¿Por qué en la lengua materna discernimos sin esfuerzo cada palabra, mientras que en una lengua extranjera todo se funde en un zumbido monótono? Una pregunta que atormenta a los estudiantes de idiomas e intriga a los científicos ha recibido en estos días una respuesta neurocientífica convincente. Dos estudios complementarios de la Universidad de California en San Francisco (UCSF) registran, por primera vez a este nivel de detalle, cómo el giro temporal superior (STG) en el cerebro humano "aprende" con el tiempo la estadística y los patrones de sonido del idioma al que estamos expuestos – y luego, en una fracción de segundo, marca dónde empieza una palabra y dónde termina. El equipo de investigación dirigido por el neurocirujano Edward Chang demostró que el STG no reacciona solo a los sonidos básicos (vocales y consonantes), sino también a formas de palabras completas y a las fronteras entre palabras. Cuando escuchamos idiomas que conocemos bien, en el STG se encienden circuitos neuronales especializados; al escuchar un idioma desconocido – los mismos circuitos permanecen "oscuros".

Los autores del trabajo explican que, cuando hablamos a un ritmo natural, no dejamos pausas entre las palabras. Sin embargo, los hablantes escuchan fronteras claras sin esfuerzo. Hasta hace poco, se suponía que las fronteras eran reconocidas por partes del cerebro que sirven para la comprensión del significado, y no para el procesamiento primario del sonido. Hallazgos más recientes dirigen el foco al STG – un núcleo auditivo-lingüístico situado sobre el lóbulo temporal – que tradicionalmente se asociaba con el reconocimiento de sonidos (vocales y consonantes) y características fonéticas. Ahora, sin embargo, se ha demostrado que en el STG, con los años de exposición al idioma, se "imprimen" sus leyes fonotácticas (lo que está permitido en el habla real y lo que no), ritmos típicos y frecuencias de palabras. Cuando tales leyes existen en la memoria del STG, las fronteras entre palabras emergen casi "automáticamente".

Qué midieron exactamente los investigadores y en quiénes se enfocaron

En el mayor de los dos estudios, se registraron las actividades cerebrales de 34 voluntarios que, debido al monitoreo clínico de la epilepsia, ya tenían electrodos implantados. La mayoría hablaba inglés, español o chino mandarín como lengua materna, y ocho participantes eran bilingües. Todos escuchaban oraciones en tres idiomas – algunos conocidos, algunos totalmente desconocidos – mientras los investigadores analizaban los patrones de actividad en el STG mediante aprendizaje automático. Cuando el idioma era conocido, en el STG aparecían respuestas reforzadas alineadas con características relacionadas con las palabras: fronteras de palabras, frecuencia y secuencias de sonidos específicas del idioma. Estas respuestas no aparecían cuando los sujetos escuchaban un idioma que no dominaban. En otras palabras, el STG procesa características acústico-fonéticas universales en todos los idiomas, pero solo la experiencia con un idioma concreto "amplifica" las señales que acompañan a las palabras de ese idioma.

El segundo estudio va un paso más profundo: ¿cómo marca exactamente el STG el inicio y el final de una palabra? Grabaciones de alta resolución temporal muestran un "reset" característico – una caída corta y aguda de la actividad en el momento en que termina la palabra – después de lo cual las poblaciones neuronales pasan instantáneamente a un estado listo para la siguiente palabra. Este "reboot" debe ocurrir a una velocidad de varias veces por segundo, porque el habla fluida típicamente contiene varias palabras en un segundo. Precisamente esa dinámica explica cómo un oyente puede seguir el habla sin disminuir la velocidad o perder el hilo, incluso cuando las palabras son cortas o están pegadas por transiciones coarticulatorias.

Por qué es importante esto: el STG como puente entre el sonido y el léxico

En los modelos clásicos de escucha del lenguaje, se suponía que el STG procesaba niveles "inferiores" – acústica y fonética – y que el reconocimiento de palabras y significado pertenecía a áreas lingüísticas "superiores". Nuevos hallazgos apoyan fuertemente una visión diferente, distribuida: en el STG, ya en una escala de tiempo muy temprana, se vierte información sobre formas de palabras completas (inglés word forms). En otras palabras, el cerebro no espera a la semántica para decidir qué es una palabra; ya en el STG existen poblaciones de neuronas cuya actividad coincide con las fronteras y palabras enteras, y ese reconocimiento surge de la experiencia con el sonido del idioma. Por lo tanto, la segmentación no es solo una consecuencia de la "comprensión del contenido", sino también el resultado de años de aprendizaje de patrones sonoros.

Esa percepción explica con precisión la sensible diferencia entre la lengua materna y una extranjera. En la lengua materna, el cerebro está "entrenado" por millones de exposiciones: reconoce combinaciones típicas de consonantes y vocales, distribuciones de longitudes de sílabas, e incluso la frecuencia de palabras individuales. Esto lo hace rápido y eficiente en la segmentación. En una lengua extranjera, todos esos parámetros no están aprendidos de manera estable, por lo que el STG no amplifica las señales en los lugares donde deberían estar las fronteras. El resultado es la experiencia de una cinta sonora ininterrumpida.

Bilingüismo y experiencia lingüística: ¿puede el cerebro tener dos "conjuntos de reglas"?

Los participantes que hablaban dos idiomas con fluidez mostraron señales de fronteras reforzadas en ambos idiomas – pero no en un tercero, desconocido. Esto indica que el STG aprende estadísticas específicas del idioma en paralelo para múltiples idiomas, sin mezcla necesaria, bajo la condición de que la exposición sea suficiente y duradera. En la práctica, esto explica por qué los hablantes bilingües avanzados "oyen" las palabras igual de bien en ambos idiomas, aunque sus patrones fonotácticos (reglas sobre secuencias de sonidos permitidas) puedan ser muy diferentes. Para los investigadores del bilingüismo, estos datos son preciosos porque ofrecen una medida neurofisiológica del progreso – en lugar de depender exclusivamente de pruebas de comprensión, ahora se puede seguir también el "refuerzo de fronteras" en el STG como un biomarcador objetivo de la adquisición del idioma.

Metodología: del ECoG a modelos de aprendizaje automático

La precisión de estos hallazgos descansa en dos innovaciones tecnológicas. Primero, se utilizaron grabaciones intracraneales de la actividad cerebral (ECoG y técnicas afines) en pacientes que de todos modos estaban bajo supervisión clínica. Esas grabaciones permiten una resolución temporal a nivel de milisegundos y una resolución espacial a nivel de milímetros corticales – lo que es incomparablemente más detallado que los métodos no invasivos. Segundo, el análisis se apoyó en modelos de aprendizaje automático que extraían de las grabaciones patrones relacionados con la segmentación de palabras y con secuencias sonoras específicas de idiomas conocidos. En combinación, esos dos pilares de la metodología permitieron registrar la fina dinámica: el momento de la caída de actividad al final de la palabra, la velocidad de "reinicio" y la fuerza de la respuesta a palabras frecuentes y combinaciones sonoras típicas.

Es particularmente significativo que precisamente el STG – una región que a menudo describimos como "análogo auditivo" para el lenguaje – haya mostrado un doble papel: procesamiento fonético universal y rastros específicos de segmentación léxica. El hecho de que esos rastros se intensifiquen solo cuando escuchamos un idioma conocido es un argumento fuerte de que la segmentación es una consecuencia del aprendizaje, y no una característica rígida e innata.

"Reset" entre palabras: dinámica que permite una escucha fluida

En el segundo estudio, los autores documentan el ritmo al que el STG "reinicia" la actividad al final de la palabra. En las grabaciones es visible una caída aguda, una especie de marcador de frontera, tras lo cual sigue un rápido aumento de la actividad al inicio de la siguiente palabra. Esta dinámica puede imaginarse mejor como un disparador que se encarga de que el procesamiento no se derrame de una palabra a la siguiente. Sin tal reinicio, las fronteras estarían "borrosas", y el oyente perdería rápidamente el hilo. Dado que una oración promedio contiene dos a tres palabras por segundo, el sistema neuronal de segmentación debe ser extremadamente veloz y estable al mismo tiempo.

Mediante el uso de narraciones naturales, y no solo palabras aisladas o sílabas, los investigadores confirmaron que los mismos patrones aparecen también en condiciones reales de escucha. A nivel de población de neuronas, el STG mostró sensibilidad a propiedades de palabras completas – su longitud, frecuencia y posición en la oración – lo que es contrario a modelos simplificados que asumen exclusivamente un procesamiento "de letra a palabra".

Del laboratorio a la vida: implicaciones para el aprendizaje de idiomas, la clínica y la tecnología

Aprendizaje de idiomas: Si el STG aprende la estadística de sonidos y fronteras de palabras de la exposición, es razonable esperar que la escucha continua del idioma meta – especialmente en forma de habla natural – acelerará la segmentación. En la práctica, esto significa que los audiolibros, podcasts o conversaciones con hablantes nativos son pasos que "alimentan" al STG con datos necesarios para distinguir palabras. El punto no es solo el vocabulario; el punto es el ritmo, la prosodia y las secuencias sonoras típicas.

Clínica: Los hallazgos iluminan por qué los daños en las regiones temporales – e incluso con la audición conservada – pueden resultar en serias dificultades de comprensión del habla. Si el STG no logra segmentar la señal, la persona puede "oír" pero no "captar" el habla. Esto puede explicar los síntomas de ciertas afasias y ayudar en la planificación de intervenciones neuroquirúrgicas y rehabilitación.

Tecnología de reconocimiento de voz: La comparación con los modelos actuales de reconocimiento automático del habla (ASR) surge por sí sola. Las redes neuronales modernas aprovechan cada vez más la composición – del sonido hacia los fonemas, de los fonemas hacia las palabras – pero los mejores sistemas aprenden también representaciones directas de palabras. Los hallazgos del STG sugieren que los sistemas ASR podrían beneficiarse de mecanismos explícitos de "reinicio" en las fronteras de las palabras y del aprendizaje de reglas fonotácticas específicas del idioma, tal como el cerebro humano.

¿Cómo "sabe" el cerebro dónde está la frontera de la palabra? Una pequeña escuela de fonotáctica

Las fronteras de las palabras no son solo función de las pausas – a menudo no hay pausas en absoluto. En cambio, la segmentación se basa en una serie de reglas y regularidades. Por ejemplo, en muchos idiomas, ciertas combinaciones de consonantes casi nunca inician una palabra, pero aparecen a menudo dentro de una palabra; el STG, bajo la influencia de la experiencia, comienza a amplificar las señales precisamente en los lugares donde, estadísticamente, la frontera es más probable. Un papel similar lo juegan también la frecuencia de las palabras (las palabras frecuentes "saltan" más rápido) y la prosodia – acento y ritmo – que a nivel fisiológico ayudan en la predicción de fronteras.

Tal "alfabetización estadística" del STG no significa que la segmentación sea exclusivamente bottom-up. Al contrario, los autores enfatizan que los procesamientos acústicos tempranos y los procesos lingüísticos superiores ocurren en un bucle. Pero la novedad clave es que ya al nivel del STG está presente información sobre palabras completas, que no depende del significado, sino del patrón de sonido que el cerebro ha aprendido a través de los años de exposición.

Por qué un idioma extranjero "suena como una sola letra larga" – y cómo superar eso

Cuando escuchamos un idioma extranjero por primera vez, no tenemos un mapa confiable de secuencias permitidas y fronteras típicas. La consecuencia es que el STG no amplifica las señales en los lugares "correctos", por lo que escuchamos un flujo continuo que no es fácil de "cortar" en palabras. Buena noticia: a medida que crece la exposición, el STG ajusta sus pesos neuronales – adquiere nuevas estadísticas fonotácticas y comienza a incorporar fronteras. De esto se deriva también una recomendación práctica para el aprendizaje del idioma: una escucha abundante, variada y regular de material auténtico, incluso sin comprensión completa del significado, puede acelerar la segmentación y consecuentemente facilitar el aprendizaje del vocabulario.

Fronteras de palabras a través de los idiomas: qué es común, y qué es diferente

En el estudio se eligieron inglés, español y mandarín porque ofrecen un espectro interesante de propiedades fonológicas y prosódicas. El inglés es conocido por combinar grupos complejos de consonantes y acento variable; el español es más rítmico, con fronteras silábicas más claras; el mandarín es un idioma tonal, en el cual la altura del tono lleva información distintiva. A pesar de estas diferencias, el STG mostró una sensibilidad común a características básicas, "fonéticas" en todos los idiomas – pero el refuerzo en las fronteras y en las palabras apareció exclusivamente cuando conocemos el idioma. En los participantes bilingües, el refuerzo fue visible en ambos idiomas, lo que confirma que el cerebro puede mantener múltiples "conjuntos de reglas" sin conflicto mutuo.

Lecciones derivadas para la enseñanza y los currículos

Pedagógicamente hablando, los hallazgos sugieren que la enseñanza de la escucha debería destacar los pasos que apoyan la segmentación. Esto incluye el trabajo con fragmentos cortos y naturales, con reducción progresiva del apoyo (transcripciones, pistas visuales), y ejercicios enfocados en secuencias sonoras típicas y patrones prosódicos del idioma meta. También son útiles las actividades de dos fases: primero "escucha sin comprensión" para la calibración del STG, y luego procesamiento del significado. Así se apoyan ambos componentes – aprendizaje estadístico del sonido y comprensión semántica.

Del 7 al 19 de noviembre de 2025: línea de tiempo de publicaciones

Se trata de dos publicaciones publicadas a mediados de noviembre de 2025: un artículo en la revista Neuron (7 de noviembre de 2025) que documenta la dinámica de la codificación de formas de palabras completas y el reinicio en las fronteras, y un artículo en Nature (19 de noviembre de 2025) que separa componentes de procesamiento comunes y específicos del idioma en el STG, incluyendo señales amplificadas en las fronteras de las palabras en la lengua materna (o bien conocida). Ambos trabajos son líderes en la ambiciosa línea de investigación coordinada por el neurocirujano Edward Chang, y las publicaciones van acompañadas también de resúmenes en páginas universitarias y servicios científicos.

A quiénes pueden ayudar estos hallazgos ya ahora

A clínicos que planifican y realizan operaciones cerca del STG, porque un mapa más preciso de funciones reduce el riesgo de dificultades postoperatorias con la comprensión del habla. A logopedas y equipos de rehabilitación que diseñan intervenciones para pacientes con daños en regiones temporales. A metodólogos y profesores de idiomas que estructuran ejercicios auditivos con énfasis en la segmentación. A ingenieros que diseñan sistemas de reconocimiento de voz y herramientas de traducción porque el STG ofrece inspiración biológica para mejores algoritmos.

Qué es lo que aún no sabemos – y hacia dónde van los próximos pasos

Aunque los resultados son fuertes, quedan preguntas abiertas: ¿cuán universal es el "reset" a través de diferentes tipos de hablantes y condiciones de grabación? ¿Cómo adquiere el STG de un niño esas reglas en los primeros años – es el camino igual que en un estudiante adulto de lengua extranjera o existe un período crítico? ¿Cuán rápido puede el STG "reentrenarse" a una nueva fonotáctica con inmersión intensiva en el idioma? Y finalmente, ¿se puede acelerar la adquisición de la segmentación mediante capacitación dirigida (p. ej. estimulación de nervios periféricos, sobre lo cual existen experimentos)?

Consejos prácticos a la luz de los nuevos conocimientos

• Acelera la exposición al sonido del idioma. La escucha diaria de habla natural (podcasts, radio, conversaciones) "alimenta" al STG con patrones necesarios para la segmentación.


• Practica con transcripciones, pero retíralas gradualmente. Primero escucha con texto para la estabilización del patrón, luego elimina el apoyo y prueba "solo oído".


• Concéntrate en el ritmo y secuencias sonoras típicas. Ejercicios cortos de reconocimiento de inicios/finales típicos de palabras refuerzan la sensibilidad a las fronteras.


• Usa múltiples hablantes y registros. La diversidad "entrena" al STG para distinguir reglas invariantes de estilos idiosincrásicos.

En resumen: los nuevos trabajos traen una base neurológica para la experiencia que todos tenemos – escuchamos la lengua materna como una serie de palabras claras porque nuestro STG ha aprendido durante años la estadística de su sonido. Una lengua extranjera no se diferencia porque sea ilógica o "difícil", sino porque nuestro cerebro aún no ha aprendido sus reglas de segmentación. Afortunadamente, el STG es plástico: con suficiente exposición, también ese idioma comienza a "desenmarañarse" en palabras reconocibles – y eso mucho más rápido de lo que pensamos.