El mito de la dopamina como recompensa: el deseo, no el placer

Qué hace realmente la dopamina

El mito de la dopamina como recompensa se derrumba bajo el escrutinio experimental. En una serie de experimentos pioneros que comenzaron en 1989, los investigadores Kent Berridge y Terry Robinson hicieron un descubrimiento contraintuitivo: ratas con casi toda la dopamina cerebral agotada seguían mostrando respuestas normales de placer ante sabores dulces^[s]. Los animales ya no buscaban ni se esforzaban por obtener recompensas, pero cuando el azúcar tocaba sus lenguas, sus expresiones faciales de disfrute permanecían intactas.

Esto llevó a una distinción crucial que echa por tierra el mito de la dopamina como recompensa: la diferencia entre «querer» y «gustar». La dopamina genera motivación, deseo y el impulso de perseguir algo. El placer en sí proviene de un sistema diferente, más pequeño y frágil, que involucra opioides endógenos^[s]. Imagínese la dopamina como el motor que lo empuja hacia el refrigerador a medianoche, mientras que el disfrute real de la comida depende por completo de otros químicos cerebrales.

Estudios en humanos confirmaron esta disociación. Cuando los investigadores suprimieron la dopamina en las personas, sus calificaciones de placer con cocaína y anfetaminas no cambiaron, aunque su deseo de consumir más droga disminuyó^[s]. La experiencia de recompensa permaneció intacta; solo se redujo la motivación.

Cómo los científicos acertaron, y luego complicaron las cosas

El mito de la dopamina como recompensa tiene un antecesor respetable: la hipótesis del error de predicción de recompensa (RPE, por sus siglas en inglés). En 1997, Wolfram Schultz y sus colegas demostraron que las neuronas de dopamina no se activan cuando llega una recompensa, sino cuando esta es inesperada^[s]. Entrene a un mono para esperar jugo después de ver una luz, y con el tiempo el aumento de dopamina pasará del jugo a la luz. ¿No hay jugo cuando se esperaba? Una caída en la actividad de la dopamina señala el error.

Esto fue «una de las ideas más influyentes en neurociencia»^[s], ya que proporcionó un marco matemático que conectaba neuronas individuales con el aprendizaje complejo. Sin embargo, experimentos cada vez más sofisticados han revelado desviaciones de este modelo canónico^[s]. Las neuronas de dopamina responden a la posición, la velocidad, las amenazas, la novedad y el movimiento, no solo a errores de recompensa^[s].

«Tras un período de clara dominancia, la hipótesis del RPE está mostrando su edad», afirma Geoffrey Schoenbaum, neurocientífico de la Facultad de Medicina de la Universidad Johns Hopkins^[s].

Nuevos modelos, nueva comprensión

El mito de la dopamina como recompensa está siendo reemplazado por marcos más matizados. Un estudio de 2025 publicado en Cell descubrió que la dopamina en el cuerpo estriado dorsolateral actúa como una «señal de enseñanza contingente al estímulo» que evoluciona a lo largo del aprendizaje^[s]. Inicialmente, las señales de dopamina rastrean los resultados de las recompensas, pero gradualmente se transforman en patrones específicos de estrategia que varían entre animales individuales^[s]. El marco clásico «no explica completamente la complejidad e individualidad de la adquisición de habilidades a largo plazo»^[s].

Otro estudio de 2026 en Nature Neuroscience desafió un supuesto fundamental en el aprendizaje por señales de recompensa. Los investigadores descubrieron que la tasa de aprendizaje escala proporcionalmente con el intervalo entre recompensas o castigos, no simplemente con el número de exposiciones a la señal-resultado^[s]. Un modelo de aprendizaje retrospectivo, en el que la dopamina etiqueta eventos significativos y desencadena una búsqueda de memoria hacia atrás, explica mejor estos hallazgos que el error de predicción prospectivo^[s].

Un tercer marco propone que la dopamina no se trata simplemente de recompensa o placer, sino de regulación metabólica. Según esta perspectiva, la dopamina actúa como un «movilizador» que regula al alza los procesos fisiológicos y prepara al cuerpo para enfrentar desafíos^[s]. «La recompensa es un mecanismo biológico medible orientado a optimizar la gestión de energía», explican los investigadores de la Universidad Hebrea^[s].

Por qué esto importa para la adicción y más allá

La ciencia de la adicción depende de entender correctamente la dopamina. Si el mito de la dopamina como recompensa fuera cierto, los adictos buscarían un placer cada vez mayor. La disociación entre querer y gustar revela algo más trágico: sistemas de dopamina sensibilizados generan un deseo intenso sin un aumento correspondiente en el disfrute^[s]. Los adictos desean desesperadamente las drogas, pero no las disfrutan más, incluso quizá menos, que antes. Esto explica por qué «solo una dosis» suele llevar a una recaída: el estrés y las señales pueden amplificar el deseo sin afectar el placer.

Entender correctamente la dopamina también replantea cómo los circuitos de recompensa moldean el uso de la tecnología. La interacción en redes sociales se ha modelado como un aprendizaje por recompensa impulsado por recompensas sociales, como los «me gusta»; un gran estudio encontró que el comportamiento en más de un millón de publicaciones se ajustaba a los principios del aprendizaje por recompensa^[s]. Cuando las señales de dopamina codifican «algo significativo ocurrió», la retroalimentación social puede activar ese sistema de aprendizaje sin garantizar una satisfacción duradera.

La función real de la dopamina, generar motivación, codificar errores de predicción, señales de enseñanza y, posiblemente, estados metabólicos, es mucho más rica que la de un simple «químico del placer». El mito de la dopamina como recompensa persiste en los titulares y la cultura del bienestar, pero la ciencia ha avanzado. La molécula más famosa de su cerebro resulta ser menos acerca de sentirse bien y más sobre empujarlo hacia lo que importa, para bien o para mal.

La disociación entre querer y gustar

El mito de la dopamina como recompensa surge de confundir correlación con mecanismo. Estudios tempranos encontraron que la dopamina mesolímbica se activaba con la mayoría de las recompensas, y manipular la dopamina alteraba la preferencia, la búsqueda y el consumo. Se asumió que el deseo seguía al placer, por lo que la dopamina debía mediar el placer. Los estudios de lesiones de Berridge y Robinson en 1989 pusieron a prueba esta idea midiendo expresiones faciales afectivas ante sabores, un método homólogo en ratas, primates y bebés humanos^[s].

El resultado fue decisivo. Ratas con una depleción casi total de dopamina mostraron respuestas «completamente normales» de placer orofacial ante la sacarosa, a pesar de haber perdido la motivación para buscar alimento^[s]. Estudios posteriores con estimulación por electrodos cuadruplicaron la búsqueda de comida sin aumentar el placer. La conclusión: la dopamina mesolímbica media la saliencia incentiva («querer»), no el impacto hedónico («gustar»).

El mito de la dopamina como recompensa enfrenta más problemas debido a la neuroanatomía del placer. Los «puntos calientes» hedónicos son anatómicamente diminutos y neuroquímicamente restringidos, mediados por opioides endógenos y endocannabinoides, no por dopamina^[s]. Un punto caliente hedónico en el núcleo accumbens ocupa aproximadamente el 10% del volumen de esa estructura; el 90% restante impulsa un intenso deseo sin afectar el placer. Esta asimetría, sistemas robustos de deseo frente a sistemas frágiles de placer, explica por qué los deseos intensos superan ampliamente a los placeres intensos en la experiencia^[s].

Error de predicción de recompensa y sus límites

La hipótesis del error de predicción de recompensa (RPE) surgió del aprendizaje por refuerzo por diferencia temporal (TDRL), donde el aprendizaje se guía por la discrepancia entre el valor esperado y el experimentado^[s]. Los estudios de Schultz en primates mostraron que los patrones de activación de las neuronas de dopamina «imitaban muy de cerca la dinámica de estos RPE»^[s]. Esto fue excepcional: «La dopamina era el único área de la neurociencia donde teníamos un modelo computacional que explicaba qué era la señal y qué estaba calculando»^[s].

El mito de la dopamina como recompensa deriva en parte de traducciones simplificadas del RPE como «químico de la recompensa». Pero incluso el sofisticado modelo del RPE enfrenta anomalías crecientes. Subpoblaciones de neuronas dopaminérgicas codifican posición, velocidad, proximidad al objetivo, amenazas y novedad^[s]. Estas variables no son fácilmente reducibles a valor de recompensa o error de predicción.

Señales de enseñanza específicas de circuitos

Un trabajo reciente de Liebana y colaboradores (Cell, 2025) demuestra que la dopamina en el cuerpo estriado dorsolateral (DLS) funciona como una «señal de enseñanza contingente al estímulo» en lugar de como un reforzador global^[s]. Mediante el seguimiento conductual longitudinal y la medición de dopamina en tiempo real durante la toma de decisiones visuales, descubrieron que las señales dopaminérgicas evolucionan desde la codificación de resultados de recompensa hasta la codificación de asociaciones estímulo-elección específicas de la estrategia^[s].

De manera crítica, la señal de dopamina «se activaba selectivamente cuando un estímulo se utilizaba para tomar decisiones»^[s]. La estimulación tras elecciones incorrectas solo modulaba el comportamiento posterior cuando el animal había usado el estímulo correspondiente para guiar su elección. Esta dependencia del contexto contradice los modelos clásicos de RPE, donde las actualizaciones de valor son independientes del contexto conductual.

Reglas de aprendizaje basadas en el tiempo

Un estudio de 2026 en Nature Neuroscience desmontó otro supuesto arraigado en el mito de la dopamina como recompensa y su modelo matriz TDRL: que el aprendizaje se acumula a través del número de ensayos. En cambio, los investigadores descubrieron que «las tasas de aprendizaje conductual y dopaminérgico son proporcionales a la duración entre recompensas»^[s]. Un aumento de diez veces en el intervalo entre recompensas produjo aprendizaje en una décima parte de los ensayos, lo que resultó en un tiempo total de condicionamiento equivalente.

Esta relación de escala favorece los modelos de aprendizaje retrospectivo sobre el RPE prospectivo^[s]. En lugar de rastrear estímulos ambientales y predecir recompensas futuras, el cerebro podría experimentar una recompensa y buscar hacia atrás para identificar su causa. Este cambio de perspectiva podría ser clave para entender la formación de hábitos alrededor de señales de recompensa repetidas.

El marco metabólico

Un tercer desafío al mito de la dopamina como recompensa propone la función metabólica como el papel central de la dopamina. Cohen y Atzil (Neuroscience & Biobehavioral Reviews, 2026) argumentan que la dopamina actúa como un «movilizador» que regula al alza los procesos fisiológicos para prepararse ante un desafío^[s]. Los opioides, entonces, sirven como «estabilizadores» que restauran la línea base de ahorro de energía. Bajo este marco, «la recompensa es un mecanismo biológico medible orientado a optimizar la gestión de energía»^[s].

Esto explica por qué la dopamina y los opioides aparecen en la regulación inmunitaria, la digestión y la respiración, contextos irreducibles al placer o la recompensa en el sentido psicológico. «En lugar de ver la dopamina y los opioides como señales de placer, proponemos que funcionan como componentes de un sistema regulador fisiológico»^[s].

Implicaciones para la adicción y el tratamiento

La ciencia de la adicción depende de abandonar el mito de la dopamina como recompensa. La teoría de la sensibilización incentiva postula que la exposición repetida a drogas sensibiliza los sistemas de dopamina mesolímbica, volviéndolos «hiperreactivos a las señales y contextos asociados a las drogas»^[s]. El resultado: un deseo intensificado desencadenado por señales, sin un aumento en el placer. Los adictos experimentan fuertes impulsos mientras obtienen un placer disminuido o sin cambios, lo que explica la cualidad compulsiva de la búsqueda de drogas a pesar de las consecuencias negativas.

Esta disociación también explica la vulnerabilidad a las recaídas. El estrés, la excitación emocional e incluso eventos positivos de la vida pueden amplificar la saliencia incentiva independientemente del estado hedónico, desencadenando cascadas de deseo que superan las intenciones cognitivas de abstenerse. Los enfoques de tratamiento que apunten al deseo mediado por dopamina, en lugar de a la búsqueda de placer asumida, podrían resultar más efectivos.

El mito de la dopamina como recompensa ha moldeado la comprensión pública durante décadas. Pero la neurociencia ha avanzado hacia modelos más ricos: la dopamina como motor de motivación, señal de enseñanza, etiquetadora retrospectiva de significados y movilizadora metabólica. Cada marco captura diferentes aspectos de esta molécula versátil. Lo que queda claro es que «químico del placer» nunca fue preciso, y la historia que lo reemplaza es mucho más interesante.