neurociencia,
 |
| Las neuronas del cerebro (que se muestran aquí) se reparten la tarea de construir diferentes aspectos del lenguaje. Crédito: Ted Kinsman/Science Photo Library |
Un estudio publicado en Nature registra la actividad de células cerebrales individuales durante el habla espontánea y descubre que existen neuronas especializadas en cada pieza del lenguaje: unas se ocupan de si una palabra es un sustantivo, otras de dónde termina una frase.
17 junio 2026.- En la fracción de segundo previa a que pronunciemos una palabra, el cerebro ya ha hecho un trabajo extraordinario: ha elegido el término preciso, le ha asignado una función gramatical y lo ha encajado en una estructura sintáctica que aún no ha salido por la boca. Cómo realiza ese ensamblaje a escala microscópica —célula a célula— había sido durante décadas una de las grandes incógnitas de la neurociencia del lenguaje.
Un equipo del Hospital General de Massachusetts y la Harvard Medical School, dirigido por el neurocirujano Ziv Williams, acaba de asomarse a ese proceso registrando la actividad eléctrica de neuronas individuales mientras varias personas mantenían conversaciones naturales.
El trabajo se publicó el 17 de junio de 2026 en Nature.
Escuchar a una sola neurona mientras alguien habla
La principal dificultad de este campo es de resolución. Las técnicas habituales —resonancia magnética funcional, electroencefalografía o incluso los registros sobre la superficie del córtex— ofrecen una imagen de regiones enteras o de grandes poblaciones de células, pero no permiten oír a una neurona concreta. Este estudio sí lo hizo, gracias a matrices de microelectrodos implantadas en pacientes que iban a someterse a una cirugía por epilepsia y que, ya despiertos tras la implantación, podían conversar con normalidad. Esa circunstancia clínica ofreció una oportunidad poco común de escuchar células individuales durante la producción real de lenguaje.
En total, el equipo registró 579 neuronas en ocho participantes, todos angloparlantes con función lingüística normal. A lo largo de las sesiones, esas personas produjeron de forma espontánea 10.460 palabras repartidas en 1.895 oraciones, construidas de cero —no leídas ni repetidas— y muy variadas en contenido y estructura. Cada palabra se transcribió y se alineó con precisión temporal a la actividad de las neuronas, lo que permitió comparar el disparo de cada célula con la pieza lingüística que estaba a punto de salir.
Modelos de lenguaje para etiquetar lo que dice el cerebro
La pieza ingeniosa del método es el uso de herramientas de procesamiento del lenguaje natural para diseccionar cada frase. Mediante analizadores sintácticos (de constituyentes y de dependencias), los investigadores etiquetaron cada palabra con sus propiedades: su categoría gramatical (sustantivo, verbo modal, adverbio…), la función que cumple dentro de un sintagma, su profundidad jerárquica dentro del árbol sintáctico de la oración y su posición en la secuencia. Después contrastaron esas etiquetas con la actividad neuronal en la ventana inmediatamente anterior a pronunciar cada palabra —entre 400 y 100 milisegundos antes de la articulación—, es decir, durante la planificación y no durante el sonido en sí.
Neuronas que son piezas del lenguaje
El hallazgo central es que el lenguaje no es un fenómeno completamente difuso repartido por toda la red, como se solía pensar, sino que descansa en células con funciones sorprendentemente específicas. Distintas poblaciones de neuronas se repartían el trabajo: alrededor del 9 % respondía selectivamente a la categoría gramatical de la palabra que venía —aumentando su disparo, por ejemplo, justo antes de un verbo modal—; un 16 % reaccionaba a los constituyentes de la oración (cómo un grupo de palabras funciona como una unidad, como un sintagma nominal); cerca del 16 % codificaba la profundidad sintáctica de la palabra dentro de la jerarquía de la frase; y un 11 % seguía el cierre de los sintagmas, esa transición en la que un grupo de palabras se fusiona y termina.
Otro grupo se ocupaba de las relaciones gramaticales de dependencia: cambiaba su actividad según si la palabra planeada iba a ser, por ejemplo, el sujeto o el objeto directo del verbo que la gobierna.
Estas representaciones resultaron robustas y generalizables. A partir de los patrones de disparo de las neuronas, los investigadores pudieron decodificar —predecir— las propiedades lingüísticas de palabras que el modelo no había visto antes, palabra por palabra y con aciertos muy por encima del azar. Y funcionaba incluso con frases de temática y contexto distintos a los del entrenamiento, lo que indica que las células no memorizaban oraciones concretas, sino que capturaban propiedades lingüísticas abstractas.
Sintaxis y significado, en células distintas
Uno de los resultados más finos del trabajo aborda una vieja pregunta de la neurolingüística: ¿están separadas en el cerebro la gramática y el significado? Los datos sugieren que, a escala celular, en buena medida sí. La mayoría de las neuronas se especializaba en información sintáctica o en información semántica, pero rara vez en ambas: solo un 1,8 % de las células codificaba las dos cosas a la vez.
Además, las neuronas distinguían con notable precisión rasgos que suelen ir de la mano —como la profundidad de constituyentes y la de dependencias, que crecen ambas a medida que avanza la frase—, lo que confirma que se trata de representaciones diferenciables y no de un mismo efecto disfrazado.
El equipo también descartó que las respuestas se debieran a propiedades acústicas más básicas, como el tono de la voz: las neuronas sensibles al tono apenas se solapaban con las que codificaban rasgos lingüísticos.
Codificación combinatoria y anticipación
Las palabras, sin embargo, no se definen por una sola etiqueta, sino por una combinación. «Perro» es un sustantivo tanto en «el perro se comió el hueso» como en «el hombre paseó al perro», pero en una frase es sujeto y en la otra, objeto. Para capturar esa riqueza, los investigadores construyeron modelos que integraban a la vez la información sintáctica, la semántica y —mediante un modelo de lenguaje de gran tamaño— el contexto de la frase.
El resultado: la actividad neuronal se predecía mejor cuanto más contexto se incorporaba, hasta estabilizarse en torno a las cinco palabras previas. Y la capacidad predictiva del modelo contextual se mantenía alta bastante antes de hablar, alcanzando su punto máximo aproximadamente un segundo antes de pronunciar la palabra. En otras palabras: el cerebro integra el contexto de lo que va a decir con una antelación considerable, anticipando la palabra dentro de su marco.
Un mapa a tres escalas
El estudio dibuja además el paisaje cortical del lenguaje en tres niveles: micro (la célula), meso (la población local) y macro (la región). Las neuronas con funciones lingüísticas aparecían distribuidas ampliamente por la corteza frontotemporal y por ambos hemisferios, pero su capacidad de codificar información no era simétrica: la fuerza de la respuesta estaba claramente lateralizada hacia el hemisferio izquierdo, el dominante para el lenguaje, y variaba según la región, con la corteza prefrontal mostrando la modulación más intensa.
Por último, al comparar la actividad de neuronas individuales con la de los potenciales de campo local —que reflejan la actividad sincronizada del vecindario celular— en los mismos puntos del córtex, el equipo encontró que ambas señales solían codificar rasgos lingüísticos distintos. La información de la célula concreta era, además, mucho más específica: un 8,5 % de las neuronas mostraba una selectividad extrema por un rasgo determinado, algo casi inexistente en la señal poblacional. La especialización, por tanto, vive en la neurona individual, no solo en el conjunto.
Por qué importa
Más allá de su elegancia, el trabajo identifica algunos de los ladrillos celulares más básicos con los que el cerebro humano codifica el lenguaje y empieza a explicar cómo somos capaces de generar, a partir de un repertorio finito de reglas, un número prácticamente inagotable de oraciones nuevas. A más largo plazo, comprender este código a escala de neurona resulta relevante para el desarrollo de interfaces cerebro-máquina y de prótesis del habla destinadas a personas que han perdido la capacidad de hablar, un terreno donde traducir la intención lingüística en palabras exige saber exactamente qué representa cada célula.
Conviene, eso sí, mantener la cautela habitual: el estudio se basa en ocho participantes, todos angloparlantes y en un contexto clínico particular, de modo que habrá que confirmar hasta qué punto estos principios se generalizan a otras lenguas y poblaciones. Pero la dirección es clara. Lo que durante mucho tiempo pareció una nube indistinta de actividad cerebral empieza a revelarse como un sistema ordenado de piezas especializadas que, juntas y en milésimas de segundo, construyen aquello que estamos a punto de decir.
Referencia: Cai, J., Kfir, Y., Jamali, M. et al. «Mapping the neuronal building blocks of human language with language models». Nature (2026). https://doi.org/10.1038/s41586-026-10691-5
