El uso de la NLP en las universidades puede tener un gran impacto. Ya lo tiene en nuestras actividades cotidianas. Todos los días experimentamos uno de los usos más comunes de esta rama de la inteligencia artificial literalmente en la palma de la mano, con los autocorrectores o los asistentes digitales de los teléfonos celulares. Las sugerencias hechas por los motores de búsqueda en Internet y las traducciones automáticas son otros ejemplos cotidianos. ¿Cómo logra el dispositivo entendernos? Gracias a algoritmos consagrados al procesamiento de lenguajes naturales o NLP, por sus siglas en inglés.
Por supuesto, lograr un buen procesamiento requiere “entrenar” a los algoritmos con procedimientos de machine learning que involucran el reconocimiento de patrones en el lenguaje, tal como ocurre con los correctores automáticos de los teléfonos, que van mejorando y hacen sugerencias cada vez más acertadas conforme más se les usa.
El NLP tiene siete capacidades clave:
- Identificación de temas: a partir del análisis estadístico de las palabras puede identificar temas importantes no aparentes a primera vista en vastos conjuntos de documentos.
- Categorización de textos: analiza el contenido de un texto y lo asigna a categorías preestablecidas.
- Agrupamiento de textos: tras analizar el contenido de un conjunto de textos los agrupa en subconjuntos con temas análogos o similares.
- Extracción de información: Identifica los términos más importantes dentro de un texto de acuerdo con su naturaleza.
- Resolución de confusiones: identifica y clasifica adecuadamente términos ambiguos al distinguir el significado de una palabra según su contexto.
- Establecimiento de relaciones: determina cuando un término está relacionado con otro.
- Identificación de estados de ánimo: Los programas más avanzados de NLP pueden inclusive generar sinopsis automáticas de conjuntos extensos de texto e identificar los estados de ánimo y las opiniones subjetivas subyacentes de los autores.
NLP en las universidades: algunos ejemplos
- El Mandarin Project, desarrollado en conjunto por IBM y el Instituto Politécnico de Rensselaer (Troy, Nueva York) para facilitar el aprendizaje de chino mandarín. El proyecto consiste en un salón con pantallas de piso a techo dispuestas en círculo para crear un espacio virtual donde los estudiantes se sumergen en situaciones adecuadas para poner en práctica sus habilidades lingüísticas, tal como ordenar en un restaurante. En el recinto, los usuarios interactúan con personajes virtuales capaces de comprender lo que dicen y responderles en consecuencia, pero van más allá de un chat bot tradicional, pues analizan la sintaxis y la pronunciación del estudiante (sólo puede hablar uno a la vez) para retroalimentarlos con consejos sobre la manera de mejorar su aprendizaje.
- Los investigadores Wenting Xiong, Diane Litman y Christian Schunn, de la Universidad de Pittsburgh, desarrollaron un programa de NPL destinado a ayudar a los estudiantes a mejorar su capacidad de redactar documentos complejos. El programa identifica problemas sobre la manera de presentar la información y sugiere maneras concretas para corregirlos. También ofrece fuentes concretas a consultar para enriquecer lo escrito. A decir de los investigadores, ese tipo de retroalimentación consume un tiempo excesivo de los profesores, que ante la creciente carga de trabajo se ven imposibilitados de ofrecerla de manera óptima a sus estudiantes.
- En la Universidad Simon Fraser (Burnaby, Canadá) los investigadores David Lindberg, Fred Popowich, John Nesbit y Phil Winne desarrollaron un programa NPL basado en plantillas semánticas para analizar el lenguaje utilizado en los apuntes de clase y generar de manera automática cuestionarios con preguntas pertinentes para reforzar el aprendizaje de los estudiantes de un tema determinado.