Procesamiento del lenguaje natural (PLN): cómo las máquinas aprendieron a manejar palabras

Qué es, en pocas palabras

El procesamiento del lenguaje natural (PLN) es la rama de la inteligencia artificial que se ocupa de las palabras. Su objetivo es que una máquina pueda trabajar con el lenguaje humano, escrito u oral. Eso abarca tareas muy distintas: corregir una falta, traducir una frase, resumir un documento, marcar un correo como spam, pasar una grabación de voz a texto o responder a una pregunta.

Durante décadas, cada tarea se resolvía por separado, con reglas escritas a mano por lingüistas. Hoy la mayoría se basa en el aprendizaje automático: el sistema aprende a partir de ejemplos en lugar de reglas.

Ejemplos que encuentra cada día

• En el trabajo: su correo propone una respuesta breve («¡Gracias, recibido!»), separa las promociones y le avisa de un mensaje sospechoso.
• En el móvil: el teclado predictivo adivina la siguiente palabra y el asistente de voz convierte su frase en una orden gracias al reconocimiento de voz.
• De viaje: un traductor en línea le ayuda a leer una carta de restaurante o a escribir a su anfitrión.
• Con un asistente de IA: cuando pide a un chatbot que reformule un correo, un gran modelo de lenguaje divide su texto en pequeños fragmentos y genera la respuesta palabra por palabra.

Un poco de historia

Una de las primeras demostraciones públicas tuvo lugar en enero de 1954: el experimento Georgetown-IBM, en el que un ordenador tradujo automáticamente unas sesenta frases del ruso al inglés con apenas unas pocas reglas gramaticales y un vocabulario reducido (relato del experimento por el historiador John Hutchins). En las décadas siguientes se pasó de las reglas lingüísticas a los enfoques estadísticos. En 2017, la arquitectura Transformer abrió el camino a los modelos de lenguaje actuales.

Por qué le conviene saberlo

Entender que la IA «procesa» el lenguaje sin vivirlo como nosotros le ayuda a usarla mejor. Un modelo de PLN es excelente para reformular, resumir o traducir, pero no comprueba los hechos por sí solo. Para ver cuánta información procesa realmente un modelo, el estimador de tokens le muestra cómo se divide una frase.

Ideas equivocadas frecuentes

• «El PLN es algo nuevo». La investigación existe desde los años cincuenta. Lo nuevo es su calidad para el gran público.
• «La traducción automática siempre es fiable». Suele captar bien el sentido general, pero puede fallar en matices, humor o vocabulario jurídico y médico.
• «Si la IA escribe bien, lo entiende perfectamente». Un texto fluido puede contener errores: la forma no garantiza el fondo.