Escrito por: Brant Santana
Correo: brantsantana1@gmail.com
El fin de los comandos: solo piensa “esto no está bien”
Imagina que estás supervisando a un robot de rescate en una simulación de incendio. El robot, en lugar de apagar el fuego, se dirige a rescatar a una víctima. Tú no dices nada, no tocas un teclado, no mueves un joystick. Pero en tu cerebro se forma una idea: “Eso no es lo que pedí”. En ese instante, el sistema de inteligencia artificial detecta esa señal y corrige el rumbo del robot.
Eso es exactamente lo que ha logrado un equipo del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) en colaboración con Microsoft Research. Tras cinco años de investigación conjunta, han desarrollado una tecnología llamada Alineación de Valores Neuronales (Neural Value Alignment, NVA) que utiliza interfaces cerebro-computadora (BCI) para leer las señales eléctricas del cerebro y corregir el comportamiento de la IA en tiempo real .
Cómo funciona: dos tipos de “error” en tu cabeza
El gran avance del equipo fue descubrir que el cerebro humano emite dos señales distintas cuando algo no sale como esperamos, y que la IA debe saber diferenciarlas para corregir de forma adecuada :
- Error de predicción de recompensa (RPE): Ocurre cuando el objetivo de la acción es incorrecto. Ejemplo: pediste al robot apagar un fuego y va a rescatar a alguien. Aquí la IA debe cambiar completamente la tarea.
- Error de predicción de estado (SPE): Ocurre cuando el objetivo es correcto, pero el método no lo es. Ejemplo: el robot va a apagar el fuego (bien), pero usa un extintor pequeño en lugar de la manguera. Aquí la IA solo debe ajustar la ejecución.
El sistema lee estas señales mediante electroencefalografía (EEG) y las traduce en instrucciones de corrección para el modelo de IA. En las pruebas realizadas en entornos simulados (un juego y una cocina virtual), la precisión para distinguir entre ambos tipos de error y aplicar la corrección adecuada alcanzó el 90% .
El impacto: hacia una colaboración humano-máquina más natural
La investigadora Miran Lee, directora de Microsoft Research, explicó que este avance es clave para el futuro de la IA Física (Physical AI). En lugar de programar cada movimiento de un robot o darle instrucciones explícitas, el humano podría simplemente supervisarlo con el pensamiento, y el sistema corregiría automáticamente cualquier desviación .
Las aplicaciones potenciales son enormes:
- Robots de rescate y emergencias: un operador podría guiar a un robot en un desastre sin hablar, solo con su intención.
- Vehículos autónomos: el sistema podría detectar si el pasajero se siente inseguro con una maniobra y corregirla.
- Cirugía asistida: el cirujano podría “pensar” una corrección y el brazo robótico la ejecutaría.
Los desafíos pendientes
El equipo es honesto sobre las limitaciones. Actualmente, la tecnología funciona bien en entornos simulados, pero el salto al mundo real es complejo. Las señales cerebrales son débiles y propensas a interferencias (movimiento, ruido eléctrico, fatiga del usuario). Además, el sistema requiere que el usuario lleve un casco con electrodos, algo poco práctico para el día a día.
Sin embargo, el profesor Sangwan Lee de KAIST confía en que la miniaturización y mejora de los sensores BCI harán que esta tecnología sea viable en la próxima década. “El objetivo no es leer la mente, sino crear una simbiosis donde la IA entienda tus intenciones sin que tengas que articularlas”, concluyó .
