El cerebro anticipa palabras en grupos gramaticales ^{CEFR B2}

Un estudio publicado en Nature Neuroscience investiga si los procesos de predicción del lenguaje en el cerebro se asemejan a los de los grandes modelos de lenguaje (LLMs). Los autores encuentran que la predicción humana está modulada por fragmentos organizados gramaticalmente: el cerebro anticipa grupos o constituyentes, no únicamente la siguiente palabra. El coautor David Poeppel resume que, mientras los LLMs se optimizan para la siguiente palabra, el cerebro hace predicciones agrupando palabras en frases.

La investigación combinó varios métodos. Se realizaron experimentos con hablantes de mandarín y se registró la actividad cerebral con magnetoencefalografía (MEG). También se aplicaron pruebas Cloze, en las que se ocultan palabras para que los participantes las rellenen, y se analizaron datos de pacientes expuestos al inglés para comprobar la aplicación entre idiomas. Además, se emplearon LLMs para cuantificar predictibilidad mediante entropía y sorpresa.

• Entropía: el contexto admite muchas palabras posibles (p. ej. tras «Vi un»).
• Sorpresa: una palabra es inesperada en el contexto (p. ej. «gato» tras «Me senté en un»).

Al comparar las predicciones de los modelos con las respuestas cerebrales, los autores observaron que, si el cerebro funcionara igual que un LLM, las correlaciones serían uniformemente altas. Sin embargo, la actividad cerebral varía según la posición de la palabra en la estructura gramatical, lo que sugiere sensibilidad a constituyentes. Los resultados plantean nuevas preguntas sobre cómo se relacionan los modelos computacionales y los procesos cerebrales del lenguaje.