Imagina que has quedado a almorzar con una amiga en un restaurante. Cuando se sirven los aperitivos, tu amiga interrumpe la charla y pregunta, “¿Podrías pasarme la...?”, mientras mira en una cierta dirección de la mesa. Es probable que no necesites que complete su frase para comprender que solicita la sal y, de inmediato, la entregues.
Nosotros, como seres humanos, no necesitamos esperar a que la persona con la que estamos hablando termine su oración para entender lo que quiere expresar. Nuestra comprensión de la estructura interna del lenguaje nos permite prever qué palabra se va a usar a continuación. Además, el contexto de la conversación nos ofrece información sobre lo que el individuo se dispone a expresar.
El autocorrector de tu móvil procura imitar este comportamiento mediante técnicas estadísticas y de procesamiento del lenguaje natural (PLN). Utiliza esto para calcular la probabilidad de que una letra, una palabra o una frase se usen según su frecuencia en grandes volúmenes de texto empleados para entrenar el modelo.
Respecto a los principios estadísticos, el PLN también incorpora análisis de la estructura y el sentido de las palabras, identificando patrones y relaciones entre ellas para hacer correcciones que sean más coherentes con el contexto.
Entonces, ¿por qué algunas veces insiste en cambiar “jobar” por “Jonathan” (si no conoces a ningún Jonathan) o nos hace parecer algo extraños si decimos en un mensaje que hemos enviado la documentación por vía “telepática” en lugar de “telemática”?
La combinación de reglas con el uso individual
El sistema de procesamiento del lenguaje natural de los autocorrectores que usamos cotidianamente se basa en su propio diccionario interno, en las propias reglas sintácticas del idioma y en el historial del usuario. En principio, este último se construye usando textos de entrenamiento provenientes de libros, tesis académicas y fuentes por internet, entre otros, que aportan conocimiento general del idioma. Con base en esto, el sistema mezcla esta educación previa con reglas lingüísticas ya determinadas y la información que recaba del historial del usuario.
Originalmente, estas herramientas se crearon para auxiliar a personas con algún tipo de discapacidad física, perceptual o cognitiva en su uso del lenguaje mediante el uso de sistemas informáticos. No obstante, cuando se integran adecuadamente a la interfaz de las aplicaciones, pueden beneficiar a cualquier usuario, mejorando la velocidad y el esfuerzo que necesita para escribir.
Predecir cómo se escribe no es nada fácil
El autocorrector en la aplicación del teclado de tu móvil maneja su propio diccionario de palabras y construcciones que podrían no contemplar todas las opciones. A partir de la escritura del usuario y de la frecuencia con la que se usan ciertas expresiones se pueden personalizar las predicciones.
Este proceso puede resultar bastante complejo para el sistema de autocorrección. No sólo necesita conocer todos los términos posibles, sino que también debe decidir cuál de ellos es el más adecuado de acuerdo al contexto y la intención del usuario. Por ejemplo, el sustantivo “casa” es completamente correcto y es aceptado en el habla cotidiana. Sin embargo, durante un proceso oficial o administrativo es más idóneo utilizar “vivienda”.
Las predicciones del Autocorrector también pueden fallar
Puedes imaginar el diccionario interno del autocorrector como una estructura en forma de árbol donde ante la entrada de un fragmento de texto se abren muchas posibilidades con diversos grados de frecuencia que se va afinando mientras el usuario va escribiendo. Dentro de estas predicciones, algunas pueden estar motivadas por una programación específica del sistema, como puede ser evitar el uso de lenguaje ofensivo, y otras por un aprendizaje explícito donde el usuario añade ciertas frases al diccionario del dispositivo. Esto explica por qué el autocorrector no siempre coincide con lo que el usuario espera en cada instancia.
Para optimizar la escritura, las aplicaciones ofrecen dos formas principales de incluir sugerencias: proporcionan una lista de opciones basada en la probabilidad o insertan el término seleccionado directamente en el texto. En el primer caso, el usuario tiene que evaluar las alternativas de manera consciente, mientras que en el segundo, se construye un discurso de manera más rápida y orgánica, pero el usuario debe quitar activamente la sugerencia si no es la deseada.
Aunque la mayoría de veces el sistema encuentra la palabra adecuada, hasta en un 94% de las veces, tendemos a recordar mucho más vividamente los momentos en que comete un error importante.
Si a esto le sumamos el hecho de que, según un estudio, tendemos a experimentar frustración cuando se repiten los mismos errores de manera sistemática, es fácil ver por qué a veces los autocorrectores pueden parecernos imperfectos. No obstante, el aprendizaje del sistema no es inmediato, sino gradual, y opera de forma probabilística, combinando lo que ya sabe de grandes volúmenes de texto con la nueva información que recoge del historial del usuario.
Competencia léxica es exclusivamente humana
Es importante recordar que el diccionario del autocorrector es solo un depósito de palabras y que su funcionamiento es diferente al léxico mental del usuario. Este último se forma estableciendo redes entre las diferentes unidades léxicas en función de diferentes tipos de relaciones (como las lexicales familiares, los campos semánticos, los cognados, entre otros).
El autocorrector, por otro lado, dispone de un amplio léxico, pero no domina los aspectos relativos a la forma, el significado o el uso de cada unidad léxica. Es decir, no tiene la competencia léxica y comunicativa que poseen los hablantes.
A pesar de estas limitaciones, se están desarrollando propuestas que demuestran que es posible mejorar la corrección contextual, como la propuesta de PALABRIA-CM-UC3M, que se enfoca en el fenómeno lingüístico del tú impersonal. Mediante técnicas lingüísticas y modelos de inteligencia artificial que aprenden los patrones y contextos de este fenómeno, el sistema es capaz de identificar y corregir errores que un autocorrector convencional no podría detectar.
Aunque los autocorrectores pueden seguir aprendiendo nuevos patrones y expandiendo su conocimiento para ofrecer correcciones cada vez más acertadas, nunca alcanzarán la comprensión profunda, flexible y contextual que caracteriza al uso humano de la lengua. Nunca serán infalibles.
Y es que ni siquiera nosotros, los humanos, lo somos. A menudo, nuestras predicciones pueden resultar equivocadas, como cuando, en la anécdota con la que iniciamos, entregamos la sal a alguien que, en realidad, pedía la jarra de agua.
