Fundamentos e métodos de investigación

Un relato transparente y detallado de la ciencia en que se basa InnerLight, las tecnologías que utiliza y por qué — escrito para investigadores, clínicos y revisores. InnerLight en sí mismo no ha sido validado aún en un ensayo controlado; esta página documenta los principios establecidos detrás de su diseño y nuestro compromiso de ponerlo a prueba con honestidad.

1. Sonido calmante — el Principio Iso

El uso del sonido en InnerLight se basa en el Principio Iso de la musicoterapia: encontrar el estado emocional actual de una persona con música que lo refleje y luego desplazar gradualmente la música hacia la calma para llevarla consigo. Este es un método clínico de larga tradición con respaldo experimental controlado.

Starcke K., Mayr J., von Georgi R. (2021). “Emotion modulation through music after sadness induction — the Iso principle in a controlled experimental study.” International Journal of Environmental Research and Public Health, 18(23).

Music with auditory beat stimulation RCT protocol (2025). BMJ Open, 15(6):e094784 — describes Iso-principle personalization against baseline Self-Assessment Manikin (SAM) scores.

2. Tempo objetivo para la relajación (60–80 BPM)

La investigación indica que la música en el rango de 60–80 pulsaciones por minuto favorece la relajación al alinear las oscilaciones neuronales (actividad de ondas alfa) con el ritmo musical, desplazando la activación de tensa a calmada. InnerLight prioriza pistas y, en desarrollo, el modelado dinámico del tempo hacia este rango.

Xu R., Li J. (2025). “AI-driven music intervention based on five-tone theory for anxiety: a preliminary pre-post feasibility study.” Frontiers in Psychology, 16:1669029. (Real-time HRV-guided tempo modulation.)

Frontiers in Digital Health (2025), 7:1552396 — review of music therapy, entrainment, and AI-driven biofeedback.

3. Adaptación en tiempo real guiada por fisiología (en desarrollo)

La evidencia actual más sólida favorece ajustar los parámetros musicales — tempo, volumen, complejidad — de forma gradual y en tiempo real en respuesta a señales fisiológicas, en lugar de cambiar abruptamente las pistas. Cuando la tensión aumenta, los sistemas efectivos reducen el tempo y simplifican la música con transiciones suaves. Esta es la dirección del desarrollo de sonido en curso de InnerLight. Estamos reexaminando deliberadamente qué señal debe impulsarlo: dado que las pulsaciones por minuto son un indicador poco confiable del estado emocional, no usamos la frecuencia cardíaca como señal de angustia y estamos construyendo una lectura más confiable de cómo se encuentra una persona.

REMAST: Real-time Emotion-based Music Arrangement with Soft Transition (arXiv:2305.08029).

Williams et al. (2020); Jiao (2025) — adaptive functional music generation with real-time biofeedback, reviewed in Frontiers in Psychology (2026), 16:1741463.

4. Lectura cardíaca sin contacto — fotopletismografía remota (rPPG)

InnerLight lee la frecuencia cardíaca desde una webcam estándar mediante fotopletismografía remota: detectando los diminutos cambios de color en la piel facial a medida que la sangre pulsa por debajo. Combinamos regiones de piel de la frente y las mejillas (evitando los ojos y la boca, que introducen ruido de movimiento), verificamos los píxeles de piel, detectamos el período de latido por autocorrelación y aplicamos un suavizado informado por la fisiología para rechazar saltos inverosímiles. En condiciones de poca luz, la señal se aclara automáticamente (corrección gamma adaptativa) antes del análisis para que las personas en condiciones tenues no queden excluidas.

Method basis: chrominance- and plane-based rPPG (POS/CHROM family); forehead and cheek regions of interest shown to carry strong pulsatile signal in systematic reviews of rPPG ROI selection.

Low-light handling follows gamma-correction and histogram-based enhancement approaches evaluated for rPPG under poor illumination.

Por qué rPPG por webcam, y no un dispositivo portátil ni un producto específico: una herramienta de crisis debe funcionar para cualquier persona, de inmediato, sin ningún dispositivo que comprar, vincular o instalar. Los dispositivos portátiles y los oxímetros de pulso clínicos son más precisos, pero excluyen a quienes no poseen uno en el momento. Los modelos de rPPG con aprendizaje profundo son potentes, pero requieren servidor y cómputo intensivo. El rPPG basado en navegador es el único enfoque que funciona de inmediato para cualquier persona en un teléfono o computadora — por eso lo usamos, y somos transparentes sobre sus límites: necesita luz razonable y un rostro mayormente quieto, y etiquetamos cada lectura por confianza (medida / estimada / línea base mantenida) en lugar de sobreestimar la precisión.

5. Lectura de señales faciales — MediaPipe

Para las señales de expresión facial, InnerLight utiliza MediaPipe Face Landmarker de Google, que mide docenas de valores específicos de movimiento facial (blendshapes) en lugar de adivinar una única etiqueta de emoción. Elegimos MediaPipe porque es gratuito, funciona completamente en el navegador (ninguna imagen abandona jamás el dispositivo de la persona para esto), está bien documentado y es ampliamente utilizado y mantenido — algo importante para una herramienta que debe ser reproducible por un equipo de investigación.

6. Arraigo a través de imágenes reales

InnerLight utiliza fotografías reales, no animaciones, como escenas de arraigo. El realismo se usa de forma deliberada: el arraigo sensorial concreto es una técnica reconocida para interrumpir la angustia y la disociación y devolver la atención al presente.

7. Privacidad y cifrado

La privacidad es fundamental, no una consideración secundaria. Específicamente:

• El contenido de la sesión no se almacena en forma sin procesar. Solo se retiene un resumen que la persona elige guardar, y los detalles identificativos (correos electrónicos, números de teléfono, identificadores, cadenas largas de dígitos) se eliminan automáticamente antes de que se almacene cualquier registro de investigación.
• La memoria del usuario que regresa está cifrada con una clave derivada de su propio código de retorno. Su historia guardada no puede leerse sin ese código — ni por nosotros, ni por nadie con acceso al servidor. Si el código se pierde, los datos son irrecuperables por diseño. Esto utiliza el Protocolo de Armonía Axiom, nuestra capa de cifrado aplicada, de modo que la persona — no el operador — tiene la llave de su propia historia.
• El monitor biométrico en vivo es anónimo y efímero. Muestra la frecuencia cardíaca y el estado de calma bajo etiquetas anónimas (Persona 1, Persona 2), no contiene palabras y expira poco después de que finaliza una sesión.
• El análisis facial se ejecuta en el dispositivo. El video de la persona se analiza en su propio navegador para obtener señales cardíacas y de expresión; el video sin procesar no se transmite para ese análisis.

7b. El Protocolo de Armonía Axiom (AHP) — qué es y cómo le protege

El Protocolo de Armonía Axiom (AHP) es la capa de cifrado de InnerLight — el sistema que convierte todo lo que una persona elige guardar en datos revueltos e ilegibles que solo ella puede desbloquear. No es un nombre de marketing sobre una protección débil; se construye sobre la misma clase de cifrado que se utiliza para proteger datos bancarios y gubernamentales. A continuación se explica exactamente cómo funciona, primero en términos sencillos y luego en términos técnicos.

En términos sencillos: cuando guarda su historia, InnerLight toma su código de retorno privado y, mediante un proceso matemático deliberadamente lento, lo convierte en una clave digital única. Luego bloquea sus palabras con esa clave de manera tan completa que el resultado almacenado parece ruido aleatorio. Su código es lo único que puede volver a producir esa clave. Nunca guardamos su código, por lo que nunca podemos desbloquear su historia — y tampoco puede hacerlo nadie que irrumpa en el servidor. Si pierde el código, los datos se pierden para siempre. Ese es el compromiso de la verdadera privacidad: el candado es real y usted tiene la única llave.

En términos técnicos, para revisores: AHP cifra cada carga útil con AES-256-GCM — el Estándar de Cifrado Avanzado de 256 bits en modo Galois/Contador, un cifrado autenticado que protege tanto la confidencialidad (nadie puede leerlo) como la integridad (la manipulación es detectable). La clave se deriva del código de retorno de la persona mediante PBKDF2-HMAC-SHA256 con 390.000 iteraciones y una sal aleatoria — una función de estiramiento de clave deliberadamente lenta que hace que la adivinanza por fuerza bruta sea enormemente costosa. Cada cifrado utiliza un nonce aleatorio nuevo, y la versión del protocolo se vincula como datos asociados autenticados. La clave nunca se escribe en disco; solo se almacenan el texto cifrado, la sal y el nonce. Este es un diseño de conocimiento cero hacia el operador: InnerLight conserva bytes cifrados que no puede leer.

Límite honesto: AES-256-GCM con derivación de clave sólida es criptografía moderna robusta, pero aún no es poscuántica. Una ruta de refuerzo futuro documentada es añadir una capa de intercambio de claves poscuántica (por ejemplo, ML-KEM / Kyber) junto al cifrado simétrico autenticado. Lo indicamos abiertamente en lugar de sobreestimar la protección.

8. Qué medimos y cómo mantenemos la honestidad

InnerLight registra métricas de investigación anónimas y agregadas diseñadas en torno a marcos de salud digital reconocidos: adopción, participación, duración de la sesión, adherencia y finalización, junto con cambios en la expresión, respuestas al sonido, calma autoinformada (una escala de Maniquí de Autoevaluación sin palabras) y tendencias de frecuencia cardíaca medidas respecto a la línea base propia de cada persona. Cada lectura cardíaca lleva un nivel de confianza para que la cobertura sea completa sin sobreestimar la precisión. Seguimos el método científico de forma explícita: una hipótesis falsificable, predicciones declaradas, un instrumento que recopila los datos y un compromiso con la replicación y la revisión por pares.

9. La evidencia de la misión — respuesta alternativa a las crisis

El norte de InnerLight es convertirse en la primera llamada de confianza para una persona en crisis — un camino hacia ayuda real que no comienza con una respuesta armada. Esta no es una idea solitaria; es un movimiento nacional documentado con una base de evidencia creciente. InnerLight es una puerta de entrada civil de software a ese movimiento: conecta a las personas hacia respondedores humanos que priorizan la atención, y hacia el 911 solo cuando el peligro físico inmediato lo requiere.

Dee T.S., Pyne J. (2022). “A community response approach to mental health and substance abuse crises reduced crime.” Science Advances, 8(23). (Denver STAR: reducción del 34% en delitos menores en los vecindarios atendidos.)

RTI International (2026). Evaluaciones cuasiexperimentales de los programas HEART de Durham y BHRT de Greensboro: los equipos de respuesta desarmados igualaron los tiempos de respuesta policial, redujeron los arrestos y aumentaron las conexiones a servicios de apoyo.

Human Rights Watch (2026). “Self-Determination is the Pathway to Liberation” — evaluación nacional de programas de respuesta a crisis no policiales, basados en el consentimiento y respetuosos de los derechos.

Vera Institute of Justice (2022). Civilian Crisis Response Toolkit — documenta la desconfianza comunitaria hacia las líneas de emergencia vinculadas a la policía y recomienda puntos de acceso a crisis desconectados de los sistemas tradicionales de seguridad pública.

Center for American Progress & Law Enforcement Action Partnership (2020). Análisis de llamadas al 911 en ocho ciudades importantes: hasta el 68% podría manejarse sin un oficial armado.

Panorama nacional de programas de respuesta alternativa no policial (2024): 216 programas operativos en todo Estados Unidos.

NBER Working Paper 34344: análisis de disposición a pagar que muestra que el público otorga mayor valor a las intervenciones activas de crisis lideradas por civiles.

10. Hablar cada idioma con honestidad — traducción con un juez de calidad

InnerLight sirve a personas en ocho idiomas. La traducción automática de contenido de seguridad y legal se somete a un estándar de investigación publicado: cada tarjeta de orientación legal traducida y cada transferencia hablada pasan por un proceso independiente de puntuación por un modelo juez para evaluar equivalencia semántica y expresión natural antes de que una persona la vea, con 0,8 como umbral de aceptación. El contenido que no alcanza el umbral se retiene en lugar de mostrarse incorrectamente. Cada cadena de interfaz en un nuevo idioma espera además la revisión de un hablante nativo, y ese estado se documenta en nuestro repositorio. Si un dispositivo no tiene voz de síntesis para el idioma elegido, InnerLight permanece en silencio en lugar de hablar en el idioma equivocado — las palabras permanecen en pantalla.

LLM-as-a-Judge reference-less quality estimation for machine translation, with a ≥0.8 semantic-equivalence acceptance threshold (arXiv:2503.24102).

Enomoto et al. “From LLM to NMT: Advancing Low-Resource Machine Translation with Claude” (arXiv:2404.13813) — documenta dónde los modelos de lenguaje grandes aún están por detrás de los sistemas especializados en pares de idiomas de bajos recursos, la razón por la que se requiere un proceso de verificación.

In-context machine translation for low-resource languages (arXiv:2502.11862) — documenta modos de fallo en palabras raras en idiomas con escasa representación.

11. Lo que lee el micrófono — prosodia vocal

Con el permiso del micrófono de la persona, InnerLight mide cuatro descriptores prosódicos clásicos en el dispositivo: energía vocal general (RMS), variabilidad del tono (frecuencia fundamental estimada por autocorrelación en una ventana deslizante), tasa de habla (transiciones de segmentos sonoros) y una estimación de modulación de amplitud de 4–8 Hz. Estos son correlatos acústicos largamente establecidos de la activación emocional en la literatura de emoción en el habla. El audio sin procesar para este análisis nunca abandona el navegador; solo los cuatro números viajan, orientan la música calmante y nunca se almacenan. Nuestras constantes de normalización son estimaciones de ingeniería, etiquetadas como tales en el código fuente, pendientes de calibración frente a un conjunto de grabaciones etiquetadas — coherente con nuestra regla de que nada inventado puede presentarse como verdad fundamental.

Schuller B.W. (2018). “Speech emotion recognition: two decades in a nutshell, benchmarks, and ongoing trends.” Communications of the ACM, 61(5), 90–99.

Zennou H., Ouadad R., Ouhda M., Baslam M. (2026). “Real-Time Speech Emotion Recognition with a CNN-BiLSTM-Attention Deep Learning Model.” Engineering, Technology & Applied Science Research, 16(3) — la dirección actual del campo hacia la que están diseñadas para crecer nuestras medidas más simples en el dispositivo.

12. Señales de seguridad en cualquier idioma

La detección protectora — reconocer cuándo quien escribe puede ser menor de edad, puede estar sustituyendo esta herramienta por la conexión humana, o puede estar en crisis — no debe depender del idioma en que escribe la persona. En sesiones en idiomas distintos al inglés, estas señales son leídas por el propio modelo de comprensión, que lee el idioma de la persona, en lugar de listas de frases solo en inglés. Por diseño, una lectura incierta solo puede elevar el nivel de atención, nunca reducirlo, y una declaración ambigua recibe una pregunta de seguimiento afectuosa en lugar de un veredicto.

Vasan A., Stanford Brainstorm — sobre la sustitución como el principal riesgo de las herramientas de salud mental con IA y el deber de escalar hacia humanos (citado en Gold, Inside Higher Ed, 2026).

Common Sense Media — investigación sobre el uso adolescente de la IA para consejos de salud mental, que informa las mayores protecciones para menores de InnerLight.

13. Mantener la atención durante la espera — el motor de participación

La ayuda puede tardar entre quince minutos y una hora en llegar. El acompañante de InnerLight está diseñado para mantener la participación genuina de una persona durante toda esa brecha — alternando entre consuelo, pequeñas actividades sensoriales, historias compartidas y (cuando la persona lo invita) humor suave. Las opciones de actividad siguen la evidencia: durante la angustia aguda, el acompañante ofrece micro-tareas sensoriales y visuoespaciales, porque la investigación en salas de urgencias muestra que tales tareas reducen las imágenes intrusivas en las horas posteriores al trauma, mientras que los juegos verbales tipo cuestionario en esa misma ventana pueden empeorar las intrusiones. Los juegos de palabras e historias se abren solo una vez que la persona se ha calmado. Cada invitación es única, opcional y entretejida en la conversación — nunca un menú.

Iyadurai L., Blackwell S.E., Meiser-Stedman R., et al. (2018). “Preventing intrusive memories after trauma via a brief intervention involving Tetris computer game play in the emergency department: a proof-of-concept randomized controlled trial.” Molecular Psychiatry, 23, 674–682.

Holmes E.A., James E.L., Kilford E.J., Deeprose C. (2010). Hallazgo clave: un juego visuoespacial redujo los flashbacks postraumáticos mientras que un juego de preguntas verbal no lo hizo — y en un experimento los aumentó. No toda participación es participación beneficiosa; la elección de actividad debe seguir la evidencia. PLoS ONE, 5(11): e13706.

Replicación multilaboratorio (2025), Collabra: Psychology, 11(1): evidencia de que la tarea visuoespacial reduce las intrusiones de inmediato — la ventana exacta que InnerLight atiende — con evidencia más débil para efectos días después.

Línea de trabajo ANTIDOTE (2024–2026): intervenciones de tarea competidora de imágenes guiadas por IA, personalizadas individualmente, con monitoreo fisiológico — la dirección de investigación que sigue la orientación de actividades conversacionales de InnerLight.

Las citas anteriores hacen referencia a literatura publicada y revisada por pares que respalda los principios que aplica InnerLight. No constituyen evidencia de que InnerLight en sí mismo sea eficaz; esa evaluación está en curso. Los detalles completos de las referencias están disponibles previa solicitud.