Un nuevo estudio revela que el cerebro humano procesa el lenguaje hablado en una secuencia que refleja de cerca la arquitectura en capas de los modelos avanzados de lenguaje de IA. Los hallazgos desafían las teorías tradicionales basadas en reglas sobre la comprensión del lenguaje e introducen un conjunto de datos neuronal público que establece un nuevo referente para estudiar cómo el cerebro construye el significado.
En un estudio publicado en Nature Communications, investigadores liderados por el Dr. Ariel Goldstein de la Universidad Hebrea, en colaboración con el Dr. Mariano Schain de Google Research junto con el profesor Uri Hasson y Eric Ham de la Universidad de Princeton, descubrieron una sorprendente conexión entre la forma en que nuestro cerebro entiende el lenguaje hablado y la forma en que los modelos avanzados de IA analizan el texto.
¿Qué encontró el estudio?
Cuando escuchamos a alguien hablar, nuestro cerebro transforma cada palabra entrante a través de una cascada de cálculos neuronales.
El equipo de Goldstein descubrió que estas transformaciones se desarrollan con el tiempo en un patrón que paralela las capas escalonadas de los modelos de lenguaje de IA.
Las primeras capas de IA rastrean características simples de las palabras, mientras que las capas más profundas integran contexto, tono y significado.
El estudio encontró que la actividad cerebral humana sigue una progresión similar: las respuestas neuronales tempranas se alinearon con las capas iniciales del modelo, y las respuestas neuronales posteriores se alinearon con capas más profundas.
Esta alineación fue especialmente clara en regiones lingüísticas de alto nivel como el área de Broca, donde la respuesta cerebral máxima ocurrió más tarde en el tiempo para capas más profundas de IA. Según el Dr. Goldstein, “Lo que más nos sorprendió fue lo estrechamente que el despliegue temporal del significado en el cerebro se ajusta a la secuencia de transformaciones dentro de grandes modelos de lenguaje. Aunque estos sistemas están construidos de forma muy diferente, ambos parecen converger en una construcción paso a paso hacia la comprensión”
¿Por qué importa?
Los hallazgos sugieren que la inteligencia artificial no es solo una herramienta para generar texto. También puede ofrecer una nueva ventana para entender cómo el cerebro humano procesa el significado. Durante décadas, los científicos creyeron que la comprensión del lenguaje dependía de reglas simbólicas y jerarquías lingüísticas rígidas.
Este estudio desafía esa visión. En cambio, apoya un enfoque más dinámico y estadístico del lenguaje, en el que el significado emerge gradualmente a través de capas de procesamiento contextual.
Los investigadores también descubrieron que características lingüísticas clásicas como fonemas y morfemas no predecían la actividad cerebral en tiempo real tan bien como las incrustaciones contextuales derivadas de la IA. Esto refuerza la idea de que el cerebro integra el significado de una manera más fluida y orientada al contexto de lo que se creía anteriormente.
Un nuevo referente para la neurociencia
Para avanzar en el campo, el equipo hizo público el conjunto completo de registros neuronales junto con características lingüísticas. Este nuevo recurso permite a científicos de todo el mundo probar teorías competidoras sobre cómo el cerebro entiende el lenguaje natural, allanando el camino para modelos computacionales que se asemejan más a la cognición humana.
El artículo de investigación titulado “Temporal structure of natural language processing in the human brain corresponds to layered hierarchy of large language models”, ya está disponible en Nature Communications.
Investigadores:
Ariel Goldstein 1,2,3, Eric Ham4,5, Mariano Schain3, Samuel A. Nastase 4, Bobbi Aubrey4,6, Zaid Zada 4, Avigail Grinstein-Dabush3, Harshvardhan Gazula4, Amir Feder3, Werner Doyle6, Sasha Devore6, Patricia Dugan6, Daniel Friedman6, Michael Brenner 3,7, Avinatan Hassidim3, Yossi Matias 3, Orrin Devinsky 6, Noam Siegelman 1,8, Adeen Flinker6,9, Omer Levy10, Roi Reichart11, Uri Hasson 3,4.
Instituciones:
1) Departamento de Ciencias Cognitivas y del Cerebro, Universidad Hebrea, Jerusalem.
2) Escuela de Negocios, Universidad Hebrea, Jerusalem.
3) Google Research, Tel Aviv.
4) Departamento de Psicología y el Instituto de Neurociencias, Universidad de Princeton.
5) Programa Interdepartamental de Bioinformática, Universidad de California.
6) Escuela de Medicina Grossman, Universidad de Nueva York.
7) Escuela de Ingeniería y Ciencias Aplicadas, Universidad de Harvard.
8) Departamento de Psicología, Universidad Hebrea de Jerusalem.
9) Escuela de Ingeniería Tandon, Universidad de Nueva York.
10) Technion, Instituto de Tecnología de Israel.
