RESUM
Les interfícies cervell-ordinador han promès permetre que les persones controlin màquines amb els seus pensaments, però tenen un problema fonamental: els senyals cerebrals, especialment els captats sense cirurgia, són sorollosos i imprecisos. La major part de la investigació ha intentat construir millors descodificadors per extreure ordres més netes del soroll, però hi ha un límit a quant pot ajudar això. Un estudi recent va adoptar un enfocament diferent. En lloc d’intentar descodificar el cervell perfectament, els investigadors van afegir un copilot d’IA que observa la situació, infereix allò que l’usuari està intentant fer i combina la seva predicció amb el senyal cerebral. Un participant amb paràlisi va passar d’un 0 a un 93% d’èxit en controlar un braç robòtic. No perquè el descodificador cerebral millorés, sinó perquè la IA va aprendre a trobar-se amb el cervell a mig camí. El que és interessant no és la tecnologia en si, sinó la idea: potser el futur de les interfícies cervell-ordinador no sigui el control cerebral, sinó la col·laboració cervell-IA.
Si mai has utilitzat un assistent d’IA per ajudar-te a escriure codi o redactar un correu electrònic, ja coneixes la idea bàsica: expresses el que vols i la IA resol els detalls. Tu mantens el control, però la IA s?encarrega de les parts difícils.
Ara imagina el mateix, però en comptes d’escriure penses. I en comptes d’escriure codi, estàs movent un braç robòtic. Això és essencialment el que un equip d’investigadors de la Universitat de Califòrnia a Los Angeles (UCLA), dirigit per Sergey Stavisky, va desenvolupar i publicar a principis d’aquest any a Nature Machine Intelligence (Lee et al., 2025). I els resultats van ser cridaners.
EL PROBLEMA: ELS SENYALS CEREBRALS SÓN DESORDENATS
Les interfícies cervell-ordinador (BCI, per les sigles en anglès) existeixen des de fa dècades. La idea és senzilla: registrar senyals elèctrics del cervell, descodificar el que la persona intenta fer i traduir-lo en una acció, com ara moure un cursor en una pantalla o controlar una pròtesi.
El problema és que els senyals cerebrals, especialment els que es poden captar sense cirurgia, són sorollosos. Un casc d’EEG col·locat sobre el cuir cabellut registra l’activitat combinada de milers de milions de neurones a través de pell i pinyol. És una mica com intentar entendre una conversa dins d’un estadi recolzant l’oïda a la paret exterior. Pots percebre que alguna cosa està passant, però els detalls queden difusos.
Per aquesta raó, les BCI no invasives sempre han estat lentes i imprecises. Els usuaris es cansen. Els errors s’hi acumulen. I per a les persones amb paràlisi —els qui més necessiten aquesta tecnologia— la distància entre allò que volen fer i allò que el sistema realment fa pot resultar frustrant.
La major part de la investigació a BCI ha intentat resoldre aquest problema construint millors descodificadors: algorismes més sofisticats capaços d’extreure un senyal més clar del soroll. Això hi ajuda, però té un límit. El senyal simplement no és tan net. Per això l’equip d’UCLA va plantejar una pregunta diferent: i si la IA no es limités a descodificar el cervell, sinó que a més ajudés activament?
LA IDEA: CONTROL COMPARTIT
L’equip d’UCLA va introduir el que anomenen un copilot d’IA per a interfícies cervell-ordinador. És així com funciona.
La persona porta un casc d’EEG estàndard (sense cirurgia ni implants). El casc té elèctrodes situats sobre el cuir cabellut que mesuren diminuts senyals elèctrics produïts per l’activitat cerebral. Aquests senyals reflecteixen patrons que canvien depenent del que la persona estiga intentant fer (per exemple, imaginar moure la mà esquerra produeix un patró diferent del d’imaginar moure la mà dreta).
Un descodificador -un algorisme d’aprenentatge automàtic entrenat amb les dades cerebrals de l’usuari- tradueix aquests patrons en una adreça: “l’usuari intenta moure el cursor cap a la cantonada superior esquerra”.
Aquest senyal descodificat és aproximat: capta la direcció general, però no amb molta precisió. I aquí és on entra el copilot.
En lloc d’enviar directament aquesta ordre sorollosa al cursor, el sistema també executa una IA que observa la pantalla, identifica quins són els objectius i formula la seva hipòtesi sobre el que l’usuari està intentant fer.
Després, tots dos senyals —la intenció del cervell i la predicció de la IA— es combinen. El cervell manté el control de l’objectiu general (“vull aquest objectiu”), i la IA suavitza la trajectòria, corregeix petits errors i aporta la precisió que el senyal d’EEG no pot proporcionar.
És una cosa semblant a conduir amb assistència de manteniment de carril: tu decideixes on anar, i el cotxe evita que et desviïs.
ELS RESULTATS
L’equip va provar aquest sistema amb diverses persones, inclòs un participant amb paràlisi greu que no podia fer servir les mans.
Sense el copilot d’IA, el participant intentava assolir objectius en una pantalla utilitzant únicament els senyals cerebrals. La taxa d’èxit era baixa i controlar un braç robòtic per moure blocs físics era pràcticament impossible.
Amb el copilot d’IA activat, la taxa d’encerts en assolir objectius va augmentar gairebé quatre vegades.
I la tasca del braç robòtic? El participant va passar del 0 % al 93 % d’èxit. Podia agafar blocs i moure’ls fins a una ubicació objectiu, cosa que no podia fer utilitzant únicament el cervell.
No és una petita millora. És la diferència entre una tecnologia que no funciona i una que sí que ho fa.
PER QUÈ AIXÒ IMPORTA MÉS ENLLÀ DELS NOMBRES
La part més interessant d’aquest treball no són els resultats, sinó el canvi en la manera de pensar sobre les BCI.
Durant anys, l’ideal ha estat el “control cerebral pur” : el cervell ordena i la màquina obeeix. És una idea elegant, però pressuposa que podem descodificar els senyals cerebrals perfectament. No podem, almenys ara com ara, i especialment no sense cirurgia.
L’enfocament del copilot proposa una cosa diferent: no necessitem una descodificació perfecta. Només necessitem prou senyal perquè la IA entengui la intenció. La IA es pot encarregar de la resta.
Aquest és el mateix principi que va fer útils els assistents d’IA a la vida quotidiana. ChatGPT no llegeix la teva ment. Li dónes una indicació aproximada i completa els buits.
El copilot de BCI fa el mateix, però amb senyals cerebrals en lloc de text.
I com que el sistema utilitza un casc d’EEG convencional, és portàtil. No requereix cirurgia. No implica riscos. Això ho converteix en una cosa potencialment viable per a l’ús quotidià d’una manera que les BCI invasives encara no són, almenys ara com ara.
EL QUE NO POT FER (TODAVIA)
Convé aclarir-ho: això no és lectura de la ment. El sistema no sap què estàs pensant. Sap que intentes moure’t aproximadament en certa adreça i utilitza el context visual de la pantalla per ajudar.
També funciona millor quan lentorn està estructurat: una pantalla amb objectius definits o una taula amb blocs per moure. En un entorn obert i impredictible, el copilot d’IA tindria menys informació per treballar.
A més, l’estudi va involucrar un nombre reduït de participants. Els resultats són convincents, però cal replicar-se a major escala abans de convertir-se en una eina clínica.
Tot i així, el principi és sòlid: no intentis que el cervell ho faci tot. Permet que expressi la intenció i deixeu que la IA s’encarregue de l’execució.
EL QUE ESTÀ PER ARRIBAR…
Això és només una peça dins un canvi molt més gran que està passant en la intersecció entre la IA i la neurociència.
Altres investigadors estan desenvolupant models fundacionals entrenats amb milers d’escàners cerebrals, intentant essencialment crear un “GPT del cervell” que es pugui adaptar a moltes tasques diferents.
Altres estan descodificant la parla interna directament a partir de senyals neuronals, cosa que obre possibilitats fascinants i també planteja importants qüestions ètiques.
Ara com ara, la conclusió és senzilla: les interfícies cervell-ordinador més prometedores potser no són aquelles en què la IA substitueix el control humà, sinó aquelles en què la IA i el cervell aprenen a treballar junts.
I, si ho pensem bé, probablement és així com funcionen les millors col·laboracions.
Font: Llegeix, JY, Llegeix, S., Mishra, A. et al. Brain–computer interfície control with artificial intelligence copilots. Nat Mach Intell 7, 1510–1523 (2025). https://doi.org/10.1038/s42256-025-01090-y
