El laboratorio de investigación fundamental de Meta, FAIR, ha publicado Brain2Qwerty v2, un sistema que lee oraciones completas escritas a partir de la actividad cerebral sin ninguna cirugía. En lugar de los electrodos implantados que usan las interfaces cerebro computadora invasivas, se apoya en la magnetoencefalografía, o MEG, un escáner que mide los diminutos campos magnéticos producidos por la actividad neuronal desde fuera del cráneo. Un participante se sienta en la máquina con forma de casco y escribe, y un modelo de AI de extremo a extremo reconstruye la oración que estaba escribiendo solo a partir de las señales cerebrales en bruto.

El resultado destacado es un avance real para el lado no invasivo de este campo. En nueve participantes, el sistema alcanzó una tasa media de error por palabra de alrededor del 39 por ciento, con el mejor participante en el 22 por ciento, y aproximadamente un 47 por ciento de las oraciones se decodificaron a una palabra del objetivo. Meta plantea las mismas cifras como alrededor de un 61 por ciento de precisión por palabra, en comparación con algo más cercano al 8 por ciento de los enfoques no invasivos anteriores. Sea como sea que se exprese, pasar del 8 por ciento a los sesenta y pico bajos es la diferencia entre una técnica que apenas funciona y una que funciona lo bastante a menudo como para estudiarla en serio.

Las salvedades son grandes y Meta no las esconde. Una tasa media de error por palabra del 39 por ciento significa que más de una de cada tres palabras sigue siendo incorrecta, lo cual no es ni de lejos lo bastante fiable para componer texto real. El hardware es el obstáculo mayor: un escáner MEG es una máquina grande y costosa que requiere una sala blindada y pertenece a un laboratorio de neurociencia, no a un hogar ni a una oficina. Y las necesidades de datos son elevadas. El modelo se entrenó con unas 22.000 oraciones recogidas de solo nueve voluntarios, cada uno de los cuales pasó unas diez horas sentado en el escáner mientras escribía, lo cual es mucho esfuerzo para enseñarle a un sistema la caligrafía neuronal de una sola persona.

Vale la pena ser claros sobre para qué sirve esto, porque la expresión cerebro a texto invita a la ciencia ficción. Meta afirma con claridad que la investigación busca ayudar a personas que han perdido la capacidad de comunicarse, por ejemplo tras una lesión cerebral o un accidente cerebrovascular, y que no está construyendo un producto que permita a personas sanas escribir correos con la mente. Dado el tamaño del escáner y la tasa de error, ese encuadre no es modestia, es exactitud. Cualquiera que imagine un teclado de pensamiento portátil en el futuro cercano está leyendo mucho más allá de lo que muestra el trabajo.

La razón por la que sigue importando es el umbral que se está cruzando, y la pregunta que plantea en voz baja. Durante años, el cerebro a texto no invasivo fue lo bastante inexacto como para ser una curiosidad, el tipo de demostración que impresionaba en una nota de prensa y se derrumbaba bajo escrutinio. Llegar al punto en que aproximadamente la mitad de las oraciones quedan a una palabra del objetivo dice que el método subyacente ya no es desesperanzado, solo poco práctico, y los problemas poco prácticos suelen ceder ante mejores modelos y más datos de una manera que los desesperanzados no lo hacen. Esa es también la parte que conviene observar con atención. Una máquina que puede reconstruir lenguaje a partir de la actividad cerebral, aunque sea lenta e imperfectamente y solo en un laboratorio, es el extremo temprano de una capacidad que con el tiempo necesitará reglas claras sobre el consentimiento y la privacidad mental. Por ahora el tamaño del escáner es su propia salvaguarda. El hecho interesante y un poco incómodo es que la precisión, hasta hace poco la parte difícil, está empezando a ceder.