Quando alguém diz “banco”, você normalmente entende se está falando de uma instituição financeira ou de um assento. As palavras ao redor ajudam a resolver a ambiguidade quase instantaneamente. Por trás dessa tarefa cotidiana, porém, existe uma questão que intriga a neurociência: como a atividade dos neurônios representa significados? Uma pesquisa inspirada em inteligência artificial oferece novas pistas sobre esse processo, especialmente em uma região associada à memória e ao aprendizado.
O significado aparece na atividade de grupos de neurônios
O estudo publicado na Nature Neuroscience investigou como neurônios do hipocampo respondem durante a escuta de histórias. A equipe reuniu pesquisadores de instituições como Baylor College of Medicine e Rice University, nos Estados Unidos.
A hipótese era que o cérebro poderia representar informações sobre significado em padrões distribuídos de atividade. Nesse arranjo, a interpretação de uma palavra depende da combinação de respostas de várias células.
Os resultados apoiam essa possibilidade. Os pesquisadores encontraram sinais relacionados ao significado mesmo após considerar características dos sons e da gramática. Isso sugere que as respostas observadas continham informações além da forma como as palavras eram pronunciadas.
Para visualizar a ideia, imagine um painel com várias luzes. Uma combinação pode representar determinado significado; outra combinação, um significado diferente. Uma mesma luz participa de diversos padrões, sem carregar sozinha toda a informação.
Como os pesquisadores observaram essa atividade
Durante o experimento, dez pacientes que passavam por monitoramento de epilepsia ouviram histórias em inglês de um podcast. Os cientistas registraram a atividade de 356 neurônios do hipocampo.
As respostas revelaram uma relação complexa entre células e palavras. Uma mesma célula podia reagir a termos pertencentes a categorias de significado distintas. Ao mesmo tempo, uma palavra podia provocar respostas em diversos neurônios.
Segundo a descrição do experimento, cada palavra analisada apresentou respostas significativas em uma média de 37 neurônios. O conjunto reforça a importância de observar a atividade coletiva para investigar a representação dos significados.
Esse desenho também delimita o alcance do trabalho. A pesquisa examinou uma região específica, em um grupo pequeno de participantes e durante uma tarefa de escuta. Portanto, suas conclusões precisam ser interpretadas dentro dessas condições.
Onde entra a semelhança com a inteligência artificial
Modelos de linguagem representam informações sobre palavras por meio de conjuntos de números. Essas representações permitem comparar relações entre termos e, em modelos sensíveis ao contexto, variam conforme a frase.
A equipe utilizou essa abordagem para analisar os registros cerebrais. Conforme o resumo científico disponível no PubMed, os padrões de atividade neuronal apresentaram maior alinhamento com as representações produzidas pelo GPT-2.
Os pesquisadores também observaram uma relação entre a variação das respostas e medidas de ambiguidade das palavras. Esse resultado aponta para a importância do contexto na maneira como o hipocampo representa significados.
A versão preliminar da pesquisa, anterior à publicação revisada, já destacava diferenças entre modelos que incorporam contexto, como o BERT, e representações fixas, como as do Word2Vec. A comparação ajuda a formular perguntas sobre quais propriedades computacionais se aproximam dos padrões cerebrais.
O que essa comparação permite concluir
A semelhança encontrada diz respeito à representação de significados durante a escuta. Ela não estabelece equivalência entre o funcionamento do cérebro humano e o de um chatbot.
Além disso, o experimento empregou ferramentas como GPT-2 e BERT, sem avaliar diretamente uma conversa com o ChatGPT.
O avanço está no uso desses modelos como instrumentos de investigação. Ao comparar suas representações com registros neuronais, os cientistas podem testar hipóteses sobre como o cérebro organiza palavras, distingue sentidos e incorpora contexto. Isso oferece um caminho para estudar uma habilidade que usamos diariamente, mas ainda compreendemos apenas em parte.
