El avance podría facilitar lecturas más accesibles y adaptadas a diferentes necesidades cognitivas.
Helsinki, Finlandia.- Un equipo de Aalto University desarrolló un modelo de inteligencia artificial que busca reproducir con mayor precisión cómo leen las personas y cómo construyen significado mientras avanzan por un texto. El sistema intenta explicar qué ocurre cuando el cerebro decide continuar, saltar una palabra o regresar a una frase para mejorar la comprensión.
El estudio fue publicado en Nature Human Behaviour y utilizó aprendizaje por refuerzo. Para entrenar el modelo, los investigadores lo expusieron a millones de textos con el objetivo de optimizar los movimientos oculares según las necesidades de comprensión durante la lectura.
Los resultados apuntan a que la combinación de memoria, limitaciones temporales y estrategia visual es fundamental para explicar por qué diferentes personas pueden leer un mismo contenido de maneras distintas. Esta perspectiva también abre una posible vía para desarrollar materiales y herramientas más adaptados a cada lector.
Un modelo que intenta entender cómo leemos
Durante años, los modelos utilizados para estudiar la lectura consiguieron imitar parcialmente los movimientos de los ojos mediante grandes bases de datos de seguimiento visual. Sin embargo, esos sistemas no lograban explicar completamente cómo se produce la comprensión mientras una persona procesa un texto.
Esa limitación dejó planteada una pregunta central para los investigadores: si era posible representar no solo hacia dónde se mueven los ojos, sino también las decisiones que intervienen en la comprensión.
El nuevo modelo fue diseñado para reproducir una conducta habitual durante la lectura humana. El sistema debe decidir qué parte del contenido requiere mayor atención, qué información puede omitirse y en qué momento resulta necesario regresar para recuperar un elemento importante.
Para lograrlo, analiza la información en tres niveles de manera simultánea: palabra, oración y texto completo. De esta forma, intenta mantener una visión amplia del contenido mientras toma decisiones sobre dónde dirigir la atención.
Aprendizaje por prueba y error
Los investigadores utilizaron una idea técnica conocida como racionalidad de recursos. En términos sencillos, este concepto plantea que la atención es limitada y que, al leer, el cerebro debe distribuirla de la manera más eficiente posible para alcanzar una buena comprensión con el tiempo y las capacidades disponibles.
El modelo también considera características propias del lector, entre ellas el idioma, la memoria, la visión y la velocidad de los movimientos oculares. Estos elementos permiten representar diferentes estrategias y condiciones que pueden influir en la forma de leer.
Shengdong Zhao, profesor de City University of Hong Kong, explicó en el comunicado institucional que la lectura puede parecer una actividad sencilla, aunque el cerebro toma decisiones constantemente sobre dónde mirar, qué información saltar y cuándo retroceder.
Según el comunicado de la universidad, el sistema aprendió mediante prueba y error qué estrategias le permitían comprender mejor los textos. Cuando identifica que necesita una palabra o una parte importante de una oración para mantener el sentido, puede regresar y buscar esa información.
Posibles aplicaciones para personas con dislexia
El modelo todavía no constituye una herramienta clínica disponible. Sin embargo, el equipo plantea que esta línea de investigación podría evaluarse para desarrollar apoyos de lectura adaptados a diferentes usuarios.
Entre las posibilidades mencionadas se encuentra su aplicación en herramientas dirigidas a personas con dislexia. También podría utilizarse para mejorar la presentación de textos en situaciones donde comprender información rápidamente tenga una importancia funcional.
Antti Oulasvirta, profesor de Aalto University, señaló que el mismo texto podría transformarse en versiones más comprensibles para diferentes lectores. Como ejemplo, mencionó contenidos complejos, como un pasaje de escritura legal, que podrían adaptarse sin alterar su información fundamental.
La propuesta busca hacer más accesibles determinados contenidos sin modificar su base informativa. La adaptación estaría enfocada en la manera en que se presenta el texto y en las necesidades particulares de quien lo lee.
Realidad aumentada y reducción de la carga cognitiva
El comunicado institucional también señaló posibles aplicaciones en realidad aumentada, una tecnología que permite superponer información digital sobre el entorno físico.
En este ámbito, Oulasvirta planteó la posibilidad de utilizar el conocimiento sobre los procesos de lectura para ayudar a los usuarios en situaciones en tiempo real. Entre los ejemplos mencionados está el diseño de textos que puedan asistir a los conductores sin provocar distracciones.
Esta posibilidad llevaría el desarrollo a escenarios concretos, al permitir determinar cuánto texto mostrar y en qué momento presentarlo. El objetivo sería reducir la carga cognitiva y facilitar el procesamiento de información.
La misma lógica podría aplicarse en herramientas de apoyo para personas con dificultades de lectura. Sin embargo, la universidad presentó estas posibilidades como una etapa futura de evaluación y no como soluciones tecnológicas o clínicas ya validadas.
Por ello, el posible impacto del modelo en el ámbito sanitario todavía se encuentra en una fase de desarrollo. No se trata de una herramienta clínica disponible, sino de una investigación que plantea nuevas posibilidades para comprender y adaptar la experiencia de lectura.
Una lectura más adaptada a cada persona
La investigación parte de una actividad cotidiana que ha acompañado la historia de la escritura, pero que todavía presenta importantes desafíos cuando los textos deben responder a necesidades individuales.
Oulasvirta señaló que gran parte de los contenidos actuales continúa basándose en textos producidos para un uso masivo y no para una persona individual en una situación específica.
El modelo desarrollado por los investigadores busca precisamente avanzar hacia una comprensión más detallada de las decisiones que toma el lector. A partir de esa información, futuras investigaciones podrían explorar formas de adaptar los contenidos según las capacidades, necesidades y circunstancias de cada usuario.
La propuesta combina inteligencia artificial, seguimiento de los movimientos oculares y modelos de comprensión para estudiar cómo las personas distribuyen su atención mientras leen. Sus posibles aplicaciones todavía requieren evaluación, pero el trabajo plantea una nueva vía para investigar la relación entre lectura, comprensión y tecnología.
Fuente: Infobae
