Utilizzando l'intelligenza artificiale (IA), i ricercatori hanno decifrato l'attività cerebrale complessa durante le conversazioni quotidiane, il che potrebbe aumentare la nostra comprensione della neuroscienza del linguaggio e migliorare le tecnologie per il riconoscimento vocale e la comunicazione. Hanno utilizzato un modello di IA chiamato Whisper, che trascrive l'audio in testo addestrandosi su file audio e le loro corrispondenti trascrizioni. A differenza dei modelli tradizionali che si basano su strutture linguistiche come fonemi e parti del discorso, Whisper impara puramente da correlazioni statistiche e può prevedere il testo da nuovi audio. Sebbene il suo design iniziale non codifichi caratteristiche linguistiche, queste caratteristiche sono emerse durante l'addestramento. Lo studio, pubblicato su *Nature Human Behaviour*, ha coinvolto quattro pazienti epilettici che avevano elettrodi impiantati per il monitoraggio clinico. I ricercatori hanno registrato oltre 100 ore di conversazioni reali, con l'obiettivo di studiare l'attività cerebrale al di fuori di ambienti controllati in laboratorio.

Hanno scoperto che diverse aree del cervello si attivavano durante il parlare e la comprensione del linguaggio, sostenendo l'idea di un approccio di elaborazione distribuita piuttosto che aree distinte dedicate a compiti specifici. Ad esempio, le aree per l'elaborazione del suono mostravano un'attività maggiore durante l'input uditivo, mentre le regioni correlate al pensiero di livello superiore erano più attive nella comprensione del linguaggio. La sequenza di attivazione indicava una progressione dall'udire le parole all'interpretare il loro significato. Addestrando Whisper con l'80% dei dati audio, i ricercatori hanno ottenuto previsioni accurate dell'attività cerebrale per conversazioni non addestrate, superando i modelli tradizionali che si basano su caratteristiche linguistiche. Questa ricerca pionieristica stabilisce un collegamento tra i modelli linguistici IA e le funzioni cerebrali, suggerendo che entrambi potrebbero elaborare il linguaggio in modo simile, sebbene sia necessaria un'ulteriore indagine per confermare queste somiglianze. Gli studi comparativi su reti neurali artificiali e cognizione umana rimangono fondamentali per comprendere i meccanismi condivisi dell'elaborazione del linguaggio.