¿Cómo afecta ChatGPT a la enseñanza de lenguas aplicadas, traducción y edición de textos?

https://www.shutterstock.com/es/image-photo/robot-prints-text-on-typewriter-workshop-687505573

Vasilyev Alexandr/Shutterstock1

El desarrollo de la inteligencia artificial tendrá cada vez más repercusiones en todos los ámbitos profesionales y del conocimiento. En los últimos meses, el acceso a ChatGPT y la interacción con la herramienta han dado lugar a abundantes reflexiones sobre las consecuencias de su uso, desde los aspectos éticos hasta su impacto en la educación y su potencial para el fraude académico.

Inteligencia artificial y lenguaje

En el ámbito de las lenguas aplicadas (redacción profesional y traducción) la aplicación de esta tecnología tiene implicaciones específicas. Aquí no nos referiremos a su papel como auxiliar del profesorado (por ejemplo, en la preparación de materiales), sino a la perspectiva docente respecto a su uso por parte de las personas que se forman.

En su estado actual, la inteligencia artificial es capaz de gestionar y relacionar una cantidad ingente de datos y de generar producciones lingüísticas que tienen un asombroso parecido, como producto, con las humanas.

Pero al mismo tiempo, los esquemas de funcionamiento de los sistemas informáticos difieren del pensamiento y el lenguaje humanos. La creatividad a la manera humana no está todavía al alcance de las máquinas. Dicho de otra manera, la artificial es una inteligencia que procesa, pero no piensa.

La redacción profesional o la traducción se enfocan en general a textos funcionales que encajan perfectamente con los productos que la inteligencia artificial es capaz de generar. Además, estos textos funcionales pueden ser producidos en abundancia y por poco precio a partir necesidades concretas.

Traducción automática neuronal

En el caso de la traducción, detrás de estos textos, resueltos de forma casi instantánea y a menudo con una calidad sorprendente, está la traducción automática neuronal, como la que se encuentra, por ejemplo, en el traductor de Google o en DeepL.

Estas herramientas se caracterizan porque llevan a cabo un proceso de aprendizaje constante a partir de los datos de millones de traducciones que se incorporan a los sistemas informáticos a modo de entrenamiento. Gracias a la capacidad de procesar todos esos ejemplos, pueden predecir las cadenas de texto que corresponden a traducciones nuevas con resultados cada vez mejores a medida que avanza el entrenamiento.

La posedición

Esto no asegura, sin embargo, que se trate de productos con la misma calidad que tiene la traducción profesional. Para algunos usos en que no sea imprescindible la máxima corrección (por ejemplo, la lectura curiosa de una página web), no hará falta más. Para otros, en los que se exigen unos requisitos elevados de calidad, es necesaria la supervisión humana, lo que se llama la posedición, es decir, la revisión y corrección de las traducciones producidas por máquinas.

Algo parecido se puede decir de la redacción profesional. La máquina es capaz de resolver la redacción de muchísimos textos y de proponer enunciados a partir de las pautas derivadas de la infinitud de modelos evaluados por los propios sistemas informáticos. Los textos resultantes se usarán (se están usando ya) para objetivos tan diversos como la redacción de noticias de agencia, manuales de instrucciones de electrodomésticos, recetas de cocina, textos de debate y opinión, cartas, informes o relatos.

El concepto de posedición resulta aplicable también a la redacción profesional. La razón es la misma que en el caso de la traducción: la productividad. Es más rentable trabajar de esta manera que con la redacción directa y completa de determinados textos.

Formación en lenguas aplicadas

La formación en un contexto tecnológico en lenguas y traducción tiene que asegurar que se aprende a escribir y a traducir correctamente. Ahora que los estudiantes pueden recurrir a este tipo de recursos informáticos para resolver tareas de redacción o traducción, la parte docente necesita cambiar los parámetros de su retroacción (es decir, análisis y evaluación de las tareas realizadas).

Dicho de otra forma, los parámetros de evaluación actuales no se han adaptado a las nuevas prácticas y son de efectividad dudosa.

Qué enseñar

¿Qué es lo que podemos enseñar, entonces, que sea realmente útil? En primer lugar, debemos aprovechar los momentos de contacto presencial para tareas de práctica de redacción o traducción de textos sin el uso de la inteligencia artificial (aunque sí que deberían estar disponibles otros recursos electrónicos habituales en el mundo profesional, como los propios editores de texto, con correctores ortográficos y gramaticales, o el acceso a documentación en línea).

Además, se pueden tener en cuenta posibles limitaciones de la tecnología para proponer actividades que necesiten una considerable aportación de la persona que las tiene que resolver. Por ejemplo, escribir sobre temas muy específicos: sobre un personaje de cierta popularidad local, aspectos sociales del ámbito más próximo al estudiante o experiencias personales, si resulta pertinente y adecuado. De todas maneras, los avances tecnológicos ofrecerán resultados cada vez más logrados.

Formar en posedición

La tercera opción pasa por incorporar directamente la tecnología a la formación. El gran reto, por nuevo, es resolver la adquisición de competencias de expresión escrita y traducción contando con estos recursos. La clave es la posedición. ¿Se pueden desarrollar estas competencias practicando la posedición? Creemos que sí, por lo menos en parte.

La traducción es la faceta de las lenguas aplicadas que va más avanzada en la incorporación de la posedición a los diseños formativos. Y, en el campo de la redacción profesional, no habrá más remedio que considerar el tratamiento de los productos textuales informáticos como recurso para el aprendizaje.

Una nueva dimensión para los currículos

Es difícil prever la evolución y la resistencia de unos enfoques educativos que van a remolque de los avances de las tecnologías. En cualquier caso, no hay más remedio que tratar de seguir el paso a estas tecnologías, de manera que formen parte de los procesos de aprendizaje. El pensamiento y la creatividad tienen que estar en los currículos de lenguas y humanidades, pero hay una nueva dimensión que no se puede obviar.

Este artículo se ha redactado sin inteligencia artificial. ¿Podría haber sido el producto de una máquina? ¿Hay alguna diferencia? Cada vez serán más difíciles de identificar las diferencias en forma o estructura entre textos producidos por una mente humana o por una máquina. La posibilidad de determinar la trazabilidad de los textos tiene que ver con el componente ético al que aludíamos al comienzo.

Las tecnologías sin ética son devastadoras: la ética de la inteligencia artificial debe integrarse a la ética profesional inherente a la formación universitaria.The Conversation


Este artículo fue publicado originalmente en The Conversation. Lea el original.

  1. La imagen superior es de Vasilyev Alexandr/Shutterstock y se reproduce aquí con el permiso de The Conversation.
Marcos Cánovas

About Marcos Cánovas

Profesor titular. Departamento de Traducción, Interpretación y Lenguas Aplicadas, Universidad de Vic – Universidad Central de Cataluña
This entry was posted in Digital stuff, Language learning, Teaching and learning. Bookmark the permalink.