El equipo de investigación en inteligencia artificial de Meta, conocido como FAIR, presentó una versión mejorada de su sistema Brain2Qwerty, capaz de traducir la actividad cerebral en frases escritas sin necesidad de cirugía ni implantes. El modelo lee señales magnéticas desde el exterior del cráneo y reconstruye lo que una persona intenta teclear, según detalla el trabajo publicado en Nature Neuroscience.

La promesa de fondo es ambiciosa: un día podría servir para que personas con parálisis se comuniquen sin someterse a una operación. Ese objetivo clínico, sin embargo, sigue lejos. Lo relevante ahora es que la precisión del sistema mejora con cada nueva sesión de grabación, y que la brecha frente a los implantes quirúrgicos —hasta ahora la vía más fiable para la comunicación cerebro-máquina— empieza a estrecharse.

Cómo funciona sin abrir el cráneo

Brain2Qwerty v2 se apoya en la magnetoencefalografía, una técnica que mide los débiles campos magnéticos que genera la actividad neuronal. A diferencia de los electrodos que se implantan directamente sobre el tejido cerebral, este método capta las señales desde fuera de la cabeza, por lo que no requiere procedimientos invasivos.

El costo de esa comodidad es la calidad de la señal. Las lecturas externas son mucho más ruidosas y difusas que las que obtiene un implante, lo que históricamente ha limitado su utilidad para descifrar intenciones tan finas como pulsar una tecla concreta. Ahí es donde entra el modelo de IA: aprende a asociar patrones de actividad magnética con las letras que la persona teclea y reconstruye la frase completa.

El sistema no lee pensamientos abstractos. Trabaja sobre la actividad asociada al acto de escribir, cuando el usuario mueve o intenta mover las manos sobre un teclado. Es una diferencia importante frente a la idea popular de una máquina que adivina lo que alguien piensa.

Agentes de IA que optimizan el propio sistema

Un detalle llamativo del desarrollo es el papel que jugaron agentes de IA —programas capaces de ejecutar tareas de forma autónoma— en la optimización del modelo. Según la investigación, estos agentes escribieron parte del código empleado para afinar el rendimiento del sistema, un ejemplo concreto de cómo la automatización empieza a intervenir en el propio proceso de investigación científica.

El código del proyecto está disponible públicamente en el repositorio de Brain2Qwerty mantenido por Facebook Research, lo que permite a otros grupos revisar y reproducir el enfoque.

Qué falta para llegar a los pacientes

Pese al avance, hay obstáculos prácticos difíciles de sortear. Los equipos de magnetoencefalografía son voluminosos, caros y exigen instalaciones especializadas; nada parecido a un dispositivo portátil que un paciente pueda usar en casa. Un implante quirúrgico, en cambio, acompaña a la persona en su vida diaria una vez colocado.

La precisión también debe seguir subiendo antes de pensar en un uso médico real. Aun así, la dirección apunta a que las técnicas no invasivas podrían convertirse en una alternativa seria para restaurar la comunicación en personas que perdieron el habla o el movimiento, sin los riesgos de una operación cerebral.

Meta enmarca este trabajo dentro de la investigación básica, no como un producto próximo a comercializarse. El terreno de las interfaces cerebro-computadora es competido: empresas como Neuralink apuestan por implantes, mientras otros grupos exploran métodos externos. La pregunta que queda abierta es cuánto puede reducirse esa distancia sin necesidad de un bisturí.