Una IA puede estimar qué tan rápido envejeces escuchando cuatro minutos de tu voz

Nuestra voz cambia con la edad de maneras bastante obvias —el tono, la velocidad o la fuerza— y otras mucho más sutiles. Un grupo internacional de investigadores decidió convertir esas señales en un reloj biológico: una inteligencia artificial capaz de escuchar cómo hablamos y estimar si nuestra “edad vocal” parece avanzar más rápido o más lento que la edad que aparece en el carnet.

Nature reportó los resultados de este nuevo “speech clock”, desarrollado a partir de grabaciones de 2.928 personas hispanohablantes de Argentina, Chile, Colombia, México y Perú. El sistema extrae más de 700 características de la voz y el lenguaje, desde tono y velocidad hasta rango de vocabulario, para estimar la edad de quien habla.

La cifra interesante no es la edad que adivina la IA, sino la diferencia

Los investigadores calculan un indicador llamado speech age gap: la diferencia entre la edad que estima el modelo y la edad cronológica real. Si una persona de 60 años suena, según el sistema, como alguien de 70, la brecha es positiva; si su voz parece más joven, ocurre lo contrario.

En el estudio, las personas con deterioro cognitivo tendían a mostrar una edad vocal superior a la esperada. Los participantes sanos, en cambio, presentaban una relación más cercana entre ambas edades.

Eso no significa que una voz “vieja” permita diagnosticar Alzheimer o demencia. Lo que muestra el trabajo es una asociación estadística suficientemente consistente como para explorar la voz como una señal de bajo costo que ayude a decidir quién necesita evaluaciones más profundas.

Hablar exige mucho más trabajo cerebral de lo que parece

Producir una frase requiere seleccionar palabras, organizar gramática, planificar respiración, controlar músculos de laringe y boca y mantener ritmo mientras el cerebro sigue preparando lo siguiente. Muchas de esas funciones cambian con el envejecimiento y algunas enfermedades neurológicas.

Por eso la voz puede contener información que no aparece en una simple prueba de memoria. La velocidad de habla, duración de pausas, variación del tono, complejidad del vocabulario y contenido emocional pueden reflejar distintos aspectos de cómo está funcionando el sistema nervioso.

El estudio incluyó personas sanas y con distintos niveles de deterioro

La muestra combinó personas sanas con participantes que tenían deterioro cognitivo leve, enfermedad de Alzheimer u otras formas de demencia. Los investigadores utilizaron tareas de habla y luego entrenaron algoritmos de machine learning para estimar edad a partir de esos patrones.

Según Agustín Ibáñez, neurocientífico de Trinity College Dublin y de la Universidad Adolfo Ibáñez en Santiago y coautor del estudio, una grabación de aproximadamente cuatro minutos entregó un valor predictivo considerable. Eso resulta atractivo en contextos donde escáneres cerebrales, pruebas de laboratorio o evaluaciones especializadas son caras o difíciles de conseguir.

Una herramienta barata puede ser especialmente útil en América Latina

El hecho de que el trabajo se haya construido con hablantes de cinco países latinoamericanos es relevante. Muchos sistemas de inteligencia artificial para voz se entrenan principalmente con inglés o con poblaciones de países de altos ingresos, lo que limita su utilidad cuando cambian acentos, educación o contexto cultural.

Una grabación puede hacerse desde un teléfono y procesarse sin necesidad de un equipo médico sofisticado. En teoría, eso permitiría utilizar la voz como una señal inicial en zonas donde existen pocos especialistas y derivar solo a quienes muestran patrones que justifican una evaluación más completa.

La voz no reemplaza una evaluación clínica

Existen muchas razones por las que una persona puede hablar más lento, pausar más o cambiar de tono: cansancio, depresión, medicamentos, una infección respiratoria, educación, idioma o simplemente personalidad. Ningún modelo debería convertir esas variaciones en un diagnóstico automático.

El valor potencial está en el seguimiento. Si una persona entrega muestras periódicas durante meses o años, un sistema podría detectar cambios respecto de su propia línea base antes de que sean evidentes en una consulta breve.

La IA está empezando a encontrar biomarcadores donde antes escuchábamos solo una conversación

La investigación forma parte de una tendencia más amplia: convertir señales cotidianas —voz, escritura, marcha, sueño o uso del teléfono— en indicadores digitales de salud. Son herramientas atractivas porque no requieren agujas ni grandes máquinas, pero también necesitan límites claros de privacidad, validación y consentimiento.

Escuchar cuatro minutos de una voz puede parecer trivial. El estudio sugiere que dentro de esa conversación hay cientos de pequeñas pistas sobre cómo está envejeciendo el cerebro. La gran pregunta ahora es si esas pistas pueden convertirse en una herramienta clínica útil sin confundir una estimación estadística con un diagnóstico individual.