Más allá del habla y la escritura: ¿puede la IA permitir que las personas intercambien pensamientos a alta velocidad?

Un estudio científico sobre la inteligencia artificial, las interfaces cerebro-computadora y el intercambio directo de pensamientos entre personas

Artículo de revisión científica y marco de investigación propuesto | Noviembre de 2026

Resumen

Las computadoras modernas de hoy intercambian información a velocidades difíciles de imaginar.

Una conexión Gigabit Ethernet común puede transferir datos a mil millones de bits (1.000.000.000 de bits) por segundo. Las tecnologías avanzadas de computación y de centros de datos operan muchas veces más rápido aún.

Pero la situación humana es completamente diferente.

Incluso hoy, las personas usan principalmente el habla, la escritura, los gestos y los movimientos corporales para transmitir sus pensamientos, ideas, opiniones y sentimientos a los demás.

Aunque en el cerebro humano se realiza un enorme procesamiento de información neural, nuestra capacidad de transferir esa información a otra persona de manera significativa es comparativamente muy limitada.

Esta situación plantea una importante pregunta científica.

Utilizando la inteligencia artificial y las tecnologías neurales, ¿pueden las personas intercambiar sus pensamientos e ideas de manera directa, precisa y a alta velocidad, sin la ayuda del habla o la escritura?

Este artículo examina la velocidad de la transferencia de información humana, las tecnologías que interpretan las señales neurales del cerebro, las interfaces cerebro-computadora, la comunicación cerebro a cerebro y el progreso científico alcanzado hasta noviembre de 2026.

También propone un nuevo marco de investigación para el intercambio a alta velocidad de pensamientos e intenciones humanas con la ayuda de la inteligencia artificial.

El objetivo fundamental de esta investigación no es simplemente transferir más datos digitales.

Su propósito central es explorar la viabilidad científica de un nuevo método de comunicación que transmita a los demás el verdadero significado de lo que una persona desea expresar, en menos tiempo y con mayor precisión.

1. Introducción: Las barreras de velocidad en la comunicación humana

Consideremos dos computadoras conectadas a una red informática moderna.

Pueden convertir cantidades muy grandes de información en señales eléctricas e intercambiarlas en pocos milisegundos.

Ahora consideremos a dos personas que intercambian una idea compleja.

La primera persona debe formar una idea en su mente.

Luego debe convertir esa idea en lenguaje.

Debe elegir palabras adecuadas.

Debe organizar esas palabras en una oración correcta.

Solo entonces puede hablar o escribir.

Del mismo modo, la segunda persona debe escuchar o leer esas palabras. Luego debe comprender su significado y deducir lo que la primera persona realmente quería decir.

Cada etapa de este proceso toma tiempo.

En algunas ocasiones pueden surgir malentendidos. Entonces la idea debe explicarse de nuevo.

El problema importante aquí no es que el cerebro humano funcione lentamente.

Más bien, existe una brecha significativa entre el procesamiento de información neural que tiene lugar en el cerebro humano y la velocidad a la que esa información puede transmitirse a los demás.

Una investigación de Coupé y sus colegas, publicada en la revista Science Advances en 2019, estudió 17 idiomas y estimó que la tasa de transferencia de información de los idiomas hablados por los humanos es, en promedio, de unos 39 bits por segundo [1].

En otro estudio importante, Zheng y Meister estimaron la tasa del procesamiento de información conductual humana en aproximadamente 10 bits por segundo. Ese estudio se publicó en línea en 2024 y apareció en la revista Neuron en 2025 [2].

Estos dos estudios miden tipos diferentes de procesamiento de información. Por lo tanto, las dos cifras no pueden usarse indistintamente.

Tampoco son mediciones finales de la capacidad total de procesamiento neural del cerebro humano.

Sin embargo, muestran que la tasa de información de las acciones y la comunicación humanas conscientes es mucho menor que la tasa de transferencia de datos de muchos sistemas electrónicos.

Esta diferencia constituye la base de nuestra nueva investigación.

2. La velocidad de transferencia de datos de las computadoras y la velocidad de comunicación de los humanos

Las computadoras convierten la información en forma digital y la intercambian según protocolos de comunicación definidos.

Por ejemplo:

• 1 gigabit por segundo (1 Gbps) = 1.000.000.000 de bits por segundo.

• 10 Gbps = 10 mil millones de bits por segundo.

• 100 Gbps = 100 mil millones de bits por segundo.

• 800 Gbps = 800 mil millones de bits por segundo.

Estas cifras describen la capacidad de transferencia de información de una red informática.

Pero no dicen nada sobre la rapidez con la que una computadora comprende el verdadero significado de la información que se envía.

La comunicación humana es completamente diferente.

En los intercambios entre personas, lo más importante no es solo la cantidad de información, sino su significado.

Por ejemplo, una persona puede expresar claramente una decisión muy compleja en pocas palabras.

Otra persona puede necesitar varios párrafos para explicar la misma idea.

Por lo tanto, se necesita mucho cuidado científico al comparar la velocidad de transferencia de datos de las computadoras con la velocidad de comunicación de los humanos.

Una computadora puede transferir mil millones de bits por segundo.

Pero eso no significa que comprenda el significado de esa información.

Al mismo tiempo, una persona puede transmitir una idea profunda a otra usando solo unas pocas palabras.

El objetivo de nuestra investigación, por lo tanto, no es convertir el cerebro humano en una red informática de gigabits.

Más bien, nuestro objetivo es aumentar la velocidad a la que pensamientos e ideas significativos pueden intercambiarse entre personas de una manera que sea comprendida correctamente.

Este es el fundamento científico más importante de esta investigación.

3. El progreso que la ciencia ha logrado hasta ahora

3.1 Interfaces cerebro-computadora

Una interfaz cerebro-computadora, o BCI por sus siglas en inglés, es una tecnología que crea una conexión entre la actividad neural del cerebro humano y un sistema informático externo.

Con esta tecnología, las señales obtenidas del cerebro pueden ser analizadas por computadora.

Existen dos enfoques principales para registrar la actividad cerebral.

Primero, métodos como el EEG que registran la actividad eléctrica del cerebro sin cirugía.

Segundo, métodos que utilizan electrodos implantados en el cerebro mediante cirugía.

Los modelos de inteligencia artificial analizan estas señales neurales e intentan identificar la acción que una persona pretende realizar, la palabra que quiere expresar o un comando de comunicación.

Una investigación de Willett y sus colegas, publicada en la revista Nature en agosto de 2023, fue un avance importante en esta área.

Ese trabajo creó una tecnología que convierte en texto la actividad neural que ocurre cuando una persona intenta hablar.

La participante pudo comunicarse a un ritmo de unas 62 palabras por minuto.

La tasa de error de palabras fue del 9,1% con un vocabulario restringido de 50 palabras y del 23,8% con un vocabulario amplio de 125.000 palabras [3].

Esta investigación demostró que las señales cerebrales producidas cuando una persona intenta hablar pueden usarse para comunicarse con relativa rapidez.

Pero este sistema no es una tecnología que pueda leer libremente cada pensamiento que surge en la mente de una persona.

Identificó la actividad neural asociada con el intento de hablar.

3.2 Generación de habla directamente a partir de señales cerebrales

En 2025 se produjeron más avances notables en este campo.

Littlejohn y sus colegas crearon una tecnología que procesa las señales del cerebro humano en intervalos de 80 milisegundos y las convierte en habla con la ayuda de la inteligencia artificial [4].

En otro estudio, Wairagkar y sus colegas describieron un método que utiliza las señales neurales del cerebro para producir habla sintética expresiva en tiempo real.

El participante de ese estudio también pudo controlar, hasta cierto punto, elementos expresivos como la entonación de la voz [5].

Este es un avance muy importante.

La comunicación humana no es simplemente el intercambio de palabras.

La velocidad a la que hablamos, el tono de voz, la expresión emocional y la forma en que enfatizamos las palabras revelan el verdadero significado de una idea.

Estos estudios demuestran la viabilidad de reconstruir el habla humana natural a partir de señales neurales.

Sin embargo, siguen siendo tecnologías experimentales utilizadas en entornos de investigación específicos.

3.3 Uso práctico a largo plazo: un estudio histórico de 2026

Un estudio publicado en la revista Nature Medicine en junio de 2026 mostró un avance importante en el uso práctico de la tecnología de interfaces cerebro-computadora.

En este estudio de Card y sus colegas, una persona con parálisis motora severa se comunicó de forma independiente durante un largo período con la ayuda de una interfaz implantada.

Durante casi dos años, utilizó la tecnología en casa durante más de 3.800 horas.

A través de ella comunicó alrededor de 1,96 millones de palabras y 183.060 oraciones.

La velocidad media de comunicación fue de unas 56 palabras por minuto.

En pruebas controladas de habla, la precisión de palabras superó el 99%. Pero en las conversaciones naturales cotidianas esta precisión no fue la misma en todo momento [6].

Esta diferencia es muy importante.

Es un logro que una tecnología funcione bien en un laboratorio.

Es otro logro que la misma tecnología funcione de manera confiable durante un largo período en la vida diaria de las personas.

En nuestra investigación sobre el intercambio de pensamientos humanos a alta velocidad, estos dos aspectos también deben demostrarse por separado.

3.4 ¿Puede la información intercambiarse directamente entre cerebros humanos?

También ha habido algunos éxitos iniciales en el mundo científico con respecto a la comunicación cerebro a cerebro.

Un estudio llamado BrainNet se publicó en 2019.

En ese estudio, tres personas trabajaron juntas en un juego simple usando señales cerebrales.

Las decisiones de los dos primeros participantes se registraron utilizando tecnología EEG.

Esa información se envió al tercer participante como señales definidas a través de un método de estimulación cerebral llamado Transcranial Magnetic Stimulation (TMS).

Cinco grupos participaron en este experimento.

Su precisión media de rendimiento se registró en 81,25% [7].

Este estudio demostró la viabilidad de transferir cierta información entre cerebros humanos a través de interfaces neurales.

Pero lo que se transfirió fueron solo decisiones muy simples.

No se transfirieron directamente pensamientos complejos, recuerdos o ideas completas.

Por lo tanto, existe una diferencia científica muy grande entre transferir una simple pieza binaria de información y transferir el pensamiento completo de una persona a otra.

3.5 Detección del habla imaginada en la mente

Un estudio de Kunz y sus colegas publicado en la revista Cell en agosto de 2025 mostró que la actividad neural que ocurre cuando una persona imagina hablar en su mente puede identificarse parcialmente.

Otro aspecto importante de esta investigación es la privacidad mental.

También se examinaron los riesgos de que el habla interna privada de una persona, que no desea compartir con otros, sea revelada accidentalmente a través de la tecnología.

Además, se probaron métodos de seguridad para distinguir entre los pensamientos creados deliberadamente para la comunicación y la actividad mental privada [8].

Otro estudio, publicado en la revista Nature Neuroscience en septiembre de 2026, examinó algunas estructuras comunes en la actividad neural del habla imaginada y el habla abierta [9].

Estos hallazgos pueden crear oportunidades en el futuro para que las personas comuniquen cierta información sin siquiera intentar hablar.

Pero no hay evidencia científica para afirmar que las tecnologías actuales puedan comprender con precisión cada pensamiento que surge en la mente de cualquier persona, sin entrenamiento previo ni cooperación.

4. El nuevo concepto de investigación propuesto

Intercambio de pensamientos humanos a alta velocidad con la ayuda de la inteligencia artificial

Artificial Intelligence-Assisted High-Speed Thought Communication

El objetivo central de esta investigación:

Explorar la viabilidad de una tecnología que identifique, a partir de las señales neurales del cerebro, los pensamientos e ideas que las personas desean comunicar voluntariamente, los convierta en una forma digital eficiente, los transfiera a otra persona y permita que esa persona comprenda con precisión el verdadero significado de la idea.

Esta investigación reúne varios campos científicos.

Interfaces cerebro-computadora: utilizadas para registrar y analizar las señales obtenidas del cerebro humano.

Inteligencia artificial: utilizada para tareas como detectar patrones en las señales neurales, generar lenguaje, comprender ideas y corregir errores.

Teoría de la información: ayuda a evaluar matemáticamente con qué eficiencia y precisión puede transferirse la información.

Redes digitales seguras: ayudan a enviar la información generada de manera segura a otro sistema informático.

Estimulación cerebral y tecnologías neurales: pueden ayudar a explorar la posibilidad futura de entregar información específica directamente al sistema neural del receptor. Para ello son esenciales amplias pruebas médicas y científicas.

La oportunidad importante de esta investigación puede residir en crear un método que transmita el significado de lo que una persona desea expresar, sin necesidad de generar y transferir cada palabra que quiere decir.

Por ejemplo, supongamos que una persona piensa lo siguiente:

"Estoy de acuerdo con este plan. Pero me gustaría posponer su implementación hasta la próxima semana".

Una tecnología futura podría intentar identificar los tres elementos importantes de este pensamiento.

Primero, el acuerdo con el plan.

Segundo, la reluctancia a implementarlo de inmediato.

Tercero, la solicitud de posponerlo a la próxima semana.

La inteligencia artificial podría identificar estos significados básicos y construir una oración que la otra persona pueda comprender.

Pero aquí hay un desafío importante.

No basta con que la oración que genera la inteligencia artificial sea lingüísticamente elegante.

Debe expresar, sin cambios, la idea que la primera persona realmente quería transmitir.

Esta es la importancia del concepto llamado Semantic Communication.

5. El marco técnico propuesto

La estructura inicial para implementar esta investigación puede dividirse en seis etapas principales.

Etapa 1: Registro de señales cerebrales

Una persona decide, con su pleno consentimiento, transmitir información a otra persona.

En ese momento, la actividad cerebral asociada con la palabra, el comando o la idea que está intentando expresar deliberadamente se registra con la ayuda de una interfaz neural adecuada.

En la investigación inicial se pueden utilizar métodos no quirúrgicos como el EEG y datos de investigación ya publicados.

Etapa 2: Identificación del pensamiento con inteligencia artificial

Las señales cerebrales registradas son analizadas por modelos de machine learning.

El objetivo es identificar la información que la persona intentó transmitir deliberadamente.

La investigación debe comenzar identificando un número pequeño de palabras, comandos o ideas.

Solo después de confirmar la precisión de esa tecnología básica se debe avanzar hacia la comprensión de pensamientos complejos.

Etapa 3: Conversión del pensamiento en datos basados en significado

La información identificada se convierte, con la ayuda de la inteligencia artificial, en una forma digital estructurada.

Esto puede incluir las ideas principales del pensamiento, las relaciones entre ellas, las condiciones y la incertidumbre de la estimación.

Esto hace posible representar el significado básico de la información en un sistema informático incluso antes de que se genere una oración completa.

Etapa 4: Transferencia de información segura a alta velocidad

Los datos generados se envían a otro sistema a través de un canal de comunicación digital seguro y cifrado.

En esta etapa, la velocidad de la red informática no tiene por qué ser una barrera importante.

Las redes informáticas actuales ya son capaces de transferir información a muy alta velocidad.

En cambio, comprender con precisión las señales cerebrales, generar la idea correcta y reducir el tiempo que toma todo el proceso pueden ser los problemas más difíciles.

Etapa 5: Reconstrucción del mensaje para el receptor

La inteligencia artificial convierte la información recibida en una forma que otra persona pueda comprender.

Puede ser texto, habla u otra forma adecuada de comunicación.

El receptor debe poder comprender el significado de la información, pedir aclaraciones si tiene dudas y conocer la incertidumbre en la estimación de la inteligencia artificial.

Etapa 6: Confirmación de que el mensaje fue comprendido

Debe confirmarse que el receptor ha comprendido la idea correctamente.

Cuando sea necesario, también debe proporcionarse la posibilidad de solicitar aclaraciones o correcciones.

Si en el futuro se quiere crear una comunicación directa cerebro a cerebro, también debe desarrollarse una tecnología separada capaz de entregar información al sistema neural del receptor.

Aquí debe señalarse una distinción importante.

Convertir la señal cerebral de una persona en texto por computadora y que otra persona lo lea en una pantalla es comunicación cerebro-computadora-humano.

No puede llamarse comunicación directa completa cerebro a cerebro.

Esta distinción debe mantenerse claramente en cada etapa de la investigación.

6. La hipótesis científica central de esta investigación

La hipótesis central de esta investigación se propone de la siguiente manera.

Al identificar, con la ayuda de la inteligencia artificial, la información neural que las personas desean comunicar deliberadamente, y al convertir su significado en una forma digital eficiente, ciertas ideas pueden transmitirse a otros en menos tiempo que con el habla o la escritura, manteniendo una precisión aceptable.

Esta hipótesis puede probarse científicamente.

Para ello, el mismo tipo de información puede intercambiarse a través del habla ordinaria, la escritura e interfaces neurales conectadas a la inteligencia artificial.

Siempre que sea posible, deben utilizarse los mismos participantes y la misma información para comparar los resultados.

Las siguientes mediciones son importantes en este estudio.

1. Latencia de extremo a extremo (End-to-End Latency)

El tiempo desde que una persona comienza a transmitir información hasta que otra persona la recibe correctamente.

2. Tasa efectiva de transferencia de información (Effective Information-Transfer Rate)

Una medida de cuánta información se transfirió correctamente por segundo, después de contabilizar errores y correcciones.

3. Fidelidad semántica (Semantic Fidelity)

La similitud de significado entre la idea que la primera persona quería transmitir y la idea que la segunda persona comprendió.

4. Tasa de error (Error Rate)

La cantidad de palabras, ideas, relaciones y conclusiones que se identificaron incorrectamente.

5. Comprensión del receptor (Receiver Comprehension)

Una medida de si la persona que recibió la información comprendió correctamente su verdadero significado.

6. Esfuerzo del usuario (User Effort)

La atención, el esfuerzo mental o la fatiga, el entrenamiento y la facilidad de uso necesarios para utilizar la tecnología.

7. Protección de la privacidad (Privacy Protection)

Monitorear si pensamientos o información que el usuario no ha autorizado se revelan accidentalmente.

No puede decirse que una tecnología ha acelerado la comunicación entre personas simplemente porque su conexión de red sea rápida.

Del mismo modo, el hecho de que la inteligencia artificial genere una oración muy rápidamente no es evidencia suficiente.

Debe medirse el proceso completo de comunicación de humano a humano.

7. El plan de investigación experimental propuesto

Esta investigación puede llevarse a cabo en tres etapas principales.

Primera etapa: Identificación de las intenciones humanas

Inicialmente, debe investigarse si algunas ideas específicas que las personas desean transmitir deliberadamente pueden identificarse a partir de las señales cerebrales.

Se pueden utilizar conjuntos de datos de EEG ya publicados, o nuevos estudios realizados con el consentimiento y los permisos adecuados.

Por ejemplo, los participantes pueden intentar transmitir una de las siguientes ideas.

• Estoy de acuerdo.

• No estoy de acuerdo.

• Necesito ayuda.

• Necesito una explicación más detallada.

Se pueden utilizar modelos de machine learning para examinar si aparecen diferencias en las señales cerebrales asociadas con estas ideas.

Luego, el rendimiento del modelo debe evaluarse utilizando datos no usados en el entrenamiento, diferentes sesiones de prueba y participantes independientes.

La pregunta importante en esta etapa:

¿Es posible identificar de manera confiable, a partir de las señales cerebrales, la idea que una persona desea transmitir?

Segunda etapa: Transferencia de significado con la ayuda de la inteligencia artificial

Luego se puede intentar convertir la información identificada en la primera etapa en ideas completas con la ayuda de la inteligencia artificial.

Aquí deben compararse tres aspectos.

Primero, la idea que el remitente realmente quería transmitir.

Segundo, la idea que la inteligencia artificial reconstruyó.

Tercero, el significado comprendido por la persona que recibió esa información.

Debe examinarse, mediante métodos matemáticos y estadísticos, con qué precisión corresponden estos tres elementos.

Lo más importante: cuando una idea no está clara para la inteligencia artificial, esta debe expresar su incertidumbre en lugar de generar información incorrecta.

El rendimiento de este método debe compararse con la escritura ordinaria, el habla y otros métodos de comunicación.

Tercera etapa: Comunicación entre personas

En la tercera etapa, se pueden realizar experimentos de transferencia de información entre dos personas que participan con pleno consentimiento.

La primera persona intenta deliberadamente transmitir información a través de una señal cerebral.

La inteligencia artificial analiza esa señal, identifica la información relevante y la envía de manera segura.

La segunda persona recibe y comprende esa información.

Luego se miden la velocidad, la precisión y la confiabilidad del proceso completo de comunicación.

Entregar información directamente al cerebro del receptor sería una etapa de investigación mucho más avanzada y separada.

Tales intentos requieren experiencia neural, aprobaciones regulatorias, seguridad médica y estrictos controles éticos.

Por lo tanto, en la investigación inicial debe darse prioridad a demostrar si la inteligencia artificial puede mejorar el rendimiento de la comunicación entre personas.

8. Desafíos científicos y limitaciones actuales

Hay varios desafíos importantes en esta investigación.

Primero, no todos los cerebros humanos representan las palabras y las ideas en los mismos patrones neurales.

Por lo tanto, cada persona puede necesitar entrenamiento individual o ajuste del modelo.

Segundo, las señales registradas en métodos no quirúrgicos como el EEG pueden contener altos niveles de ruido e interferencia.

En comparación con los electrodos implantados en el cerebro, la capacidad de detectar ciertos tipos de actividad neural con gran detalle también puede ser menor.

Tercero, intentar hablar, imaginar el habla en la mente, tener la intención de expresar una idea y pensar en privado para uno mismo no son el mismo tipo de actividad neural.

Estos deben estudiarse por separado.

Cuarto, los grandes modelos de lenguaje a veces pueden generar oraciones que son falsas pero parecen plausibles, basándose en la información disponible.

En la tecnología de intercambio de pensamientos humanos, tales errores pueden convertirse en un problema muy grande.

Decirle a alguien que una persona pensó algo que no pensó puede crear malentendidos graves.

Quinto, es muy importante que los resultados de los estudios científicos puedan ser reproducidos por otros investigadores.

Un estudio publicado en el Journal of Neural Engineering en 2026 mostró que hay muchos problemas para reproducir los resultados de los estudios que identifican el habla imaginada.

Entre los conjuntos de datos de imaginación del habla examinados en ese estudio, solo el 36% de los participantes lograron una precisión de clasificación que superó el umbral de significancia estadística apropiado [10].

Esto demuestra cuán importantes son la verificación independiente, los métodos de investigación transparentes y las pruebas confiables en este campo.

Finalmente, la velocidad de transferencia de información no es el único desafío.

La atención, la memoria, la comprensión y los procesos de pensamiento humanos también desempeñan papeles importantes.

Eliminar la necesidad de hablar no hace, por sí solo, que desaparezca por completo el tiempo necesario para formar o comprender una idea compleja.

Con base en la evidencia científica actual, no puede decirse que cada tipo de pensamiento humano pueda transferirse directamente a velocidad de gigabits.

Tratar la velocidad de transferencia de datos digitales y la velocidad de transferencia de pensamientos humanos significativos como la misma cosa es un enfoque científicamente incorrecto.

9. Privacidad, seguridad de la información y derechos humanos

Las tecnologías que interpretan las señales neurales del cerebro humano también crean responsabilidades éticas muy importantes.

En los sistemas informáticos ordinarios, la información procesada es información que las personas ingresan por sí mismas.

Pero las interfaces neurales también pueden registrar señales asociadas con la actividad mental privada de una persona que no desea compartir con otros.

El principio básico más importante de nuestra investigación debe ser, por lo tanto, el siguiente.

Solo la información que una persona, con su pleno consentimiento, desea compartir deliberadamente debe ser identificada y enviada a otros.

Se necesitan varias medidas de seguridad para poner este principio en práctica.

El usuario debe tener control explícito para iniciar la comunicación.

Siempre que sea posible, los datos neurales deben procesarse en el propio dispositivo del usuario.

La información debe transferirse en forma cifrada.

Deben crearse sistemas de seguridad sólidos para evitar que personas no autorizadas accedan a las señales cerebrales.

Debe evitarse almacenar datos neurales innecesarios durante largos períodos.

El usuario debe tener la posibilidad de detener la transferencia de información inmediatamente en cualquier momento.

Además, debe aclararse que las ideas generadas por la inteligencia artificial no son registros cien por ciento seguros de los pensamientos en la mente de una persona.

Son estimaciones generadas sobre la base de señales neurales.

En noviembre de 2025, la UNESCO adoptó una recomendación internacional sobre el uso ético de las neurotecnologías [11].

Esa recomendación da importancia a la privacidad mental, la dignidad humana y el uso responsable de las tecnologías neurales.

En nuestra investigación también, la privacidad y las salvaguardas éticas deben avanzar junto con el desarrollo tecnológico.

10. Aplicaciones futuras de esta tecnología

Si esta investigación tiene éxito, sus primeros beneficios pueden llegar a las personas que enfrentan graves dificultades con el habla y el movimiento físico.

En particular, las interfaces cerebro-computadora pueden crear nuevas oportunidades para quienes no pueden comunicarse debido a parálisis motora y ciertas condiciones neurológicas.

Tales tecnologías también pueden usarse en algunas situaciones especiales donde comunicarse mediante el habla o los movimientos corporales es difícil.

También podrían mejorar la accesibilidad informática para las personas con discapacidades.

A largo plazo, esta investigación también puede ayudar a hacer más eficiente la comunicación entre las personas y los sistemas de inteligencia artificial.

Pero los beneficios reales de cada una de estas aplicaciones deben demostrarse científicamente, una por una.

No puede asumirse de antemano que la comunicación neural directa será mejor que la conversación humana ordinaria en cada situación.

El lenguaje humano no es simplemente una herramienta lenta para transferir información.

También cumple muchas funciones importantes: pensar, razonar, expresar emociones, aclarar ideas y construir relaciones humanas.

Por lo tanto, la nueva tecnología debe mejorar la capacidad de comunicación de las personas, no hacerles perder estas cualidades importantes del lenguaje humano.

11. La contribución científica de esta investigación y el camino a seguir

Esta investigación no se propone sobre el supuesto de que ya se ha creado una tecnología que transfiere todos los pensamientos humanos directamente.

En cambio, se propone como un marco de investigación científica que reúne la identificación de señales cerebrales, la comprensión del significado de las ideas con la ayuda de la inteligencia artificial, la medición del rendimiento de la transferencia de información y la evaluación de la comprensión genuina de las personas.

Su pregunta importante:

No es si se puede crear dentro del cerebro humano la capacidad total de transferencia de datos de una red electrónica.

La pregunta importante es si puede reducirse el tiempo entre el momento en que una persona forma una idea en su mente y el momento en que otra persona comprende correctamente esa idea.

Para ello, debe investigarse si las representaciones de información basadas en significado creadas con la ayuda de la inteligencia artificial proporcionan un rendimiento adicional en comparación con las tecnologías neurales que identifican el habla ordinaria.

No basta, para decir que una tecnología es exitosa, que la inteligencia artificial genere oraciones elegantes.

Debe reducir el tiempo que toma la transferencia de información.

Debe proteger el verdadero significado de la idea que se envía.

Debe controlar los errores a un nivel aceptable.

Debe funcionar de manera confiable con diferentes personas y en entornos prácticos.

Estas condiciones deben demostrarse mediante experimentos científicos.

La investigación también debe aceptar que algunos enfoques pueden no funcionar mejor que la comunicación ordinaria.

El verdadero valor de la investigación científica no reside solo en demostrar un resultado esperado.

Reside en descubrir, sobre la base de evidencia confiable, si la hipótesis es correcta o incorrecta.

12. Conclusión

En las últimas décadas, las tecnologías de transferencia de datos de las computadoras han avanzado enormemente.

Hoy, las computadoras ubicadas en diferentes partes del mundo intercambian cantidades muy grandes de información a alta velocidad.

Pero la comunicación entre personas todavía depende en gran medida del habla, la escritura y otras formas físicas de expresión.

Las investigaciones neurales recientes han producido avances notables en la reconstrucción del habla a partir de señales cerebrales, la identificación del habla imaginada en la mente y la transferencia de información definida entre cerebros.

Sin embargo, aún no se ha creado una tecnología que transfiera cada tipo de pensamiento humano de manera directa, precisa y a alta velocidad.

Sigue siendo un gran desafío científico por resolver.

En el futuro, la integración de la inteligencia artificial y las tecnologías neurales puede crear nuevas formas de reducir el tiempo que las personas necesitan para expresar sus pensamientos.

La investigación práctica para ello debe comenzar a partir de las señales neurales que las personas intentan transmitir deliberadamente.

Luego deben construirse modelos que las identifiquen con precisión.

A continuación, debe evaluarse con qué precisión se protege el verdadero significado de la información.

Finalmente, debe demostrarse científicamente si esta tecnología mejora genuinamente la velocidad y el rendimiento de la comunicación entre personas.

Solo entonces se podrá avanzar hacia tecnologías más avanzadas como la comunicación directa completa cerebro a cerebro.

El objetivo final de mi investigación

El objetivo final de mi investigación es reducir tanto como sea posible la brecha entre la velocidad a la que una persona forma un pensamiento en su mente y la velocidad a la que otra persona comprende con precisión el verdadero significado de ese pensamiento.

Para ello, mi enfoque propuesto es estudiar juntas la inteligencia artificial, las interfaces cerebro-computadora, la neurociencia, la teoría de la información y las tecnologías de comunicación seguras de alta velocidad.

Nuestro objetivo no es simplemente enviar más datos a alta velocidad.

Nuestro objetivo es construir la base científica para un nuevo método de comunicación que pueda transferir los pensamientos e ideas de las personas de manera segura, precisa y en el menor tiempo posible, sin cambiar su verdadero significado.

Referencias

1. Coupé, C., Oh, Y. M., Dediu, D., & Pellegrino, F. (2019). Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche. Science Advances, 5(9). https://doi.org/10.1126/sciadv.aaw2594
2. Zheng, J., & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron, 113(2), 192–204. Published online: December 2024. https://doi.org/10.1016/j.neuron.2024.11.008
3. Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x
4. Littlejohn, K. T., et al. (2025). A streaming brain-to-voice neuroprosthesis to restore naturalistic communication. Nature Neuroscience, 28, 902–912. https://doi.org/10.1038/s41593-025-01905-6
5. Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3
6. Card, N. S., et al. (2026). Long-term independent use of an intracortical brain–computer interface for speech and cursor control. Nature Medicine, 32, 2504–2510. https://doi.org/10.1038/s41591-026-04414-6
7. Jiang, L., et al. (2019). BrainNet: A Multi-Person Brain-to-Brain Interface for Direct Collaboration Between Brains. Scientific Reports, 9, Article 6115. https://doi.org/10.1038/s41598-019-41895-7
8. Kunz, E. M., et al. (2025). Inner speech in motor cortex and implications for speech neuroprostheses. Cell, 188(17), 4658–4673.e17. https://doi.org/10.1016/j.cell.2025.06.015
9. Zhao, Z., et al. (2026). A neural architecture for imagined and overt speech motor dynamics. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02456-0
10. Tates, A., Matran-Fernandez, A., Halder, S., & Daly, I. (2026). Decoding speech imagery or just noise?: A symptom of the replicability crisis. Journal of Neural Engineering, 23(5). https://doi.org/10.1088/1741-2552/aea294
11. UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248

By Keshavan Thiagaraja

Powered By K7