Participa con tu nota. Contacto: daniela_ldl@ieee.org.ar
Divulgación científica
Imitando al cerebro del poliglota
La meta de algunos sistemas inteligentes es imitar la manera en que manejamos nuestra lengua. Hasta un infante de cinco años lo hace mejor que los sistemas artificiales. En la comunidad se buscan soluciones y mientras tanto salen los asistentes virtuales que no pasan de ser un divertimento o una herramienta muy restringida para obtener alguna información simple. Saben los científicos cómo imitar la estrategia del cerebro?
La lengua es una de las características que diferencia al humano del resto de las especies. Al hablar ponemos en acción varios centros cerebrales y funcionamos como una computadora. De por sí esto ha mantenido a los científicos bastante ocupados intentando averiguar cómo funcionamos, de qué manera elegimos las palabras y las organizamos en frases. Por qué entendemos ciertas frases con doble sentido, las indirectas, los chistes, las metáforas y las medias lenguas de nuestros hijos cuando son pequeños. Por increíble que parezca hoy por hoy seguimos peleando el tema e intentando resolver la manera en que un ser digital pueda hacer esto que parece tan básico.
Una pregunta que podría surgir es por qué estamos estancados. Las razones pueden ser varias y controversiales, pero hay mucho de los supuestos que maneja el método científico para avanzar. La literatura oficial siempre avanza en base a los estratos conocidos, sin saltos al vacío (lo que sería siempre con apoyo de antecedentes).
En el caso de los sistemas digitales, es necesario basarse en los avances en la formalización de aspectos sicolingüísticos. Mucho de lo que se ha desarrollado en la última década tiene concepciones de base pragmática, descartando aquellos modelos que explicarían mejor la realidad pero que eran en su momento impracticables porque la tecnología de los sistemas inteligentes no era capaz de llevarlos a la realidad. Por suerte esto está cambiando, aunque hay un fuerte movimiento inercial en la comunidad.
Curiosamente Herdina y Jessner ya en 2002 habían comenzado a explicar al lenguaje como un sistema relacionado con el caos y la entropía [1]. Pero cuando otros modelos mas simples de replicar con bases de datos y aprendizajes probabilísticos fueron preferidos, dejando una vez más la precisión en pos de la aplicabilidad. Esto no es un delito y, de hecho es algo frecuente en sistemas. Por caso, según la historia oficial de las redes neuronales, para el primer modelo de red neuronal McCulloch y Pitts se inspiraron en el axón del calamar gigante que tiene una longitud aproximada de un metro. Basta con imaginar que andábamos por los años cuarenta cuando comienzan los estudios y contábamos con voltímetros muy simples. Es de imaginar entonces que era imposible medir los disparos de impulsos en neuronas más cortas como las del hombre. Así que, humanos, a no sentirnos importantes, ¡ya que no fuimos el modelo de la primera red neuronal!
Como suele suceder, el tiempo puso las cosas en su lugar y ahora han decaído los modelos probabilísticos y simplistas. Seguimos teniendo robots de software (o mejor dicho «asistentes virtuales») que parecen enloquecer por ratos o bien son demasiado básicos para sostener un diálogo de más de 2 o 3 minutos y con sentido. El problema parece que se resolverá cuando seamos capaces de entender mejor cómo hace el cerebro para generar el lenguaje. Los indicios parecen retomar a los sistemas caóticos y los fractales.
Daniela López De Luise
Academia Nacional de Ciencias de Buenos Aires
Coordinadora Académica CETI
[1]Jared Linck, Erica Michael, Ewa Golonka, Alina Twist, John Schwieter. The effects of multilinguialism on language processing and language learning. C 30, pp. 665 – 694. DOI: http://dx.doi.org/10.1017/CBO9781107447257.030. 2015.