Dislexia y comprensión: crean una IA que busca reproducir las decisiones del cerebro al leer

Un equipo de Aalto University presentó un modelo de inteligencia artificial que reconstruye con mayor precisión cómo leen las personas y cómo forman significado a partir de un texto, un avance que busca explicar qué hace el cerebro cuando decide avanzar, saltear una palabra o volver sobre una frase para comprender mejor.

El estudio, publicado en Nature Human Behaviour, se entrenó con aprendizaje por refuerzo y fue expuesto a millones de textos para optimizar movimientos oculares en función de la comprensión. Según el trabajo, la combinación entre memoria, restricciones temporales y estrategia visual resulta central para explicar por qué distintas personas leen de manera diferente.

A futuro, el equipo prevé que esa línea pueda evaluarse en apoyos para personas con dislexia y en herramientas que adapten los textos a distintas necesidades de lectura.

Durante años, los modelos sobre lectura lograron imitar de manera parcial el movimiento de los ojos a partir de grandes bases de datos de seguimiento visual, pero no captaron del todo cómo surge la comprensión. Esa limitación dejaba abierta una pregunta central: si era posible representar también ese proceso mientras una persona lee.

El modelo organiza la lectura en tres niveles y aprende por prueba y error

El sistema fue diseñado para imitar una conducta habitual de la lectura humana: decidir qué parte del texto conviene mirar con más atención, qué puede saltearse y cuándo hace falta volver atrás para no perder el sentido. Para eso, evalúa la información en tres escalas al mismo tiempo: la palabra, la oración y el texto completo.

Los investigadores partieron de una idea técnica llamada racionalidad de recursos. En términos sencillos, esa noción propone que la atención es limitada y que, al leer, el cerebro la distribuye del modo más eficiente posible para comprender con el tiempo y las capacidades disponibles.

El modelo también incorpora características del lector, como el idioma, la memoria, la visión y la velocidad de los movimientos oculares. Según explicó Shengdong Zhao, profesor de City University of Hong Kong, en el comunicado institucional, “leer parece no requerir esfuerzo, pero tu cerebro está decidiendo constantemente dónde mirar, qué saltear y cuándo retroceder, gastando la atención como un presupuesto para maximizar la comprensión”.

De acuerdo con el comunicado de la universidad, el sistema aprendió por prueba y error qué estrategia le permitía entender mejor lo que leía. Si en ese proceso detecta que le falta una palabra o una parte clave de la oración para sostener la comprensión, puede volver atrás y buscar esa información.

Posibles usos en salud y lectura

El modelo todavía no es una herramienta clínica disponible, pero el equipo plantea que podría servir para diseñar apoyos de lectura adaptados a cada usuario, evaluar aplicaciones para personas con dislexia y mejorar textos en situaciones donde comprender rápido hace una diferencia funcional.

Oulasvirta lo planteó así: “Podríamos tomar el mismo texto fuente, por ejemplo un pasaje enredado de escritura legal, y con poco esfuerzo producir versiones más comprensibles para distintos lectores”. La idea, según el medio institucional, es volver más accesible un contenido sin modificar su base informativa.

El comunicado también mencionó usos posibles en realidad aumentada, la tecnología que superpone información digital sobre el entorno físico. En ese terreno, el investigador señaló: “Queremos ayudar a los usuarios en situaciones en tiempo real, por ejemplo, diseñando texto que ayude a los conductores sin distraerlos”.

Esa aplicación lleva el desarrollo a un plano concreto, al permitir definir cuánto texto mostrar y en qué momento para reducir la carga cognitiva. Esa misma lógica podría tener usos en salud, en especial en herramientas de apoyo para personas con dificultades de lectura.

La universidad presentó esa línea como una etapa futura de evaluación y no como una aplicación validada. El posible impacto sanitario del hallazgo, por lo tanto, sigue siendo una vía de desarrollo y no una solución ya disponible.

La investigación parte de una actividad cotidiana que acompañó toda la historia de la escritura y que, como señaló Antti Oulasvirta, profesor de Aalto University, en el comunicado institucional, todavía se apoya en “textos producidos para uso masivo y no para una persona individual y una situación específica”.