Um estudo recente explorou os mecanismos neurais subjacentes à conversa natural, registrando potenciais de campo local (LFP) de 1910 canais em 39 áreas cerebrais em 14 participantes submetidos a monitoramento de epilepsia. Os participantes se envolveram em conversas fluidas e sua atividade neural foi sincronizada com palavras transcritas. O estudo descobriu que as mudanças na atividade cerebral se alinhavam com o modelo NLP, com uma proporção significativa de canais mostrando correlações.
A pesquisa utilizou um modelo GPT-2 pré-treinado para vetorizar a composição de palavras e frases, permitindo a comparação com dados neurais. O hemisfério esquerdo exibiu atividade mais correlacionada do que o direito. Várias áreas do cérebro, incluindo o córtex temporal e frontal, o tálamo e o sistema límbico, mostraram uma alta porcentagem de canais correlacionados com as incorporações de NLP. A maior proporção de canais correlacionados foi observada no córtex pré-central esquerdo durante o planejamento da produção da fala e no córtex temporal superior esquerdo e direito durante a compreensão.
A comparação com um modelo BERT mostrou uma proporção significativamente maior de canais correlacionados do que o acaso. Os coeficientes de correlação médios diminuíram quando os participantes estavam passivamente envolvidos em uma pseudo conversa. Frases reais provocaram uma porcentagem significativamente maior de canais respondendo em comparação com o galimatías. A maior porcentagem de canais correlacionados foi observada em frequências gama médias (70-110 Hz) para compreensão e produção da linguagem. As atividades neurais se alinharam preferencialmente com camadas de rede mais altas para planejamento e compreensão da fala.
Essas descobertas revelam uma organização dinâmica de atividades neurais que sustentam a produção e a compreensão da linguagem durante a conversa natural e aproveitam o uso de modelos de aprendizado profundo para entender os mecanismos neurais subjacentes à linguagem humana.