Coherencia predictiva humano–IA en arquitecturas BCI-AGI adaptativas
Objetivo del EMV: Experimento Mínimo Viable Demostrar que: Un pipeline EEG → modelo → clasificador → AGI puede generar una mejora estadísticamente significativa en la coherencia predictiva tras adaptación iterativa. No probamos “entrelazamiento”. Probamos: Decodificación de intención Sincronización temporal Aumento de información compartida Mejora adaptativa Diseño experimental base Paradigma elegido: Motor Imagery Binaria Razón: Alta robustez Bien estudiado Funciona con pocos canales Compatible con Muse/Emotiv Condición A: Imaginar mover mano izquierda Condición B: Imaginar mover mano derecha Duración por trial: 2 s baseline 4 s imaginación 2 s descanso Total por sesión: 200 trials (100 por clase) Duración total ≈ 30–40 min Tamaño mínimo viable 10 sesiones ≥ 2000 trials totales Eso permite: Entrenamiento Validación cruzada Test estadístico con potencia razonable Arquitectura del sistema Pipeline com...