Nos levantamos por la mañana y preguntamos a nuestra Alexa: ¿Qué tal día hará hoy? Alexa nos da el parte meteorológico con su voz impersonal dulzona y metálica. Seguidamente pulsamos en nuestro dispositivo de telefonía móvil y miramos que noticias seleccionaron para nosotros.

Cuando era estudiante de ingeniería me explicaron lo que era una red neuronal y apenas entendí nada de lo que el profesor puso en la pizarra, esto hace ya casi cincuenta años. Después, por mi cuenta, miré y busqué artículos que me hablaron de la Inteligencia Artificial (IA) y aprendí términos en inglés que ahora, de una manera milagrosa, empiezo a ver escritos en internet y en las redes sociales. Machine Learning, Backpropagation, fuzzy logic, entre otros muchos términos. Seguidamente mi horizonte tecnológico se fue abriendo y a lo largo de esos cincuenta años he visto aparecer cantidad de avances que nunca han dejado de fascinarme. Que suerte la mía, con poder estar vivo ante esta revolución. Pero centremos nuestra atención en un interesante tema: La lingüística computacional.

Redes neuronales integradas en la IA Generativa (ChatGPT)

Las redes neuronales ahora son protagonistas, en primera línea, del desarrollo de los llamados Chat Bots (máquinas con las que conversar). Detrás de los algoritmos de aprendizaje (Maching Learnng) hay un complejo entramado de redes neuronales que aprenden de patrones que reciben y son capaces de gestionar de modo conversacional, mediante lenguaje natural, un dialogo seudo inteligente con los usuarios. Dije seudo porque lo es. No se asusten, porque de momento, antes de seguir, dejaré claro que las máquinas no son capaces de pensar y razonar de forma creativa.

Para empezar, se me ocurre una pregunta que seguro que a ustedes también se les está ocurriendo. Veamos. ¿Si se sientan delante de Alexa, o cualquier chat bot al que quieren preguntarle algo y lo hacen como lo harían si se tratara de preguntarle a un humano la respuesta sería igualmente lógica y coherente? Quizá no, seguramente hay que interrogar a la máquina con unos patrones lingüísticos apropiados. ¿Cómo debemos dirigirnos a la máquina para que nos entienda bien y, por tanto, su respuesta sea aceptada como “razonable”?

Cuando estudiábamos se nos hablaba del llamado “lenguaje de máquina” y todos entendíamos que era el lenguaje con el que se programaban los algoritmos digitales lógicos para que los microprocesadores atendieran nuestras demandas. Pero ahora la cosa ha cambiado y los lenguajes han ido evolucionando hacia los llamados “lenguajes naturales” que, quizá por el termino natural, se prestan a confusión. Desde el punto de vista de las ciencias de la computación los lenguajes naturales son aquellos con los que las nos dirigimos a las máquinas y estas se dirigen a nosotros. Pero no deben confundirse en su exactitud funcional con los que usamos para comunicarnos entre los humanos. Ciertamente son parecidos, claro que sí, pero existen matices que debemos ir entendiendo para que nuestras “prompts” (preguntas) a la máquina sean bien entendidas.

Todos sabemos más a o menos lo que es la lingüística: La RAE define el término “Lingüística computacional” como la aplicación de los métodos de la inteligencia artificial en el tratamiento de cuestiones lingüísticas.

Nunca fui muy bueno en los idiomas y bien que lo he pagado, porque me he perdido la posibilidad de interaccionar de un modo más eficaz con comunidades científicas y tecnológicas con las que hubiese deseado compartir conocimiento. El inglés, esa lengua que nació desligada de las lenguas latinas en “dudosos parnasos lingüísticos” (sus orígenes no fueron de una lengua culta), se ha adueñado del mundo de la comunicación y hoy, para bien o para mal, hay que leer y comunicarse en esta lengua, que a mí particularmente me parece bastante más pobre que la nuestra, el español. Sin embargo, ahora empiezo a respirar mejor, porque empieza a no ser tan necesario el uso del inglés para interaccionar con las máquinas. Los grandes fabricantes de dispositivos de computación son conscientes de que no es precisamente el inglés la lengua más hablada en el planeta, mucho más lo es, por ejemplo, el español; esto me alegra, porque siempre he soñado con que nuestra lengua dejara de ser la lengua para hablar con Dios o para escribir novelas de caballería. Las máquinas, mis queridos lectores, no hablarán en inglés, lo harán en lenguajes intermedios de computación a base de patrones lingüísticos bien estructurados e incorporados en una “arquitectura de pensamiento” totalmente nueva. Ha llegado la era de la “lingüística computacional” y debemos prepararnos para que en los centros educativos se enseñe una nueva asignatura que se llamará, por ejemplo, “LECOM”, (lenguaje de computadores).

No le den a la cabeza, de un lado a otro, los menos aficionados a la tecnología. No, de ninguna manera, más bien entiendan que en el futuro se considerará “analfabeto computacional” a aquel que no sepa conversar con los sistemas de IA. No será necesario comprarse un pequeño diccionario para viajar. Entre un español y un chino habrá una IA que se encargará de que se entiendan perfectamente.

La Lingüística Computacional, también conocida como Procesamiento del Lenguaje Natural (NLP, por sus siglas en inglés), es una disciplina de la inteligencia artificial que se centra en la interacción entre las computadoras y el lenguaje humano. Su objetivo principal es permitir que las computadoras comprendan, interpreten y generen texto y habla de manera similar a como lo hacen los humanos.

Vamos a comentar algunas aplicaciones prácticas de la Lingüística Computacional con el fin de clarificar el concepto.

En primer lugar, nos preguntaremos ¿qué entendemos por procesamiento de lenguaje natural (NLP)? Es una parte importante de la lingüística computacional que se enfoca en el procesamiento de texto y habla en lenguaje humano. Esto incluye tareas como la traducción automática, el análisis de sentimientos, la generación de lenguaje natural, la búsqueda de información y la extracción de información, entre otras. El NLP utiliza una gran variedad de técnicas y herramientas, incluyendo la tokenización (dividir el texto en palabras o unidades más pequeñas), el análisis gramatical (identificar la estructura sintáctica de una oración), la desambiguación semántica (resolver el significado de palabras con varios sentidos) y el aprendizaje automático para entrenar modelos que pueden comprender y generar texto de manera más precisa.

Las Aplicaciones de la Lingüística Computacional más conocidas son las siguientes:

Motores de búsqueda en línea. Los motores de búsqueda utilizan algoritmos de procesamiento de lenguaje natural para mejorar los resultados de búsqueda y comprender las consultas de los usuarios.

Chatbots y asistentes virtuales

Imagen creada por el autor con IA. Herramienta Microsoft Designer

Los chatbots y asistentes virtuales, como Siri de Apple o Alexa de Amazon, utilizan NLP para comprender y responder preguntas de los usuarios realizando la traducción automática de un idioma a otro, en los casos requeridos.

El análisis de sentimientos es otra aplicación muy importante del NLP. Las empresas utilizan el NLP para analizar las opiniones y los comentarios de los clientes en las redes sociales y en las reseñas de productos para comprender el sentimiento de los usuarios hacia sus productos o servicios. Una de las fuentes mas importantes para entrenar una IA es recoger y analizar los mensajes que se intercambian en los chats y redes sociales. Para extraer la información de los repositorios en donde se encuentra se utilizan sistemas entrenados que usan NPL.

La generación de lenguaje natural puede utilizarse para crear contenido de manera automática, como resúmenes de noticias, informes financieros o incluso obras literarias.

Una de las más interesantes aplicaciones de la NPL es el reconocimiento de voz: A través del procesamiento de señales de audio, el NLP puede convertir el habla en texto, lo que permite a las máquinas comprender y responder a comandos de voz.

A pesar de los avances, la lingüística computacional aún tiene muchas fronteras que conquistar, por ejemplo, la polisemia (dirimir el significado de una palabra o expresión lingüística que tenga varias acepciones), la interpretación del contexto, la falta de datos etiquetados adecuados y la equidad y sesgos en los modelos de NLP.

En resumen, la Lingüística Computacional es una disciplina interdisciplinar que combina la lingüística y la informática para desarrollar aplicaciones que permitan a las computadoras comprender y generar lenguaje humano. Tiene una amplia gama de aplicaciones en campos como la traducción, la atención al cliente, la investigación de mercado y mucho más.

José Manuel Ruiz Gutiérrez es Ingeniero de Telecomunicaciones y Profesor Catedrático de Tecnología de EE.MM.