Conversas permitem que os humanos comuniquem seus pensamentos, sentimentos e ideias aos outros. Isso, por sua vez, permite que aprendam coisas novas, aprofundem suas conexões sociais e cooperem com colegas para resolver tarefas específicas.

Entender como o cérebro humano dá sentido ao que é dito durante conversas pode informar o desenvolvimento de modelos computacionais inspirados no cérebro.

Por outro lado, agentes baseados em aprendizado de máquina projetados para processar e responder a consultas de usuários em vários idiomas, como o ChatGPT, podem ajudar a lançar nova luz sobre a organização do conteúdo conversacional no cérebro.

Pesquisadores da Universidade de Osaka e do Instituto Nacional de Tecnologia da Informação e Comunicação (NICT) realizaram um estudo com o objetivo de explorar mais a fundo como o cérebro deriva significado de conversas espontâneas, usando o modelo de linguagem ampliada (LLM) que sustenta o funcionamento do ChatGPT e dados de ressonância magnética funcional (fMRI) coletados enquanto humanos conversavam entre si.

Suas descobertas, publicadas na Nature Human Behaviour, oferecem novos insights valiosos sobre como o cérebro permite que os humanos interpretem a linguagem durante conversas em tempo real.

"Nosso objetivo a longo prazo é entender como o cérebro humano possibilita a vida cotidiana. Como a conversação baseada na linguagem é uma das expressões mais fundamentais do intelecto humano e da interação social , nos propusemos a investigar como o cérebro sustenta o diálogo natural", disse Shinji Nishimoto, autor sênior do artigo.

"Avanços recentes em grandes modelos de linguagem, como o GPT, forneceram as ferramentas quantitativas necessárias para modelar o rico fluxo de informações linguísticas, momento a momento, tornando este estudo possível."

Como parte de seu estudo, Nishimoto e seus colegas realizaram um experimento envolvendo oito participantes humanos, que foram solicitados a conversar espontaneamente sobre tópicos específicos.

Enquanto conversavam em um dos experimentos, a atividade cerebral dos participantes foi monitorada usando fMRI, uma técnica de neuroimagem amplamente utilizada que detecta alterações no fluxo sanguíneo no cérebro.

"Medimos a atividade cerebral usando fMRI enquanto os participantes se envolviam em conversas espontâneas com um experimentador", explicou Masahiro Yamashita, primeiro autor do artigo.

Para analisar o conteúdo dessas conversas, convertemos cada enunciado em vetores numéricos usando o GPT, um componente central do ChatGPT. Para capturar diferentes níveis de hierarquia linguística — como palavras, frases e discurso —, variamos o tempo de análise de 1 a 32 segundos.

Utilizando o modelo computacional GPT , os pesquisadores criaram representações numéricas da linguagem usada pelos participantes durante as conversas. Essas representações permitiram prever a intensidade com que os cérebros de diferentes indivíduos respondiam tanto enquanto falavam quanto enquanto ouviam a pessoa com quem conversavam.

"Um crescente corpo de pesquisas sugere que os significados da linguagem falada e percebida são representados em regiões cerebrais sobrepostas", disse Yamashita.

No entanto, em conversas reais, o que eu digo e o que você diz devem ser distinguíveis, e pouco se sabe sobre como essa distinção é feita. Nosso estudo revelou que o cérebro integra palavras em frases e discursos de forma diferente durante a produção da fala em comparação com a compreensão.

Os resultados deste estudo sugerem que o cérebro emprega diferentes estratégias para construir significado a partir do que é dito durante conversas, dependendo se está trabalhando na produção da fala ou no processamento do que o outro está dizendo. Essa observação interessante contribui para a compreensão dos processos complexos que permitem aos humanos extrair significado das conversas cotidianas.

No futuro, o trabalho de Nishimoto, Yamashita e sua colega Rieko Kubo pode inspirar outras equipes de pesquisa a investigar processos cerebrais usando uma combinação de LLMs e dados de neuroimagem.

"Em meus próximos estudos, gostaria de explorar como o cérebro seleciona o que dizer entre muitas opções possíveis durante conversas em tempo real", acrescentou Yamashita. "Estou particularmente interessado em como essas decisões são tomadas de forma tão rápida e eficiente no contexto de conversas naturais."