L’integrazione tra sistemi di intelligenza artificiale e interfacce cervello-computer (BCI) ha permesso, nelle ultime 48 ore, la decodifica non invasiva dei processi cognitivi legati al linguaggio con una precisione senza precedenti. Attraverso l’impiego di risonanza magnetica funzionale (fMRI) e modelli linguistici avanzati, i ricercatori sono riusciti a tradurre l’attività neuronale di soggetti impegnati nell’immaginazione di testi o nella fruizione di narrazioni in un output testuale coerente. A differenza delle tecnologie precedenti, che richiedevano l’impianto chirurgico di elettrodi nella corteccia cerebrale, questo approccio si basa sulla mappatura dei cambiamenti nel flusso ematico cerebrale associati a specifici stimoli semantici. Il sistema non si limita a una traduzione fonetica parola per parola, ma interpreta il significato profondo dei concetti elaborati dal soggetto. Sebbene la velocità di decodifica sia ancora vincolata ai tempi di risposta emodinamica del cervello, il software è in grado di ricostruire il senso logico di pensieri complessi, trasformandoli in frasi sintatticamente corrette con un’accuratezza che supera il 90%.
Questa tecnologia rappresenta un punto di svolta fondamentale per la riabilitazione di pazienti affetti da sindrome “locked-in” o altre patologie neurodegenerative che compromettono la capacità motoria del linguaggio. Le implicazioni bioetiche sollevate da questa scoperta sono oggetto di analisi immediata da parte della comunità scientifica, poiché la possibilità di estrarre informazioni semantiche direttamente dal sistema nervoso centrale solleva questioni critiche sulla privacy cognitiva. I dati indicano che, per una decodifica efficace, è necessaria la cooperazione attiva del soggetto, il che suggerisce l’esistenza di barriere naturali contro l’accesso forzato ai contenuti mentali, sebbene il progresso degli algoritmi potrebbe ridurre queste limitazioni in futuro.
Fonte: Decoding Thought: AI Translates Brain Activity into Text
