Resumen: Las interfaces cerebro-computadora (BCI) ofrecen una vía de comunicación directa entre el cerebro humano y los dispositivos externos, lo que resulta muy prometedora para personas con discapacidades neurológicas graves. Sin embargo, su adopción generalizada se ve obstaculizada por limitaciones críticas, como bajas tasas de transferencia de información y una amplia calibración específica del usuario. Para superar estos desafíos, investigaciones recientes han explorado la integración de modelos de lenguaje grandes (LLM), ampliando el enfoque desde la decodificación de comandos simples hasta la comprensión de estados cognitivos complejos. A pesar de estos avances, la implementación de IA agente enfrenta obstáculos técnicos y preocupaciones éticas. Debido a la falta de un debate exhaustivo sobre esta dirección emergente, este documento de posición sostiene que el campo está preparado para una extensión del paradigma de BCI a la colaboración cerebro-agente (BAC). Hacemos hincapié en replantear a los agentes como socios activos y colaborativos para la asistencia inteligente en lugar de procesadores pasivos de datos de señales cerebrales, exigiendo un enfoque en el manejo ético de los datos, la confiabilidad del modelo y un marco sólido de colaboración entre humanos y agentes para garantizar que estos sistemas sean seguros, confiables y efectivos.
Publicado originalmente en export.arxiv.org el 27 de octubre de 2025.
Ver fuente original
