Los grandes modelos de lenguaje (LLM) ahora pueden mejorarse aprovechando las señales cerebrales humanas durante tareas de razonamiento, según un nuevo estudio de investigadores de la Universidad de Pekín. Los hallazgos sugieren que la IA guiada por el cerebro puede lograr un razonamiento más robusto y similar al humano que el entrenamiento basado únicamente en lenguaje.
La Investigación
Mingqing Xiao, Kai Du y Zhouchen Lin, de la Universidad de Pekín, publicaron su trabajo en arXiv (10 de junio de 2026). Utilizaron datos de resonancia magnética funcional (fMRI) de humanos realizando tareas de razonamiento deductivo y compararon estas señales cerebrales con las representaciones internas de los LLM. Su métrica de predictividad neural reveló que los LLM explican una fracción sustancial de la varianza explicable en las regiones cerebrales relacionadas con el razonamiento a nivel agregado, pero la predictividad fue menor para tipos específicos de razonamiento, lo que indica tanto alineación como divergencia.
El equipo desarrolló entonces un marco guiado por el cerebro que dirige las representaciones de los LLM utilizando la estructura conjunta de los datos del modelo y del cerebro. Aplicaron intervenciones en la inferencia y el ajuste fino en 10 LLM diferentes que van desde 1.5 mil millones hasta 72 mil millones de parámetros. Los resultados: mejoras de precisión absoluta de hasta el 13% en comparación con la supervisión exclusiva del lenguaje, con transferencia entre tipos de razonamiento. Esto significa que las señales cerebrales proporcionan información complementaria que no se captura solo con el texto.
Por Qué es Importante
Este estudio muestra que la actividad del cerebro humano (específicamente de las regiones de razonamiento) contiene señales únicas que pueden mejorar directamente el razonamiento de las máquinas. Para la ciencia cognitiva, profundiza nuestra comprensión de cómo se organiza el razonamiento en el cerebro y cómo se alinea (o no) con la IA. Para el desarrollo de la IA, abre un camino hacia la construcción de modelos que razonen de manera más robusta y se alineen mejor con la cognición humana. Para la persona promedio, subraya que los procesos de razonamiento de nuestro cerebro no son solo resultados pasivos, sino patrones activos que pueden incluso enseñar a las máquinas.
Qué Puedes Hacer
Aunque no puedes conectarte a un fMRI en casa, puedes fortalecer tus propias habilidades de razonamiento mediante la práctica deliberada. Intenta resolver acertijos de lógica, juega juegos de estrategia o realiza una prueba de coeficiente intelectual adaptativa gratuita que desafíe el pensamiento deductivo. Cuanto más participes en tareas de razonamiento, más reforzarás esos circuitos neuronales y, como sugiere esta investigación, podrías incluso ayudar a entrenar a la próxima generación de IA.
Fuente: arXiv q-bio.NC
¿Curioso sobre tu propio cerebro? Haz nuestra prueba de CI adaptativa gratuita o prueba 306 niveles de entrenamiento cerebral.
