Les interfícies cervell-ordinador permeten comunicar-se a persones que han perdut la capacitat de parlar o de moure's, com els malalts d'esclerosi lateral amiotròfica (ELA). Les més ràpides necessiten implants al cervell. Les no invasives, que només demanen un casquet d'elèctrodes al cap, són més segures i accessibles, però molt lentes: sovint l'usuari ha d'escollir lletra per lletra mirant una pantalla on parpellegen opcions, i el sistema detecta una resposta característica del cervell, l'ona P300, quan la que s'il·lumina és la que vol.
Un equip de la Universitat Rutgers, als Estats Units, dirigit per Laleh Najafizadeh i amb Jiazhen Hong i Weinan Wang com a autors principals, ha publicat a la revista revisada IEEE Transactions on Biomedical Engineering un sistema, ChatBCI-Assist, que hi afegeix un model de llenguatge ajustat per a la tasca. A mesura que l'usuari escriu, el model proposa paraules i frases que encaixen amb el context, i l'usuari les pot acceptar amb la mateixa tècnica o continuar lletra per lletra. El sistema també fa servir una estratègia per decidir quan ja té prou senyal per donar per bona una tria. El model funciona a l'ordinador local i no envia els missatges a cap servei al núvol. En les proves, copiar una frase exacta va ser gairebé el doble de ràpid que amb un sistema de predicció basat en un diccionari, i transmetre el mateix significat amb paraules diferents, gairebé tres vegades més ràpid. Els participants també van dir que els costava menys esforç.
El resultat importa perquè la lentitud és el gran obstacle de les interfícies no invasives. Si un model de llenguatge pot multiplicar la velocitat sense cap operació, aquestes eines podrien arribar a molts més pacients. Najafizadeh diu que el treball obre el camí a una comunicació «més ràpida i més accessible». Que el model funcioni en local també és rellevant: els missatges de qui depèn d'aquestes eines per comunicar-se poden ser molt íntims.
Els límits són clars. Fins ara el sistema només s'ha avaluat amb persones sanes, i la informació publicada no detalla quants participants hi van prendre part ni les xifres exactes de velocitat; l'equip prepara ara les proves amb pacients d'ELA amb el neuròleg Shan Chen. El sistema no llegeix el pensament: només detecta eleccions deliberades entre opcions que surten a la pantalla. I hi ha un risc propi de la predicció: quan l'usuari accepta la frase que proposa el model, el missatge pot acabar dient el que el model creu probable i no exactament el que la persona volia dir.
