Redacción.- Investigadores de la Escuela Politécnica Federal de Lausana (EPFL) logran replicar patrones de dislexia en modelos de inteligencia artificial para profundizar en el funcionamiento del cerebro humano.
Un puente entre el código y la neurología
En un avance que promete revolucionar la educación y la neurociencia, científicos del NeuroAI Lab de la EPFL han anunciado la creación de una inteligencia artificial capaz de simular la dislexia. El estudio, liderado por la investigadora Melika Honarmand, fue presentado esta semana en una conferencia internacional sobre IA en Río de Janeiro, Brasil.
La dislexia es un trastorno del aprendizaje que afecta aproximadamente al 20% de la población mundial. A pesar de su prevalencia, entender exactamente qué ocurre en las conexiones neuronales durante el procesamiento de palabras ha sido un desafío histórico. Ahora, la IA ofrece un «laboratorio digital» para experimentar de forma segura.
¿Cómo se «crea» una IA disléxica?
El equipo de investigación no programó errores al azar; en su lugar, identificaron las áreas del «cerebro digital» de un modelo de lenguaje y visión que funcionan de manera análoga al procesamiento humano de palabras escritas.
«Cuando identificamos las partes, las ‘apagamos’ (…) y descubrimos que la IA tenía dificultades para leer, pero aún podía comprender imágenes y el lenguaje en general», explicó Honarmand.
Este fenómeno mimetiza con precisión la experiencia humana: la dislexia no es una falta de inteligencia o de comprensión general, sino una dificultad específica en la decodificación de símbolos escritos.
Impacto y futuro de la investigación
Este desarrollo tiene aplicaciones directas en varios campos:
- Diagnóstico Temprano: Ayudará a crear herramientas digitales más precisas para detectar signos de dislexia en niños.
- Personalización Educativa: Permitirá diseñar métodos de enseñanza adaptados que ataquen las áreas específicas donde el procesamiento falla.
Mejora de la IA: Comprender cómo la IA falla ayuda a los ingenieros a construir modelos de lenguaje más robustos y comprensivos.
Dato clave: El uso de modelos de IA Multimodal (que procesan texto e imagen simultáneamente) fue fundamental para este hallazgo, demostrando que la tecnología no solo sirve para automatizar tareas, sino para servir de espejo a nuestra propia biología.
