Ocho modelos de lenguaje basados en arquitectura transformer —la misma que sustenta los principales chatbots comerciales— muestran un patrón consistente de desajuste con la actividad cerebral humana al procesar oraciones. Un estudio con resonancia magnética funcional registró la actividad de 30 participantes mientras leían oraciones diseñadas para aislar el efecto del orden gramatical del contenido léxico, separando con precisión el impacto del vocabulario del de la sintaxis en la comprensión del lenguaje.
Qué mide el estudio y por qué importa metodológicamente
Las oraciones empleadas compartían casi las mismas palabras, pero su significado variaba según la estructura sintáctica. Este diseño experimental superó limitaciones de investigaciones anteriores al controlar el vocabulario como variable, dejando la gramática como el único factor diferenciador. El resultado es una medición más limpia de cómo —y si— los modelos de lenguaje replican el procesamiento cognitivo humano.
Los modelos analizados superaron a un sistema de referencia que ignoraba por completo el orden de las palabras, pero su capacidad para predecir la actividad cerebral fue deficiente, especialmente en oraciones con roles semánticos invertidos. Los sistemas tendieron a clasificar estas oraciones como más similares entre sí de lo que los participantes humanos las percibieron, lo que indica que no integran la función gramatical de cada palabra con la misma relevancia que el cerebro.
El componente que marca la diferencia
Un modelo que combinaba información léxica con una representación explícita de la estructura gramatical mostró un ajuste significativamente mejor con los datos cerebrales. Este resultado sugiere que el procesamiento humano del lenguaje otorga un peso crítico al rol sintáctico de cada término dentro de la oración, más allá de su significado aislado.
La consistencia del patrón a través de los ocho modelos —que variaban en tamaño y arquitectura— llevó a los autores a una conclusión estructural: la arquitectura transformer, en su forma actual, no replica el mecanismo cognitivo que utiliza el cerebro humano para construir significado. El hallazgo no es atribuible a las limitaciones de un sistema específico.
Implicaciones operativas para organizaciones que usan IA
La fluidez textual de estos sistemas —su capacidad para producir respuestas coherentes y gramaticalmente correctas— puede generar una percepción de comprensión que no refleja lo que ocurre en sus representaciones internas. Esta discrepancia entre apariencia y mecanismo es el principal riesgo operativo que se deriva del estudio.
Para organizaciones que implementan modelos de lenguaje en contextos donde la interpretación precisa del significado es crítica —atención al cliente, análisis de comunicaciones, soporte en procesos legales o regulatorios— los resultados tienen consecuencias directas sobre el diseño de flujos de trabajo.
En sectores como educación, salud o servicios financieros en México y Latinoamérica, donde la ambigüedad semántica puede acarrear consecuencias de alto impacto, la supervisión humana en los procesos asistidos por inteligencia artificial no debe considerarse una medida temporal. Según los hallazgos, es un componente esencial del diseño arquitectónico de cualquier sistema hasta que los modelos integren representaciones gramaticales más explícitas.
