.jpg)
En el camp de la neurociència computacional, els models de codificació cerebral multimodal han assolit nivells de precisió sorprenents per predir respostes de fMRI davant d'estímuls visuals i auditius. No obstant això, un estudi recent basat en el model TRIBE (guanyador del desafiament Algonauts 2025) revela una desconnexió fonamental: les prediccions neuronals no es correlacionen amb les corbes de 'més reproduït' de YouTube, una mètrica passiva d'atenció i reenganxament. Aquesta troballa desafia la presumpció que l'activitat cerebral anticipa fidelment el comportament de l'usuari, i obre preguntes rellevants per a empreses que busquen aplicar intel·ligència artificial a l'anàlisi d'audiències.
L'experiment va analitzar 48 vídeos de YouTube, comparant la resposta cortical estimada per TRIBE amb els mapes de calor de reproducció. Els resultats van ser clars: la correlació parcial (controlada per posició) va ser de +0.058, estadísticament indistingible de zero i similar a l'obtinguda amb mètriques simples com el volum o el moviment. Fins i tot en desglossar per xarxes corticals o aplicar proves de permutació, el senyal neural no va predir quins moments els espectadors tornaven a veure. Això suggereix que els models de codificació cerebral, per sofisticats que siguin, capturen aspectes del processament sensorial però no necessàriament el valor de recompensa o l'interès narratiu que impulsa el reenganxament.
Per a les organitzacions que busquen integrar ia per a empreses, aquesta investigació subratlla la importància de validar els models amb dades conductuals reals. No n'hi ha prou que un sistema d'intel·ligència artificial predigui activacions neuronals; ha de demostrar la seva capacitat per anticipar decisions humanes en entorns ecològics. A Q2BSTUDIO, oferim solucions de programari a mida i aplicacions a mida que combinen models de machine learning amb mètriques de negoci, com els serveis d'intel·ligència de negoci basats en Power BI. A més, els nostres agents IA poden processar senyals multimodals (àudio, vídeo, text) per extreure patrons que es correlacionin amb el comportament real dels usuaris.
L'estudi també destaca la necessitat d'infraestructura robusta per gestionar grans volums de dades. Els serveis cloud aws i azure que implementem permeten escalar pipelines d'entrenament i avaluació, mentre que les nostres pràctiques de ciberseguretat garanteixen la protecció de dades sensibles durant el procés. Combinant aquestes capacitats, les empreses poden construir sistemes d'anàlisi d'audiència que no només siguin tècnicament avançats, sinó que també aportin valor comercial mesurable.
En conclusió, el cas de TRIBE ens recorda que la correlació entre cervell i comportament no és automàtica. Per transformar models d'IA en eines predictives fiables, es requereix un disseny experimental rigorós i un enfocament multidisciplinari, exactament el que oferim des de Q2BSTUDIO: integració d'intel·ligència artificial, desenvolupament d'aplicacions a mida, i consultoria en intel·ligència de negoci perquè cada predicció tingui un impacte real en la presa de decisions.
