Un fallo que no es de gramática
Empecemos por una conversación que cualquier asistente de voz ha tenido alguna vez:
- Persona
¿Puedes cerrar la ventana?
- Máquina
Sí.
Respuesta correcta a la pregunta literal. La ventana sigue abierta.
La idea: La máquina ha procesado correctamente las palabras y la sintaxis literal. Ha fallado en otro nivel: el del uso, donde una pregunta sobre capacidad es en realidad una petición.
Ese «otro nivel» tiene nombre. La lingüística lleva más de un siglo separando el lenguaje en capas (sonidos, piezas de palabra, estructura, significado y uso) porque cada una plantea problemas distintos. Para una máquina pasa lo mismo: cada capa es un sitio diferente donde puede fallar, y saber en cuál ha fallado es la mitad de la solución.
Cinco niveles, una frase
Tomemos una frase de pizzería y mirémosla capa a capa. Pulsa cada nivel.
«¿Me pones una sin cebolla?»
Fonética y fonología: qué se oye y qué sonidos cambian el significado.
meˈpo.nesˈu.nasinθe.ˈbo.ʎao se.ˈbo.ʝa↗entonación
Dónde falla una máquina: En casi toda España se dice [θe]; en Canarias, buena parte de Andalucía y toda América, [se]. Un sistema de dictado tiene que escribir «cebolla» en los dos casos. Y hay pares que suenan exactamente igual, como «vaca» y «baca»: ahí el sonido no basta y el sistema decide por el contexto. La entonación, que distingue pregunta de afirmación, se pierde al pasar a texto.
Morfología: de qué piezas con significado está hecha cada palabra.
mea mípon-e-sraíz + vocal + túun-afemenino singularsincebolla
Dónde falla una máquina: Un buscador que no encuentra «niños» al buscar «niño», o un tokenizador que parte «wasapear» en trozos que no son morfemas, fallan aquí. Quien conoce la flexión del español ve enseguida qué se pierde con cada forma de cortar.
Sintaxis: cómo se agrupan las palabras y quién hace qué.
Mecomplemento indirectoponesverbo (sujeto: tú)una sin cebollacomplemento directo
Dónde falla una máquina: «Sin cebolla» se agrupa con «una», no con «pones»: no es «ponla sin usar cebolla». Cuando un traductor asigna mal un complemento («vi al hombre con el telescopio») el error es sintáctico, y saber dibujar el árbol es saber localizarlo.
Semántica: qué significa cada pieza y la combinación.
una= una pizza (elidida)sinausenciacebollaingrediente
Dónde falla una máquina: «Una» no dice de qué. Y «banco», «sierra» o «cola» tienen varios sentidos: un chatbot bancario que responde sobre muebles cuando le preguntan por «el banco más cercano» ha fallado en desambiguación léxica.
Pragmática: qué se hace al decirlo y qué se entiende sin decirse.
¿Me pones…?petición, no preguntaunalo que hay en la carta
Dónde falla una máquina: Gramaticalmente es una pregunta sobre si me pondrás algo; en la pizzería es un pedido. Un clasificador que etiqueta «genial, otra reunión a las 8» como positivo, o un asistente que responde «sí» y no hace nada, fallan en este nivel. Es donde el criterio humano más falta hace.
La idea: Una frase de cinco palabras exige resolver cinco problemas distintos. Las personas los resolvemos a la vez y sin darnos cuenta; una máquina puede acertar en cuatro y fallar en el quinto.
Lo que atraviesa los niveles
Algunos fenómenos no viven en una sola capa. Estos cuatro explican buena parte de los errores de las máquinas.
Ambigüedad
Una expresión con varias lecturas no es un defecto del lenguaje: es lo normal, y casi siempre el contexto la resuelve sin que lo notemos. Puede ser léxica («banco»), estructural, de alcance («todos aman a alguien») o pragmática (la ironía).
Míralo
Una frase, dos estructuras
«Vi al hombre con el telescopio»
[Vi [al hombre] [con el telescopio]]: el telescopio es el instrumento con el que miro.
[Vi [al hombre con el telescopio]]: el telescopio describe al hombre, como «el hombre del sombrero».
La idea: Las palabras son las mismas; cambia cómo se agrupan. Un sistema tiene que elegir una agrupación, y el texto no siempre le da pistas.
Composicionalidad
El significado de «gato negro» sale de sumar «gato» y «negro». El de «estirar la pata», no. Entre un extremo y otro hay un continuo, y las máquinas que traducen o resumen tropiezan en la parte no composicional.
Míralo
- Persona
Traduce: «Mi abuelo estiró la pata el año pasado».
- Máquina
My grandfather stretched his leg last year.
Traducción pieza a pieza de una frase hecha.
- Persona
Es una frase hecha: significa que murió.
- Máquina
My grandfather passed away last year.
La idea: Los sistemas actuales aciertan con las frases hechas frecuentes. Con las raras, regionales o recién inventadas siguen cayendo en la lectura literal.
Contexto
El significado rara vez cabe en una palabra aislada. Un pronombre puede remitir a algo dicho muchas líneas antes, y la concordancia salta por encima de oraciones enteras («los libros que María compró ayer son interesantes»). Los modelos actuales manejan esto con un mecanismo llamado atención:
Míralo
¿A qué palabras mira el modelo?
Las palabras subrayadas se pueden pulsar. La altura de cada barra indica cuánto pesa esa palabra al interpretar la elegida.
La idea: Para interpretar «estaba» hay que decidir de quién se habla. La atención reparte peso entre las otras palabras de la frase; aquí casi todo va a «perro», pero «gato» también cuenta, porque la frase admite las dos lecturas.
Variación
No existe «el español»: existen sus variedades. Lo mismo se dice de formas distintas según el lugar, el grupo social, la situación y la época.
| Tipo | Ejemplo | Qué le pasa a la máquina |
|---|---|---|
| Geográfica | coche · carro · auto | Rinde mejor en las variedades más presentes en sus datos. |
| Social | registro juvenil, jergas | Lo poco frecuente en los datos se entiende peor. |
| De situación | «¿Me lo podría enviar?» · «pásamelo» | Tiene que elegir registro al responder, y no siempre acierta. |
| Histórica | fablar → hablar | Los textos antiguos se tokenizan y se interpretan peor. |
Ideas lingüísticas útiles para leer la IA
Las grandes escuelas lingüísticas ofrecen conceptos útiles para interpretar los sistemas actuales. Esta tabla relaciona algunas de esas ideas con técnicas de IA; no implica que estas técnicas procedan directamente de aquellas escuelas.
| Escuela | Idea central | Relación con la IA |
|---|---|---|
| Estructuralismo Saussure | Una palabra vale por su oposición con las demás del sistema: «madera» y «bosque» se reparten lo que el inglés cubre con «wood». | La idea de que el significado es posición dentro de un sistema, que es lo que hace un vector. |
| Distribucionalismo y contextualismo Harris; Firth | Las unidades se clasifican por los contextos en que aparecen (Harris, 1954): «conocerás una palabra por la compañía que mantiene» (Firth, 1957). Lo que aparece en contextos parecidos se parece. | Los embeddings y, con ellos, todos los modelos de lenguaje actuales. |
| Generativismo Chomsky | Con reglas finitas se generan oraciones infinitas. Interesa la competencia, no la actuación. | Las gramáticas formales y los sistemas de reglas; hoy, el debate sobre si un modelo «sabe gramática». |
| Funcionalismo Halliday | La forma está al servicio de la función comunicativa: «¿puedes pasarme la sal?» es una petición. | La detección de intenciones y el diseño conversacional. |
| Cognitivismo y construcciones Lakoff, Langacker, Goldberg | El significado se apoya en la experiencia y en pares de forma y significado aprendidos del uso. | El debate entre uso y reglas: los modelos aprenden construcciones a partir de ejemplos, no de reglas escritas. |
De todas, la que más pesa hoy es la distribucional: un modelo de lenguaje es, en el fondo, una máquina enorme de observar compañías de palabras. Lo verás en el siguiente paso.