Un equipo de investigadores de la Universidad de Brown descubrió que los sistemas de inteligencia artificial pueden aprender de un modo muy parecido al cerebro humano. La investigación analizó cómo se integran dos tipos de aprendizaje: el progresivo, que se acumula con la experiencia, y el contextual, que permite captar reglas rápidamente.
El estudio, publicado en las Actas de la Academia Nacional de Ciencias, muestra que la IA, tras entrenarse con miles de ejemplos, logra transferir principios de unas tareas a otras con sorprendente facilidad. Este hallazgo sugiere que los humanos y las máquinas comparten dinámicas comunes al momento de asimilar información.
Jake Russin, autor principal, explicó que los resultados ayudan a entender por qué una persona puede parecer un aprendiz basado en reglas en algunos casos y, en otros, un aprendiz más gradual. La IA replicó esta dualidad cuando fue sometida a pruebas de recombinación de conceptos.
Un experimento con listas de colores y animales puso a prueba el sistema. Tras aprender combinaciones sencillas, la IA logró identificar correctamente nuevas combinaciones no vistas antes, como una jirafa verde. Los investigadores comparan este proceso con la manera en que un jugador experimentado aprende más rápido las reglas de un nuevo juego de mesa.
El equipo también halló compensaciones importantes: cuanto más difícil era para la IA completar una tarea, más sólida era su retención posterior. Esta paradoja ya había sido observada en humanos, donde los errores fortalecen la memoria a largo plazo, mientras que los aciertos rápidos favorecen la flexibilidad.
Michael Frank, profesor de ciencias cognitivas, señaló que los modelos computacionales permiten entender fortalezas y debilidades de distintas estrategias de aprendizaje en el cerebro humano. Los patrones hallados ofrecen pistas sobre cómo se organizan la memoria de trabajo y la memoria a largo plazo.
Ellie Pavlick, coautora del estudio, destacó que estas similitudes pueden aplicarse en el diseño de asistentes de IA más confiables, sobre todo en áreas sensibles como la salud mental, donde la comprensión del aprendizaje humano es clave para generar confianza en la tecnología.
Los investigadores recalcan que el trabajo es apenas un primer paso, pero abre la posibilidad de que la neurociencia y la inteligencia artificial avancen juntas. La interacción entre biología y algoritmos promete herramientas más intuitivas y, al mismo tiempo, mayor comprensión del propio cerebro.
La IA no solo imita procesos humanos, sino que puede convertirse en un espejo que ayude a descifrar cómo aprendemos. El estudio plantea que comprender estas similitudes será esencial para el desarrollo de tecnologías más seguras y para desentrañar los secretos de la cognición humana.
