El cerebro puede codificar dos voces a la vez

Escuchar dos personas hablando al mismo tiempo no es solo un problema de cortesía o de ruido. Para tu cerebro, separar una voz de otra es una tarea de cómputo bastante compleja: tiene que seguir el ritmo, la entonación y los cambios rápidos de cada hablante, mientras filtra lo que no te interesa. Durante años, la idea dominante fue que el cerebro prioriza una sola voz y que el resto queda en segundo plano de forma más borrosa.

Un estudio publicado en PLOS Biology pone esa idea bajo presión. Usando EEG, los investigadores encontraron evidencia de que el cerebro puede codificar dos corrientes de habla al mismo tiempo, no solo la voz que estás atendiendo. Eso no significa que proceses ambas con la misma precisión ni que las entiendas igual de bien, pero sí sugiere que la representación neural de la voz ignorada es más robusta de lo que se pensaba.

Ese detalle importa mucho más allá del laboratorio. Si el cerebro mantiene dos voces en paralelo, aunque sea de forma parcial, eso abre oportunidades para interfaces cerebro-computadora, herramientas de accesibilidad para personas con pérdida auditiva y sistemas de atención auditiva que funcionen mejor en oficinas, salas de clases, call centers o calles con ruido de fondo.

Qué descubrió el estudio

El trabajo se centró en cómo responde el cerebro cuando escuchas dos hablantes simultáneos. En vez de asumir que una voz domina y la otra desaparece, el equipo analizó señales de EEG para ver si era posible reconstruir o rastrear ambas corrientes de habla a partir de la actividad cerebral.

La respuesta fue sí. El patrón neural contiene información sobre las dos voces al mismo tiempo, aunque el cerebro siga dedicando más recursos a la voz atendida. Dicho de forma simple: no apagas por completo la segunda voz. La dejas entrar, la codificas hasta cierto punto y luego decides qué tanto peso le das.

Eso encaja con algo que seguro ya has vivido. En una reunión con varias personas hablando, tú puedes seguir al que te interesa, pero igual captas fragmentos del resto: tu nombre, una palabra clave, una risa, una interrupción. El cerebro no actúa como un micrófono con botón de mute. Más bien parece un sistema con varios filtros que operan en paralelo.

Por qué EEG es útil para este tipo de pregunta

El EEG no ve neuronas individuales, pero sí registra la actividad eléctrica global del cerebro con muy buena resolución temporal. Y en un problema como el habla, el tiempo importa muchísimo: una sílaba puede cambiar el sentido de una frase en décimas de segundo.

Eso hace que el EEG sea una herramienta razonable para estudiar atención auditiva. Si quieres saber si el cerebro sigue el ritmo de una voz concreta, necesitas observar cómo se alinea la señal neural con la estructura temporal del habla. Esa es justo la clase de información que el EEG puede aportar.

Además, el método tiene una ventaja práctica: es menos invasivo y más accesible que otras técnicas. No resuelve todo, pero sirve como base para pensar en aplicaciones reales, no solo en teoría.

Cómo se estudia una voz entre varias

Para entender el hallazgo, conviene separar dos cosas: escuchar y atender. Escuchar implica que el sonido entra y se procesa. Atender implica que tu cerebro prioriza una fuente sobre otra. Es posible que ambas ocurran al mismo tiempo, pero con distinto nivel de detalle.

En este estudio, la pregunta no era si el participante podía repetir palabra por palabra lo que decía cada hablante. La pregunta era más técnica: ¿la actividad cerebral contiene huellas de ambas corrientes de habla? Si la respuesta es afirmativa, entonces hay una base fisiológica para sistemas que detecten qué voz sigues y qué otra voz está presente en el entorno.

La lógica es parecida a la de un sistema de recomendación, pero aplicada al cerebro: no se trata de adivinar una sola preferencia, sino de observar señales simultáneas y estimar cuál está ganando peso en cada momento.

Qué significa codificar una voz

Codificar no es lo mismo que entender. Cuando el artículo habla de codificación neural, se refiere a que la señal del cerebro conserva información suficiente sobre la estructura de la voz o del flujo de habla como para que un modelo la detecte o la reconstruya parcialmente.

Eso puede incluir ritmo, amplitud, pausas y otras características temporales. No es una transcripción automática de lo que se dijo, pero sí una representación útil para inferir qué está pasando en la atención auditiva.

En otras palabras, el cerebro no guarda una copia de audio como un archivo WAV. Lo que hace es transformar el sonido en patrones que sirven para tomar decisiones, priorizar estímulos y responder rápido.

Un ejemplo cotidiano

Imagina que estás en un restaurante en Quito, con música de fondo, platos, conversaciones y una persona hablándote enfrente. Tú sigues a esa persona, pero si alguien menciona tu nombre en una mesa cercana, lo notas de inmediato. Eso sugiere que el sistema auditivo está procesando más de una fuente, aunque solo una llegue a tu foco consciente.

Ese comportamiento cotidiano es justo el tipo de fenómeno que estos estudios intentan medir con EEG. La diferencia es que, en el laboratorio, puedes aislar variables y ver qué hace el cerebro cuando cambias el número de hablantes, el nivel de ruido o la atención exigida.

Por qué este hallazgo importa para interfaces cerebro-computadora

Las interfaces cerebro-computadora suelen aparecer en conversaciones sobre control de prótesis, comunicación asistida o sistemas de apoyo para personas con discapacidad. Pero también pueden aplicarse a problemas más concretos: saber a qué voz le estás prestando atención en un entorno ruidoso.

Si una interfaz detecta la voz objetivo a partir de la actividad cerebral, podría ayudar a seleccionar automáticamente la fuente de audio correcta en audífonos inteligentes, asistentes de comunicación o sistemas de cancelación de ruido. No hablamos de ciencia ficción, sino de una extensión lógica de lo que ya se investiga en speech decoding y atención auditiva.

Esto es especialmente útil para personas con pérdida auditiva, porque muchas veces el problema no es solo oír menos volumen. El problema real es separar señales cuando hay competencia acústica. En una cafetería, una escuela o un transporte público lleno, entender una conversación puede ser agotador.

Aplicaciones concretas que sí tienen sentido

1. Audífonos y hearables más inteligentes: un dispositivo podría usar señales cerebrales o combinarlas con sensores externos para priorizar la voz que el usuario quiere seguir.
2. Sistemas de apoyo para comunicación aumentativa: en personas que no pueden hablar con facilidad, detectar intención auditiva puede acelerar la interacción.
3. Asistencia en entornos laborales ruidosos: call centers, plantas industriales o salas de control podrían beneficiarse de sistemas que reduzcan la carga cognitiva.
4. Accesibilidad para estudiantes: en aulas con ruido, una capa de atención auditiva podría mejorar la identificación de la voz del docente.

La clave está en no prometer milagros. Hoy esto es investigación, no un producto listo para vender en masa. Pero la dirección es clara: si entiendes mejor cómo el cerebro separa voces, puedes diseñar mejores herramientas para ayudarlo.

Qué retos técnicos quedan por resolver

El principal reto es que el cerebro no siempre se comporta igual. La atención cambia, el cansancio cambia, el contexto cambia. No es lo mismo escuchar dos voces en silencio que hacerlo con tráfico, música, ventiladores y otras distracciones.

Otro reto es la precisión. Detectar que el cerebro codifica dos voces no significa que puedas reconstruirlas con calidad de estudio. Entre una señal neural útil y un sistema robusto para uso diario hay bastante trabajo: calibración, variabilidad entre personas, latencia, privacidad y consumo de energía.

También está el problema de la generalización. Un modelo que funciona con un grupo pequeño en laboratorio puede fallar en una población distinta, con acentos diferentes, idiomas diferentes o condiciones auditivas distintas. Eso es muy relevante para Latinoamérica, donde la diversidad lingüística y acústica es enorme.

Lo que tendría que mejorar antes de salir del laboratorio

• Más participantes y más diversidad: edades, condiciones auditivas y contextos lingüísticos distintos.
• Mejor tolerancia al ruido real: no solo ruido controlado, también ambientes complejos.
• Modelos más rápidos: si la señal llega tarde, ya no sirve para asistencia en tiempo real.
• Privacidad clara: una señal cerebral no puede tratarse como cualquier dato de uso común.
• Integración con hardware práctico: casco EEG, audífonos o dispositivos portátiles que no sean incómodos.

Si alguna vez has usado un sistema de cancelación de ruido que funciona bien con motores constantes pero falla con voces humanas, ya sabes por qué esto es difícil. El habla es cambiante, rica en matices y mucho más difícil de filtrar que un zumbido uniforme.

Qué cambia para accesibilidad y atención auditiva

La parte más interesante del estudio no es solo que el cerebro pueda seguir dos voces. Es que esa capacidad puede convertirse en una señal útil para diseñar tecnologías de apoyo más finas. En accesibilidad, eso vale oro: cada pequeño avance puede reducir fatiga, mejorar comprensión y dar más autonomía.

Para una persona con audición reducida, el gran problema no siempre es la intensidad del sonido. Muchas veces es la mezcla. Si una herramienta ayuda a separar hablantes en tiempo real, la conversación deja de ser una pared de ruido y vuelve a ser información manejable.

En atención auditiva, el uso también puede ser preventivo. Piensa en entornos donde la carga cognitiva es alta: pilotos, operadores, personal médico, docentes o trabajadores de seguridad. Un sistema que detecte fatiga atencional o pérdida de foco podría ayudar a ajustar alertas o priorizar canales de audio.

Ejemplo de flujo de uso posible

1. El usuario entra a un entorno con varias voces.
2. El sistema detecta patrones de atención mediante EEG o sensores combinados.
3. El audio se ajusta para priorizar la voz objetivo.
4. Si la atención cambia, el sistema lo detecta y reconfigura la salida.
5. El usuario recibe menos interferencia y menos esfuerzo mental.

Ese flujo todavía necesita validación, pero la lógica ya existe. Lo que faltaba era evidencia de que el cerebro no borra por completo la segunda voz, sino que mantiene una representación aprovechable.

Lo que deberías mirar en estudios como este

Cuando leas una investigación de neurociencia aplicada, conviene fijarte en tres cosas: qué midieron, cómo lo midieron y qué tan lejos llega la conclusión. Aquí, el valor del trabajo está en conectar una señal cerebral con un problema muy concreto: separar voces.

No conviene exagerar el resultado. El estudio no dice que podamos leer pensamientos complejos ni que mañana tendrás un dispositivo que entienda todo lo que escuchas. Lo que dice es más útil y más realista: hay suficiente información neural sobre dos corrientes de habla como para pensar en aplicaciones de atención y accesibilidad.

También conviene distinguir entre prueba de principio y producto final. Una prueba de principio te muestra que algo es posible. Un producto final requiere estabilidad, costo razonable, buena experiencia de uso y cumplimiento ético. Entre ambos hay bastante ingeniería.

Fuentes y referencias útiles

Si quieres revisar la base original, el artículo está en PLOS Biology: https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.3003876

Para entender mejor el uso de EEG en contextos de investigación, la documentación general de MNE-Python es una referencia práctica: https://mne.tools/stable/index.html

Y si te interesa el marco técnico de señales cerebrales y dispositivos, la visión general de la NIH sobre brain-computer interfaces es un buen punto de partida: https://www.ninds.nih.gov/health-information/disorders/brain-computer-interface

Tabla resumen

El hallazgo no resuelve por sí solo el problema de escuchar en ruido, pero sí cambia una pieza clave del rompecabezas. Si el cerebro conserva dos voces en paralelo, entonces las herramientas futuras pueden dejar de pelear contra un sistema “monotarea” y empezar a trabajar con la forma real en que escuchas.