El 29 de junio de 2026, el equipo de investigación en IA de Meta (FAIR) publicó en su blog oficial una actualización de un proyecto llamado Brain2Qwerty: un sistema de aprendizaje profundo que convierte señales cerebrales directamente en texto. La versión v1 se publicó el año pasado en Nature Neuroscience y alcanzó un 32% de tasa de error de caracteres (CER), la mejor marca hasta entonces para métodos no invasivos, pero aún lejos de ser práctica. Ahora presentan la v2: nueve voluntarios pasaron 10 horas cada uno tecleando frases mientras llevaban puesto un dispositivo de magnetoencefalografía (MEG). En total, unas 22.000 frases de entrenamiento. El resultado: un 61% de precisión media por palabra, y el mejor participante llegó al 78%.
La clave está en la última palabra del adjetivo: “puesto”. No implantado. No hay craneotomía. No hay cirugía.
El mismo día, el código completo de entrenamiento se publicó en GitHub con licencia abierta, y el conjunto de datos de la v1 fue liberado por el centro colaborador BCBL (Centro Vasco de Cognición, Cerebro y Lenguaje). Para el campo de las interfaces cerebro-computadora, esta es la tarjeta de presentación más contundente que ha entregado nunca la vía no invasiva.
Un viejo enemigo llamado “atenuación de señal”
Para entender por qué esto importa, hay que comprender una limitación física insoslayable de este campo.
Cuando nuestro cerebro trabaja, las neuronas se activan generando débiles señales eléctricas y campos magnéticos. Para leer “qué palabra quieres teclear” directamente del cerebro, existen dos rutas fundamentales.
Primera ruta: colocar los sensores directamente sobre el cerebro. Como el implante N1 de Neuralink: 1.024 electrodos insertados mediante un robot quirúrgico en la corteza motora —la región que controla los movimientos de los dedos— con hilos más finos que un cabello humano. Es como poner un micrófono delante de cada músico en una orquesta sinfónica: señal nítida, ruido mínimo. El precio también es claro: un neurocirujano tiene que perforarte el cráneo.
Segunda ruta: colocar los sensores fuera de la cabeza. Como el EEG (electroencefalograma, electrodos sobre el cuero cabelludo) o el MEG (magnetoencefalografía, un casco gigantesco que parece sacado de una película de ciencia ficción). Es como escuchar un partido de fútbol desde fuera del estadio, a través de las paredes: percibes el volumen y el ritmo de los gritos, pero no distingues qué dice cada persona. La señal atraviesa cráneo, cuero cabelludo y meninges, se atenúa drásticamente y además se contamina con el ruido de los latidos del corazón, los parpadeos y los movimientos musculares.
La tensión entre estas dos rutas ha sido el debate central de las interfaces cerebro-computadora durante décadas. De un lado, “señal nítida pero requiere cirugía”. Del otro, “seguro y no invasivo pero señal borrosa”. La brecha ha llegado a ser descomunal: los mejores sistemas invasivos alcanzan una tasa de error por palabra (WER) de aproximadamente el 2%, mientras que el mejor resultado no invasivo anterior —Brain2Qwerty v1— se quedaba en el 52%. Veinticinco veces peor.
¿Cómo ha conseguido Meta aclarar la señal borrosa?
Brain2Qwerty v2 monta tres etapas en cadena para resolver la tarea de “escuchar el partido desde fuera del estadio”:
Etapa uno: convertir las señales cerebrales en caracteres candidatos. Los participantes, con un casco MEG Megin de 306 canales, miraban frases en una pantalla y las tecleaban en un teclado QWERTY. El modelo no espera a saber el instante exacto de cada pulsación para decodificar —esa era una limitación de la v1 que la hacía inviable en tiempo real. La v2 utiliza CTC (Connectionist Temporal Classification) para decodificación asíncrona: recibe un fragmento continuo de señal cerebral y emite una secuencia continua de caracteres. Tras 10 horas de entrenamiento por persona, la diferencia entre el modo asíncrono y el síncrono se redujo a solo un 2%.
Etapa dos: alinear los caracteres en palabras. Pero la salida de la etapa cerebro→caracteres sigue siendo muy “sucia”: CTC produce secuencias llenas de espacios, repeticiones y errores. La v2 intercala un alineador de palabras (Word Aligner) que hace algo parecido a “entender a una persona que habla con la boca pastosa”: extraer posibles fronteras de palabra de un flujo caótico de caracteres.
Etapa tres: usar un gran modelo de lenguaje como “corrector”. Este es el paso más inteligente y decisivo de toda la cadena. Meta tomó Qwen3-4B —el modelo de código abierto de Tongyi Qianwen, con solo 4.000 millones de parámetros— y lo ajustó por fine-tuning. Los LLM entienden gramática, semántica y contexto de forma nativa. Cuando la decodificación cerebral produce una palabra ambigua, el LLM la corrige basándose en el contexto. Imagina que quieres teclear “hoy hace buen tiempo” pero la señal MEG se decodifica como “hoy hase buem tjempo”. El LLM ve “hase” junto a “buen” y lo corrige automáticamente a “hace”, porque en los inmensos corpus textuales con los que fue entrenado “hase” no existe como palabra y “hace buen tiempo” es la única combinación plausible.
Esta arquitectura —codificador → alineador de palabras → LLM ajustado— redujo el WER medio del 52% de la v1 al 39% de la v2 (precisión por palabra del 61%). El mejor participante alcanzó un WER del 22% (precisión del 78%), con un 28% de frases perfectas y un 47% con como máximo un error por frase.
El equipo de investigación muestra en el paper una ley de escala meridiana: la precisión de decodificación escala linealmente con el logaritmo de los datos de entrenamiento (correlación de Pearson r = -0,99), y a las 90 horas de datos no hay el menor signo de saturación. Traducción: esto aún no ha tocado techo. Más datos = mejores resultados.
Arquitectura de Brain2Qwerty v2: codificador CTC → alineador de palabras → modelo de lenguaje Qwen3-4B ajustado. Fuente: ai.meta.com
Las dos rutas, frente a frente
Pongamos las cifras una al lado de la otra:
| Métrica | Meta Brain2Qwerty v2 (no invasivo) | Mejores sistemas invasivos |
|---|---|---|
| Método | Casco MEG, sin cirugía | Implante quirúrgico de electrodos |
| WER medio | 39% | ~2% |
| Mejor WER individual | 22% | Inferior (un solo paciente) |
| Datos de entrenamiento | 9 personas, ~90 horas | Registro prolongado de un paciente |
| Riesgos | Ninguno | Infección, hemorragia, inflamación, degradación de señal |
| Coste | Equipo MEG caro pero reutilizable | Cirugía + implante + mantenimiento |
| Escalabilidad | Teóricamente accesible para cualquiera | Requiere neurocirujano; difícil de masificar |
Esta tabla no permite declarar un ganador. ¿Qué significa un WER del 2% en un sistema invasivo? Significa que casi puede usarse en una conversación cotidiana. El participante de Neuralink, por ejemplo, alcanza velocidades de 40 palabras por minuto con una tasa de error cercana a la de teclear manualmente. Para una persona con ELA (esclerosis lateral amiotrófica) o síndrome de enclaustramiento que ha perdido toda capacidad de comunicación, cada palabra adicional decodificada correctamente representa una mejora colosal en su calidad de vida.
Pero los sistemas invasivos tienen dos puntos débiles insalvables. El primero: no son reversibles. La respuesta inmunitaria tras el implante —la microglía forma tejido cicatricial alrededor de los electrodos— degrada la señal en cuestión de meses o pocos años. No es un problema de ingeniería; es un problema biológico. El segundo: no son escalables. El número de neurocirujanos capaces de realizar esta intervención es limitado en todo el mundo. El coste y el riesgo de cada operación restringen su aplicación a una minoría de pacientes que más lo necesitan.
La ruta elegida por Meta —no invasiva + datos masivos + aprendizaje profundo— empuja la interfaz cerebro-computadora un paso más allá de la definición de “neuroprótesis clínica”, acercándola al territorio del “dispositivo de consumo”. De momento es un paso corto: un equipo MEG cuesta millones de dólares, ocupa una habitación entera y necesita una cámara magnéticamente blindada para funcionar. Entre eso y un wearable ligero hay un abismo. Pero recordemos la distancia que separaba un escáner de tomografía computerizada de los años 80 y un smartwatch actual: la miniaturización de dispositivos es una cuestión de plazo de ingeniería, no de límites físicos.
Lo que yo creo
En Hacker News alguien comentó: “Esto no es tecnología nueva; el paper solo muestra que su nuevo método ofrece una mejora pequeña pero estadísticamente significativa sobre lo que ya existía”. Tiene razón: Brain2Qwerty no ha inventado una nueva forma de capturar señales ni ha creado hardware nuevo. Su contribución está en “hacer que el aprendizaje profundo funcione mejor con datos limitados”.
Pero quiero añadir algo: en este campo, una “pequeña mejora” no es lo mismo que en el software convencional. Cuando tu tasa de error de referencia es del 52%, bajarla al 39% es una mejora relativa del 25%. Y cuando la ley de escala te dice “más datos = inequívocamente mejor”, te está diciendo que la hoja de ruta técnica es predecible, no una cuestión de suerte. En ingeniería, eso vale más que una puntuación récord aislada.
Otro punto relevante: Meta ha decidido abrir el código y los datos. En este ámbito, los conjuntos de datos no invasivos a gran escala son extremadamente escasos, porque el coste de adquisición es alto y la aprobación ética, compleja. El dataset de Brain2Qwerty v1 es uno de los más grandes jamás publicados. Si el objetivo es que las interfaces cerebro-computadora no invasivas lleguen al día a día de la gente —y no solo a unos pocos milmillonarios o pacientes graves—, el código abierto es la palanca más eficaz. Esto no va de si Meta es buena o mala: es pura lógica de ingeniería.
Sobre la ansiedad por la privacidad —uno de los comentarios más votados en HN decía “no me fío de que Zuckerberg se acerque a mis ondas cerebrales”—, creo que la preocupación es legítima pero incompleta. Brain2Qwerty decodifica “lo que quieres teclear”, no “lo que estás pensando”. Hay una diferencia fundamental: lo primero es intención motora (decides voluntariamente qué tecla pulsar); lo segundo es pensamiento libre. La tecnología no invasiva actual no llega al 100% de precisión ni siquiera en lo primero; de lo segundo la separan años luz. Pero eso no significa que no debamos empezar ya a discutir las reglas. Frente a la velocidad del progreso técnico, la construcción de marcos éticos siempre ha ido por detrás, nunca por delante.
Quizás al final las dos rutas no sean excluyentes. Los sistemas invasivos seguirán sirviendo a quienes más los necesitan: personas que han perdido todo medio de comunicación. Los no invasivos, si siguen cabalgando la ley de escala, quizás algún día aparezcan en nuestra vida cotidiana: cambiar la ruta del navegador con el pensamiento mientras conduces, responder un mensaje mientras cocinas. Las dos rutas compiten en la misma dirección. Tienen metas distintas, pero cuanto más avanzan, más se acercan la una a la otra.
Enlaces de referencia:
- Meta AI Blog: From Brain Waves to Words — Brain2Qwerty v2
- Brain2Qwerty v2, paper técnico (arXiv:2502.17480)
- Nature Neuroscience: Noninvasive decoding of typed sentences from human brain activity
- Código abierto: github.com/facebookresearch/brain2qwerty
- Análisis técnico en explainx.ai: Meta Brain2Qwerty v2
- Discusión en Hacker News
- Avances del estudio PRIME de Neuralink