¿El cerebro piensa como una inteligencia artificial? Un avance conecta la comprensión humana con la digital

En la búsqueda por entender cómo pensamos y procesamos las palabras, la ciencia suele mirar al cerebro y a la tecnología desde orillas opuestas. Sin embargo, un nuevo estudio sugiere que ambos mundos, el biológico y el artificial, podrían tener mucho más en común de lo que se creía hasta ahora.

Las últimas investigaciones apuntan a un sorprendente paralelismo entre la manera en que humanos e inteligencia artificial interpretan el lenguaje, arrojando luz sobre el misterioso mecanismo universal que permite dotar de significado a lo que escuchamos.

Un experimento único: humanos e IA bajo la lupa

Un reciente estudio internacional liderado por la Universidad Hebrea de Jerusalén y publicado en Nature Communications ha revelado que el cerebro humano procesa el lenguaje siguiendo una secuencia jerárquica, similar a la utilizada por los modelos avanzados de inteligencia artificial. Este descubrimiento desafía las teorías tradicionales de la comprensión lingüística y proporciona un recurso de datos novedoso para la neurociencia.

El proyecto, dirigido por el Dr. Ariel Goldstein de la Universidad Hebrea, en colaboración con el Dr. Mariano Schain de Google Research y los profesores Uri Hasson y Eric Ham de la Universidad de Princeton, consistió en un experimento donde participantes escucharon un pódcast de 30 minutos mientras se registraba su actividad cerebral mediante electrocorticografía.

El objetivo fue analizar cómo el cerebro humano procesa el lenguaje natural y comparar este proceso con la arquitectura en capas de modelos como GPT-2 y Llama 2.

El equipo extrajo incrustaciones contextuales de estos modelos de IA y utilizó modelos lineales para predecir las respuestas neuronales a lo largo del tiempo. El estudio demostró que la jerarquía de capas de los modelos de IA se corresponde con la dinámica temporal de la comprensión lingüística del cerebro.

Esto significa que los investigadores vieron que, tanto en la inteligencia artificial como en el cerebro humano, el lenguaje se entiende por etapas: primero se procesan detalles simples y después se van sumando aspectos más complejos, siguiendo un orden parecido en ambos sistemas.

Capas y tiempo: un mapa compartido para entender el lenguaje

Uno de los resultados clave fue la correspondencia entre las capas de procesamiento de los modelos de IA y la actividad cerebral. Las respuestas neuronales tempranas se alinearon con las primeras capas de los modelos, que capturan rasgos simples de las palabras.

Por su parte, las capas más profundas, dedicadas a integrar contexto, tono y significado, coincidieron con la actividad cerebral posterior en regiones de procesamiento lingüístico de alto nivel, como el área de Broca (región del lóbulo frontal dominante, usualmente el izquierdo, esencial para la producción del lenguaje).

Esta alineación se observó como una progresión temporal precisa: la respuesta máxima en el área de Broca se produjo en un momento más tardío y coincidió con la activación de las capas más profundas de los modelos de IA. Los datos señalaron una fuerte correlación entre la profundidad del modelo y la ventana temporal de procesamiento cerebral durante la comprensión lingüística.

Durante décadas, las teorías predominantes en lingüística y neurociencia sostenían que el cerebro procesaba el lenguaje siguiendo reglas simbólicas y estructuras rígidas. Los resultados de este estudio contradicen ese enfoque, mostrando que el procesamiento cerebral es más dinámico y contextual, con el significado surgiendo gradualmente a través de capas, en vez de responder a normas fijas.

Un recurso abierto para la ciencia y nuevas hipótesis

Además, la comparación de predicciones basadas en modelos de IA con enfoques simbólicos tradicionales mostró que las incrustaciones contextuales derivadas de IA anticipaban con mayor precisión la actividad cerebral real que las unidades clásicas del lenguaje, como fonemas (sonidos individuales que no tienen significado por sí solos, como la “p” de “pato”) y morfemas (partes pequeñas de una palabra que sí tienen significado, como “-s” para indicar plural en “niños”). El cerebro integra el significado de manera más fluida y contextualizada de lo que se había estimado.

Para favorecer el avance científico, los autores del estudio pusieron a disposición pública un conjunto de datos que vincula grabaciones neuronales con características lingüísticas extraídas de modelos de IA.

Este recurso servirá como base para que especialistas de todo el mundo puedan probar teorías sobre el procesamiento lingüístico y desarrollar modelos computacionales que representen de manera más fiel la cognición humana.

La publicación de este conjunto de datos permite comparar directamente la actividad cerebral con las representaciones generadas por la inteligencia artificial, facilitando el surgimiento y validación de nuevas hipótesis en el área.

A pesar de que el cerebro humano y los sistemas de IA presentan estructuras diferentes, ambos avanzan por etapas hacia la comprensión del lenguaje siguiendo un proceso jerárquico y gradual, redefiniendo así los límites entre la neurociencia y la tecnología.