La IA que traduce pensamientos en texto: así funciona el nuevo "subtitulador" del cerebro

Qué es el 'mind captioning' y qué logró el nuevo experimento

Un equipo de investigadores describió en la revista Science Advances una técnica de inteligencia artificial denominada 'mind captioning' que transforma patrones de actividad cerebral en oraciones completas que describen lo que una persona ve o recuerda.

El sistema se apoya en imágenes de resonancia magnética funcional (fMRI), una tecnología no invasiva que mide cambios de flujo sanguíneo en el cerebro y que suele servir para estudiar qué zonas se activan durante tareas específicas. A partir de esas señales, el modelo genera descripciones en lenguaje natural con un nivel de detalle que especialistas en neurociencia consideran inesperado.

Según el estudio, la técnica no solo identifica objetos aislados, sino también acciones y relaciones contextuales en escenas breves, lo que la acerca a una forma de "subtítulo" automático de lo que el cerebro procesa.

Cómo funciona la IA que traduce actividad cerebral en texto

El protocolo incluyó a seis participantes que observaron más de 2.000 videos cortos. Cada video contaba con un pie de texto o descripción.

• Conversión de textos en "firmas de significado"
  Un modelo de lenguaje profundo analizó las descripciones de cada video y las convirtió en vectores numéricos que representaban su contenido semántico. Los autores los definieron como "firmas de significado" asociadas a cada escena.
• Vinculación entre fMRI y significado
  Otro modelo de IA se entrenó con los patrones de fMRI de cada participante mientras miraba los videos. El algoritmo buscó correspondencias entre la actividad cerebral y las firmas de significado generadas a partir de los textos.
• Decodificación de nuevas escenas
  Una vez completado el entrenamiento, el sistema recibió nuevas imágenes cerebrales de los participantes mientras veían videos que el modelo no conocía. El decodificador predijo la firma de significado más probable y la entregó a un generador de texto que produjo oraciones en lenguaje natural.

Un ejemplo del artículo muestra el grado de precisión alcanzado: cuando un participante vio un video de una persona que saltaba desde lo alto de una cascada, el modelo se aproximó de manera progresiva a la descripción correcta. Partió con una secuencia de palabras algo vaga ("spring flow"), pasó por formulaciones con referencias a agua y altura y, tras varias iteraciones, generó una oración similar a "una persona salta sobre una cascada profunda en una cresta montañosa".

El cerebro parece usar códigos similares para ver y recordar

Los investigadores no se limitaron a escenas que los participantes tenían enfrente. También les pidieron que recordaran clips que habían visto antes.

Cuando las personas evocaron esos videos, el sistema de IA, entrenado con los mismos datos, logró producir descripciones que reflejaban el contenido de esas memorias. Ese resultado sugiere que el cerebro utiliza representaciones internas comparables durante la percepción y durante el recuerdo.

El hallazgo refuerza la hipótesis de que es posible acceder, al menos en parte, a cómo el cerebro codifica la información sobre el entorno, sin necesidad de recurrir a implantes invasivos.

Potencial para interfaces cerebro-computadora no invasivas

El avance se ubica en la misma línea de modelos que buscan decodificar lenguaje o imágenes a partir de señales cerebrales sin cirugía. En 2023, otro grupo liderado por Alex Huth, de la Universidad de California en Berkeley, presentó un sistema capaz de reconstruir oraciones que una persona escuchaba o imaginaba mediante fMRI.

El enfoque de 'mind captioning' introduce una diferencia relevante: centra el proceso en el significado general de escenas complejas y no solo en palabras sueltas. Esta capacidad podría contribuir al desarrollo de interfaces cerebro-computadora que traduzcan representaciones mentales en texto útil para la comunicación.

Un uso potencial se encuentra en personas con dificultades de lenguaje causadas por accidentes cerebrovasculares, enfermedades neuromusculares u otros trastornos que impiden hablar o escribir. En un escenario futuro, modelos de este tipo podrían ofrecer una vía adicional para expresar ideas sin necesidad de movimientos musculares.

Límites actuales: cooperación del sujeto y grandes volúmenes de datos

Pese al interés que genera el resultado, el sistema presenta límites claros:

• Necesita sesiones de entrenamiento extensas con cada persona para aprender la relación entre su actividad cerebral y las firmas de significado.
• Depende de escáneres de fMRI de alta resolución, costosos y de uso complejo en comparación con otros dispositivos.
• No puede decodificar pensamientos espontáneos o privados sin que el participante colabore y se someta a la prueba en condiciones controladas.

Los propios investigadores subrayan que el modelo no "lee la mente" en sentido pleno, ni accede a emociones o ideas abstractas ajenas al contenido visual de los videos utilizados durante el entrenamiento.

Debate sobre privacidad mental y posibles usos en la economía de los datos

A pesar de estas restricciones, el avance alimenta la discusión sobre la privacidad mental. Expertos advierten que, a medida que estos sistemas se perfeccionen y se combinen con técnicas portátiles de registro neuronal, podrían surgir aplicaciones comerciales o de vigilancia con incentivos económicos fuertes.

Entre los escenarios que hoy aparecen lejanos pero verosímiles a medio plazo se encuentran:

• Plataformas que ofrezcan medición de atención y respuesta emocional para publicidad o contenidos digitales mediante cascos de registro cerebral.
• Herramientas de selección de personal o evaluación de desempeño que aspiren a inferir estados mentales durante entrevistas o pruebas.
• Productos de consumo vinculados al entretenimiento inmersivo que intenten adaptar experiencias según patrones de actividad cerebral.

Organismos de regulación y especialistas en ética ya discuten la necesidad de incorporar la "neuroprivacidad" en marcos legales que hoy se centran sobre todo en datos personales clásicos, como historiales de navegación o información biométrica.

En ese contexto, tecnologías como el 'mind captioning' abren un nuevo frente: datos que describen, cada vez con mayor detalle, cómo el cerebro representa el mundo y que podrían convertirse en activos valiosos dentro de la economía digital.

Seguí a El Economista en Google Agreganos a tus medios preferidos.

+ Agregar