Durante siglos, los sueños han sido considerados ventanas al inconsciente, pero también un misterio científico. Imagina despertar y poder reproducir lo que viste mientras dormías, como si rebobinaras tu propia mente. Esa fantasía está mucho más cerca de hacerse realidad.
La ciencia ha dado un paso asombroso: investigadores han creado un dispositivo que graba tus sueños mientras duermes. Utilizando tecnologías avanzadas de neuroimagen y modelos de inteligencia artificial, este sistema reconstruye visualmente lo que experimentas mientras sueñas.
La idea no pertenece a la ciencia ficción. Es una línea de investigación concreta y en rápido avance, basada en estudios recientes que han logrado decodificar señales cerebrales y traducirlas en imágenes coherentes. Este artículo explica cómo funciona el dispositivo que graba tus sueños y qué descubrimientos lo hacen posible.
La tecnología que hace posible grabar sueños
La base de este avance está en el uso de resonancia magnética funcional (fMRI), una herramienta que permite observar en tiempo real la actividad cerebral. Los investigadores exponen a los voluntarios a imágenes mientras están despiertos y miden cómo responde su cerebro. Luego, utilizan esos datos como referencia para interpretar los patrones cerebrales registrados mientras duermen.
Según el estudio publicado en arXiv preprint, el proceso de grabación de sueños se divide en tres fases: reconstrucción de percepción visual, decodificación de imágenes oníricas y creación narrativa de la experiencia soñada. Esto se logra combinando datos de fMRI con modelos de lenguaje artificial capaces de generar historias visuales coherentes.
Lo más revolucionario es que estas imágenes oníricas no se presentan como cuadros aislados, sino como narraciones completas. Para ello, se utilizan modelos de lenguaje de gran escala (LLMs) que conectan las imágenes decodificadas con descripciones textuales, construyendo así una “película” del sueño.
Cómo se entrena un dispositivo para grabar sueños
Antes de que el dispositivo para grabar sueños pueda funcionar, es necesario entrenarlo para reconocer la actividad cerebral de cada persona. Este entrenamiento se realiza mientras el voluntario está despierto, observando imágenes reales mientras su cerebro es escaneado.
Esto permite al sistema aprender los patrones de activación en regiones visuales del cerebro, como la corteza occipital, asociadas con diferentes tipos de objetos, escenas o personas. Posteriormente, cuando la persona está dormida, el sistema puede reconocer patrones similares y reconstruir imágenes que coincidan con lo que está ocurriendo en el sueño (Horikawa et al., 2017).
En otras palabras, el dispositivo no “lee” literalmente pensamientos, sino que asocia ciertas configuraciones de actividad cerebral con elementos visuales específicos. Esta decodificación es posible gracias al uso de redes neuronales profundas (DNN) que simulan el procesamiento jerárquico de la información visual en el cerebro.
Primeros experimentos con sueños reales
El trabajo pionero de Horikawa y Kamitani en 2013 demostró que era posible decodificar contenidos visuales de los sueños durante el inicio del sueño (fase hipnagógica). Usando fMRI y aprendizaje automático, entrenaron clasificadores para identificar objetos vistos en sueños con base en reportes verbales tras el despertar.
Años más tarde, otros estudios utilizaron modelos de redes neuronales profundas para demostrar que los objetos soñados activan representaciones visuales similares a los objetos vistos durante la vigilia, especialmente en capas medias y altas de la corteza visual.
En 2024, un estudio publicado en arXiv preprint dio un paso más. No solo decodificaron imágenes de sueños con mayor fidelidad, sino que integraron estas imágenes en relatos coherentes usando inteligencia artificial, creando así una representación visual-narrativa del sueño completo.
Alternativas sin fMRI: interfaces no invasivas
No todos los enfoques dependen de tecnologías complejas como la resonancia magnética. Un estudio publicado en arXiv preprint, propuso el uso de interfaces cerebro-máquina no invasivas combinadas con software de pensamiento tipiado y modelos de IA generativa para grabar sueños.
El método se basa en entrenamiento intensivo para que el usuario pueda generar señales mentales traducibles en código Morse durante el sueño REM. Estas señales se transforman en texto, y la IA genera representaciones visuales o multimedia del contenido soñado (Kelsey, 2024).
Aunque esta propuesta es teórica y experimental, representa una vía prometedora para acceder al contenido mental durante el sueño sin procedimientos invasivos. Además, podría aplicarse con dispositivos portátiles o wearables que usan EEG.
Nuevas herramientas de investigación
El avance en grabación de sueños también ha sido impulsado por herramientas de código abierto. Dreamento es una caja de herramientas para wearables de EEG que permite registrar, analizar y estimular el sueño en tiempo real. Esta plataforma permite anotar eventos, realizar análisis de espectros de potencia y aplicar estímulos auditivos o visuales para influir en el contenido onírico (Esfahani et al., 2023).
Por otro lado, DreamNet es una arquitectura de aprendizaje profundo que analiza narrativas de sueños escritas y las asocia con patrones emocionales o temáticos. Con integración opcional de datos EEG durante la fase REM, puede identificar con gran precisión emociones como miedo, ansiedad o alegría en los relatos soñados, y tiene aplicaciones en salud mental y neurociencia cognitiva (Panchagnula, 2025).
¿Estamos cerca de grabar películas completas de nuestros sueños?
A pesar de los avances, aún existen limitaciones. El proceso de entrenamiento es largo, se requiere colaboración activa del voluntario y acceso a tecnologías costosas como la fMRI. Además, los sueños son subjetivos y a menudo difíciles de recordar o describir con exactitud.
Sin embargo, el ritmo del progreso es rápido. La combinación de neuroimagen, inteligencia artificial y modelos de lenguaje está abriendo puertas que parecían imposibles hace décadas. La posibilidad de grabar sueños mientras duermes ya no es una fantasía, sino una línea de investigación activa que está empezando a mostrar resultados reales.
¿Por qué algunas personas recuerdan sus sueños y otras no? La ciencia ya tiene la respuesta.
Conclusión
El desarrollo de un dispositivo que graba tus sueños representa un hito tecnológico. Nos acerca a comprender qué ocurre en la mente mientras dormimos y cómo se construyen las experiencias oníricas.
Ya sea a través de resonancia magnética, EEG o interfaces cerebro-máquina, la ciencia está trazando los primeros mapas del mundo de los sueños. Y con ello, podríamos no solo ver lo que soñamos, sino también comprender mejor nuestras emociones, memorias y deseos ocultos.
- Horikawa, T., & Kamitani, Y. (2013). Neural decoding of visual imagery during sleep. Science. DOI: 10.1126/science.1234330
- Horikawa, T., & Kamitani, Y. (2017). Hierarchical neural representation of dreamed objects revealed by brain decoding with deep neural network features. Frontiers in Computational Neuroscience. DOI: 10.3389/fncom.2017.00004
- Fu, Y., Gao, J., Yang, B., & Feng, J. (2024). Making Your Dreams A Reality: Decoding the Dreams into a Coherent Video Story from fMRI Signals. arXiv preprint. DOI: 10.48550/arXiv.2501.09350
- Kelsey, T. (2024). Dream Recording Through Non-invasive Brain-Machine Interfaces and Generative AI-assisted Multimodal Software. DOI: 10.48550/arXiv.2502.09360
- Esfahani, M. J., et al. (2023). DREAMENTO: An Open-Source Dream Engineering Toolbox for Sleep EEG Wearables. arXiv preprint. DOI: 10.48550/arXiv.2207.03977
- Panchagnula, T. (2025). DreamNet: A Multimodal Framework for Semantic and Emotional Analysis of Sleep Narratives. arXiv preprint. DOI: 10.48550/arXiv.2503.05778




