fijo. A esto lo llamamos el Embudo Sensorial, y cada fase tiene detrás un mecanismo cerebral distinto que conviene entender antes.

Fase 1

La primera fase en realidad se divide en dos vías que se suelen confundir, y merece la pena separarlas bien porque el error es bastante. Por un lado está la vía olfativa pura. El olfato es, de todos los sentidos, el único que llega a la amígdala y a la corteza piriforme sin pasar antes por el tálamo: la señal viaja del epitelio olfatorio al bulbo olfatorio y de ahí directamente a estructuras límbicas, incluida la corteza entorrinal. Eso significa una cosa muy concreta para el DJ: un olor genera una reacción visceral e involuntaria antes de que el jugador haya tenido tiempo de pensar conscientemente en qué es lo que huele. El olor no se interpreta, se sufre primero y se interpreta después.

Por otro lado está la vía termoceptiva e interoceptiva, que es harina de otro costal y no debería mezclarse con la anterior. La temperatura, la humedad, la presión del aire, todo eso viaja por el haz espinotalámico anterolateral hasta los núcleos VPL y VPM del tálamo, y de ahí proyecta a la corteza insular posterior. La ínsula no procesa "hace frío" como un dato objetivo del entorno: procesa el estado homeostático del propio cuerpo, es decir, cómo se siente uno por dentro ante ese frío. Es un golpe distinto al del olfato, más lento, más de fondo, menos un chispazo y más un poso que se instala y no se va. Un buen arranque de escena combina las dos cosas sin confundirlas: el olor da el gancho inmediato, casi un puñetazo; la temperatura da la base sobre la que se sostiene todo lo demás. "Huele a humedad" es pobre porque no hace ni una cosa ni la otra. "Un hedor a grasa quemada os golpea la nariz mientras el aire frío y denso os encoge los hombros" hace las dos: amígdala primero, ínsula después, en la misma frase.

Fase 2

Superada la Fase 1, el cerebro necesita el Contenedor: saber los límites del espacio antes de que se le pida colocar nada dentro. Aquí entra en juego el área parahipocampal de lugares (PPA), que junto con la red de navegación del hipocampo es la estructura encargada de establecer geometría, volumen, altura y fuente de luz. No es un capricho empezar por "cómo es la sala" antes que por "qué hay en la sala": es la base estructural del sistema de navegación espacial, que necesita un mapa antes de poder situar nada sobre él.

Y ese mapa tiene un límite de capacidad. La vieja regla de Miller de siete elementos más menos dos lleva décadas citándose de memoria en divulgación, pero la revisión de Nelson Cowan la corrigió a la baja: el número real de chunks activos en memoria de trabajo ronda los cuatro, más menos uno. Traducido a mesa: la Fase 2 no debería aportar más de tres elementos geométricos o lumínicos principales. Ni cuatro, ni cinco. Tres. Si tu Contenedor tiene más piezas que eso, ya no es un contenedor, es una lista, y las listas se olvidan a media frase.

El fallo típico aquí es el over-describing inicial: el DJ que enumera seis muebles, dos tapices y un jarrón antes de haber dicho si la sala es alta o baja, cuadrada o alargada, iluminada o en penumbra. Esos objetos no tienen dónde archivarse. Flotan sin coordenadas en la agenda visoespacial, compitiendo entre sí por un hueco de memoria que ya está lleno antes de que el jugador sepa siquiera en qué tipo de espacio está. El resultado no es una escena rica en detalle: es ruido.

La aplicación práctica, entonces, es construir el Contenedor en tres trazos y parar ahí. "Una nave octogonal de piedra negra, de techos colosales en penumbra, iluminada solo por un foso circular de brasas en el centro." Geometría, altura y luz. Tres chunks, ni uno más, y ya tienes un mapa sobre el que colgar todo lo que venga después.

Fase 3

Con el olor, el tono corporal y el Contenedor ya en su sitio, toca meter al cuerpo del personaje dentro de ese espacio. Pasamos a la propiocepción, y el marco teórico de fondo es la cognición corporizada de Lawrence Barsalou. La idea central es que comprender lenguaje no es un procesamiento simbólico abstracto, como si el cerebro archivara "suelo resbaladizo" en una carpeta de datos. Es más una simulación modal e implícita: entender la frase implica, en parte, simularla en el propio cuerpo.

Y tiene sustrato anatómico. Escuchar o leer un verbo de acción física recluta la corteza somatosensorial primaria y secundaria (S1 y S2), el área premotora, la corteza motriz suplementaria (SMA) y, vía las neuronas espejo que describió Gallese, activa parcialmente las mismas regiones que se activarían si el oyente ejecutara esa acción de verdad. Eso de que el jugador "casi lo siente" no es una metáfora: es el sistema motor encendiéndose un poco, por debajo del umbral de movimiento real.

Así que podemos concluir que la diferencia entre adjetivos estáticos y verbos de acción no es una cuestión de estilo y opciones, sino de qué parte del cerebro se enciende. "El suelo está resbaladizo" es un dato que se archiva en corteza temporal como información abstracta sobre el mundo. "Las botas os resbalan al afianzar el paso" activa S1, la corteza premotora y la SMA: el jugador no sabe que el suelo resbala, lo simula en el cuerpo. La primera frase informa. La segunda lo obliga interactuar con el medio.

Pero esa simulación motriz no se agota en el propio cuerpo del personaje: se extiende a los objetos del entorno, y ahí introducimos un segundo concepto que apunta directamente a Barsalou y Gallese, el de affordance, acuñado por James J. Gibson. La tesis de Gibson es que no percibimos los objetos primero como formas neutras y luego, en un segundo paso, deducimos qué se puede hacer con ellos: los percibimos directamente en términos de acción posible. Tucker y Ellis (1998) demostraron experimentalmente que ver un objeto manipulable activa de forma automática e involuntaria el programa motor necesario para manipularlo, aunque esa acción no tenga nada que ver con la tarea que se está haciendo: el sistema motor reacciona al objeto antes de que haya ninguna decisión consciente de por medio. El seguimiento de Ellis y Tucker (2000) bautizó el fenómeno como micro-affordance.

Pero matizamos un poquito que me estoy emocionando demasiado: la evidencia experimental respalda que percibir objetos manipulables dispara una simulación motriz automática, no que esto deba aplicarse sistemáticamente a la descripción oral en una partida de rol. Esa aplicación de mesa es una extrapolación de diseño que puede ser una inferencia, pero no está demostrada, coherente con Barsalou y Gallese pero no un hallazgo directo de la ciencia, y como toda herramienta que debería estar basada en la evidencia pero no lo está se usa con cuentagotas: solo cuando el objeto va a ser relevante para la escena (un obstáculo que bloquea el paso, una palanca que hay que accionar, algo que el grupo necesita decidir si toca o no). Meter una affordance en cada mueble de la sala es volver a caer en el over-describing de la Fase 2, solo que disfrazado de embodiment. El embodiment mola, el embodiment es tu amigo. Pero no lo conviertas en el amigo borracho que no quiere irse de tu casa tras una barbacoa.

Cuando sí es relevante, hay dos tipos de affordance que conviene distinguir, porque disparan programaciones motrices opuestas. El primero es de interacción directa: describir un objeto de forma que el sistema motor del jugador ya calcule el esfuerzo necesario para manipularlo, antes de que decida hacerlo. No es lo mismo decir "hay un armario pesado junto a la puerta" que decir "un armario macizo bloquea la puerta; haría falta apoyar el hombro y empujar con las dos piernas para moverlo un palmo". La primera frase informa sobre una propiedad del objeto. La segunda activa directamente el cálculo motor de empuje, apoyo y esfuerzo compartido, y es la que hace que un jugador diga "pues entre dos lo apartamos" sin que nadie se lo haya sugerido: la acción nace de la simulación, no de la sugerencia del DJ. Lo mismo con una palanca oxidada que exige "hacer fuerza hacia abajo con todo el peso del cuerpo", o una cuerda deshilachada que "aguantaría el peso de una persona, puede que dos, si no os movéis mucho".

El segundo tipo es el opuesto, el de cautela motriz: objetos que el propio cuerpo simulado del jugador prefiere no tocar, sin que haga falta decir "esto da mal rollo". Unas telas mohosas cubriendo bultos de forma irregular contra la pared no se merecen el adjetivo de "inquietantes"; piden estar descritas de forma que la mano del jugador dude a mitad de camino, casi se detenga sola antes de apartar la tela. Ahí el objetivo no es que el sistema motor calcule cómo actuar, sino que calcule que quizá no debería.

Con la Fase 3 completa, el ejemplo integrado de los veinte segundos queda así: "Un hedor a grasa quemada os golpea la nariz mientras el aire frío y denso os encoge los hombros. Estáis en una nave octogonal de piedra negra, de techos colosales en penumbra, iluminada solo por un foso circular de brasas en el centro. Las botas resbalan sobre la piedra húmeda al buscar apoyo, y contra la pared, un armario macizo bloquea una segunda puerta; haría falta apoyar el hombro y empujar con las dos piernas para moverlo un palmo. Y entonces lo veis: junto al foso, medio hundido en la ceniza, algo metálico refleja la luz de las brasas." Olor y tono, Contenedor en tres trazos, embodiment más affordance de interacción, y un foco que dispara las decisiones.

Fase 4

Con el cuerpo ya situado dentro del Contenedor, llega el zoom final: el Foco Atencional. Durante las tres fases anteriores el cerebro ha estado en modo exploración, con la Red por Defecto (DMN) llevando el peso del mapeo difuso y asociativo del entorno. El Foco Atencional es el momento en que ese modo se apaga y se enciende la Red Ejecutiva Central (CEN), el paso que los llevará de explorar a decidir.

El conmutador entre ambos modos es la Red de Saliencia, anclada en la corteza cingulada anterior dorsal y la ínsula anterior. Cuando lanzas el detalle atencional clave (el objeto que brilla, la puerta entreabierta, la sombra que se mueve), ese detalle dispara la Red de Saliencia, interrumpe de golpe el mapeo del entorno y recluta la corteza prefrontal dorsolateral para la toma de decisiones. Es el instante exacto en que el jugador deja de pasear mentalmente por la escena y empieza a pensar en términos de "¿qué hago ahora".

Las cuatro fases encajan dentro de un marco más grande, el del procesamiento predictivo que defienden Karl Friston y Andy Clark. El cerebro, en este modelo, no es un receptor pasivo de datos: es una máquina de inferencia bayesiana que genera constantemente predicciones de arriba abajo sobre lo que va a encontrar, y solo gasta recursos corrigiendo el modelo cuando la predicción falla. Describir en el orden Olor/Tono → Contenedor → Cuerpo → Foco es, ni más ni menos, alimentar ese motor predictivo con la secuencia que minimiza los errores de predicción en cada paso.

Y cuando ese orden se rompe, el coste lo documentó Rolf Zwaan desde la psicolingüística mucho antes de que se hablara de procesamiento predictivo en estos términos. Un dato incongruente o desordenado, algo como el "por cierto, mide tres metros" soltado al final, no se integra de forma incremental en el modelo mental que el jugador ya tenía. Lo obliga a borrar ese modelo y reescribirlo desde cero. Esa reescritura es la que se siente en mesa como latencia, como pérdida de inmersión, como confusión justo cuando más falta hace tener las ideas claras.

Resumen del Embudo Sensorial

Puesto todo junto, sonaría así: "Un hedor a grasa quemada os golpea la nariz mientras el aire frío y denso os encoge los hombros. Estáis en una nave octogonal de piedra negra, de techos colosales en penumbra, iluminada solo por un foso circular de brasas en el centro. Las botas resbalan sobre la piedra húmeda al buscar apoyo, y contra la pared, un armario macizo bloquea una segunda puerta; haría falta apoyar el hombro y empujar con las dos piernas para moverlo un palmo. Entonces, notáis algo junto al foso: algo metálico. Medio hundido en la ceniza. Y se mueve."

Olor y tono interoceptivo, Contenedor en tres trazos, cuerpo simulado más affordance de interacción, foco que dispara la decisión. Cuatro fases, un orden, un motor predictivo bien alimentado en vez de uno obligado a reescribirse a mitad de frase.

El Algoritmo de PNJs, el Embudo Social

En el instante en que aparece una figura humana o con capacidad de agencia propia, el cerebro cambia de modo. El "cartógrafo" que llevaba tres fases construyendo un Contenedor y calculando affordances se apaga, o al menos pasa a un segundo plano, y se enciende lo que en neurociencia social se llama la red de mentalización. Ya no importa la geometría del espacio: importa la intención de esa figura que anda hacia tí. El cerebro reordena sus prioridades porque, evolutivamente, una persona desconocida es una fuente de amenaza o de ayuda potencial mucho más emergente que un techo alto o una puerta cerrada. Normalmente amenaza, para qué nos vamos a engañar, que si no los PJs no irían armados.

Esa reordenación de prioridades tiene un primer filtro, muy estudiado en psicología social: el Modelo de Contenido de Estereotipos de Susan Fiske. La investigación de Fiske, Cuddy, Glick y Xu, replicada y ampliada durante más de veinte años, sostiene que la evaluación social se organiza en torno a dos dimensiones universales: calidez (¿tiene buenas intenciones hacia mí?) y competencia (¿es capaz de llevarlas a cabo?). No son dos preguntas chorra cualesquiera: Fiske las describe casi como la pregunta de un centinela en zona de guerra, "¿amigo o enemigo?", seguida de "y si es enemigo, ¿puede hacerme daño y cuánto?". Esa doble evaluación es la primera pasada del Embudo Social y determina, en bruto, si el PNJ es una amenaza activa, un aliado potencial o alguien irrelevante para la escena.

Antes de ver un solo rasgo facial, esa primera pasada ya se apoya en información puramente macroestructural: silueta, postura, lugar del espacio. Y aquí nos detenemos a relamernos un poco, porque es una herramienta de mesa muy concreta y muy barata de usar. Un PNJ que ocupa el vano de una puerta con los brazos cruzados, sin ceder el paso, comunica dominancia y competencia antes de que el jugador vea su cara: el cerebro lee la relación entre el cuerpo y el espacio disponible como un dato actitudinal por derecho propio. Un PNJ encogido en un rincón, con los hombros hacia dentro, ocupando el menor volumen posible, comunica lo contrario: sumisión, posible amenaza para él, no de él. La misma frase neutra ("un hombre está en la sala") se convierte en dos evaluaciones opuestas según cómo ese cuerpo se relacione con el espacio, y esa evaluación ocurre antes de la primera línea de diálogo. Aquí conviene hacer una precisión desde la honestidad: la literatura de Fiske respalda con solidez que calidez y competencia son las dos dimensiones que organizan la evaluación social; que esa evaluación arranque específicamente a partir de silueta y postura, muchísimo antes que del rostro, es una inferencia razonable a partir del modelo pero no un hallazgo que Fiske haya probado punto por punto, es una aplicación inferencial de primer orden a partir de un marco bien evidenciado, no el marco en sí.

El segundo filtro sí tiene sustento experimental, y es de los mejor replicados de toda la psicología social: el procesamiento facial. Willis y Todorov, en un estudio ya clásico de 2006, mostraron que los juicios de confiabilidad de un rostro desconocido, formados tras una exposición de apenas 100 milisegundos, correlacionan fuertemente con los juicios que se hacen sin límite de tiempo. Trabajo posterior del propio grupo de Todorov llevó el umbral incluso más abajo: los juicios de confiabilidad se estabilizan ya con exposiciones de 33 a 167 milisegundos, y dar más tiempo no cambia la valoración, solo aumenta la confianza en ella.

Si el juicio de confiabilidad ya está tomado a los 100 milisegundos, la pregunta es qué hace entonces el DJ con esa ventana tan minúscula, porque describir el rostro sigue siendo necesario. No describirlo no es una opción real, así que lo que haremos será no competir con un veredicto que ya se ha emitido. En la práctica esto se traduce en: lanza el rasgo facial como una confirmación o una contradicción de esa primera impresión, nunca como una lista neutra a ignorar. Si quieres que el PNJ inspire desconfianza, elige un único rasgo que refuerce esa lectura ("una sonrisa que no llega a los ojos"). Si quieres generar disonancia, un rasgo que la contradiga a propósito ("una mirada franca que no encaja con lo que acaba de decir"). Lo que no funciona es la vía intermedia, la enumeración de rasgos físicos sin carga (edad, color de pelo, color de ojos), porque no hace nada con el juicio que el cerebro ya emitió: ni lo confirma, ni lo desmiente, simplemente llega tarde y no tiene ninguna función real.

Parte de por qué esto ocurre tan rápido tiene que ver con cómo se procesa un rostro, y no solo con la velocidad del circuito. El área fusiforme de las caras no analiza un rostro rasgo a rasgo, como si leyera una lista (ojos, después nariz, después boca); lo procesa de forma global, como una configuración completa. Esto tiene una consecuencia práctica para el DJ, y es casi la contraria de lo que parece intuitivo: enumerar rasgos uno detrás de otro ("tiene los ojos azules, el pelo cano, la nariz aguileña, una cicatriz en la mejilla") no ayuda al cerebro a construir esa gestalt, porque el cerebro no la construye por acumulación de piezas sueltas, la percibe entera desde el principio. La lista de rasgos es, de hecho, redundante con un proceso que ya ha ocurrido antes de que termines de enumerarlos. La conclusión práctica es incómoda pero útil: el jugador ya se ha hecho una opinión visceral del PNJ antes de que el DJ termine de describir su rostro con adjetivos. Describir el color de ojos o el peinado con detalle no cambia esa primera impresión, que ya se ha disparado; lo que sí puede modularla es un único rasgo de alta carga emocional (una cicatriz, una mirada esquiva, una sonrisa que no llega a los ojos), porque es precisamente el tipo de detalle capaz de alterar la gestalt ya formada, no de sumarse a una lista que el cerebro no está preparado para ir construyendo pieza a pieza.

El tercer filtro es la voz, y aquí la neuroanatomía también es conocida: Pascal Belin y su equipo identificaron regiones a lo largo del surco temporal superior, bilaterales, que responden selectivamente a la voz humana por encima de otros sonidos, incluidos sonidos ambientales y vocalizaciones no verbales. Son las llamadas áreas de la voz temporal. Esta corteza procesa timbre, tono y cadencia, información que carga el estado afectivo del hablante. Vamos a marcar el límite de la evidencia: que estas áreas existan y respondan selectivamente a la voz está bien probado; que la prosodia se procese antes que el contenido semántico, en una carrera cronológica, es una afirmación más fuerte que lo dice que la literatura consultada. Lo razonable, y lo que sí respalda la investigación sobre percepción de voz, es que el canal prosódico aporta información afectiva de forma robusta e independiente del contenido verbal, no necesariamente que le gane la carrera en el tiempo. Para el DJ la aplicación práctica no cambia: interpretar el tono de un PNJ (titubeante, cortante, cansado) transmite su disposición con más fiabilidad que el contenido literal de lo que dice, sea o no estrictamente más rápido en llegar.

El cuarto y último filtro es el gesto: un micromovimiento, una acción pequeña e intencionada que rompe la quietud del PNJ y actúa como disparador. Aquí entra la Teoría de la Mente, cuyo sustrato neurobiológico está bien mapeado en meta-análisis recientes: la unión temporoparietal, la corteza prefrontal dorsomedial y el precúneo forman el núcleo de lo que se conoce como la red de mentalización. Un gesto (una mano que se pasa por el cuello, una mirada que se desvía hacia la salida) obliga al jugador a activar esa red y preguntarse, de forma casi automática, "¿por qué hace eso?". Es la transición de la mera observación a la inferencia activa.

Esa transición tiene una parte bien fundamentada y otra que conviene separar con más cuidado del que le di la primera vez. La parte sólida: hay una diferencia real, y bien documentada en psicolingüística de la comprensión activa, entre dar una conclusión ya hecha y dar el material para que el oyente llegue a ella. Cuando el DJ dice directamente "el PNJ está nervioso", no hay inferencia que hacer: es exposición, un dato que se archiva sin esfuerzo, pasivo. Cuando el DJ muestra el indicador somático ("se pasa la mano por el cuello sin darse cuenta") y deja que el jugador llegue solo a "está nervioso", ha ocurrido un proceso activo de deducción social, con la red de mentalización realmente trabajando en vez de limitarse a archivar un adjetivo. Eso, como principio de diseño narrativo, está bien fundamentado. La parte especulativa, y la que quiero separar con claridad: es tentador rematar esa idea diciendo que la deducción activa el sistema de recompensa dopaminérgico, y existe literatura general sobre recompensa asociada a la resolución de incertidumbre y al cierre de inferencias que hace esa hipótesis plausible por analogía. Pero no tengo una fuente que documente ese circuito específicamente para la inferencia social de gestos en una conversación. Queda marcado como inferencia de segundo orden: coherente con marcos más amplios de neurociencia de la recompensa, pero no verificada punto por punto para este caso concreto, y así debe presentarse en el texto final.

Puesto todo junto, un PNJ clave en quince segundos: "Ocupa el vano de la puerta con los brazos cruzados, sin prisa por dejaros pasar. Cuando por fin os mira, hay algo en sus ojos que no encaja con la sonrisa. 'Llegáis tarde', dice, y la voz le sale más cansada que hostil. Mientras habla, no deja de darle vueltas a un anillo que le queda grande." Estatus y presencia por postura, rasgo facial único sobre una gestalt ya formada, prosodia que desmiente el contenido semántico, gesto delator que dispara la pregunta.

Vamos a diseccionar un poquito más viendo el contraste. La descripción tradicional de módulo comercial dice: "Un hombre de mediana edad, cabello canoso, ojos azules, viste una chaqueta de cuero marrón con varios remiendos, y lleva un anillo de plata en la mano derecha que parece pertenecer a otra persona por su talla." El dato clave, el anillo que no le queda bien, está ahí: la información existe. Pero fallan tres cosas. Primero, no hay postura ni relación con el espacio: el PNJ no ocupa ni cede terreno, así que la Fase 1 del embudo social nunca se dispara, y el jugador no tiene una primera lectura de estatus sobre la que anclar el resto. Segundo, la enumeración de rasgos faciales (canoso, ojos azules) es exactamente el error de la Fase 2: rasgos sueltos, ruido que compite por la atención. Tercero, y más grave, el anillo (el gesto delator, la Fase 4) llega al final de una frase larga y sintácticamente plana, sin el corte de ritmo que dispare la Red de Saliencia; se lee como una cláusula más, no como el disparador que debería ser. El dato es el mismo en las dos versiones. Lo que cambia es si cada pieza de información llega en el momento en que el sistema correspondiente (postura, rostro, voz, mentalización) está preparado para recibirla, o si todo se sirve de golpe en el orden equivocado y el trabajo de selección recae, mal, sobre el jugador.

Antes de cerrar el bloque, una precisión necesaria que además nos cubre las espaldas ante cualquier lector que sepa del tema y me quiera tirar de las orejas: en ningún momento de este bloque hemos dicho "microexpresión" en el sentido que popularizó Paul Ekman, y es a propósito. La idea de que existen expresiones faciales universales, específicas y fiables de emociones discretas (una cara concreta para el miedo, otra para el asco, detectables incluso en fogonazos de fracciones de segundo) lleva años en entredicho. La revisión de Lisa Feldman Barrett, Adolphs, Martinez, Marsella y Pollak, publicada en 2019 en Psychological Science in the Public Interest y basada en más de mil estudios, concluyó que la evidencia de que se pueda inferir de forma fiable una emoción concreta a partir de un movimiento facial es mucho más débil de lo que el saber popular (y buena parte del diseño de personajes en videojuegos e IA) asume. El equipo de Ekman ha respondido y el debate sigue abierto (money wise), así que no es zanjable en un artículo de rol, pero el consenso se ha movido con fuerza hacia la postura de Barrett en la última década. Por eso el "gesto delator" de este bloque no se apoya en absoluto en leer una emoción concreta en un rictus facial de 40 milisegundos: es una acción observable (una mano en el cuello, una mirada hacia la salida), no una lectura facial de un catálogo, y dispara Teoría de la Mente, no reconocimiento de emociones básicas. Que quede dicho una vez y con claridad para no tener que repetirlo cada vez que aparezca un PNJ. Odio a Ekman.

La excepción del PNJ florero

Todo lo que hemos construido en el Bloque 2 tiene bastante coste atencional. Activar el Modelo de Contenido de Estereotipos, procesar un rostro, interpretar prosodia y disparar la red de mentalización no es gratis: es exactamente el tipo de esfuerzo cognitivo caro del que hablábamos desde el primer párrafo de este artículo. Y ahí está el problema de fondo de este bloque: algunos de los DJ aplican el Embudo Social entero, con sus cuatro fases, a cualquier figura humana que aparece en pantalla, incluido el tendero que solo vende cuerda y el guardia que solo abre una puerta. Nos mola enriquecer el mundo y darle color (yo, con mi protanomalía, me lo tomo como un marrón). Eso es un error de asignación de recursos. Cada vez que el DJ obliga a la red de mentalización a evaluar estatus, procesar un rostro y buscar intención en un gesto de alguien que no va a tomar ninguna decisión relevante en la escena, está gastando presupuesto del grupo en algo que no lo necesita. Y ese presupuesto, como ya vimos con el límite de Cowan en el Bloque 1, es finito: lo que se gasta aquí no está disponible después. Y lo mismo, después, sí hace falta.

La solución no es "describir menos PNJs" en general, sino tener un criterio de segmentación, algo que el DJ pueda aplicar casi sin pensar, a mitad de frase, antes de decidir cuánto invertir en cada figura que aparece. El criterio es simple y se reduce a una sola pregunta: ¿va este PNJ a generar una decisión compleja por parte de los jugadores, o es un punto de transacción? Un PNJ Clave es aquel cuya disposición, intención o fiabilidad importa para lo que el grupo decida hacer a continuación: el contacto que puede traicionarles, el noble que puede ser aliado o enemigo, el interrogado del que hay que sacar información fiable. Un PNJ Florero es aquel cuya función se agota en la transacción misma: el tendero vende, el guardia abre o no abre, el barquero cruza el río. No hay ambigüedad de intención que resolver porque no hay intención relevante que evaluar; el jugador no necesita leer su rostro, solo necesita comprarle una cuerda.

Para el PNJ Florero, la solución no es inventar un tratamiento nuevo: es reciclar el algoritmo que ya tenemos, el de Espacios, y colocar al PNJ donde encaja de forma natural dentro de él, como Foco Atencional. Se describe la taberna o la tienda con las tres primeras fases del Embudo Sensorial (olor y tono, Contenedor, cuerpo si aplica) y el tendero aparece al final, en el lugar exacto donde iría el objeto interactivo o el peligro, porque desde el punto de vista funcional eso es lo que es: el objeto con el que el grupo va a interactuar. Nada de silueta cargada de estatus, nada de rasgo facial seleccionado para generar una primera impresión, nada de prosodia interpretada como indicio de intención oculta. "Detrás del mostrador, un hombre mayor levanta la vista del libro de cuentas" es toda la inversión atencional que un PNJ Florero necesita. Cualquier detalle extra, como la ropa remendada o la forma en que sostiene la pluma, no aporta información útil.

Fallos y consecuencias

Con los dos algoritmos y su excepción ya construidos, toca el catálogo clínico: qué pasa exactamente cuando alguien se salta el orden, con nombre y mecanismo para cada fallo, no solo "suena mal". Cinco diagnósticos. Esto sobra, pero así estáis un rato más conmigo.

Diagnóstico 1: Bastiones de Texto

Es el más reconocible de todos, el que cualquier jugador ha sufrido en algún módulo comercial leído en voz alta sin editar: un párrafo largo, denso, que intenta meter seis, siete, ocho datos distintos en una sola tirada sin pausas ni jerarquía. El mecanismo ya lo vimos con Cowan en el Bloque 1, aquí se trata de aplicarlo como diagnóstico de una enfermedad narrativa y no solo como límite preventivo: superar los cuatro chunks activos en memoria de trabajo no produce "un poco menos de claridad", produce lo que John Sweller bautizó como carga cognitiva extraña, esfuerzo mental gastado en sostener información en vez de en comprenderla. El síntoma en mesa tiene incluso un margen temporal: la desconexión atencional empieza a manifestarse entre los diez y los doce segundos de descripción ininterrumpida (¿tanto?), justo el punto en el que la memoria de trabajo ya ha sido desbordada y el cerebro, sin poder seguir archivando, empieza a soltar información antigua para hacer sitio a la nueva. El jugador no deja de escuchar por aburrimiento: deja de escuchar porque el sistema que necesitaría para seguir escuchando con provecho ya está saturado.

Diagnóstico 2: la Inversión del Contenedor.

Este es el error de secuencia, no de volumen: no es que haya demasiada información, es que llega en el orden equivocado. Describir el detalle micro (el tintero, la mancha en la pared, el anillo sobre la mesa) antes de haber establecido el Contenedor (geometría, altura, luz) le pide al área parahipocampal de lugares que archive un objeto sin coordenadas donde colgarlo. El objeto queda literalmente flotando en la agenda visoespacial, sin marco de referencia. Y el problema no se queda ahí: cuando por fin llega el Contenedor, el cerebro tiene que reconstruir mentalmente dónde estaba ese objeto flotante dentro del mapa recién creado, un paso extra de corrección que no debería haber hecho falta. En mesa esto se traduce en preguntas de aclaración espacial a destiempo ("espera, ¿eso estaba a la izquierda o a la derecha de la puerta que has dicho después?") y, en el peor de los casos, en mapas mentales erróneos que el grupo arrastra durante varios turnos hasta que un choque táctico (una emboscada, una persecución) obliga a corregirlos de golpe, con el consiguiente parón de ritmo.

Diagnóstico 3: la Reescritura Tardía.

Es quizá el más dañino de los cinco porque no falla por exceso ni por desorden, sino por una revisión posterior de algo que el jugador ya daba por cerrado: el "ah, por cierto, mide tres metros" soltado después de que el grupo ya había construido su modelo mental completo de la escena. Aquí es donde el marco de Friston y el hallazgo de Zwaan que vimos en el Bloque 1 dejan de ser teoría y se convierten en diagnóstico clínico: un dato incongruente introducido tarde no se añade al modelo de situación existente, lo invalida, y el cerebro no tiene más remedio que descartar el modelo entero y reconstruirlo desde cero con la nueva información. El síntoma es reconocible al instante en cualquier mesa: la pregunta "espera, ¿qué?", la pausa de reajuste, a veces la broma incómoda ("¿pero eso no lo podías haber dicho antes?") que en realidad es el grupo verbalizando, sin saberlo, el coste de una reescritura de modelo predictivo forzada por mala secuenciación del DJ.

Diagnóstico 4: la Des-encarnación Abstracta.

Este fallo es más sutil que los anteriores porque no se nota como en un punto de inflexión ni como un hito en medio de la narrativa, sino como una atmósfera general de distancia que se instala poco a poco. Ocurre cuando el DJ describe de forma exclusivamente numérica o adjetivada y fría: "la sala mide diez por ocho metros, el techo está a cuatro de altura, hay tres columnas". ¡Ostras, D&D!. Cada dato es correcto y verificable, y precisamente por eso el problema pasa desapercibido: no hay ningún error factual que señalar. Pero sin verbos de acción, sin propiocepción, sin affordance, ninguna de las áreas somatosensoriales o premotoras que vimos en la Fase 3 del Embudo Sensorial se activa. El jugador no está simulando el espacio con su cuerpo: lo está auditando con la cabeza, como si repasara una hoja de cálculo con las dimensiones de un almacén. El síntoma es una inmersión que se apaga sin que nadie sepa señalar el momento exacto en que ocurrió, porque no ocurrió en un momento: ocurrió en la ausencia acumulada de simulación motora a lo largo de toda la sesión.

Diagnóstico 5: el Falso PNJ Clave.

Es el reverso exacto del Bloque 3: en vez de tratar a un PNJ Florero como si fuera irrelevante, se sobre-describe socialmente a alguien que no debería llevarse ese presupuesto atencional. El tendero al que el DJ le da un rasgo facial cargado de intención, una prosodia ambigua y un gesto delator, sin que ese tendero vaya a tener ninguna relevancia posterior en la trama. El mecanismo es el inverso del Bloque 3, no un simple desperdicio de recursos sino una señal falsa: la Red de Saliencia del jugador, entrenada precisamente para detectar estos disparadores porque el propio DJ se los ha enseñado a lo largo de la sesión, asigna prioridad y sospecha a un sujeto que no la merece. El grupo entero se desvía detrás de una pista que no existe, interroga al tendero, sospecha de su anillo, pierde media hora de sesión real persiguiendo una intención que el DJ nunca puso ahí a propósito. No es un fallo de omisión, es un falso positivo que el propio sistema narrativo del DJ ha generado sin querer.

Inversión del embudo. Usos en terror.

La excepción de terror, inversión del embudo

Hasta aquí, cinco diagnósticos completos de lo que pasa cuando un DJ rompe el orden del Embudo Sensorial o del Embudo Social sin querer. Y ahora toca una pregunta tirando a curiosa, la misma que se le puede hacer a cualquier regla que haya generado yo: si exponer la descripción mal produce estos cinco desastres documentados, ¿puede en algún caso el romperla producir algo bueno? ¿Existe una forma de hacerlo "mal" a propósito, con la misma arquitectura defectuosa que hemos estado diagnosticando, y que el resultado no sea una mesa confundida sino una mesa nerviosita de la forma correcta? La respuesta es sí, y es precisamente lo que distingue a un DJ de terror competente de uno que simplemente describe mal por accidente: los síntomas son casi idénticos, la intención detrás es opuesta, y el control sobre cuándo aplicarlos es la única diferencia real entre un fallo de diseño y una herramienta de diseño. Sistemas como Aquelarre, Fear Itself, Esoterroristas o Call of Cthulhu llevan usando esta inversión deliberada desde mucho antes de que tuviéramos el vocabulario neurocognitivo para explicar por qué funciona.

El mecanismo detrás del dread, esa sensación de desorientación y angustia sostenida que persigue el terror psicológico, es prácticamente el mismo que vimos en el Diagnóstico 2, la Inversión del Contenedor, pero convertido en objetivo en lugar de en accidente. Cuando se suprime el Contenedor, la Red por Defecto no puede cerrar el mapa mental del entorno: no hay límites, no hay geometría, no hay nada donde anclar la exploración. Y sin embargo la Red de Saliencia sigue disparándose igual, porque los estímulos sensoriales (el olor, el tacto, el sonido) siguen llegando. El resultado es una alerta activada sin nada que la resuelva: el cerebro sabe que algo requiere atención pero no tiene el mapa necesario para decidir qué hacer con esa atención. Esa sobrecarga de alerta no resuelta es, en términos neurocognitivos, el dread. Compárese con la descripción normal de una celda ("una celda de piedra de tres metros de lado, con un catre y una ventana enrejada"), donde la Red por Defecto cierra el mapa en segundos y la exploración se vuelve tranquila casi de inmediato: el dread nace precisamente de negarle a esa red el cierre que espera.

La técnica en sí es la inversión de la Fase 2: suprimir deliberadamente la Vista Macro y lanzar directamente el Foco Atencional micro, o un estímulo propioceptivo visceral, sin dar antes el Contenedor. En lugar de "estáis en una celda de piedra húmeda de tres metros de lado" (Contenedor primero, como manda el algoritmo normal), se empieza directamente con "algo húmedo os roza la oreja, y la piel se os eriza antes de que sepáis por qué". No hay sala. No hay tamaño. No hay paredes. Solo el detalle micro y la reacción del cuerpo, sin ningún marco donde encajarlos. Otro ejemplo de la misma técnica, para que quede claro que no es un truco de una sola frase sino un patrón repetible: en vez de "estáis en un pasillo estrecho de piedra que se pierde en la oscuridad" (Contenedor), se lanza directamente "un susurro, muy cerca de vuestra nuca, dice vuestro nombre", sin decir antes si el pasillo es largo, corto, recto o si hay alguien más. El jugador no puede construir el Contenedor porque el DJ no lo quiere hacer.

El efecto de esta privación no se queda en lo sensorial y da de frente en la capacidad de decidir. La Red Ejecutiva Central, anclada en la corteza prefrontal dorsolateral, necesita un modelo de situación sobre el que operar para trazar cualquier plan de acción táctico, incluso uno tan básico como "hacia dónde corro". Sin Contenedor no hay modelo de situación, y sin modelo de situación la Red Ejecutiva se queda girando en vacío, incapaz de convertir la alerta en un plan. Eso es, con nombre y mecanismo, la impotencia ejecutiva y la indefensión espacial: no es que el personaje no sepa qué hacer por falta de valor o de ideas, es que el sistema que decide qué hacer no tiene con qué trabajar. En mesa esto se ve literalmente en la reacción del jugador: ante el susurro en la nuca, la pregunta no suele ser "¿ataco o huyo?", sino algo más parecido a "¿hacia dónde corro, si ni siquiera sé si esto es un pasillo o una sala?", que es la Red Ejecutiva pidiendo, en voz alta, el mapa que no tiene. Y aquí está la clave de por qué esto es útil y no simplemente cruel: esa indefensión se genera de forma sintética, dentro de la ficción compartida de la mesa, en un entorno seguro y reversible. El jugador siente la pérdida de control sin estar realmente en peligro, que es exactamente lo que el terror psicológico como género lleva prometiendo desde mucho antes de que hubiera un dado sobre la mesa.

Pero precisamente porque el mecanismo es el mismo que produce los cinco diagnósticos del Bloque 4, hay que dosificarlo. La diferencia entre el DJ de terror competente y el DJ que simplemente describe mal todo el rato no está en la técnica, que es idéntica: está en la frecuencia. Un ejemplo de mal uso, para que sirva de advertencia: un DJ que abre cada escena de una sesión de tres horas con un susurro sin Contenedor previo no está sosteniendo el terror, está entrenando al grupo a esperar la ausencia de mapa como la norma, y a los veinte minutos el efecto se apaga solo, porque ya no hay sorpresa que romper. La sobrecarga de alerta no resuelta es agotadora por diseño, y si se mantiene indefinidamente deja de generar dread para generar, sencillamente, fatiga o frustración, el mismo síntoma de desconexión que vimos en la Pared de Texto, solo que ahora disfrazado de ambiente. El uso correcto, en cambio, se parece más a esto: tres horas de sesión con Contenedores normales, sólidos, tranquilizadores, y una única vez, en el momento exacto en que el DJ quiere que el grupo sienta que pierde el control, el susurro en la nuca sin mapa. Ese contraste, no la técnica en sí, es lo que la hace funcionar.

Tengo al menos un caso de una aventura para Kult, extrapolable a Fear Itself, ambientada en unos apartamentos turísticos, cuyas instrucciones para el máster son explícitas en este sentido: evitar cualquier descripción del espacio tridimensional en las zonas donde algo va a suceder. Es la inversión de la Fase 2 reservada exactamente para los momentos de la aventura donde el DJ quiere ese efecto.

Compárense estas dos llegadas a la misma habitación de hotel. La primera, en zona de inversión:

"El aire acondicionado os golpea de golpe, demasiado frío para el calor que dejáis atrás en la calle, y algo en el silencio del sitio no encaja con que sea temporada alta. Subís, y los pasos resuenan más de lo que deberían; en algún punto dejáis de escuchar a la persona que sube detrás. Una moqueta amortigua cada paso hasta el silencio, puertas que se suceden sin que las contéis, y una de ellas entreabierta que no debería estarlo. Dentro, la cama está hecha, demasiado hecha, y hay un olor a limpio que no consigue tapar del todo lo que hay debajo."

Ni un metro, ni una geometría, ni un plano mental que cerrar en todo el recorrido. La segunda, con el Embudo Sensorial normal, Contenedor incluido:

"El aire acondicionado os golpea de golpe, un alivio después del calor de la calle, mientras el mostrador de recepción se recorta al fondo de un hall pequeño, de techo bajo y suelo de mármol barato. Subís por una escalera estrecha hasta la segunda planta, y desde ahí, un pasillo corto con seis puertas numeradas, iluminado por apliques que zumban un poco. La habitación 204, al final a la derecha, es pequeña, tres por cuatro metros, cama de matrimonio, baño en suite a la izquierda de la entrada. La cama está hecha con esmero, quizá demasiado, para lo que suele ser una limpieza de hotel de paso."

Aquí sí hay hall, escalera, número de puerta, disposición del baño: un mapa completo y reconstruible. El "demasiado hecha" de la cama es idéntico en ambas versiones, el mismo gancho exacto, pero lo que cambia por completo es lo que sucede después de esa cama: en la primera, algo saldrá del techo, probablemente con forma de tentáculo, y el grupo lo afrontará sin haber podido registrar ni una sola coordenada del cuarto. En la segunda, alguien llegará a la habitación y lo que siga (una confrontación, un tiroteo del que huir) se jugará sobre un plano que el grupo sí puede usar: dónde está la puerta, dónde el baño, por dónde se puede salir. La ausencia de Contenedor no es decoración atmosférica: es la diferencia entre una escena que se resuelve con indefensión y una que se resuelve con táctica.

Con el uso repetido a lo largo de una campaña, y limitado siempre a las zonas donde algo va a suceder, este patrón deja de ser invisible: los jugadores aprenden a leer la ausencia de Contenedor como una señal en sí misma, un aviso implícito de que la escena importa. Esto no rompe la técnica, la transforma, de disparador puro de indefensión espacial a convención de género ya asumida por el grupo, parecida al cambio de música en una escena de terror audiovisual: la sorpresa original se pierde, pero la anticipación consciente que la sustituye puede funcionar igual de bien, o incluso mejor, si es el efecto que se busca.

Aplicaciones clínicas

Este bloque se mueve en terreno más peliagudo que el resto del artículo: ya no hablamos de qué hace que una mesa de rol funcione mejor, sino de poblaciones clínicas y contextos terapéuticos, y ahí el listón de rigor tiene que subir todo lo que se pueda. Voy a marcar con toda claridad, en cada punto, qué está bien evidenciado, qué es evidencia débil o exploratoria, y qué es extrapolación nuestra sin más apoyo que la coherencia interna del argumento. Lo que no tenga ninguno de los tres, lo intentaré evitar.

TDAH y carga cognitiva.

Esto sí tiene una base sólida, aunque en dos piezas diferentes. Por un lado, está bien documentado que el TDAH cursa con dificultades de memoria de trabajo (Roodenrys, 2006; Kofler et al., 2020). Por otro lado, la Teoría de la Carga Cognitiva de Sweller, y en concreto la distinción entre carga intrínseca, extraña y germana, es un marco consolidado en investigación educativa (Sweller et al., 2019), con literatura específica que recomienda reducir la carga extraña precisamente en el diseño de materiales para estudiantes con dificultades de memoria de trabajo, TDAH incluido (Mayer y Moreno, 2003). Lo que sí es aplicación nuestra, y no un hallazgo directo de ningún estudio, es que el Embudo Sensorial en concreto funcione como "filtro de accesibilidad" en una mesa de rol para jugadores con TDAH. Es una inferencia de primer orden razonable (si el problema es la carga extraña y el embudo la reduce, debería ayudar) pero no hay ningún estudio que haya puesto a jugadores con TDAH delante de una mesa y comparado embudo sí, embudo no. Se presenta como hipótesis de diseño derivada de un marco bien evidenciado, no como resultado probado.

TEA y Teoría de la Mente.

Aquí hay que ser especialmente cuidadosos, porque el terreno es muy resbaladizo. Existe investigación real sobre juegos de rol de mesa y autismo: una revisión de alcance reciente sobre TTRPG como intervención psicológica encontró que la mayoría de los 51 estudios disponibles son de naturaleza exploratoria (revisiones de literatura, estudios cualitativos), con solo un puñado de diseños cuantitativos o mixtos, y concluye explícitamente que la investigación en este campo está en fase emergente. Hay estudios cualitativos y etnográficos que documentan terapeutas usando juegos de rol con pacientes autistas y observando mejoras en aprendizaje social y facilidad para el juego imaginativo, pero son estudios de caso o etnografías, no ensayos controlados. Y hay que añadir una segunda capa de cautela, todavía más importante: dentro de la propia literatura clínica hay terapeutas que cuestionan el marco de "déficit de Teoría de la Mente" como forma de entender el autismo, señalando que ese supuesto déficit a menudo no es observable en el comportamiento real durante el juego inmersivo. Dado esto, la afirmación original de que el Embudo Social sirve como "andamiaje cognitivo explícito" para entrenar ToM en jugadores autistas se queda fuera tal como estaba planteada: no hay evidencia que la sostenga con ese nivel de especificidad, y el propio marco de ToM como objetivo terapéutico es, dentro del campo, un tema en discusión, no un consenso. Lo que sí puede decirse con honestidad es más modesto: hay evidencia exploratoria, todavía débil, de que los TTRPG en general ofrecen a personas autistas un contexto de práctica social de baja presión, y ahí es donde queda la afirmación, sin extenderla a un mecanismo específico de entrenamiento de ToM que no está probado.

Y aquí toca una nota que no es solo de contexto académico sino de comunidad: parte de esa base de conocimiento clínico y práctico se sostenía en organizaciones concretas, y Game to Grow, una de las referencias más visibles en el cruce entre juegos de rol y terapia, ha anunciado el cierre de su actividad como entidad sin ánimo de lucro. Parte de su testigo lo recoge otra organización del sector, algo que puede gustar más o menos (a nivel personal, más bien menos) y que habrá que ver hacia dónde termina llevando el campo. No es el lugar para extenderme sobre lo que eso significa para el campo (eso se queda para otro sitio), pero silenciarlo en un artículo que cita precisamente este terreno de investigación tampoco parecía honesto.

Interocepción y grounding.

Esto tiene una base, pero de nuevo hay que separar bien qué parte es sólida y qué parte es extrapolación. El uso de técnicas de anclaje sensorial (grounding) para regular ansiedad y estados de hiperactivación está bien establecido en terapia del trauma y la ansiedad, con marcos como el de Linehan en terapia dialéctico-conductual, y evidencia de que la atención deliberada y lenta a sensaciones corporales puede activar estados parasimpáticos y interrumpir espirales de pensamiento catastrófico. Es importante ser precisos con lo que dice esta literatura: el grounding se describe consistentemente como herramienta de estabilización en el momento, no como intervención terapéutica que resuelva la ansiedad de fondo. Trasladar esto a una mesa de rol, usando descripciones somatosensoriales pausadas (Fases 1 y 3 del Embudo Sensorial) como anclaje deliberado para participantes en estados de hiperalerta, es una aplicación de diseño coherente con esta literatura pero no probada específicamente en contexto de juego de rol: no he encontrado estudios que midan esto en una mesa real. Se presenta como extrapolación razonable, con la misma etiqueta de cautela que el punto anterior de TDAH.

Talleres psicoeducativos.

Este punto no necesita evidencia propia porque no hace una afirmación empírica nueva: es la consecuencia de diseño directa de lo que ya hemos revisado. Si el Embudo Sensorial reduce carga cognitiva y el Embudo Social estructura la presentación de información social, un dinamizador que use esta ingeniería narrativa de forma consciente en un taller formativo o psicoeducativo está aplicando las mismas herramientas que el resto del artículo, en un contexto distinto. No hay aquí ninguna afirmación sobre eficacia clínica del taller en sí, solo la constatación de que el lenguaje estructurado que hemos descrito es trasladable fuera de la mesa de juego pura.

Microexpresiones

Y ya que hemos citado a Paul Ekman en la nota sobre microexpresiones del Bloque 2, permítasenos un último apunte, demasiado gracioso para no mencionarlo: la Transportation Security Administration estadounidense se gastó cientos de millones de dólares entrenando a agentes de aeropuerto en el programa SPOT, basado precisamente en la detección de microexpresiones al estilo Ekman para identificar terroristas por su lenguaje facial. La Government Accountability Office revisó el programa y no encontró evidencia alguna de que funcionara mejor que el azar.

Cierre del bloque.

Y aquí toca resistir la tentación de cerrar con una frase grandilocuente sobre los juegos de rol como "laboratorio de neurociencia aplicada", porque no lo son, al menos no en el sentido que esa frase sugiere: no hay estudios controlados que usen mesas de rol como entorno experimental para medir memoria de trabajo, comunicación verbal o empatía con el rigor que esa afirmación implicaría. Lo que sí puede decirse, con los pies en el suelo, es más modesto y también más honesto: la mesa de rol es un entorno real donde estos mecanismos (carga cognitiva, procesamiento social, regulación interoceptiva) se ponen en juego de forma constante y observable, aunque no medida formalmente, y eso la convierte en un terreno fértil para seguir haciendo las preguntas de este bloque, no en un laboratorio que ya haya dado respuestas.

Me ofrezco voluntario.

Cheat-sheet

Algoritmo de Espacios

1. Olor/Tono. Un olor + una sensación de temperatura o humedad en la misma frase. "Huele a cerrado, y el aire pesa más de lo normal."
2. Contenedor. Máximo 3 datos: geometría, altura, luz. "Una sala rectangular, techo bajo, iluminada por un único tubo fluorescente que parpadea."
3. Cuerpo. Un verbo de acción física, no un adjetivo. Si hay un objeto relevante, dale affordance: qué esfuerzo exige tocarlo o por qué dudarías en hacerlo. "El suelo se pega a las suelas a cada paso."
4. Foco. Frase corta, seca, que rompe el ritmo de las tres anteriores. "Y entonces lo veis."

Si vas a dar un dato dimensional o de posición, dalo en el paso 2 o no lo des. Nunca al final.

Algoritmo de PNJs

1. Postura/Estatus. Cómo ocupa el espacio, no cómo es su cara. "No cede el paso." / "Se encoge en el rincón."
2. Rasgo único. Uno solo, que confirme o contradiga la primera impresión. Nunca una lista de rasgos neutros.
3. Prosodia. El tono, no el contenido literal. "La voz le sale más cansada que hostil."
4. Gesto. Una acción pequeña, involuntaria, que dispare la pregunta "¿por qué hace eso?".

Atajo para PNJs florero (tenderos, guardias, cualquiera sin intención relevante en la escena): sáltate las 4 fases enteras, mételo como Foco (paso 4) del Algoritmo de Espacios, y punto. "Detrás del mostrador, un hombre mayor levanta la vista del libro de cuentas." Nada más.

La trilogía completa, en una frase por artículo

Narrativa I resolvió cómo se construye una campaña que no se derrumbe. Narrativa II resolvió cómo esa campaña convive con la agencia real de los jugadores sin que ni la estructura ni la libertad se coman a la otra. Narrativa III ha bajado hasta el segundo a segundo: cómo las mismas veinte palabras que dices en voz alta construyen, o destruyen, todo lo anterior en el instante en que abres la boca. Las tres capas dependen entre sí: la mejor arquitectura de campaña del mundo se hunde si se narra en el orden equivocado, y el mejor embudo sensorial del mundo no salva una campaña sin columna vertebral. Son la misma disciplina vista a tres escalas distintas: macro, mecánica, micro.

Estoy pensando en Narrativa IV y en...

Me falta la capa de construcción de escenas. Yo las hago de forma orgánica según van necesitando y algunas veces me cargo el ritmo porque la mesa necesita información o porque hay una dinámica que necesito explicar. Pero salvo la experiencia personal no he encontrado nada que sustente empíricamente o tangencialmente el cómo diseñar una escena en rol. También puede ocurrir que no trabajéis con escenas a la hora de dirigir... estás cometiendo un error y lo sabéis.

Si hay una sola idea que debería sobrevivir a la lectura de este artículo me gustaría que fuese esta: describir bien no es un talento, es un algoritmo. No hace falta saber escribir prosa elegante para narrar bien en una mesa de rol; hace falta saber en qué orden entrega el cerebro humano la realidad, y respetar ese orden en voz alta durante los veinte segundos que dura cada escena. El don narrativo ayuda, sin duda, pero el algoritmo funciona incluso sin él, y eso es, en el fondo, la mejor noticia de todo este artículo: esto se puede aprender, se puede memorizar en un cheat-sheet, y se puede mejorar sesión tras sesión sin necesitar ni una gota de inspiración. Describir bien no es hablar bonito. Es guiar, con precisión, la reconstrucción mental de un grupo de personas que confían en que les vas a dar el mapa en el orden correcto.

Para saber más

Cowan, N. (2001). The magical number 4 in short-term memory. El asesino de la regla de los siete más menos dos que todo el mundo cita mal. Si alguna vez te preguntas por qué tu Contenedor no puede tener seis elementos, la culpa es de este señor.

Sweller, J. (1988). Cognitive load during problem solving. El padre de la Carga Cognitiva Extraña, el concepto que explica por qué la Pared de Texto mata mesas desde que se inventó el rol. Llevaba razón antes de que nadie lo aplicara a nada con dados de veinte caras.

Sweller, van Merriënboer y Paas (2019). Cognitive architecture and instructional design: 20 años después. La secuela, treinta años después del original y sin haber perdido un ápice de vigencia.

Mayer y Moreno (2003). Nine ways to reduce cognitive load in multimedia learning. Escrito para diseñadores de material educativo multimedia, y aun así es el mejor manual de estilo que un DJ puede tener.

Barsalou, L. W. (2008). Grounded cognition. El artículo que explica por qué tu cerebro resbala cuando digo que las botas resbalan. Cognición corporizada, y una de las ideas que más ha cambiado cómo entiendo yo mismo el lenguaje.

Gibson, J. J. (1979). The Ecological Approach to Visual Perception. El original, el de la affordance de toda la vida. Un libro de 1979 que sigue explicando mejor que la mayoría de manuales modernos por qué una silla "se ve" sentable.

Tucker y Ellis (1998). On the relations between seen objects and components of potential actions. El experimento de la taza con el asa que demostró que tu mano reacciona a los objetos antes de que tú decidas nada.

Ellis y Tucker (2000). Micro-affordance. La secuela que le puso nombre al fenómeno. Si el armario que costaba apartar entre dos te convenció, es gracias a este paper.

Friston, K. (2010). The free-energy principle. Denso, ambicioso, y probablemente uno de los papers más citados y menos leídos en la historia de la neurociencia moderna. Aun así, imprescindible conocerlo para entender por qué el orden de la descripción importa tanto.

Clark, A. (2013). Whatever next? La versión más legible del proyecto de Friston, con más ejemplos y menos jerga. Si solo vas a leer uno de los dos, empieza por este. Evita el otro.

Zwaan y Radvansky (1998). Situation models in language comprehension and memory. El paper que explica, desde la psicolingüística de toda la vida y sin necesidad de bayesianismo, por qué el "ah, por cierto, mide tres metros" te obliga a tirar el mapa mental a la basura.

Fiske, Cuddy y Glick (2007). Universal dimensions of social cognition. Calidez y competencia, las dos preguntas que tu cerebro le hace a cualquier desconocido antes de que abra la boca. Fiske lleva veinte años sin que nadie tumbe el modelo.

Willis y Todorov (2006). First impressions. El estudio de los 100 milisegundos. Corto, elegante, genial en sus implicaciones: da igual cuánto te esmeres describiendo una cara, el veredicto ya está tomado antes de que termines la primera frase.

Todorov, Pakrashi y Oosterhof (2009). Evaluating faces on trustworthiness after minimal time exposure. La secuela que le bajó el listón todavía más, hasta los 33 ms. Por si el paper de 2006 se te había quedado corto en malas noticias.

Belin, Zatorre, Lafaille, Ahad y Pike (2000). Voice-selective areas in human auditory cortex. El mapa de las áreas de la voz temporal. Nature, año 2000, y todavía la referencia obligada cuando alguien pregunta por qué el tono de un PNJ dice más que sus palabras.

Barrett, Adolphs, Marsella, Martinez y Pollak (2019). Emotional expressions reconsidered. El mazazo de sesenta y ocho páginas que le quitó a Ekman buena parte del terreno que llevaba defendiendo desde los setenta. Lectura incómoda si eres fan del FACS.

U.S. GAO (2013). TSA Should Limit Future Funding for Behavior Detection Activities (GAO-14-159). El informe que puso número concretos al chiste: casi 900 millones de dólares para entrenar a gente a hacer, según sus propios datos, lo mismo que tirar una moneda al aire.

Revisión de alcance sobre TTRPG como intervención psicológica (PRBM.S466664). Honesta hasta decir que el campo está "en fase emergente", que es la forma académica educada de decir "prometedor pero flojo todavía". Se agradece la sinceridad.

Roodenrys, S. (2006). Working memory function in attention deficit hyperactivity disorder. En T. P. Alloway y S. E. Gathercole (Eds.), Working Memory and Neurodevelopmental Disorders (pp. 187-212). Psychology Press. Solventes en su campo, aunque aquí van con la etiqueta de "cita sin verificar en fuente primaria", pendiente de que alguien (probablemente yo, antes de publicar) las confirme con el DOI en mano.

Linehan (1993), sobre grounding en terapia dialéctico-conductual. El clásico del campo clínico, citado de memoria y también pendiente de verificación exacta antes de que esto vea la luz.

Schurz, Radua, Aichhorn, Richlan y Perner (2014), sobre la red de mentalización. Candidato razonable para la cita de TPJ, dmPFC y precúneo, pero marcado como "hay que confirmarlo" y no como hallazgo cerrado.

Ekman, P. (1978). Facial Action Coding System. El origen de todo, incluido el chiste. Base teórica del programa SPOT y de media industria del "detecto mentiras mirándote la cara" durante cuarenta años. Hoy, tras Barrett et al. (2019) y el propio informe del GAO, su idea central (que existen microexpresiones universales y fiables que delatan una emoción concreta) está seriamente desacreditada por la evidencia disponible: no cae del todo porque Ekman y su equipo siguen defendiéndola, y les queda dinero, y el debate técnico no está cerrado del todo, pero el consenso se ha movido con fuerza en su contra en la última década. Cítalo si quieres, pero cítalo sabiendo que la mayoría de la profesión ya no se lo cree.

Cómo odio a Ekman.