El estudio de la cognición humana y de los mecanismos cerebrales que la hacen posible ha sido abordado históricamente desde múltiples disciplinas, incluyendo la psicología experimental, la neurobiología y las ciencias cognitivas. Estas aproximaciones han permitido caracterizar procesos fundamentales como la percepción, la atención, la memoria, el lenguaje y el control cognitivo, apoyándose en metodologías experimentales y en técnicas de registro de la actividad cerebral.
En la actualidad, la Inteligencia Artificial (IA) ofrece nuevas herramientas metodológicas y conceptuales para profundizar en estos estudios. Los métodos computacionales modernos permiten analizar grandes volúmenes de datos, tanto neurofisiológicos como conductuales, identificando patrones que no son evidentes mediante técnicas estadísticas clásicas. En el LIAA el interés particular es llevar la investigación a nuevas fronteras, alejándose de los diseños y entornos experimentales tradicionales. Analizando grandes volúmenes de datos de comportamiento online (p.e. partidas de ajedrez), llevando experimentos tanto conductuales como de EEG a las escuelas, desarrollando nuevas metodologías de registro de movimientos oculares o comportamiento que puedan funcionar de forma remota, y estudiando la bases cerebrales de la resolución de tareas naturales como búsqueda visual en imágenes naturales, manejo, habla continua, y lectura.
Asimismo, los modelos de IA del estado del arte, que alcanzan desempeños comparables a los humanos en diversas tareas cognitivas, abren la posibilidad de investigar hasta qué punto sus mecanismos internos pueden servir como modelos computacionales plausibles de los procesos cerebrales.
En este marco, distintas líneas de investigación abordan problemas centrales de la neurociencia desde una perspectiva interdisciplinaria:
- Cognición a gran escala y análisis de datos masivos
El diseño y la validación de teorías cognitivas se ven frecuentemente limitados por el tamaño reducido de los experimentos de laboratorio y por la dificultad de detectar efectos pequeños. Para superar estas limitaciones, se estudian fenómenos cognitivos a partir de grandes volúmenes de datos provenientes de entornos digitales, como corpus lingüísticos extensos o registros de comportamiento humano en plataformas en línea. Este enfoque permite explorar regularidades cognitivas a gran escala y contrastar hipótesis teóricas con evidencia empírica diversa. - Cognición del lenguaje y procesamiento del habla
Esta línea se enfoca en el estudio de los mecanismos cognitivos involucrados en la percepción, producción y comprensión del lenguaje humano. Incluye el desarrollo de sistemas de reconocimiento automático del habla, síntesis de voz, análisis prosódico y modelado del diálogo, con especial atención a lenguas como el español y el inglés. Estos estudios contribuyen tanto al avance de tecnologías del lenguaje como a una mejor comprensión de los procesos cognitivos subyacentes al lenguaje hablado. - Procesamiento computacional de señales neurofisiológicas
El análisis de señales obtenidas mediante EEG y eye tracking plantea desafíos computacionales significativos debido a su complejidad, dimensionalidad y nivel de ruido. En esta línea se desarrollan y optimizan algoritmos para la descomposición y el análisis de señales, incluyendo métodos de separación de fuentes y técnicas aceleradas por GPU, que permiten identificar componentes relevantes de la actividad cerebral asociados a distintas tareas cognitivas. - Estudio del comportamiento y la cognición en entornos naturales
Más allá de los experimentos altamente controlados, se investigan procesos cognitivos en situaciones más cercanas a la experiencia cotidiana, como la búsqueda visual en escenas complejas. Estos estudios combinan registros de actividad cerebral y movimientos oculares con modelos computacionales que permiten describir cómo se integra la información visual a lo largo del tiempo y cómo se organizan los procesos cognitivos secuenciales durante la ejecución de una tarea.
- Control cognitivo y desarrollo en contextos de vulnerabilidad social
Esta línea analiza cómo factores socioeconómicos influyen en el desarrollo de los mecanismos neurales asociados al control cognitivo, particularmente en la población infantil. Se evalúa el impacto de intervenciones educativas a través de mediciones neurocognitivas y se desarrollan herramientas que permiten la recolección de datos fuera del laboratorio, ampliando el alcance de la investigación hacia contextos sociales diversos.