Una IA de Princeton aprende miles de palabras del habla infantil

Investigadores de la Universidad de Princeton han entrenado modelos de inteligencia artificial para aprender palabras habladas como lo hacen los niños: día tras día, a partir del habla que se oye en casa. Según un comunicado de Princeton difundido por EurekAlert, el estudio se publicó en la revista Science el 5 de noviembre de 2026 y sigue aproximadamente los primeros 1.000 días de vida de niños grabados en sus hogares. SingularityHub lo recogió el 12 de noviembre y el medio portugués Pplware el 14 de noviembre.

Un modelo, aquí, es una red neuronal: un programa formado por capas de unidades de cálculo simples cuyas conexiones se ajustan durante el entrenamiento. La repetición (replay) es la técnica central del estudio. Al final de cada día simulado, el modelo vuelve a oír una muestra del habla que ya había escuchado, una idea inspirada en la forma en que se cree que el sueño consolida los recuerdos en el cerebro, según SingularityHub.

¿Qué datos recogieron los investigadores?

Según Princeton, se grabó a 17 bebés de 15 hogares de Nueva Jersey durante sus tres primeros años, y el análisis abarca a 8 de ellos. EurekAlert informa de 1,2 millones de horas de datos reunidos durante unos 1.000 días. SingularityHub añade que cada hogar tenía entre 4 y 14 dispositivos funcionando unas 12 horas al día, y que los padres conservaban el derecho a retirar o borrar las grabaciones gracias a un marco ético diseñado por el equipo.

Tras eliminar el ruido, los silencios largos y las conversaciones superpuestas, el equipo conservó hasta 6.600 horas de audio por niño para entrenar un modelo individual, según SingularityHub. A modo de comparación, el mismo medio señala que los grandes modelos de lenguaje, los sistemas detrás de los chatbots, necesitan miles de millones de palabras de texto.

¿Por qué el modelo necesitaba una noche de repetición?

Cada modelo partía de cero: sin lista de sonidos del inglés y sin indicación de dónde termina una palabra y empieza la siguiente, según SingularityHub. Tenía dos partes: un codificador de audio que corta el habla en fragmentos de 20 milisegundos y un decodificador predictivo entrenado para anticipar los sonidos siguientes. Princeton explica que el modelo recibía el habla del niño día a día, en orden, en lugar de los datos barajados que se usan para construir las redes neuronales habituales.

Los primeros resultados fueron decepcionantes. Hadas Raviv, científica cognitiva computacional de Princeton, afirmó que exponer al modelo al flujo diario de habla no bastaba, según SingularityHub. Añadir una fase de repetición al final de cada día simulado cambió el resultado. Princeton resume lo que necesita el modelo: un día entero de habla, día tras día, y una noche para repetirla.

¿Qué aprendió la IA y a qué velocidad?

• Con la repetición, los modelos adquirieron primero los fonemas, las unidades básicas de sonido de una lengua, y después palabras recurrentes, según SingularityHub.
• En los ocho niños, los modelos aprendieron unos 37 fonemas en 15 meses y empezaron a reconocer palabras antes de los dos años, a ritmos muy distintos, según SingularityHub.
• Hacia los 1.000 días, el vocabulario del gemelo de IA de cada niño había alcanzado miles de palabras, según SingularityHub y Pplware.
• Ajustando parámetros como la cantidad de repeticiones durante el replay y la velocidad de procesamiento, el equipo obtuvo trayectorias de comprensión de palabras que coincidían con las de cada niño, según Princeton a través de EurekAlert.

Princeton subraya por qué importa: la psicología se ha apoyado en gran medida en promedios, y un modelo que sigue a niños concretos abre la puerta a estudiar el desarrollo niño por niño. El comunicado añade que el modelo aprendió a comprender el lenguaje en cada hogar pese a las grandes diferencias en el habla a la que estaban expuestos los niños.

¿Cuáles son los límites del estudio?

Los investigadores insisten en que la IA no aprende exactamente como un bebé. Según Pplware, los niños también se apoyan en señales visuales, gestos e interacción social. SingularityHub añade que el modelo aprendió solo con sonido y no procesa la información de forma paralela y eficiente en energía como las neuronas. Distinguir qué rasgos del modelo reflejan el aprendizaje real del bebé y cuáles son atajos computacionales queda pendiente, según el mismo medio. Las fuentes leídas describen además una muestra limitada, 8 niños de hogares de Nueva Jersey: extender el resultado a otras lenguas o entornos no está demostrado.

¿Para qué sirve esta investigación?

Según EurekAlert, el equipo de Princeton quiere usar el modelo para probar el efecto de dormir más o menos, o de distintos tipos de habla como la televisión, y espera diagnosticar mejor los trastornos del aprendizaje entendiendo cómo aprende lenguaje un cerebro típico. Raviv dijo que, a diferencia de buena parte de la IA moderna, que busca un rendimiento sobrehumano, el objetivo es entender cómo aprenden los humanos.

Pplware y SingularityHub añaden que el enfoque podría inspirar modelos de IA más eficientes que aprendan con menos datos. Es una hipótesis, no un resultado del estudio: ninguna de las dos fuentes informa de un ahorro medido de datos o de energía. Zara Harmon y Caroline Rowland, del Instituto Max Planck de Psicolingüística, que no participaron en el trabajo, escribieron que estos estudios permiten modelar el aprendizaje en condiciones cada vez más realistas, según SingularityHub.

¿Qué cambia para una empresa?

Para una empresa de España o de América Latina, nada de esto es todavía un producto: el modelo es una herramienta de investigación, no un servicio. Hay tres puntos que merecen atención. Primero, los equipos que crean asistentes de voz, aplicaciones para aprender idiomas o herramientas de salud basadas en la voz pueden tomar nota del principio de repetición, que sugiere entrenar con un flujo continuo y un repaso periódico en lugar de solo con enormes corpus barajados; esto debe validarse fuera del laboratorio.

Segundo, los datos. Las grabaciones domésticas continuas de niños pequeños exigieron un marco que permitiera a los padres retirar o borrar sus datos, una referencia útil para cualquier empresa que trate datos de voz de menores según las normas de protección de datos. Tercero, las promesas de menor consumo de energía siguen sin demostrarse por ahora, así que no deben entrar en un plan de negocio hasta que se publiquen resultados medidos.