Cuando escuchamos una historia, sentimos que “entendemos” de golpe. Como si el sentido apareciera completo en la mente en cuanto alguien termina una frase. Un nuevo trabajo científico sugiere que esa sensación es engañosa: el significado no llega en un paquete cerrado, se construye por etapas, con un ritmo muy parecido al que siguen los modelos de lenguaje modernos.
El estudio, publicado en Nature Communications y divulgado por ScienceDaily a partir de un comunicado de la Universidad Hebrea de Jerusalén, compara la forma en que el cerebro procesa el lenguaje hablado con la manera en que lo hacen sistemas tipo GPT, concretamente GPT-2 y Llama 2. El resultado es llamativo por dos razones: por la similitud temporal entre cerebro y máquina, y porque cuestiona la idea clásica de que comprendemos principalmente mediante reglas lingüísticas fijas.
Cómo se midió la comprensión en tiempo real
Para observar la comprensión “mientras ocurre”, el equipo liderado por Ariel Goldstein (con colaboradores de Google Research y Princeton University) usó electrocorticografía (ECoG), una técnica que registra actividad eléctrica directamente desde la superficie cerebral. No es un método de laboratorio con estímulos de dos segundos y frases sueltas: aquí las personas escucharon un podcast de 30 minutos, una situación mucho más parecida a la vida real, donde el cerebro debe ir “manteniendo el hilo” y actualizando lo que cree que está pasando.
La gracia de este enfoque es que permite ver el procesamiento del lenguaje con precisión temporal: qué señales aparecen antes, cuáles se demoran, y en qué regiones se concentran. Es como seguir el recorrido de una carta dentro de una oficina de correos: primero pasa por el mostrador, luego por clasificación, luego por reparto. No aparece mágicamente en el buzón.
El paralelismo con las “capas” de los modelos de lenguaje
Los grandes modelos de lenguaje funcionan con capas: las primeras tienden a capturar rasgos más locales (patrones básicos de palabras), y las capas más profundas integran contexto, dependencias lejanas y matices semánticos. El estudio plantea que el cerebro hace algo comparable cuando procesa habla continua: una secuencia escalonada en la que el significado se va “cocinando” a fuego lento.
Al alinear señales cerebrales con representaciones internas de GPT-2 y Llama 2, los investigadores encontraron correspondencias claras: las respuestas neurales más tempranas se parecían más a lo que ocurre en las capas iniciales del modelo, y las respuestas más tardías se parecían más a las capas profundas. La implicación es sutil pero potente: la comprensión sería un proceso de integración progresiva, no un salto instantáneo.
Si necesitas una imagen mental cotidiana, piensa en entender un chiste. Al principio oyes palabras sueltas y tu cerebro activa significados posibles; a mitad de frase ya sospechas por dónde va; al final encaja una interpretación y, si funciona, llega la risa. Ese encaje final se parece más a una “capa profunda” que a una regla rígida aplicada desde el inicio.
El papel de Broca y las regiones de lenguaje “alto nivel”
Uno de los puntos más interesantes es dónde se vio con más fuerza esa coincidencia. El estudio destaca regiones conocidas por su papel en el lenguaje, como el área de Broca. Allí, el pico de correspondencia con capas profundas de los modelos aparecía más tarde, como si esa zona participara especialmente cuando el cerebro ya está integrando contexto y significado global.
Esto no convierte a Broca en “un GPT biológico”, ni sugiere que el cerebro copie literalmente la arquitectura de una red neuronal artificial. Lo que sugiere es convergencia funcional: sistemas muy distintos podrían llegar a estrategias parecidas porque el problema es el mismo. Comprender lenguaje natural exige combinar el aquí y ahora (la palabra que entra por el oído) con lo que venía antes (la historia, el tono, las expectativas). El contexto es el pegamento.
Menos reglas, más contexto: el choque con la lingüística clásica
Durante décadas, muchas teorías de comprensión se apoyaron en estructuras relativamente discretas: fonemas, morfemas, reglas sintácticas, jerarquías. Este trabajo no niega que existan esas unidades, pero sugiere que, para explicar la actividad cerebral en tiempo real durante lenguaje natural, esas piezas “clásicas” no bastan tan bien como las representaciones contextuales que producen los modelos.
Dicho de forma sencilla: conocer los ladrillos ayuda, pero no explica del todo cómo se construye una casa mientras alguien habla a velocidad normal. Cuando escuchas “banco”, el sonido es el mismo, pero el sentido cambia si antes venías hablando de finanzas o de un parque. Ahí la regla por sí sola se queda corta; el contexto manda.
El estudio reporta que los elementos lingüísticos tradicionales no explicaban la dinámica neural tan bien como las representaciones de los modelos. Esto empuja la interpretación hacia un procesamiento más estadístico y flexible, donde el significado emerge conforme se acumula evidencia contextual.
Por qué este tipo de comparación importa para la ciencia
Hay un matiz que conviene cuidar: que el cerebro y la IA se parezcan en su patrón temporal no significa que “piensen igual”, ni que uno sea la copia del otro. Significa que comparar ambos puede ser útil como herramienta de investigación. En lugar de discutir solo en abstracto cómo se forma el significado, se puede medir y contrastar predicciones: si una teoría dice que la comprensión se resuelve temprano por reglas fijas, debería verse en la señal; si otra dice que se construye gradualmente, también.
En esa línea, los autores proponen que los modelos de lenguaje pueden servir como “microscopio computacional”: no porque expliquen el cerebro por completo, sino porque ofrecen representaciones cuantificables del contexto y del significado que se pueden correlacionar con datos neuronales.
Un recurso abierto para acelerar la investigación
Otro aporte relevante es la publicación de un conjunto de datos abierto con los registros neurales y las características lingüísticas usadas en el análisis. En campos donde los datos de alta calidad son difíciles de conseguir, compartirlos marca una diferencia práctica: permite replicar resultados, probar nuevas hipótesis y comparar modelos con criterios comunes.
Este tipo de recursos puede ayudar a responder preguntas concretas. Por ejemplo, qué aspectos del contexto son más importantes para el cerebro: la coherencia temática, las expectativas sobre la siguiente palabra, el tono emocional. También puede impulsar modelos que se acerquen más a la forma en que las personas procesan el lenguaje, algo valioso para tecnologías de procesamiento del lenguaje natural y para entender trastornos del lenguaje.
Lo que todavía queda por interpretar con cuidado
Aunque el resultado es sugerente, conviene mantener una postura objetiva. La correspondencia entre capas de modelos y etapas cerebrales es una relación estadística, no una equivalencia anatómica. Los modelos se entrenan con enormes cantidades de texto y objetivos matemáticos; el cerebro aprende con cuerpo, emociones, interacción social y objetivos de supervivencia. Que coincidan en el “orden” de construcción del significado podría hablar de una solución eficiente al mismo desafío, no de un mecanismo idéntico.
Aun así, el trabajo ofrece una pista valiosa: comprender lenguaje parece menos un interruptor y más un regulador de intensidad. La mente va ajustando hipótesis a medida que llegan palabras, como quien arma un puzzle sin ver la imagen de la caja, probando piezas y descartando las que no encajan con lo que ya hay sobre la mesa.
☞ El artículo completo original de Natalia Polo lo puedes ver aquí