Una interfaz cerebral casi perfecta puede comunicar muy pocas palabras

Una interfaz cerebro-computadora puede reconocer casi todas las palabras de una prueba y, aun así, ofrecer poca libertad para conversar. La aparente paradoja surge cuando el sistema se evalúa solo dentro de un vocabulario pequeño. Un decodificador que acierta el 94% de 50 palabras no sirve automáticamente a una persona que quiera decir cualquier palabra de una conversación cotidiana.

Dulhan Jayalath, Benjamin Ballyk y Oiwi Parker Jones, de la Universidad de Oxford, proponen medir las interfaces del habla frente a una referencia externa: la distribución de palabras que el usuario podría querer comunicar. La medida, llamada información mutua de vocabulario abierto u OVMI por sus siglas en inglés, combina dos factores. Primero calcula cuánto del vocabulario previsto está disponible y después estima cuánta información conserva el decodificador al distinguir las palabras disponibles.

El equipo aplicó la misma escala a sistemas invasivos y no invasivos ya publicados, con cuatro referencias: inglés hablado amplio, conversación, comunicación aumentativa y alternativa de orientación clínica, y prosa narrativa. Frente al inglés hablado amplio, el sistema invasivo de Willett con 50 palabras y modelo de lenguaje transmitió el 6,4% de la información léxica de la referencia. Frente a la lista clínica más restringida, el mismo sistema alcanzó el 40,4%. La capacidad medida depende, por tanto, de lo que la persona necesita decir y no solo del decodificador.

La comparación histórica también cambia de escala. El sistema invasivo de Willett con 125.000 palabras llegó al 72,0% de la información del inglés hablado amplio, mientras que el sistema de Card con 125.000 palabras alcanzó el 93,7%. Los intervalos propagados fueron del 69,9% al 74,0% para Willett y del 93,1% al 94,2% para Card. Ampliar el vocabulario cuando la precisión interna ya era alta explicó la mayor parte del salto observado entre los sistemas invasivos comparados.

Los investigadores también probaron la OVMI como criterio para elegir subconjuntos de un vocabulario de 250 palabras en un decodificador no invasivo. Compararon selecciones guiadas por la métrica, por frecuencia, por precisión de validación o por azar en tres dominios: frases fonéticamente variadas, pódcast y un capítulo de Sherlock Holmes. Con vocabularios menores, la OVMI igualó o superó las alternativas; las mayores ganancias relativas de precisión frente a la selección por frecuencia fueron del 15,4%, 16,3% y 8,4%, respectivamente. La ventaja disminuyó al acercarse a las 250 palabras disponibles.

La propuesta separa dos preguntas que las tasas de acierto suelen mezclar: qué tan bien reconoce el sistema las opciones que recibió y cuánto del lenguaje necesario cubren esas opciones. La distinción puede mejorar las comparaciones retrospectivas y orientar vocabularios restringidos. No reemplaza las pruebas con usuarios, pero explicita el universo comunicativo que sostiene cada puntuación.