El tuit fue eliminado por el autor.
Pero guardamos todo 🙂.
La IA ya puede escribir, programar, ver y hablar. La próxima frontera podría ser considerablemente más íntima: comprender lo que pensamos antes de decirlo. Los investigadores están mejorando su capacidad para convertir la actividad cerebral en palabras, mientras las startups apuestan por que la «telepatía» podría ser utilizable en cuestión de años. ¿Qué tan cerca estamos realmente de las máquinas capaces de leer nuestra mente?
Este artículo ha sido traducido del original. Lea la versión original de nuestro corresponsal aquí.
En julio, Naomi Bashkansky dejó OpenAI para unirse a Conduit, una startup que desarrolla modelos de pensamiento a texto capaces de traducir la actividad cerebral al lenguaje sin necesidad de cirugía.
«Estamos desarrollando telepatía: modelos de pensamiento a texto entrenados con datos neuronales no invasivos», escribió Bashkansky al anunciar su incorporación. Imagina que las primeras herramientas de pensamiento a texto aparezcan alrededor de 2027, y que durante la década siguiente se desarrollen interfaces cerebro-IA más avanzadas.
Ver publicación en X Cargando...
La palabra «telepatía» suena a ciencia ficción. Pero la idea subyacente resulta cada vez menos inverosímil a medida que los investigadores aprenden a traducir la actividad cerebral en información cada vez más significativa sin cirugía.
En 2023, investigadores de la Universidad de Texas en Austin utilizaron imágenes por resonancia magnética funcional (fMRI) y un decodificador de IA para reconstruir lenguaje continuo a partir de la actividad cerebral de varias personas. El sistema podía recuperar el significado del habla que escuchaban y, aún más sorprendente, del lenguaje que imaginaban.
Los resultados distaban mucho de ser transcripciones perfectas. El decodificador reconstruía el significado semántico en lugar de extraer cada palabra que pasaba por la mente de alguien. Esta distinción es importante. Decodificar lenguaje imaginado o intencionado no equivale a acceder a pensamientos, recuerdos o emociones arbitrarios.
Desde entonces, la tecnología ha avanzado. Meta presentó en junio Brain2Qwerty v2, que convierte en frases las grabaciones MEG recopiladas mientras los participantes escriben. En pruebas con nueve participantes, el sistema alcanzó una precisión media del 61 % por palabra, mientras que su mejor participante llegó al 78 %.
Los implantes cerebrales están más avanzados. En 2025, investigadores utilizaron 256 microelectrodos implantados para convertir casi instantáneamente en habla audible los intentos de hablar de un hombre con esclerosis lateral amiotrófica (ELA).
Los científicos llevan décadas midiendo la actividad cerebral. Lo que está cambiando es su capacidad para interpretarla.
Las señales cerebrales son extraordinariamente ruidosas, y los pensamientos no producen secuencias ordenadas que correspondan a palabras individuales. Los modelos modernos de deep learning pueden identificar patrones en los datos neuronales que los métodos de decodificación tradicionales tenían dificultades para captar.
Los modelos de lenguaje aportan otra ventaja. Pueden utilizar el contexto para determinar qué palabras y frases son plausibles incluso cuando la señal neuronal está incompleta. Por tanto, es posible que un sistema futuro no necesite captar perfectamente cada detalle de una señal neuronal si la IA llega a ser suficientemente buena reconstruyendo su significado probable.
Esto no es leer la mente. Al menos, todavía noLa tecnología actual sigue teniendo enormes limitaciones. El sistema de Meta requiere un escáner MEG, algo que difícilmente los consumidores pueden llevar puesto mientras caminan. Además, necesitó aproximadamente 10 horas de registros cerebrales individuales de cada participante para el entrenamiento.
El experimento de la Universidad de Texas ofrece otra comprobación de la realidad. Los investigadores descubrieron que la decodificación requería la cooperación del participante. Las personas podían interrumpir deliberadamente el sistema simplemente pensando en otra cosa, mientras que un decodificador entrenado con una persona funcionaba mal al aplicarse a otra.
El investigador principal, Jerry Tang, también ha advertido sobre el posible uso indebido. «Nos tomamos muy en serio la preocupación de que pueda utilizarse con fines perjudiciales y hemos trabajado para evitarlo», afirmó.
La promesa más realista no es leer la mente sin restricciones. Es eliminar algunos de los pasos entre la intención humana y una computadora.
Hoy, alguien piensa en una instrucción, convierte el pensamiento en palabras y escribe o pronuncia esas palabras ante un sistema de IA. Con el tiempo, una interfaz neuronal suficientemente avanzada podría traducir directamente desde la actividad cerebral un mensaje que la persona pretende comunicar.
Las aplicaciones inmediatas son médicas. Las personas que han perdido la capacidad de hablar o moverse podrían recuperar una forma más natural de interactuar con el mundo. Neuralink ya ha demostrado interfaces cerebro-computadora implantadas que permiten a personas con parálisis controlar computadoras mediante señales neuronales.
La apuesta mucho más ambiciosa de Conduit es que, con el tiempo, una comunicación útil entre el cerebro y la computadora podría funcionar sin cirugía. Si los sistemas no invasivos se vuelven más pequeños, precisos y requieren menos entrenamiento individual, la tecnología podría ir más allá de la medicina y convertirse en otra forma de interactuar con las computadoras.
La comunicación cerebro-IA también plantea un problema de privacidad. Los historiales de navegación, los mensajes y las ubicaciones revelan enormes cantidades de información sobre las personas, pero la actividad cerebral está un paso más cerca de la fuente.
Con el tiempo, los sistemas neuronales podrían inferir intenciones o palabras que el usuario nunca quiso almacenar de forma permanente. ¿Quién es el propietario de esa información? ¿Pueden las empresas utilizarla para entrenar modelos de IA? ¿En qué circunstancias podría acceder a ella otra persona?
Estas preguntas ya están llegando a los legisladores. En 2024, Colorado amplió su ley de privacidad para incluir explícitamente los datos neuronales como parte de los datos biológicos protegidos, definiéndolos como información generada al medir la actividad del sistema nervioso central o periférico. Los investigadores también están reflexionando sobre el problema. El equipo de la Universidad de Texas escribió que las interfaces cerebro-computadora «deberían respetar la privacidad mental».
Es poco probable que los primeros sistemas de uso generalizado de cerebro a IA se parezcan a la telepatía de la ciencia ficción. Lo más probable es que traduzcan intentos deliberados de comunicarse, en lugar de revelar todo lo que alguien piensa en un momento dado.
Pero los teclados, las pantallas táctiles y los asistentes de voz resuelven el mismo problema: convertir la intención humana en algo que una computadora pueda entender. Si la IA aprende algún día a decodificar esa intención directamente del cerebro, la próxima revolución informática quizá no tenga que ver con lo que las máquinas pueden hacer. Quizá tenga que ver con lo poco que necesitaremos hacer para darles instrucciones.