Inteligência artificial: como a tecnologia já consegue ler pensamentos
A capacidade de traduzir pensamentos diretamente em texto em tempo real não é mais ficção científica. Avanços recentes em inteligência artificial (IA) e interfaces cérebro-computador (BCIs) estão aproximando a humanidade da possibilidade de “ler pensamentos”, oferecendo novas esperanças para a comunicação de pessoas com severas limitações.
Um estudo realizado na Universidade de Stanford, divulgado em agosto de 2025, demonstrou que um sistema de IA conseguiu decodificar os sinais neurais de pacientes com esclerose lateral amiotrófica (ELA) enquanto imaginavam dizer palavras. Em paralelo, pesquisadores japoneses revelaram uma técnica capaz de “legendar a mente”, descrevendo o que uma pessoa observa ou imagina, combinando BCIs e IA.
Decodificando a fala interior com IA
Esses estudos representam marcos significativos na neurociência, permitindo uma compreensão mais profunda do cérebro e abrindo portas para auxiliar indivíduos com dificuldades de comunicação. A neuroengenheira Maitreyee Wairagkar, que atua no desenvolvimento de interfaces cérebro-computador, prevê a comercialização dessas tecnologias nos próximos anos.
Empresas como a Neuralink, de Elon Musk, já trabalham no desenvolvimento de chips cerebrais comerciais, buscando levar essa tecnologia do laboratório para o cotidiano. O histórico de BCIs remonta à década de 1960, com experimentos que demonstravam a capacidade de controlar dispositivos com a atividade neural.
No entanto, a decodificação de pensamentos complexos, como a fala, avançou consideravelmente nos últimos anos. Pesquisadores da Universidade de Stanford, em 2021, mostraram um homem quadriplégico capaz de produzir frases em inglês imaginando desenhar letras no ar, alcançando 18 palavras por minuto.
Avanços em tempo real e decodificação de fala
Um passo crucial foi a decodificação direta de palavras a partir da atividade neural associada à fala. Em 2024, um estudo liderado por Wairagkar traduziu as tentativas de fala de um paciente com ELA em texto, atingindo cerca de 32 palavras por minuto com 97,5% de precisão. Essa técnica utiliza microeletrodos implantados no cérebro para registrar padrões de atividade neural.
O poder do aprendizado de máquina, um ramo da IA, tem sido fundamental. Algoritmos são treinados para reconhecer padrões neurais associados a diferentes fonemas, interpretando sinais neurais de maneira similar a como assistentes virtuais interpretam sons.
Desvendando a fala interior
Um desafio persistente era a necessidade de os pacientes tentarem falar para que a tradução fosse precisa. No entanto, um estudo de Stanford buscou detectar a “fala interior” em tempo real, sem a necessidade de tentativa de vocalização.
“Pedimos que eles contassem o número de formas de uma certa cor na tela, pois imaginávamos que você provavelmente realizaria este tipo de tarefa contando literalmente os números na cabeça”, explicou Frank Willett, um dos diretores do Laboratório de Tradução Protética Neural da Universidade de Stanford. “E foi o que observamos. Vimos traços desses números passando através do córtex motor, que conseguimos captar.”
A tecnologia demonstrou uma precisão de até 74% em tempo real para tarefas que envolviam imaginar frases. Em cenários mais abertos, como pensar em falas de filmes, a linguagem decodificada tornou-se menos compreensível, indicando que a fala interior totalmente não filtrada ainda representa um desafio.
Além das palavras: entonação e emoção
Pesquisas recentes expandiram a capacidade de decodificação para além das palavras, englobando elementos não verbais como entonação, tom, ritmo e velocidade. Em 2025, o laboratório de Wairagkar demonstrou que um protótipo poderia gerar fala sintetizada que incluía inflexões e modulações de tom, permitindo a comunicação de expressões e ênfase.
“Nosso participante conseguiu fazer uma questão com inflexão no final da sentença e mudar de tom enquanto falava”, explicou Wairagkar. Embora a inteligibilidade tenha sido de 60%, o avanço sugere um futuro próximo onde a comunicação será mais rica e expressiva.
Novas fronteiras: imagens e som decodificados
Paralelamente aos avanços na decodificação de fala, outras áreas da IA estão recriando experiências sensoriais a partir da atividade cerebral. Pesquisadores utilizam imagens cerebrais, como a ressonância magnética funcional (fMRI), combinadas com IA generativa, para reproduzir imagens observadas por indivíduos.
Estudos, como o publicado pelo professor Yu Takagi em 2023, utilizaram algoritmos como o Stable Diffusion para gerar imagens a partir de dados cerebrais, alcançando resultados notáveis na reprodução de cenas, embora com algumas falhas como a identificação de uma salada. A pesquisa aponta que o lobo occipital é responsável pelos aspectos visuais de baixo nível, enquanto o lobo temporal processa elementos conceituais de alto nível.
Em 2025, Takagi também explorou a reconstrução de áudio a partir de imagens cerebrais. Embora o fMRI apresente limitações para capturar a natureza dinâmica da música, o estudo conseguiu reconstruir características básicas e a categoria do som. Essa descoberta sugere que a percepção musical no cérebro integra informações semânticas e de baixo nível de forma diferente da percepção visual.
Aplicações futuras e desafios
As aplicações dessas tecnologias são vastas, incluindo a compreensão de alucinações em pacientes psiquiátricos, a análise das experiências de animais e até a reconstrução de sonhos. No entanto, a estimulação direta de experiências visuais ou auditivas para fins de entretenimento ainda enfrenta limitações técnicas significativas, com projeções de 10 a 20 anos para sua viabilidade.
A busca por interfaces cérebro-computador cada vez mais sofisticadas continua. Aumentar a quantidade de neurônios monitorados e explorar outras áreas do cérebro, além do córtex motor, são caminhos promissores para aprimorar a decodificação da fala e auxiliar pessoas com lesões cerebrais.
