El ingeniero que le enseña español colombiano a una máquina
En el Día Internacional de la Seguridad Informática, presentamos una investigación colombiana que busca crear una máquina para identificar las emociones y la intención con la que circulan los mensajes de las publicaciones en plataformas digitales.
En cualquier grupo de amigos se encuentra quien tiene la risa contagiosa, aquella persona carismática que fácilmente convierte una situación en algo divertido y transmite su emoción al grupo, que termina riendo también. Este fenómeno emocional también ocurre en el mundo digital, cuando comenzamos a interactuar e intercambiar información con usuarios que piensan parecido.
La necesidad de agruparnos —conocida como homofilia— nos permite acercarnos, reconocernos en lo que se parece a nosotros y hace que nos comportemos de cierta forma. De manera similar ocurre en lo digital: lo que buscamos y lo que vemos nos van haciendo parte de comunidades, unas más pequeñas que otras, que integran en su conjunto un escenario social.
Luis Gabriel Moreno Sandoval, docente de Ingeniería Industrial y candidato a doctor en Ingeniería en la Pontificia Universidad Javeriana, se interesa por este universo de interacciones sociales en lo digital. La importancia de su trabajo radica en la posibilidad de entender en el lenguaje escrito las emociones e intenciones que acompañan nuestro lenguaje verbal.
Moreno está vinculado como investigador en la alianza CAOBA, un centro de excelencia y apropiación que apoya el uso de las tecnologías de Big Data y Data Analytics. Esta alianza está constituida por varias empresas y universidades, y su ejecutor es la Pontificia Universidad Javeriana.
Un reto de magnitudes difíciles de imaginar
¿Cómo analizar los emojis y otros recursos para entender la intención detrás de los mensajes? Para eso Gabriel Moreno usa conceptos de disciplinas académicas que se integran al mundo digital, entre ellas la lingüística y la sociología computacional. La primera analiza la manera en que expresamos ideas y emociones subjetivas —de forma individual— y la segunda estudia cómo establecemos vínculos y cómo nos vuelven parte de un grupo o de una comunidad.
Gracias a estas herramientas el investigador entiende lo digital como una réplica de la vida real, de los roles que juegan ciertos actores respecto a un tema y sus implicaciones en la comunicación.
Las redes de interacción en el mundo digital
Durante la crisis de reputación que tuvo Hidroituango hace unos años, muchas personas hablaron sobre el tema en plataformas digitales. Este caso permitió demostrar uno de los postulados del profesor Moreno: es posible analizar la subjetividad colectiva y detallar en ella los roles y organizaciones que se establecen alrededor de un tema de interés.
Tomando datos de redes sociales, específicamente de comentarios y publicaciones realizadas en la plataforma Twitter, los investigadores diseñaron programas de computador que les permitieron entender cómo se estaban dando las interacciones.
Aprendizaje de las máquinas
Para crear un programa de computador capaz de evaluar la polaridad de un comentario en Twitter es necesario “enseñarle” a la máquina a “entender” los sentimientos en un texto. Primero, hay que encontrar una forma de hacer compatible el lenguaje de las máquinas con el humano. Esto se logra mediante el lenguaje de programación, una suerte de idioma intermedio que utilizan los programadores para establecer un canal de intercambio de información con la máquina.
El segundo paso es ingresar información del lenguaje escrito y,
››El
trabajo de Luis Gabriel Moreno Sandoval se centra en la ciencia de datos, una disciplina reciente que busca hacer que las máquinas comprendan aspectos de la realidad, como el lenguaje.
en el caso del profesor Moreno, enseñarle al computador español colombiano; a esto se le llama entrenamiento. “Uno escribe un programa para que ella (la máquina) logre entenderlo y para ello se utilizan algoritmos matemáticos y estadísticos”, para interpretar lo que significan los textos escritos, explica Moreno.
Enseñarle a la máquina español colombiano implica, por ejemplo, que la palabra “carrusel” no solo aluda al juego infantil, sino también a un evento relacionado con corrupción política y económica. El profesor Moreno y su grupo de investigación aseguran que han avanzado bastante, pues han logrado que la máquina entienda no solo la polaridad de una discusión (si es positiva o negativa), sino que identifique el actor o actores que son ideales en cada escenario.
A mayor cantidad de volumen de datos que tenga la máquina, más eficiente será a la hora de reconocer el valor de una palabra o frase.
Hoy, el grupo de investigación de Moreno tiene la capacidad de calcular las emociones de un grupo respecto a cierto tema, reconocer en el texto características de los individuos como su género, edad, origen sociodemográfico, rasgos psicológicos y comportamiento.
Tener la capacidad de analizar el español colombiano puede ayudar a mejorar las experiencias que tenemos con los chatbots, por ejemplo. Muchos de nosotros preferimos todavía hablar directamente con el operador porque el robot no nos entiende, y esto se debe, en gran parte, al grado de comprensión del lenguaje que todavía limita a estos sistemas.
El lenguaje como fenómeno humano está vivo, evoluciona de manera permanente, por lo que las necesidades de análisis y procesamiento cambian todo el tiempo. Moreno afirma que es necesario discriminar cronolectos —el lenguaje por edades—, geolectos, —el lenguaje por ubicación geográfica— e idiolectos —la forma en que habla un grupo de personas, como los ingenieros o los médicos—, y estos son solo algunos elementos que el procesamiento de lenguaje tiene en cuenta para funcionar. Por eso “tenemos que reentrenar constantemente las máquinas… Si nosotros logramos evolucionar, imagínate los chatbots o sistemas automáticos entendiendo bien a una persona”, dice. Así la experiencia de interacción en lo digital cambiaría radicalmente.
Pesquisa Javeriana circulará su última edición del 2022 el próximo 11 de diciembre con suscriptores de El Espectador.