Una IA predice ondas cerebrales de imágenes y textos sin necesidad de voluntarios

La herramienta Concept2Brain genera respuestas de EEG simuladas a partir de fotos o textos. Podría ayudar a probar experimentos antes de reclutar voluntarios.

Publicado el 16 de noviembre de 2026
Una IA predice ondas cerebrales de imágenes y textos sin necesidad de voluntarios

Un equipo de científicos ha desarrollado una herramienta de inteligencia artificial llamada Concept2Brain que predice cómo responden las ondas cerebrales humanas a fotografías o a textos escritos. Según un estudio publicado en Nature Communications (doi 10.1038/s41467-026-75653-x), la plataforma abierta genera registros sintéticos de electroencefalografía (EEG) que se parecen a la actividad cerebral humana durante la percepción visual y emocional. Según los autores, podría permitir simular experimentos de ondas cerebrales en un ordenador antes de reclutar voluntarios.

La electroencefalografía, o EEG, usa sensores colocados sobre la cabeza para medir los pequeños cambios de voltaje eléctrico que produce la actividad cerebral en el cuero cabelludo. Como la técnica registra la actividad neuronal milisegundo a milisegundo, los científicos suelen repetir una imagen o un evento muchas veces y promediar los registros alineados en el tiempo, para aislar los potenciales relacionados con eventos, que son patrones de onda característicos ligados a ver, pensar o sentir.

En los últimos años, la inteligencia artificial se ha combinado cada vez más con la neuroimagen para interpretar lo que una persona experimenta. Gran parte de ese esfuerzo se ha centrado en la decodificación. Por ejemplo, en un estudio de resonancia funcional los voluntarios escuchaban historias, veían películas mudas o imaginaban relatos, mientras un modelo informático reconstruía el significado general de esas historias a partir de sus escáneres cerebrales.

Mucha menos atención ha recibido el problema inverso, la codificación: partir de una imagen o una frase y predecir las ondas eléctricas rápidas que produciría el observador en el cuero cabelludo. Para hacer posibles esas predicciones, los neurocientíficos han construido grandes bibliotecas de referencia que relacionan miles de conceptos de objetos cotidianos con la actividad cerebral. Un proyecto multimodal de neuroimagen de 2023 catalogó escáneres cerebrales y valoraciones de similitud en 1.854 categorías de objetos.

Sobre esos grandes conjuntos de datos visuales, un estudio de 2022 mostró que los modelos informáticos de codificación podían simular respuestas EEG milisegundo a milisegundo directamente a partir de fotografías de objetos. Otras investigaciones han establecido que las ondas eléctricas del cuero cabelludo reflejan no solo qué es un objeto, sino también cuánta intensidad emocional transmite. Un estudio de EEG de 2008, firmado en parte por uno de los autores de este trabajo, relacionó la activación emocional con el tamaño de las respuestas eléctricas cerebrales.

Como registrar EEG real en humanos es caro y lento, Alejandro Santos-Mayo, entonces en la Universidad de Florida y la Universidad Complutense de Madrid, y sus colegas quisieron crear una herramienta generativa que uniera el significado conceptual con la actividad eléctrica del cuero cabelludo. Conectaron una red de compresión de ondas cerebrales con un sistema multimodal de inteligencia artificial, con el objetivo de capturar patrones complejos y multivariables en las ondas y predecir respuestas de EEG específicas de cada participante, a partir de imágenes y de descripciones escritas.

Santos-Mayo, autor principal, hoy en el centro de neuroimagen NeuroSpin de la Universidad de París-Saclay y en el departamento de psicología de la Universidad de Florida, explicó a PsyPost que las herramientas de IA abren un enfoque no lineal y multivariable para analizar y predecir datos cerebrales. Afirma que el objetivo de la ciencia no es solo observar la naturaleza, sino entenderla, y que entender un fenómeno exige poder predecirlo. Según él, con esas predicciones se pueden generar muestras sintéticas de EEG sin depender de una recogida de datos lenta y costosa, y comprender mejor cómo se manifiestan en el cerebro distintos componentes neurofisiológicos.

Para entrenar Concept2Brain, los investigadores usaron registros de EEG de dos experimentos anteriores de visualización pasiva de imágenes realizados por miembros del mismo grupo, con 88 estudiantes universitarios que recibían créditos del curso. En el primer experimento, 45 participantes vieron 120 fotografías naturalistas, dos veces cada una durante un segundo, sobre fondo negro. En el segundo, 43 participantes vieron 240 fotografías distintas, una vez cada una durante dos segundos, sobre fondo gris.

Entre ambos conjuntos, las 360 fotografías únicas se repartían por igual entre escenas agradables, neutras y desagradables. Variar la disposición de la pantalla pretendía que el modelo se centrara en el contenido de las imágenes y no en los bordes visuales. La actividad cerebral se registró con 128 sensores en el cuero cabelludo, más un sensor de referencia, a 500 muestras por segundo, lo que dio 13.640 ensayos limpios de 1,5 segundos tras filtrar los parpadeos y el ruido por movimiento.

Concept2Brain conecta dos redes neuronales profundas para convertir conceptos del mundo real en ondas cerebrales. La primera, llamada autocodificador variacional condicional, comprime cada registro de EEG de 129 canales en un resumen compacto de 256 números, y etiqueta cada registro con un identificador de participante para conservar las diferencias individuales en la forma de las ondas. Una vez entrenada, la mitad decodificadora de esta red puede convertir cualquier resumen de 256 números en un patrón de EEG suave y promediado por ensayos, para cualquiera de los 88 participantes virtuales.

La segunda red actúa como traductor y está construida sobre CLIP, un modelo de inteligencia artificial de OpenAI que proyecta imágenes y palabras escritas en un espacio conceptual común de 512 números. Una red de tres capas aprende a traducir esos números conceptuales al resumen de 256 números de las ondas cerebrales. Así, los usuarios de la web pública de Concept2Brain pueden subir una imagen o escribir un texto y descargar las respuestas cerebrales simuladas. Los autores también publicaron el código del modelo, sus pesos entrenados y los datos de EEG subyacentes en repositorios públicos.

Santos-Mayo invita a los lectores a probar el modelo. Explica que la plataforma está en concept2brain.brainbodybehavior.science, no requiere instalación y puede ejecutarse directamente en el navegador. Su objetivo principal, dice, es crear una herramienta gratuita y de acceso abierto para cualquiera.

Para comprobar el funcionamiento, el equipo hizo primero una validación cruzada de 10 rondas: entrenaban el modelo con el 80 % de las fotografías, vigilaban el sobreajuste con otro 10 % y predecían las ondas del 10 % restante, que no se usaba en el entrenamiento. Probaron también si el sistema reproducía las respuestas de cada participante por separado.

Con las 360 fotografías con las que se había entrenado, las ondas simuladas se ajustaban de cerca a los registros empíricos en todos los sensores y en todos los momentos. Reproducían tanto las ondas visuales tempranas como la onda positiva tardía, una onda lenta sobre los sensores parietales entre 400 y 800 milisegundos que se vincula con la implicación emocional. Los datos sintéticos también reproducían cambios rítmicos del cerebro, como una caída de las ondas alfa de 10 hercios después de 300 milisegundos, y asignaban a cada uno de los 88 participantes virtuales el registro de su contraparte humana real más parecido.

Después probaron Concept2Brain con 1.078 fotografías emocionales de una biblioteca estandarizada que no formaban parte del entrenamiento. Hallaron una asociación positiva moderada entre el tamaño de la onda positiva tardía simulada y las valoraciones humanas estándar de activación emocional.

Con fotografías de expresiones de miedo y neutras de 140 actores de una base de datos de expresiones faciales, el modelo también generó ondas de procesamiento facial mayores entre 170 y 200 milisegundos, y ondas emocionales tardías mayores para los rostros temerosos que para los neutros, aunque nunca se había entrenado con etiquetas de expresiones. Un dato destacado es que el modelo reproducía de forma espontánea el componente N170, asociado a la región fusiforme derecha de los rostros, que se activa hacia los 170 milisegundos.

Para comprobar si las predicciones se generalizaban a otros laboratorios, el equipo probó Concept2Brain con un conjunto multimodal externo de objetos cotidianos. En ese conjunto, 4 voluntarios vieron 1.854 conceptos de objetos durante magnetoencefalografía, que registra los campos magnéticos minúsculos que produce el cerebro, y 3 voluntarios vieron 720 conceptos durante resonancia funcional. Las ondas sintéticas coincidían con las fases visuales tempranas y con las fases semánticas posteriores de los registros magnéticos, y se correlacionaban con la actividad de resonancia funcional en la corteza visual temprana alrededor de los 75 milisegundos y en una región de procesamiento de rostros hacia los 190 milisegundos.

En una segunda prueba externa, los investigadores introdujeron estímulos de un conjunto de EEG independiente con 40 personas que veían 40 rostros y 40 coches. Concept2Brain reprodujo el mapa espacial del cuero cabelludo que distingue rostros de coches, aunque los autores señalan que, en conjunto, las asociaciones con los dos conjuntos externos fueron más débiles que en las pruebas dentro del mismo conjunto.

Santos-Mayo señala que el modelo se entrenó de forma completamente no supervisada, sin etiquetar nunca el contenido visual de las imágenes. Una de las primeras sorpresas agradables fue su capacidad para simular señales de EEG de imágenes con rostros, y que reprodujera el componente de 170 milisegundos sin ninguna instrucción específica.

Como CLIP maneja tanto imágenes como textos, los investigadores probaron también el modelo con 120 descripciones cortas escritas, clasificadas en agradables, neutras y desagradables, y con ejemplos breves como "una imagen de un caimán". En los 88 participantes virtuales, las descripciones agradables y desagradables provocaron ondas emocionales tardías mayores entre 400 y 800 milisegundos que las neutras. Según Santos-Mayo, la sorpresa fue que el rendimiento con texto fue muy parecido al obtenido con imágenes reales, lo que sugiere que el modelo abre una vía prometedora para generar señales cerebrales a partir de distintos tipos de estímulo.

Como ilustración, con solo dos frases sobre el cambio climático, el modelo produjo una respuesta cerebral simulada más intensa ante la frase que destacaba las consecuencias dañinas que ante la que describía estrategias de mitigación. Los autores señalan que este patrón encaja con el sesgo de negatividad, la tendencia de la información negativa a provocar una respuesta más fuerte. El artículo presenta las comparaciones de emoción, rostros y texto de forma descriptiva, sin pruebas estadísticas formales.

Una fotografía erótica mostró una correlación negativa con los datos reales. Los autores sugieren que los filtros de seguridad de contenido integrados en CLIP pudieron distorsionar la representación de esa imagen.

El modelo aprendió su correspondencia entre concepto y cerebro a partir de 88 voluntarios que veían 360 fotografías, lo que limita tanto la diversidad de los cerebros virtuales como la gama de conceptos visuales que representa. Además, como la arquitectura actual depende de CLIP para interpretar los estímulos, cualquier punto ciego, sesgo o filtro de ese sistema externo puede trasladarse a las ondas generadas. Los autores diseñaron el marco para poder sustituir CLIP por modelos de IA más recientes en versiones futuras.

Santos-Mayo dice que este trabajo abre nuevas perspectivas no solo para predecir señales cerebrales, sino también para ampliar las herramientas de la neurociencia cognitiva. Explica que está desarrollando métodos no lineales basados en redes neuronales para decodificar la actividad cerebral, y que Concept2Brain demostró que las arquitecturas cVAE sirven para extraer la dimensionalidad latente de las señales EEG, es decir, para aislar rasgos informativos de la actividad cerebral en bruto y usarlos para interpretar y predecir variables cognitivas. Ya está aplicando métodos similares a otras funciones cognitivas.

En cuanto a Concept2Brain, el equipo planea publicar mejoras futuras entrenadas con conjuntos de datos más grandes, más participantes humanos, estímulos más diversos, otras modalidades de neuroimagen y componentes de IA actualizados. Santos-Mayo añade que quieren colaborar con cualquier investigador interesado en las próximas versiones.

El estudio, titulado Concept2Brain: un modelo de inteligencia artificial para predecir respuestas neurofisiológicas a textos e imágenes, fue escrito por Alejandro Santos-Mayo y colegas, y se publicó en Nature Communications (doi 10.1038/s41467-026-75653-x).

FuenteAlejandro Santos-Mayo, Faith Gilbert, Arash Mirifar, Anna-Lena Tebbe, Ruogu Fang, Mingzhou Ding y Andreas Keil, Nature Communications ↗