La palabra “banco” puede tener distintos significados. Sabes cuál es el correcto de acuerdo con el contexto en el que te la digan. Puede ser el sitio del cual retiras dinero, un mueble donde te sientas, un mecanismo que agrupa palabras o un conjunto de peces. Distinguir entre los distintos significados de las palabras parece una tarea sencilla. Lo hacemos todo el tiempo y casi sin darnos cuenta. Sin embargo, detrás de esta capacidad existe un complejo proceso cerebral que los científicos todavía intentan comprender.
¿Cómo saben las neuronas qué significan las palabras que escuchamos? En sentido estricto, cuando oímos una palabra, nuestro cerebro recibe una secuencia de sonidos que debe reconocer e interpretar para comprender su significado. Una investigación publicada en Nature Neuroscience ofrece nuevas pistas para responder esta pregunta.
Si el lenguaje es lo que nos hace humanos, ¿qué significa ahora que los grandes modelos de lenguaje hayan adquirido capacidades "metalingüísticas"?
El estudio encontró que el significado de las palabras parece estar representado en patrones de actividad de grupos de neuronas del hipocampo, una región del cerebro asociada principalmente con la memoria y el aprendizaje. La metáfora de una melodía puede ayudar a imaginar el proceso: ninguna nota contiene por sí sola la melodía completa, pero su combinación permite reconocerla.
Los resultados son importantes porque existen distintas hipótesis sobre cómo las neuronas construyen significados. Una propone que determinadas células responden de manera especializada a palabras o conceptos específicos, como si cada palabra tuviera su propia tecla en un piano. La nueva investigación, en cambio, respalda la idea de que el significado se representa mediante la actividad conjunta de muchas neuronas, como una melodía formada por distintas notas.
Las neuronas también responden al contexto, al igual que tu chatbot favorito
Para realizar el estudio, los investigadores registraron la actividad de 356 neuronas del hipocampo de diez pacientes que estaban siendo monitoreados por epilepsia. Durante el experimento, los participantes escucharon distintas historias en inglés de un pódcast mientras los científicos observaban las respuestas de sus neuronas.
Los científicos encontraron que una misma neurona podía responder a palabras con significados muy diferentes entre sí. Por ejemplo, identificaron una célula que respondía tanto a “recordar” como a “ellos” y “hacer”. Es decir, una misma neurona podía participar en la interpretación de palabras que aparentemente no tienen nada en común.
También descubrieron que una sola palabra podía estar asociada con la activación de numerosas neuronas. En promedio, los investigadores identificaron 37 neuronas que respondían de manera significativa a cada una de las palabras analizadas. Esto respalda la idea de que los significados no dependen exclusivamente de células individuales, sino de cómo se combina la actividad de muchas de ellas.
Curiosamente, los grandes modelos de lenguaje (LLM), la tecnología detrás de chatbots como ChatGPT, utilizan un principio de interpretación parecido. En lugar de almacenar el significado de cada palabra en una unidad independiente, estos sistemas utilizan combinaciones de números que representan información sobre las palabras y sus relaciones.
Además, estas representaciones cambian según el contexto. Así, un chatbot puede distinguir entre un banco donde guardas dinero y uno donde te sientas, aunque la palabra sea exactamente la misma.
Inspirados en esta propiedad, los investigadores utilizaron modelos como GPT-2 y BERT para analizar los registros neuronales. Descubrieron que, al igual que ocurre en estos sistemas de inteligencia artificial, los patrones de actividad neuronal reflejan las relaciones entre los significados de las palabras y cambian según el contexto en el que aparecen. En otras palabras, las neuronas no parecen codificar las palabras como elementos aislados, sino que su actividad también contiene información sobre cómo se relacionan unas con otras.
Esto no significa que el cerebro funcione como ChatGPT. Lo que demuestra la investigación es que los modelos de lenguaje pueden ayudar a los científicos a comprender cómo las neuronas del hipocampo codifican el significado de las palabras que escuchamos.
