Un nuevo estudio en neurociencia computacional ha demostrado que es posible identificar palabras y conceptos a partir de señales cerebrales registradas mediante electroencefalografía (EEG) y magnetoencefalografía (MEG).
El trabajo empleó modelos de inteligencia artificial entrenados con representaciones semánticas del lenguaje para analizar patrones neuronales generados cuando los participantes leían o escuchaban palabras. Los resultados mostraron que el sistema podía predecir con alta precisión el significado de las palabras procesadas por el cerebro.
Según los investigadores, el método funciona de forma similar a un sistema de traducción automática, donde la actividad cerebral se interpreta como un “lenguaje fuente” que puede traducirse a texto comprensible.
El estudio también encontró similitudes estructurales entre las representaciones semánticas generadas por modelos de inteligencia artificial y las que aparecen en el cerebro humano durante el procesamiento del lenguaje.
Estos resultados podrían tener aplicaciones importantes en neurotecnología, incluyendo:
- interfaces cerebro-computadora más precisas
- herramientas para estudiar la organización semántica del cerebro
- tecnologías de comunicación asistida para pacientes con discapacidad motora.
Fuente del paper: Communications Biology — investigación sobre decodificación lingüística a partir de señales neuronales (2025).
