En vivo

Tarde y Media

Silvina Ledesma

Argentina

En vivo

Tarde y Media

Silvina Ledesma

Rosario

En vivo

Los 40 de la Heat

Mauri Palacios

En vivo

Fiesta Popular

Ulises Llanos

En vivo

Bonus track

Radio

Podcast

La mesa de café

Podcast

La opinión de Rodolfo Barili

Podcast

La opinión de Pablo Sirvén

Podcast

3x1=4

Podcast

La otra mirada

Podcast

La quinta pata del gato

Podcast

Agenda económica

Podcast

El dato confiable

Podcast

Los editoriales de Alberto Lotuf

Podcast

Cuadro de Situación

Escuchá lo último

Elegí tu emisora

Ciencia

La inteligencia artificial podría no funcionar como el cerebro humano, revelan científicos

Un nuevo estudio de la Universidad de York sugiere que la inteligencia artificial no procesa información visual como lo hace el cerebro humano, planteando dudas sobre su uso en investigaciones neurológicas.

21/11/2026 | 14:06Redacción Cadena 3

Añadir Cadena 3 a

Agregá Cadena 3 a tus preferidos en Google
La inteligencia artificial podría no funcionar como el cerebro humano, revelan científicos

FOTO: La inteligencia artificial podría no funcionar como el cerebro humano, revelan científicos

Google News

Mirá las notas de Cadena 3 en Google News

WhatsApp

Mirá las notas de Cadena 3 en WhatsApp

La inteligencia artificial (IA) podría ser mucho menos similar al cerebro humano de lo que se había asumido hasta ahora. Un estudio reciente de la Universidad de York reveló una debilidad sorprendente en los modelos de IA que se utilizan comúnmente para comprender cómo procesa el cerebro la información visual.

Durante años, los investigadores han confiado en las redes neuronales artificiales (ANNs), sistemas computacionales diseñados para realizar tareas como el reconocimiento de objetos en imágenes, para investigar el funcionamiento de la visión. En la última década, estos modelos se han convertido en herramientas líderes para explicar el sistema visual del cerebro, gracias a su capacidad para reproducir patrones de actividad cerebral.

Sin embargo, los nuevos hallazgos plantean una pregunta crucial: ¿solo porque la IA puede imitar ciertas respuestas del cerebro, eso significa que procesa la información visual de la misma manera?

El profesor asistente de la Universidad de York, Kohitij Kar, autor principal del estudio, comentó: "Los sistemas de inteligencia artificial a menudo se describen como 'similares al cerebro' porque pueden predecir la actividad en partes del cerebro que nos ayudan a reconocer objetos. Hasta ahora, los científicos han probado esto en una sola dirección, preguntando si los modelos de IA pueden predecir la actividad cerebral".

Un nuevo test revela un problema oculto en la IA similar al cerebro

El equipo de la Universidad de York decidió abordar esta cuestión desde la dirección opuesta. En lugar de medir cuán bien la IA podía predecir la actividad de las células cerebrales, investigaron si la actividad cerebral registrada podía predecir lo que sucedía dentro de los modelos de IA.

Si estos sistemas realmente operan como el cerebro, los investigadores razonaron que la relación debería funcionar en ambas direcciones. Para ello, desarrollaron un método llamado prueba de predictividad inversa, que les permitió evaluar similitudes que las pruebas convencionales podrían pasar por alto.

"Necesitamos modelos computacionales para comprender verdaderamente los mecanismos neuronales subyacentes de cómo reconocemos objetos. ¿Cómo vemos mover objetos? Es una tarea fácil que hacemos todos los días, pero computacionalmente es un problema muy desafiante", afirmó Kar, quien es presidente de investigación de Canadá en Neurociencia Visual y miembro del Centro de Investigación en Visión de York.

El equipo de investigación, que incluyó a la becaria postdoctoral de York, Sabine Muzellec, examinó las respuestas a una amplia variedad de imágenes visuales. Sus pruebas incluyeron 1,320 fotografías naturales y 300 imágenes sintéticas realistas que presentaban 10 sujetos familiares: un oso, un elefante, un rostro, una manzana, un automóvil, un perro, una silla, un avión, un pájaro y una cebra.

La IA puede predecir la actividad cerebral, pero lo inverso cuenta una historia diferente

Los resultados revelaron una desconexión significativa entre la inteligencia artificial y la visión biológica. Los modelos de IA generalmente tuvieron éxito al predecir las respuestas de las neuronas grabadas, pero cuando los investigadores invirtieron el proceso, esas mismas respuestas neuronales fueron mucho menos efectivas al predecir muchas de las características internas de los modelos.

Este hallazgo fue particularmente revelador, ya que los investigadores no observaron el mismo problema al comparar la actividad neuronal entre diferentes cerebros.

"Los resultados fueron sorprendentes. Mientras que los modelos de IA pueden predecir las neuronas grabadas en el cerebro bastante bien, el cerebro no puede predecir de manera equitativa muchas de las características internas del modelo. Curiosamente, este no es el caso cuando se compara la actividad neuronal de un cerebro con la de otro", dijo Kar.

Estos hallazgos sugieren que un sistema de IA puede producir resultados que se asemejan a los del cerebro mientras se basa en mecanismos internos muy diferentes. En otras palabras, igualar las respuestas del cerebro no significa necesariamente que los procesos subyacentes sean los mismos.

Kar advirtió que esta distinción podría volverse cada vez más importante a medida que avanza la inteligencia artificial. Si los investigadores continúan refinando los modelos únicamente en función de cuán precisamente predicen la actividad neural, las diferencias entre esos modelos y los cerebros de primates reales podrían acumularse con el tiempo.

Esto socavaría una de las principales razones por las que los neurocientíficos utilizan estos sistemas: desarrollar explicaciones realistas de cómo funciona el cerebro.

"Los hallazgos sugieren que los sistemas de IA actuales resuelven tareas visuales en parte utilizando estrategias internas que el cerebro puede no usar. Importante, las partes de los modelos de IA que se alinean con el cerebro también son mejores para predecir el comportamiento humano real", comentó Kar.

Por qué el descubrimiento es importante para la neurociencia y el comportamiento humano

Las implicaciones se extienden más allá de la visión por computadora. La inteligencia artificial se utiliza cada vez más para ayudar a los investigadores a diseñar experimentos, estudiar el comportamiento humano e investigar condiciones neurológicas y psicológicas. Muchas de estas aplicaciones dependen de la suposición de que los modelos de IA procesan información de maneras que se asemejan al cerebro humano.

Si esa suposición es incorrecta, los investigadores podrían llegar a conclusiones engañosas a partir de modelos que parecen precisos en la superficie, pero que operan de manera diferente en su interior.

"Nuestros hallazgos desafían cuán similares son realmente los sistemas de IA actuales con el cerebro de primates. Mostramos que los modelos que se pensaban similares al cerebro dependen de componentes internos que el cerebro no parece usar. Proporcionamos una métrica diagnóstica bien validada para el campo", dijo Muzellec.

Desarrollar sistemas de IA que reproduzcan más fielmente la función cerebral podría eventualmente mejorar la investigación sobre condiciones que van desde el trastorno de estrés postraumático hasta el autismo. Sin embargo, por ahora, las diferencias recién identificadas destacan la necesidad de tener precaución al utilizar modelos existentes para investigar el comportamiento humano o guiar la investigación clínica.

La preocupación también podría aplicarse a otras áreas de la neurociencia. Modelos de inteligencia artificial similares ya se utilizan para estudiar la audición, el lenguaje y el movimiento. Si esos sistemas también dependen de procesos internos que difieren de los biológicos, los investigadores podrían necesitar reconsiderar cuánto pueden revelar sobre el sistema nervioso.

Construyendo IA que se asemeje más al cerebro humano

En lugar de sugerir que las redes neuronales artificiales deben ser abandonadas, los hallazgos ofrecen una forma de hacerlas más útiles y científicamente fiables. Al identificar qué características de un modelo de IA corresponden a la actividad neural real, los investigadores pueden centrarse en desarrollar sistemas que reflejen más con precisión los mecanismos biológicos detrás de la percepción.

"Nuestro enfoque ayuda a identificar qué partes de una ANN realmente coinciden con la actividad cerebral, permitiéndonos construir modelos más fiables para entender cómo las personas ven e interpretan el mundo", concluyó Kar. "Esto es especialmente importante para nuestro programa de investigación sobre autismo, que se basa en modelos del cerebro neurotípico como referencia".

El equipo ha lanzado una herramienta de prueba de acceso público que los desarrolladores de IA pueden utilizar para evaluar sus propios modelos e identificar oportunidades de mejora. Publicado en Nature Machine Intelligence, el estudio introduce un nuevo enfoque para evaluar la inteligencia artificial que va más allá de medir cuán bien un sistema realiza una tarea. Los investigadores argumentan que entender si la IA llega a sus resultados a través de procesos que realmente se asemejan a los del cerebro es igualmente importante.

Este descubrimiento podría ayudar a guiar el desarrollo de una nueva generación de modelos de IA que no solo reconozcan el mundo con una precisión impresionante, sino que también ofrezcan una imagen más fiel de cómo el cerebro humano da sentido a lo que ve.

Lectura rápida

¿Qué descubrieron los científicos?
Los científicos hallaron que la IA puede predecir la actividad cerebral, pero no funciona de la misma manera que el cerebro humano.

¿Quién realizó el estudio?
El estudio fue llevado a cabo por investigadores de la Universidad de York.

¿Cuándo se publicó el estudio?
El estudio fue publicado el 21 de noviembre de 2026.

¿Dónde se llevó a cabo la investigación?
La investigación se realizó en la Universidad de York, en Canadá.

¿Por qué es importante este hallazgo?
El hallazgo cuestiona la fiabilidad de los modelos de IA en la investigación neurológica y sugiere diferencias fundamentales en los procesos internos entre la IA y el cerebro humano.

Lo más visto

Ciencia

Opinión

Podcast

La otra mirada

Podcast

La mesa de café

Podcast

La quinta pata del gato

Podcast

3x1=4

Podcast

El dato confiable

Podcast

Política esquina Economía

Podcast

Cuadro de Situación

Podcast

Los editoriales de Alberto Lotuf