Além da fala e da escrita: a IA pode permitir que os humanos troquem pensamentos em alta velocidade?

Um estudo científico sobre inteligência artificial, interfaces cérebro-computador e a troca direta de pensamentos entre pessoas

Artigo de revisão científica e estrutura de pesquisa proposta | Novembro de 2026

Resumo

Os computadores modernos de hoje trocam informações a velocidades difíceis de imaginar.

Uma conexão Gigabit Ethernet comum pode transferir dados a um bilhão de bits (1.000.000.000 de bits) por segundo. Tecnologias avançadas de computação e de centros de dados operam muitas vezes mais rápido ainda.

Mas a situação humana é totalmente diferente.

Mesmo hoje, as pessoas usam principalmente a fala, a escrita, os gestos e os movimentos corporais para transmitir seus pensamentos, ideias, opiniões e sentimentos aos outros.

Embora um enorme processamento de informações neurais ocorra no cérebro humano, nossa capacidade de transferir essas informações para outra pessoa de maneira significativa é comparativamente muito limitada.

Essa situação levanta uma questão científica importante.

Usando inteligência artificial e tecnologias neurais, as pessoas podem trocar seus pensamentos e ideias de forma direta, precisa e em alta velocidade, sem a ajuda da fala ou da escrita?

Este artigo examina a velocidade da transferência de informações humanas, as tecnologias que interpretam os sinais neurais do cérebro, as interfaces cérebro-computador, a comunicação cérebro a cérebro e o progresso científico alcançado até novembro de 2026.

Ele também propõe uma nova estrutura de pesquisa para a troca em alta velocidade de pensamentos e intenções humanas com a ajuda da inteligência artificial.

O objetivo fundamental desta pesquisa não é simplesmente transferir mais dados digitais.

Seu propósito central é explorar a viabilidade científica de um novo método de comunicação que transmita aos outros o verdadeiro significado do que uma pessoa deseja expressar, em menos tempo e com maior precisão.

1. Introdução: As barreiras de velocidade na comunicação humana

Considere dois computadores conectados a uma rede de computadores moderna.

Eles podem converter quantidades muito grandes de informação em sinais elétricos e trocá-las em poucos milissegundos.

Agora considere duas pessoas trocando uma ideia complexa.

A primeira pessoa precisa formar uma ideia em sua mente.

Depois precisa converter essa ideia em linguagem.

Precisa escolher palavras adequadas.

Precisa organizar essas palavras em uma frase correta.

Só então pode falar ou escrever.

Da mesma forma, a segunda pessoa precisa ouvir ou ler essas palavras. Depois precisa entender seu significado e descobrir o que a primeira pessoa realmente queria dizer.

Cada etapa desse processo leva tempo.

Em algumas ocasiões, podem surgir mal-entendidos. A ideia então precisa ser explicada novamente.

O problema importante aqui não é que o cérebro humano funcione lentamente.

Em vez disso, existe uma lacuna significativa entre o processamento de informações neurais que ocorre no cérebro humano e a velocidade com que essas informações podem ser transmitidas aos outros.

Uma pesquisa de Coupé e colegas, publicada na revista Science Advances em 2019, estudou 17 idiomas e estimou que a taxa de transferência de informações das línguas faladas humanas é, em média, de cerca de 39 bits por segundo [1].

Em outro estudo importante, Zheng e Meister estimaram a taxa de processamento de informações comportamentais humanas em aproximadamente 10 bits por segundo. Esse estudo foi publicado on-line em 2024 e apareceu na revista Neuron em 2025 [2].

Esses dois estudos medem tipos diferentes de processamento de informações. Portanto, os dois números não podem ser usados indistintamente.

Também não são medições finais da capacidade total de processamento neural do cérebro humano.

No entanto, mostram que a taxa de informação das ações e da comunicação humanas conscientes é muito menor do que a taxa de transferência de dados de muitos sistemas eletrônicos.

Essa diferença forma a base da nossa nova pesquisa.

2. A velocidade de transferência de dados dos computadores e a velocidade de comunicação dos humanos

Os computadores convertem informações em forma digital e as trocam de acordo com protocolos de comunicação definidos.

Por exemplo:

• 1 gigabit por segundo (1 Gbps) = 1.000.000.000 de bits por segundo.

• 10 Gbps = 10 bilhões de bits por segundo.

• 100 Gbps = 100 bilhões de bits por segundo.

• 800 Gbps = 800 bilhões de bits por segundo.

Esses números descrevem a capacidade de transferência de informações de uma rede de computadores.

Mas eles não dizem nada sobre a rapidez com que um computador entende o verdadeiro significado das informações enviadas.

A comunicação humana é totalmente diferente.

Nas trocas entre pessoas, o mais importante não é apenas a quantidade de informação, mas o seu significado.

Por exemplo, uma pessoa pode expressar claramente uma decisão muito complexa em poucas palavras.

Outra pessoa pode precisar de vários parágrafos para explicar a mesma ideia.

Portanto, é necessário muito cuidado científico ao comparar a velocidade de transferência de dados dos computadores com a velocidade de comunicação dos humanos.

Um computador pode transferir um bilhão de bits por segundo.

Mas isso não significa que ele entenda o significado dessas informações.

Ao mesmo tempo, uma pessoa pode transmitir uma ideia profunda a outra usando apenas algumas palavras.

O objetivo da nossa pesquisa, portanto, não é transformar o cérebro humano em uma rede de computadores de gigabits.

Em vez disso, nosso objetivo é aumentar a velocidade com que pensamentos e ideias significativos podem ser trocados entre pessoas de uma maneira corretamente compreendida.

Este é o fundamento científico mais importante desta pesquisa.

3. O progresso que a ciência alcançou até agora

3.1 Interfaces cérebro-computador

Uma interface cérebro-computador, ou BCI para abreviar, é uma tecnologia que cria uma conexão entre a atividade neural do cérebro humano e um sistema de computador externo.

Com essa tecnologia, os sinais obtidos do cérebro podem ser analisados por computador.

Existem duas abordagens principais para registrar a atividade cerebral.

Primeiro, métodos como o EEG, que registram a atividade elétrica do cérebro sem cirurgia.

Segundo, métodos que usam eletrodos implantados no cérebro por meio de cirurgia.

Modelos de inteligência artificial analisam esses sinais neurais e tentam identificar a ação que uma pessoa pretende realizar, a palavra que deseja expressar ou um comando de comunicação.

Uma pesquisa de Willett e colegas, publicada na revista Nature em agosto de 2023, foi um avanço importante nessa área.

Esse trabalho criou uma tecnologia que converte em texto a atividade neural que ocorre quando uma pessoa tenta falar.

A participante conseguiu se comunicar a uma taxa de cerca de 62 palavras por minuto.

A taxa de erro de palavras foi de 9,1% com um vocabulário restrito de 50 palavras e de 23,8% com um vocabulário amplo de 125.000 palavras [3].

Essa pesquisa provou que os sinais cerebrais produzidos quando uma pessoa tenta falar podem ser usados para se comunicar com relativa rapidez.

Mas esse sistema não é uma tecnologia capaz de ler livremente cada pensamento que surge na mente de uma pessoa.

Ele identificou a atividade neural associada à tentativa de falar.

3.2 Gerando fala diretamente a partir de sinais cerebrais

Outros avanços notáveis nesse campo ocorreram em 2025.

Littlejohn e colegas criaram uma tecnologia que processa os sinais do cérebro humano em intervalos de 80 milissegundos e os converte em fala com a ajuda da inteligência artificial [4].

Em outro estudo, Wairagkar e colegas descreveram um método que usa os sinais neurais do cérebro para produzir fala sintética expressiva em tempo real.

O participante desse estudo também conseguiu controlar, até certo ponto, elementos expressivos como a entonação da voz [5].

Este é um avanço muito importante.

A comunicação humana não é apenas a troca de palavras.

A velocidade com que falamos, o tom de voz, a expressão emocional e a forma como enfatizamos as palavras revelam o verdadeiro significado de uma ideia.

Esses estudos demonstram a viabilidade de reconstruir a fala humana natural a partir de sinais neurais.

No entanto, continuam sendo tecnologias experimentais usadas em ambientes de pesquisa específicos.

3.3 Uso prático de longo prazo: um estudo marcante de 2026

Um estudo publicado na revista Nature Medicine em junho de 2026 mostrou um avanço importante no uso prático da tecnologia de interfaces cérebro-computador.

Neste estudo de Card e colegas, uma pessoa com paralisia motora grave comunicou-se de forma independente por um longo período com a ajuda de uma interface implantada.

Durante quase dois anos, ele usou a tecnologia em casa por mais de 3.800 horas.

Por meio dela, comunicou cerca de 1,96 milhão de palavras e 183.060 frases.

A velocidade média de comunicação foi de cerca de 56 palavras por minuto.

Em testes controlados de fala, a precisão das palavras ultrapassou 99%. Mas em conversas naturais do dia a dia, essa precisão não foi a mesma em todos os momentos [6].

Essa diferença é muito importante.

É uma conquista que uma tecnologia funcione bem em laboratório.

É outra conquista que a mesma tecnologia funcione de forma confiável por um longo período na vida diária das pessoas.

Na nossa pesquisa sobre troca de pensamentos humanos em alta velocidade, esses dois aspectos também devem ser comprovados separadamente.

3.4 As informações podem ser trocadas diretamente entre cérebros humanos?

Também houve alguns sucessos iniciais no mundo científico em relação à comunicação cérebro a cérebro.

Um estudo chamado BrainNet foi publicado em 2019.

Nesse estudo, três pessoas trabalharam juntas em um jogo simples usando sinais cerebrais.

As decisões dos dois primeiros participantes foram registradas usando a tecnologia EEG.

Essas informações foram enviadas ao terceiro participante como sinais definidos por meio de um método de estimulação cerebral chamado Transcranial Magnetic Stimulation (TMS).

Cinco grupos participaram desse experimento.

Sua precisão média de desempenho foi registrada em 81,25% [7].

Esse estudo demonstrou a viabilidade de transferir certas informações entre cérebros humanos por meio de interfaces neurais.

Mas o que foi transferido foram apenas decisões muito simples.

Pensamentos complexos, memórias ou ideias completas não foram transferidos diretamente.

Portanto, existe uma diferença científica muito grande entre transferir uma simples informação binária e transferir o pensamento completo de uma pessoa para outra.

3.5 Detectando a fala imaginada na mente

Um estudo de Kunz e colegas publicado na revista Cell em agosto de 2025 mostrou que a atividade neural que ocorre quando uma pessoa imagina falar em sua mente pode ser parcialmente identificada.

Outro aspecto importante dessa pesquisa é a privacidade mental.

Também foram examinados os riscos de que a fala interna privada de uma pessoa, que ela não deseja compartilhar com os outros, seja acidentalmente revelada por meio da tecnologia.

Além disso, foram testados métodos de segurança para distinguir entre pensamentos criados deliberadamente para a comunicação e a atividade mental privada [8].

Outro estudo, publicado na revista Nature Neuroscience em setembro de 2026, examinou algumas estruturas comuns na atividade neural da fala imaginada e da fala aberta [9].

Essas descobertas podem criar oportunidades no futuro para que as pessoas comuniquem certas informações sem sequer tentar falar.

Mas não há evidência científica para afirmar que as tecnologias atuais possam entender com precisão cada pensamento que surge na mente de qualquer pessoa, sem treinamento prévio ou cooperação.

4. O novo conceito de pesquisa proposto

Troca de pensamentos humanos em alta velocidade com a ajuda da inteligência artificial

Artificial Intelligence-Assisted High-Speed Thought Communication

O objetivo central desta pesquisa:

Explorar a viabilidade de uma tecnologia que identifique, a partir dos sinais neurais do cérebro, os pensamentos e as ideias que as pessoas desejam comunicar voluntariamente, os converta em uma forma digital eficiente, os transfira para outra pessoa e permita que essa pessoa compreenda com precisão o verdadeiro significado da ideia.

Esta pesquisa reúne vários campos científicos.

Interfaces cérebro-computador: usadas para registrar e analisar os sinais obtidos do cérebro humano.

Inteligência artificial: usada para tarefas como detectar padrões em sinais neurais, gerar linguagem, compreender ideias e corrigir erros.

Teoria da informação: ajuda a avaliar matematicamente com que eficiência e precisão as informações podem ser transferidas.

Redes digitais seguras: ajudam a enviar as informações geradas com segurança para outro sistema de computador.

Estimulação cerebral e tecnologias neurais: podem ajudar a explorar a possibilidade futura de entregar informações específicas diretamente ao sistema neural do destinatário. Testes médicos e científicos extensivos são essenciais para isso.

A oportunidade importante desta pesquisa pode estar em criar um método que transmita o significado do que uma pessoa deseja expressar, sem precisar gerar e transferir cada palavra que ela quer dizer.

Por exemplo, suponha que uma pessoa pense o seguinte:

"Eu concordo com este plano. Mas gostaria de adiar sua implementação para a próxima semana."

Uma tecnologia futura poderia tentar identificar os três elementos importantes nesse pensamento.

Primeiro, a concordância com o plano.

Segundo, a relutância em implementá-lo imediatamente.

Terceiro, o pedido para adiá-lo para a próxima semana.

A inteligência artificial poderia identificar esses significados básicos e construir uma frase que a outra pessoa possa entender.

Mas há um desafio importante aqui.

Não basta que a frase gerada pela inteligência artificial seja linguisticamente elegante.

Ela deve expressar, sem alterações, a ideia que a primeira pessoa realmente queria transmitir.

Esta é a importância do conceito chamado Semantic Communication.

5. A estrutura técnica proposta

A estrutura inicial para implementar esta pesquisa pode ser dividida em seis etapas principais.

Etapa 1: Registro dos sinais cerebrais

Uma pessoa decide, com seu total consentimento, transmitir informações a outra pessoa.

Nesse momento, a atividade cerebral associada à palavra, ao comando ou à ideia que ela está tentando expressar deliberadamente é registrada com a ajuda de uma interface neural adequada.

Na pesquisa inicial, métodos não cirúrgicos como o EEG e dados de pesquisa já publicados podem ser usados.

Etapa 2: Identificação do pensamento com inteligência artificial

Os sinais cerebrais registrados são analisados por modelos de machine learning.

O objetivo é identificar as informações que a pessoa tentou transmitir deliberadamente.

A pesquisa deve começar identificando um pequeno número de palavras, comandos ou ideias.

Somente depois que a precisão dessa tecnologia básica for confirmada o trabalho deve avançar para a compreensão de pensamentos complexos.

Etapa 3: Conversão do pensamento em dados baseados em significado

As informações identificadas são convertidas, com a ajuda da inteligência artificial, em uma forma digital estruturada.

Isso pode incluir as ideias principais do pensamento, as relações entre elas, as condições e a incerteza da estimativa.

Isso torna possível representar o significado básico das informações em um sistema de computador antes mesmo de uma frase completa ser gerada.

Etapa 4: Transferência de informações segura em alta velocidade

Os dados gerados são enviados a outro sistema por meio de um canal de comunicação digital seguro e criptografado.

Nessa etapa, a velocidade da rede de computadores não precisa ser uma barreira importante.

As redes de computadores atuais já são capazes de transferir informações em velocidade muito alta.

Em vez disso, compreender com precisão os sinais cerebrais, gerar a ideia correta e reduzir o tempo que todo o processo leva podem ser os problemas mais difíceis.

Etapa 5: Reconstrução da mensagem para o destinatário

A inteligência artificial converte as informações recebidas em uma forma que outra pessoa possa entender.

Pode ser texto, fala ou outra forma adequada de comunicação.

O destinatário deve ser capacitado a entender o significado das informações, a pedir esclarecimentos em caso de dúvida e a conhecer a incerteza na estimativa da inteligência artificial.

Etapa 6: Confirmação de que a mensagem foi compreendida

Deve ser confirmado que o destinatário compreendeu a ideia corretamente.

Quando necessário, a possibilidade de solicitar esclarecimentos ou correções também deve ser fornecida.

Se no futuro se quiser criar uma comunicação direta cérebro a cérebro, uma tecnologia separada capaz de entregar informações ao sistema neural do destinatário também deve ser desenvolvida.

Uma distinção importante deve ser observada aqui.

Converter o sinal cerebral de uma pessoa em texto por computador e fazer outra pessoa lê-lo em uma tela é comunicação cérebro-computador-humano.

Não pode ser chamada de comunicação direta completa cérebro a cérebro.

Essa distinção deve ser mantida claramente em cada etapa da pesquisa.

6. A hipótese científica central desta pesquisa

A hipótese central desta pesquisa é proposta da seguinte forma.

Ao identificar, com a ajuda da inteligência artificial, as informações neurais que as pessoas desejam comunicar deliberadamente, e ao converter seu significado em uma forma digital eficiente, certas ideias podem ser transmitidas a outros em menos tempo do que com a fala ou a escrita, mantendo uma precisão aceitável.

Essa hipótese pode ser testada cientificamente.

Para isso, o mesmo tipo de informação pode ser trocado por meio da fala comum, da escrita e de interfaces neurais conectadas à inteligência artificial.

Sempre que possível, os mesmos participantes e as mesmas informações devem ser usados para comparar os resultados.

As seguintes medições são importantes neste estudo.

1. Latência de ponta a ponta (End-to-End Latency)

O tempo desde que uma pessoa começa a transmitir informações até que outra pessoa as receba corretamente.

2. Taxa efetiva de transferência de informações (Effective Information-Transfer Rate)

Uma medida de quanta informação foi transferida corretamente por segundo, após contabilizar erros e correções.

3. Fidelidade semântica (Semantic Fidelity)

A semelhança de significado entre a ideia que a primeira pessoa queria transmitir e a ideia que a segunda pessoa compreendeu.

4. Taxa de erro (Error Rate)

A quantidade de palavras, ideias, relações e conclusões identificadas incorretamente.

5. Compreensão do receptor (Receiver Comprehension)

Uma medida de se a pessoa que recebeu as informações compreendeu corretamente seu verdadeiro significado.

6. Esforço do usuário (User Effort)

A atenção, o esforço mental ou a fadiga, o treinamento e a facilidade de uso necessários para usar a tecnologia.

7. Proteção da privacidade (Privacy Protection)

Monitorar se pensamentos ou informações que o usuário não autorizou são acidentalmente divulgados.

Não se pode dizer que uma tecnologia acelerou a comunicação entre pessoas apenas porque sua conexão de rede é rápida.

Da mesma forma, o fato de a inteligência artificial gerar uma frase muito rapidamente não é evidência suficiente.

O processo completo de comunicação de humano para humano deve ser medido.

7. O plano de pesquisa experimental proposto

Esta pesquisa pode ser realizada em três etapas principais.

Primeira etapa: Identificação das intenções humanas

Inicialmente, deve-se investigar se algumas ideias específicas que as pessoas desejam transmitir deliberadamente podem ser identificadas a partir dos sinais cerebrais.

Conjuntos de dados de EEG já publicados, ou novos estudos conduzidos com consentimento e permissão adequados, podem ser usados.

Por exemplo, os participantes podem tentar transmitir uma das seguintes ideias.

• Eu concordo.

• Eu não concordo.

• Eu preciso de ajuda.

• Eu preciso de mais explicações.

Modelos de machine learning podem ser usados para examinar se aparecem diferenças nos sinais cerebrais associados a essas ideias.

Em seguida, o desempenho do modelo deve ser avaliado usando dados não utilizados no treinamento, diferentes sessões de teste e participantes independentes.

A questão importante nesta etapa:

É possível identificar de forma confiável, a partir dos sinais cerebrais, a ideia que uma pessoa deseja transmitir?

Segunda etapa: Transferência de significado com a ajuda da inteligência artificial

Em seguida, pode-se tentar converter as informações identificadas na primeira etapa em ideias completas com a ajuda da inteligência artificial.

Três aspectos devem ser comparados aqui.

Primeiro, a ideia que o remetente realmente queria transmitir.

Segundo, a ideia que a inteligência artificial reconstruiu.

Terceiro, o significado compreendido pela pessoa que recebeu essas informações.

Deve-se examinar, por métodos matemáticos e estatísticos, com que precisão esses três correspondem.

Mais importante: quando uma ideia não está clara para a inteligência artificial, ela deve expressar sua incerteza em vez de gerar informações incorretas.

O desempenho desse método deve ser comparado com a digitação comum, a fala e outros métodos de comunicação.

Terceira etapa: Comunicação entre pessoas

Na terceira etapa, experimentos de transferência de informações podem ser conduzidos entre duas pessoas participando com total consentimento.

A primeira pessoa tenta deliberadamente transmitir informações por meio de um sinal cerebral.

A inteligência artificial analisa esse sinal, identifica as informações relevantes e as envia com segurança.

A segunda pessoa recebe e compreende essas informações.

Em seguida, são medidas a velocidade, a precisão e a confiabilidade do processo completo de comunicação.

Entregar informações diretamente ao cérebro do destinatário seria uma etapa de pesquisa muito mais avançada e separada.

Tais tentativas exigem expertise neural, aprovações regulatórias, segurança médica e controles éticos rigorosos.

Portanto, na pesquisa inicial, deve-se dar prioridade a comprovar se a inteligência artificial pode melhorar o desempenho da comunicação entre pessoas.

8. Desafios científicos e limitações atuais

Existem vários desafios importantes nesta pesquisa.

Primeiro, nem todos os cérebros humanos representam palavras e ideias nos mesmos padrões neurais.

Portanto, cada pessoa pode precisar de treinamento individual ou ajuste do modelo.

Segundo, os sinais registrados em métodos não cirúrgicos como o EEG podem conter altos níveis de ruído e interferência.

Em comparação com eletrodos implantados no cérebro, a capacidade de detectar certos tipos de atividade neural em detalhes finos também pode ser menor.

Terceiro, tentar falar, imaginar a fala na mente, ter a intenção de expressar uma ideia e pensar em particular para si mesmo não são o mesmo tipo de atividade neural.

Esses devem ser estudados separadamente.

Quarto, os grandes modelos de linguagem às vezes podem gerar frases que são falsas, mas parecem plausíveis, com base nas informações disponíveis.

Na tecnologia de troca de pensamentos humanos, tais erros podem se tornar um problema muito grande.

Dizer a alguém que uma pessoa pensou algo que ela não pensou pode criar mal-entendidos graves.

Quinto, é muito importante que os resultados dos estudos científicos possam ser reproduzidos por outros pesquisadores.

Um estudo publicado no Journal of Neural Engineering em 2026 mostrou que existem muitos problemas em reproduzir os resultados de estudos que identificam a fala imaginada.

Entre os conjuntos de dados de imaginação da fala examinados nesse estudo, apenas 36% dos participantes alcançaram uma precisão de classificação que ultrapassou o limiar de significância estatística apropriado [10].

Isso demonstra como a verificação independente, os métodos de pesquisa transparentes e os testes confiáveis são importantes nesse campo.

Por fim, a velocidade de transferência de informações não é o único desafio.

A atenção, a memória, a compreensão e os processos de pensamento humanos também desempenham papéis importantes.

Eliminar a necessidade de falar não faz, por si só, desaparecer totalmente o tempo necessário para formar ou compreender uma ideia complexa.

Com base nas evidências científicas atuais, não se pode dizer que todo tipo de pensamento humano possa ser transferido diretamente em velocidade de gigabits.

Tratar a velocidade de transferência de dados digitais e a velocidade de transferência de pensamentos humanos significativos como a mesma coisa é uma abordagem cientificamente incorreta.

9. Privacidade, segurança da informação e direitos humanos

Tecnologias que interpretam os sinais neurais do cérebro humano também criam responsabilidades éticas muito importantes.

Em sistemas de computador comuns, as informações processadas são informações que as próprias pessoas inserem.

Mas as interfaces neurais também podem registrar sinais associados à atividade mental privada de uma pessoa que ela não deseja compartilhar com os outros.

O princípio básico mais importante da nossa pesquisa deve ser, portanto, o seguinte.

Somente as informações que uma pessoa, com seu total consentimento, deseja compartilhar deliberadamente devem ser identificadas e enviadas aos outros.

Várias medidas de segurança são necessárias para colocar esse princípio em prática.

O usuário deve ter controle explícito para iniciar a comunicação.

Sempre que possível, os dados neurais devem ser processados no próprio dispositivo do usuário.

As informações devem ser transferidas em forma criptografada.

Sistemas de segurança fortes devem ser criados para impedir que pessoas não autorizadas acessem os sinais cerebrais.

Deve-se evitar armazenar dados neurais desnecessários por longos períodos.

O usuário deve ter a possibilidade de interromper a transferência de informações imediatamente a qualquer momento.

Além disso, deve-se deixar claro que as ideias geradas pela inteligência artificial não são registros cem por cento certos dos pensamentos na mente de uma pessoa.

São estimativas geradas com base em sinais neurais.

Em novembro de 2025, a UNESCO adotou uma recomendação internacional sobre o uso ético das neurotecnologias [11].

Essa recomendação dá importância à privacidade mental, à dignidade humana e ao uso responsável das tecnologias neurais.

Em nossa pesquisa também, a privacidade e as salvaguardas éticas devem avançar junto com o desenvolvimento tecnológico.

10. Aplicações futuras desta tecnologia

Se esta pesquisa for bem-sucedida, seus primeiros benefícios podem chegar às pessoas que enfrentam graves dificuldades com a fala e o movimento físico.

Em particular, as interfaces cérebro-computador podem criar novas oportunidades para aqueles que não conseguem se comunicar devido à paralisia motora e a certas condições neurológicas.

Tais tecnologias também podem ser usadas em algumas situações especiais em que comunicar-se por meio da fala ou de movimentos corporais é difícil.

Elas também podem melhorar a acessibilidade computacional para pessoas com deficiência.

A longo prazo, esta pesquisa também pode ajudar a tornar mais eficiente a comunicação entre pessoas e sistemas de inteligência artificial.

Mas os benefícios reais de cada uma dessas aplicações devem ser comprovados cientificamente, um por um.

Não se pode presumir antecipadamente que a comunicação neural direta será melhor do que a conversa humana comum em todas as situações.

A linguagem humana não é apenas uma ferramenta lenta para transferir informações.

Ela também desempenha muitas funções importantes: pensar, raciocinar, expressar emoções, esclarecer ideias e construir relacionamentos humanos.

A nova tecnologia deve, portanto, aprimorar a capacidade de comunicação das pessoas, e não fazê-las perder essas qualidades importantes da linguagem humana.

11. A contribuição científica desta pesquisa e o caminho a seguir

Esta pesquisa não é proposta com base na suposição de que já foi criada uma tecnologia que transfere todos os pensamentos humanos diretamente.

Em vez disso, é proposta como uma estrutura de pesquisa científica que reúne a identificação de sinais cerebrais, a compreensão do significado das ideias com a ajuda da inteligência artificial, a medição do desempenho da transferência de informações e a avaliação da compreensão genuína das pessoas.

Sua questão importante:

Não é se a capacidade total de transferência de dados de uma rede eletrônica pode ser criada dentro do cérebro humano.

A questão importante é se o tempo entre o momento em que uma pessoa forma uma ideia em sua mente e o momento em que outra pessoa compreende corretamente essa ideia pode ser reduzido.

Para isso, deve-se investigar se as representações de informações baseadas em significado criadas com a ajuda da inteligência artificial oferecem desempenho adicional em comparação com as tecnologias neurais que identificam a fala comum.

Não basta, para dizer que uma tecnologia é bem-sucedida, que a inteligência artificial gere frases elegantes.

Ela deve reduzir o tempo que a transferência de informações leva.

Ela deve proteger o verdadeiro significado da ideia enviada.

Ela deve controlar os erros em um nível aceitável.

Ela deve funcionar de forma confiável com diferentes pessoas e em ambientes práticos.

Essas condições devem ser comprovadas por meio de experimentos científicos.

A pesquisa também deve aceitar que algumas abordagens podem não funcionar melhor do que a comunicação comum.

O verdadeiro valor da pesquisa científica não está apenas em comprovar um resultado esperado.

Está em descobrir, com base em evidências confiáveis, se a hipótese está certa ou errada.

12. Conclusão

Nas últimas décadas, as tecnologias de transferência de dados dos computadores avançaram enormemente.

Hoje, computadores localizados em diferentes partes do mundo trocam quantidades muito grandes de informações em alta velocidade.

Mas a comunicação entre pessoas ainda depende em grande parte da fala, da escrita e de outras formas físicas de expressão.

Pesquisas neurais recentes produziram avanços notáveis na reconstrução da fala a partir de sinais cerebrais, na identificação da fala imaginada na mente e na transferência de informações definidas entre cérebros.

No entanto, ainda não foi criada uma tecnologia que transfira todo tipo de pensamento humano de forma direta, precisa e em alta velocidade.

Isso continua sendo um grande desafio científico a ser resolvido.

No futuro, a integração da inteligência artificial e das tecnologias neurais pode criar novas maneiras de reduzir o tempo que as pessoas precisam para expressar seus pensamentos.

A pesquisa prática para isso deve começar a partir dos sinais neurais que as pessoas tentam transmitir deliberadamente.

Em seguida, devem ser construídos modelos que os identifiquem com precisão.

Depois, deve-se avaliar com que precisão o verdadeiro significado das informações é protegido.

Por fim, deve ser comprovado cientificamente se esta tecnologia realmente melhora a velocidade e o desempenho da comunicação entre pessoas.

Somente então o trabalho poderá avançar em direção a tecnologias mais avançadas, como a comunicação direta completa cérebro a cérebro.

O objetivo final da minha pesquisa

O objetivo final da minha pesquisa é reduzir tanto quanto possível a lacuna entre a velocidade com que uma pessoa forma um pensamento em sua mente e a velocidade com que outra pessoa compreende com precisão o verdadeiro significado desse pensamento.

Para isso, minha abordagem proposta é estudar em conjunto a inteligência artificial, as interfaces cérebro-computador, a neurociência, a teoria da informação e as tecnologias de comunicação seguras em alta velocidade.

Nosso objetivo não é simplesmente enviar mais dados em alta velocidade.

Nosso objetivo é construir a base científica para um novo método de comunicação capaz de transferir os pensamentos e as ideias das pessoas de forma segura, precisa e no menor tempo possível, sem alterar seu verdadeiro significado.

Referências

1. Coupé, C., Oh, Y. M., Dediu, D., & Pellegrino, F. (2019). Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche. Science Advances, 5(9). https://doi.org/10.1126/sciadv.aaw2594
2. Zheng, J., & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron, 113(2), 192–204. Published online: December 2024. https://doi.org/10.1016/j.neuron.2024.11.008
3. Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x
4. Littlejohn, K. T., et al. (2025). A streaming brain-to-voice neuroprosthesis to restore naturalistic communication. Nature Neuroscience, 28, 902–912. https://doi.org/10.1038/s41593-025-01905-6
5. Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3
6. Card, N. S., et al. (2026). Long-term independent use of an intracortical brain–computer interface for speech and cursor control. Nature Medicine, 32, 2504–2510. https://doi.org/10.1038/s41591-026-04414-6
7. Jiang, L., et al. (2019). BrainNet: A Multi-Person Brain-to-Brain Interface for Direct Collaboration Between Brains. Scientific Reports, 9, Article 6115. https://doi.org/10.1038/s41598-019-41895-7
8. Kunz, E. M., et al. (2025). Inner speech in motor cortex and implications for speech neuroprostheses. Cell, 188(17), 4658–4673.e17. https://doi.org/10.1016/j.cell.2025.06.015
9. Zhao, Z., et al. (2026). A neural architecture for imagined and overt speech motor dynamics. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02456-0
10. Tates, A., Matran-Fernandez, A., Halder, S., & Daly, I. (2026). Decoding speech imagery or just noise?: A symptom of the replicability crisis. Journal of Neural Engineering, 23(5). https://doi.org/10.1088/1741-2552/aea294
11. UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248

By Keshavan Thiagaraja

Powered By K7