Un equipo de la Universidad de Oregón desarrolló TweetyBERT, un sistema de aprendizaje automático capaz de segmentar y clasificar vocalizaciones de canarios con una precisión comparable a la de expertos humanos. El hallazgo revela una pieza clave para estudiar cómo se organiza el canto de estas aves y cómo el cerebro lo produce.
No se trata solo de pájaros. Los canarios aprenden a cantar de una forma parecida a como los humanos aprenden a hablar: escuchan, practican y afinan su respuesta a través de circuitos cerebrales específicos. Por eso, este mecanismo se volvió una oportunidad concreta para mirar de cerca el cableado del lenguaje.
La central del avance está en que TweetyBERT se basa en BERT, una arquitectura de inteligencia artificial usada en grandes modelos lingüísticos como ChatGPT. Pero aquí el objetivo no es redactar textos, sino reconocer notas, sílabas y frases dentro del canto con un nivel de detalle difícil de lograr a mano.
Las aves pueden producir entre 30 y 40 sílabas diferentes y combinarlas en secuencias complejas. El sistema identifica esas unidades de comunicación y las organiza de forma autónoma, sin depender de grandes volúmenes de datos etiquetados por humanos.
Muchos modelos anteriores necesitaban que alguien marcara manualmente miles de sonidos antes de empezar a aprender. Este engranaje nuevo reduce ese trabajo previo y acelera el análisis, algo clave cuando se quiere observar cambios sutiles entre individuos o a lo largo del tiempo.
Cómo funciona este “organizador” del canto
En términos simples, la red neuronal (sistema inspirado en conexiones cerebrales) escucha patrones y detecta regularidades. Luego separa notas, sílabas y frases, como si siguiera el plano eléctrico de una casa para averiguar qué interruptor enciende cada ambiente.
Esa capacidad no traduce todavía el “significado” del canto. Los investigadores advierten que aún no es posible saber con precisión qué “dice” un canario. Pero sí permite relacionar la estructura de los sonidos con ciertos comportamientos, y eso ya abre una puerta que antes estaba casi cerrada.
El hallazgo subraya que entender cómo un cerebro pequeño aprende y perfecciona vocalizaciones puede dar pistas sobre el aprendizaje del lenguaje humano y sobre posibles fallos en ese proceso.
La aplicación práctica va más allá del laboratorio. Este tipo de herramienta podría usarse para estudiar aves en libertad y detectar cambios en sus patrones de comunicación vinculados con el cambio climático o la expansión urbana. Es decir, escuchar mejor también puede servir para cuidar mejor.
Además, el enfoque ya empezó a extenderse a otras especies como delfines y ballenas. La clave es la misma: encontrar la estructura antes de aspirar a una traducción completa. Primero se entiende el mecanismo; después, quizá, llegue el sentido.
Lo esperanzador es que la IA no aparece aquí como una caja negra lejana, sino como un puente. Si logra ordenar el canto de un canario como quien revisa el cableado de una casa, también puede acercar una vieja pregunta humana: cuánto de nuestro lenguaje compartimos, en el fondo, con el resto de la naturaleza.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
