A convergência entre o neurônio e o algoritmo: O que a ciência de Israel descobriu.
Por muito tempo, acreditamos que a linguagem humana era algo puramente biológico, regido por regras gramaticais rígidas e símbolos abstratos. No entanto, uma colaboração de peso entre a Universidade Hebraica de Jerusalém, a Universidade de Princeton e o Google Research acaba de derrubar esse paradigma.
Foto: Divulgação / Universidade Hebraica de Jerusalém (Hebrew University) / Nature Communications.
O estudo, publicado recentemente na Nature Communications, revela que a forma como o nosso cérebro constrói significado a partir da fala é assustadoramente semelhante à arquitetura em camadas dos grandes modelos de linguagem (LLMs), como os que alimentam as IAs modernas.
A Hierarquia do Significado
Liderado pelo Dr. Ariel Goldstein, o experimento utilizou eletrocorticografia para monitorar a atividade cerebral de voluntários em tempo real. O resultado foi fascinante: assim como uma IA processa primeiro os fonemas e depois o contexto profundo, o cérebro humano utiliza uma “cascata” de cálculos neurais.
As camadas superficiais da IA se alinham com as reações imediatas do cérebro. Já as camadas mais profundas do modelo de linguagem — aquelas que entendem sarcasmo, tom e contexto — correspondem às atividades posteriores na Área de Broca, o centro da linguagem no cérebro humano.
O Fim das Regras Rígidas?
O que torna este artigo essencial para entendermos o futuro da neurociência é o fato de que as teorias linguísticas tradicionais (baseadas em regras gramaticais estáticas) não conseguiram prever a atividade cerebral tão bem quanto as representações estatísticas da IA.
Isso sugere que o cérebro é, em última análise, um mestre da estatística e do contexto. Aprendemos e compreendemos o mundo de forma fluida, exatamente como as redes neurais artificiais tentam emular.
Ciência Aberta
Além da descoberta, a equipe de Israel deu um passo generoso: liberou o conjunto de dados neurais para a comunidade científica global. Isso cria um novo padrão de referência (benchmark) para pesquisadores que buscam criar máquinas que não apenas “falem”, mas que “pensem” de forma mais próxima à cognição humana.
Fonte Nature Communicationshttps://doi.org/10.1038/s41467-025-65518-0 .
Texto original Universidade Hebraica de Jerusalem