Un equipo de la Universidad de Stanford ha conseguido descifrar y traducir en palabras la actividad cerebral asociada al lenguaje interno, el “monólogo” silencioso que ocurre en la mente, con una precisión del 74 %. El avance, publicado en la revista Cell, podría revolucionar la comunicación para personas con graves discapacidades motoras y del habla, mediante el uso de tecnologías de interfaz cerebro-ordenador (BCI). Según la investigadora Erin Kunz, es la primera vez que se comprende cómo se activa el cerebro al pensar en hablar sin emitir sonido.
Las BCI, que se implantan quirúrgicamente en la corteza motora del cerebro, registran la actividad neuronal relacionada con el control de los músculos del habla y la envían a algoritmos que la convierten en texto o comandos. Hasta ahora, estas tecnologías se centraban en interpretar señales del intento de hablar, pero el nuevo estudio fue más allá y analizó directamente el habla interna, lo que podría hacer la comunicación más rápida y natural para pacientes con parálisis.
Cuatro personas con graves trastornos motores participaron en el experimento, contando con microelectrodos implantados en zonas motoras del cerebro. Los investigadores detectaron patrones neuronales claros durante el lenguaje interno, parecidos a los que genera el intento de hablar, aunque más débiles. Con estos datos, entrenaron modelos de inteligencia artificial capaces de decodificar frases imaginadas de un vocabulario de hasta 125.000 palabras con un 74 % de precisión, diferenciando de forma fiable entre hablar mentalmente e intentar articular.
Aunque este avance ofrece una esperanza real de restaurar una comunicación fluida y natural, las BCI aún están en fases tempranas de investigación y su uso está estrictamente regulado para cumplir altos estándares de ética médica. Los expertos señalan que, en el futuro, esta tecnología podría cambiar radicalmente la vida de quienes no pueden expresarse verbalmente, acercándolos a una interacción tan cómoda como el habla conversacional.






















