WEBVTT
0
00:00:00.260 --> 00:00:04.780
Lo conocéis de sobra porque 
es una institución. 

1
00:00:04.900 --> 00:00:08.995
Nuestro máster lleva dando la 
asignatura de música de corpus 

2
00:00:09.045 --> 00:00:11.000
desde los inicios.

3
00:00:11.200 --> 00:00:13.875
Y es siempre un placer escucharlo.

4
00:00:13.925 --> 00:00:15.309
Aprendemos tantísimo con él.

5
00:00:15.400 --> 00:00:17.535
Pero para aquellos de 
vosotros externos 

6
00:00:17.585 --> 00:00:18.875
al máster que os incorporéis,

7
00:00:18.925 --> 00:00:23.900
voy a dar unas pinceladas de su 
extensa biografía académica. 

8
00:00:25.400 --> 00:00:26.680
Es catedralista.

9
00:00:26.970 --> 00:00:29.165
De lingüística inglesa por la 
Universidad de Murcia, 

10
00:00:29.215 --> 00:00:33.045
doctor en filología inglesa con 
máster en lingüística computacional 

11
00:00:33.095 --> 00:00:37.490
por la Universidad de Essex y es 
investigadora multivariante. 

12
00:00:37.710 --> 00:00:42.710
Su trayectoria investigadora se 
sitúa en la intersección entre lingüística 

13
00:00:43.270 --> 00:00:45.139
de corpus, lingüística computacional,

14
00:00:45.189 --> 00:00:48.510
análisis cuantitativo del 
lenguaje, lexicografía, 

15
00:00:48.570 --> 00:00:51.270
tecnologías lingüísticas 
y lingüística core. 

16
00:01:00.210 --> 00:01:02.210
Desambiguación semántica,

17
00:01:02.350 --> 00:01:05.230
análisis de colocaciones, 
recursos lingüísticos, 

18
00:01:05.350 --> 00:01:08.745
atribución de autoría, 
lenguaje de engaño 

19
00:01:08.795 --> 00:01:11.710
y aplicaciones tecnológicas 
del análisis lingüístico. 

20
00:01:12.430 --> 00:01:15.905
Su trabajo ha contribuido a mostrar 
cómo los datos textuales, 

21
00:01:15.955 --> 00:01:18.245
los corpus y los métodos 
computacionales 

22
00:01:18.295 --> 00:01:22.035
pueden utilizarse para estudiar 
el significado, la variación, 

23
00:01:22.085 --> 00:01:25.970
los patrones discursivos y los 
usos sociales del lenguaje. 

24
00:01:26.070 --> 00:01:28.945
Además, tiene una amplísima 
producción científica 

25
00:01:28.995 --> 00:01:30.345
y experiencia en transferencia.

26
00:01:30.395 --> 00:01:33.875
Ha participado en desarrollos 
aplicados a recursos digitales, 

27
00:01:33.925 --> 00:01:36.445
enseñanza de lenguas, 
software educativo 

28
00:01:36.495 --> 00:01:38.730
y tecnologías del lenguaje y.

29
00:01:40.370 --> 00:01:43.725
De tiempo libre también ha sido 
decano en la Facultad de Letras 

30
00:01:43.775 --> 00:01:47.630
y vicerector de Internacionalización 
en la Universidad de Murcia. 

31
00:01:47.750 --> 00:01:49.970
Así que bienvenido de nuevo, Pascual.

32
00:01:50.030 --> 00:01:51.745
Un placer escucharte, cuando quieras.

33
00:01:51.795 --> 00:01:53.130
Bueno, muchísimas gracias.

34
00:01:53.390 --> 00:01:56.030
De verdad, yo no sabía que había 
hecho tantas cosas. 

35
00:01:56.190 --> 00:01:57.690
Eso demuestra que soy muy viejo.

36
00:01:58.830 --> 00:02:00.810
Quería agradecer a Laura.

37
00:02:01.450 --> 00:02:03.450
Laura, quería felicitarte.

38
00:02:03.670 --> 00:02:07.645
No sé, no sabría cómo resumir 
tu ponencia. 

39
00:02:07.695 --> 00:02:09.110
Yo diría algo así como.

40
00:02:09.890 --> 00:02:11.690
Nunca cantes después de Gardel.

41
00:02:11.790 --> 00:02:13.430
En este caso, como eres una mujer,

42
00:02:13.550 --> 00:02:15.161
diría después de Agatha Franklin.

43
00:02:15.390 --> 00:02:17.550
Es que no se puede superar 
lo que has hecho. 

44
00:02:18.090 --> 00:02:19.230
Nada, nada.

45
00:02:19.450 --> 00:02:24.165
Para el público que queda, que 
no suba las expectativas 

46
00:02:24.215 --> 00:02:27.010
porque no podré llegar nunca 
a la altura de Laura. 

47
00:02:27.270 --> 00:02:29.992
Así que muchísimas gracias y 
felicidades por la ponencia. 

48
00:02:30.410 --> 00:02:31.825
En primer lugar, quiero dar

49
00:02:31.875 --> 00:02:33.906
las gracias a las organizadoras 
del evento. 

50
00:02:34.010 --> 00:02:35.905
En este caso, siempre 
son organizadoras. 

51
00:02:35.955 --> 00:02:38.870
Nunca he encontrado una 
figura masculina. 

52
00:02:39.530 --> 00:02:41.505
Y creo que hay que felicitaros 
también 

53
00:02:41.555 --> 00:02:45.085
por el tema que habéis elegido, 
que es la formación, 

54
00:02:45.135 --> 00:02:48.330
las salidas profesionales en la era 
de la inteligencia artificial. 

55
00:02:48.730 --> 00:02:52.710
La pregunta que quiero plantear 
desde el inicio es muy sencilla. 

56
00:02:52.830 --> 00:02:57.265
¿En qué puede aportar hoy un 
lingüista en un mundo dominado 

57
00:02:57.315 --> 00:02:58.745
por la inteligencia artificial?

58
00:02:58.795 --> 00:03:00.425
Entonces mi propuesta es explorar

59
00:03:00.475 --> 00:03:03.765
cómo la lingüística, los corpus 
y la inteligencia artificial 

60
00:03:03.815 --> 00:03:05.230
pueden complementar.

61
00:03:05.900 --> 00:03:08.835
Y juntos además abrir nuevas 
posibilidades profesionales. 

62
00:03:08.885 --> 00:03:11.835
Por tanto, no se trata de 
sustituir en este caso, 

63
00:03:11.885 --> 00:03:14.640
sino de combinar capacidades.

64
00:03:17.880 --> 00:03:22.880
Antes de incorporar la inteligencia 
artificial en el discurso, 

65
00:03:23.160 --> 00:03:27.955
convendría preguntarnos qué aporta 
realmente el análisis de corpus 

66
00:03:28.005 --> 00:03:29.760
y qué debemos conservar.

67
00:03:30.550 --> 00:03:32.245
Creo que en primer lugar 
está el contexto. 

68
00:03:32.295 --> 00:03:36.910
No basta con saber una palabra 
si aparece o no aparece, 

69
00:03:37.150 --> 00:03:40.290
sino necesitamos saber 
cómo se utiliza. 

70
00:03:40.490 --> 00:03:44.325
Por ejemplo, saber qué distintos 
significados tiene, qué contextos, 

71
00:03:44.375 --> 00:03:46.150
en qué distintos contextos aparece.

72
00:03:46.890 --> 00:03:49.510
Y como esto se mide 
cuantitativamente, 

73
00:03:49.610 --> 00:03:50.870
una cuantificación,

74
00:03:50.970 --> 00:03:53.265
una frecuencia no tiene sentido 
sin una distribución. 

75
00:03:53.315 --> 00:03:56.890
Entonces necesitamos saber también 
cómo se distribuye esa palabra, 

76
00:03:57.090 --> 00:03:58.810
con qué otras palabras aparece.

77
00:03:59.720 --> 00:04:03.360
En qué partes del texto predomina 
o se concentra. 

78
00:04:03.640 --> 00:04:06.980
La tercera sería la comparabilidad, 
es decir, 

79
00:04:07.100 --> 00:04:10.855
podemos contrastar usos entre 
corpus, por ejemplo, 

80
00:04:10.905 --> 00:04:14.095
comprobar si una expresión 
es más habitual 

81
00:04:14.145 --> 00:04:16.660
en el lenguaje académico que 
en el periodístico. 

82
00:04:17.060 --> 00:04:19.980
Y finalmente está la trazabilidad, 
es decir, 

83
00:04:20.060 --> 00:04:23.255
siempre hay que volver al 
corpus para concluir 

84
00:04:23.305 --> 00:04:25.180
con ejemplos reales.

85
00:04:25.910 --> 00:04:28.885
Y con fuentes que sustenten 
nuestras hipótesis 

86
00:04:28.935 --> 00:04:30.975
y aquello que queramos afirmar.

87
00:04:31.025 --> 00:04:34.145
En definitiva, la IA puede ayudarnos 
a descubrir patrones 

88
00:04:34.195 --> 00:04:35.448
e interpretar resultados,

89
00:04:35.550 --> 00:04:37.785
pero seguiremos necesitando 
los corpus 

90
00:04:37.835 --> 00:04:40.747
para contrastar los resultados con 
la evidencia lingüística. 

91
00:04:40.797 --> 00:04:43.825
Para ello, vamos a intentar 
integrar el corpus 

92
00:04:43.875 --> 00:04:47.450
y la inteligencia artificial 
en tres niveles. 

93
00:04:49.410 --> 00:04:51.970
Un primer nivel o eje.

94
00:04:52.880 --> 00:04:55.385
Sería el corpus y la LRM,

95
00:04:55.435 --> 00:04:58.175
la inteligencia artificial 
interpreta datos 

96
00:04:58.225 --> 00:05:00.600
que el corpus ya ha observado.

97
00:05:00.680 --> 00:05:05.255
En este primer eje, siguiendo 
además los parámetros 

98
00:05:05.305 --> 00:05:09.820
o la filosofía de trabajo que 
ha creado Mark Davis, 

99
00:05:10.620 --> 00:05:13.395
Él siempre dice que primero 
consultamos el corpus 

100
00:05:13.445 --> 00:05:15.435
y después utilizamos la inteligencia 
artificial 

101
00:05:15.485 --> 00:05:17.240
para analizar los resultados.

102
00:05:17.520 --> 00:05:21.015
Y aquí él establece una pauta 
con cuatro pasos 

103
00:05:21.065 --> 00:05:22.155
claramente diferenciados.

104
00:05:22.205 --> 00:05:24.880
En primer lugar es consultar, 
se extraen. 

105
00:05:25.490 --> 00:05:27.750
La del corpus, lo que 
queremos analizar, 

106
00:05:27.850 --> 00:05:31.610
palabras, frecuencias, colocados, 
concordancias, lo que nos interese. 

107
00:05:32.150 --> 00:05:37.150
Segundo es seleccionamos qué 
datos queremos consultar. 

108
00:05:38.290 --> 00:05:41.645
Hacemos una criba previa antes 
de hacer el análisis 

109
00:05:41.695 --> 00:05:45.050
y antes de suministrar esa 
información a la IAEA. 

110
00:05:45.960 --> 00:05:47.555
Y en tercer lugar empezamos 
a analizar. 

111
00:05:47.605 --> 00:05:50.125
Entonces pedimos a la guía, 
mediante prompting, 

112
00:05:50.175 --> 00:05:53.495
claramente, por ejemplo, 
que agrupe colocados 

113
00:05:53.545 --> 00:05:57.055
de una palabra según significado, 
identificar patrones 

114
00:05:57.105 --> 00:05:58.524
o proponer interpretaciones.

115
00:05:58.700 --> 00:06:00.515
Y finalmente está la verificación

116
00:06:00.565 --> 00:06:03.720
y ahí es donde nosotros volvemos 
al corpus con esos datos. 

117
00:06:04.650 --> 00:06:07.305
Para ver si esas interpretaciones 
están realmente respaldadas 

118
00:06:07.355 --> 00:06:09.290
por la frecuencia y las 
concordancias. 

119
00:06:09.370 --> 00:06:11.205
Entonces, la idea fundamental 
es sencilla. 

120
00:06:11.255 --> 00:06:13.090
El corpus proporciona la evidencia,

121
00:06:13.170 --> 00:06:16.905
la IA ayuda a interpretarla y 
el investigador comprueba 

122
00:06:16.955 --> 00:06:18.650
si esa interpretación es válida.

123
00:06:19.050 --> 00:06:20.383
Les voy a dar aquí un ejemplo.

124
00:06:21.030 --> 00:06:23.470
Imaginad, por ejemplo, 
el verbo fathom. 

125
00:06:24.130 --> 00:06:27.405
Aquí son simplemente concordancias 
con información adicional 

126
00:06:27.455 --> 00:06:30.750
sobre la fuente y el contexto 
anterior y posterior, 

127
00:06:30.870 --> 00:06:33.150
que se pone acá como quick 
keyword in context. 

128
00:06:34.390 --> 00:06:34.865
Ahora,

129
00:06:34.915 --> 00:06:39.890
lo interesante sería, ¿qué le 
pedimos a la inteligencia artificial? 

130
00:06:40.110 --> 00:06:41.285
Pues lo que le podemos hacer

131
00:06:41.335 --> 00:06:43.815
es que nos proponga categorías 
de análisis, 

132
00:06:43.865 --> 00:06:46.765
que detecte colocaciones, 
construcciones gramaticales, 

133
00:06:46.815 --> 00:06:49.485
prosodias semánticas, funciones 
pragmáticas o valores. 

134
00:06:49.535 --> 00:06:50.705
Y esto es lo que nos daría.

135
00:06:50.755 --> 00:06:51.225
Por ejemplo,

136
00:06:51.275 --> 00:06:53.985
haría un pequeño análisis sobre 
la frecuencia de distribución 

137
00:06:54.035 --> 00:06:59.010
y nos dice que Fathom aparece 
en diversos contextos, 

138
00:06:59.330 --> 00:07:00.370
pero sobre todo,

139
00:07:00.760 --> 00:07:05.115
con expresiones que tienen que ver 
con dificultad de comprensión 

140
00:07:05.165 --> 00:07:08.420
o entendimiento de una situación 
o emociones complejas. 

141
00:07:09.040 --> 00:07:12.295
Además, hace hincapié que predomina 
con pronombres 

142
00:07:12.345 --> 00:07:14.500
y, sobre todo, con experiencias 
subjetivas. 

143
00:07:14.660 --> 00:07:18.955
En cuanto a la prosódica semántica,

144
00:07:19.005 --> 00:07:23.655
nos dice, por ejemplo, que abunda 
con construcciones negativas 

145
00:07:23.705 --> 00:07:27.200
y contextos que impliquen desafío.

146
00:07:27.260 --> 00:07:31.300
En cuanto a colocaciones, dice 
que suele ocurrir con can't, 

147
00:07:31.360 --> 00:07:32.740
couldn't, hard to.

148
00:07:33.060 --> 00:07:36.680
En cuanto a patrones, muy rápido,

149
00:07:36.900 --> 00:07:40.460
construcciones negativas, can't 
phantom, couldn't phantom. 

150
00:07:41.740 --> 00:07:45.860
Funciones pragmáticas, se 
ve claramente que. 

151
00:07:46.700 --> 00:07:47.375
Lo que se quiere

152
00:07:47.425 --> 00:07:52.400
es establecer un vínculo entre 
el emisor y el receptor, 

153
00:07:53.180 --> 00:07:57.695
o el que escribe, sobre 
situaciones difíciles 

154
00:07:57.745 --> 00:07:58.960
de comprender.

155
00:07:59.420 --> 00:08:03.675
Añade también variaciones, 
sinónimos, como estructuras 

156
00:08:03.725 --> 00:08:06.260
como Hard to Fathom, Difficult 
to Fathom, 

157
00:08:06.340 --> 00:08:09.200
o sinónimos como Comprehend, 
Understand, 

158
00:08:09.740 --> 00:08:14.700
también hace referencias culturales, 
emocionales y cambios históricos. 

159
00:08:14.760 --> 00:08:16.745
Por tanto, nos está dando 
aquí una información. 

160
00:08:16.795 --> 00:08:18.445
Realmente muy interesante entonces

161
00:08:18.495 --> 00:08:23.470
lo realmente relevante aquí es que 
la IA realmente no descubre 

162
00:08:23.850 --> 00:08:26.865
los datos nuevos sino que nos 
ayuda a visualizarlos 

163
00:08:26.915 --> 00:08:29.485
y identificarlos con una rapidez 
que nos costaría 

164
00:08:29.535 --> 00:08:33.784
bastante nos llevaría bastante y 
además explica esos patrones 

165
00:08:33.835 --> 00:08:37.925
que aparentemente están presentes en 
el corpus ahora nuestra labor 

166
00:08:37.974 --> 00:08:42.284
sería interpretar esto y para 
cumplir nuestra hipótesis 

167
00:08:42.335 --> 00:08:44.025
o satisfacer nuestra pregunta 
de investigación 

168
00:08:44.075 --> 00:08:45.939
pues ahora cogeríamos 
esa información. 

169
00:08:46.410 --> 00:08:48.805
Y nos iríamos al corpus 
para realmente 

170
00:08:48.855 --> 00:08:53.070
ver si hay ejemplos que 
corroboran todo eso. 

171
00:08:53.150 --> 00:08:56.325
Entonces aquí realmente la LLM

172
00:08:56.375 --> 00:09:00.165
propondría una interpretación 
y el lingüista 

173
00:09:00.215 --> 00:09:04.110
lo que hace es comprobar si 
la evidencia lo respalda. 

174
00:09:04.270 --> 00:09:07.805
Un segundo ejemplo, ya un 
poco más complejo, 

175
00:09:07.855 --> 00:09:11.520
es que podemos comprobar combinar 
la búsqueda con un prompt. 

176
00:09:11.740 --> 00:09:14.680
Entonces, por ejemplo, aquí utilizan 
el ejemplo superior, 

177
00:09:15.160 --> 00:09:17.910
utiliza el corpus now, Aquí 
pones el prompt, 

178
00:09:18.050 --> 00:09:20.425
el prompt que le ha puesto aquí, 
encuentra palabras o expresiones 

179
00:09:20.475 --> 00:09:23.830
relacionadas con tariffs, ¿vale?

180
00:09:23.950 --> 00:09:27.330
Y aquí aparece el número descendente.

181
00:09:27.410 --> 00:09:28.125
Entonces, obviamente,

182
00:09:28.175 --> 00:09:30.405
la palabra que más aparece en 
el contexto de tariffs, 

183
00:09:30.455 --> 00:09:32.310
fue muy curioso, es la 
propia tariffs, 

184
00:09:32.530 --> 00:09:35.870
donde aparece muchísimo, sobre 
todo en los últimos años. 

185
00:09:36.070 --> 00:09:39.730
Eso es muy fácil, si alguien coge 
los discursos de Trump, en Trump, 

186
00:09:39.830 --> 00:09:43.385
cualquier discurso, la palabra 
tariff aparece acompañada mil veces 

187
00:09:43.435 --> 00:09:48.410
con la palabra tariff, refiriéndose 
a la subida de impuestos 

188
00:09:48.790 --> 00:09:53.790
y cuotas a los productos extranjeros 
de distintos países, ¿vale? 

189
00:09:54.530 --> 00:09:57.950
Pero muy interesante, por ejemplo, 
Competitive Advantage, ¿vale? 

190
00:10:01.820 --> 00:10:03.575
De cuanto más y cuanto

191
00:10:03.625 --> 00:10:05.140
menos se han utilizado.

192
00:10:05.980 --> 00:10:08.580
Se puede utilizar, por ejemplo, 
con otro corpus. 

193
00:10:08.660 --> 00:10:10.720
Se cambia el corpus y se 
cambia el prompt. 

194
00:10:10.860 --> 00:10:13.495
Aquí, por ejemplo, serían 
contrapalabras o expresiones 

195
00:10:13.545 --> 00:10:18.520
relacionadas con trabajos femeninos 
en torno al 1800. 

196
00:10:19.140 --> 00:10:21.080
Entonces saca una serie de.

197
00:10:22.070 --> 00:10:25.885
Profesiones y va acotejando, 
femeninas sobre todo en el ámbito 

198
00:10:25.935 --> 00:10:29.765
femenino, acotejando cómo 
se distribuyen en 1800 

199
00:10:29.815 --> 00:10:32.170
y en el resto de los años.

200
00:10:32.250 --> 00:10:34.205
Aquí vemos por ejemplo que cocinera

201
00:10:34.255 --> 00:10:36.990
ha ido increscendo en 
los últimos años, 

202
00:10:37.210 --> 00:10:42.210
mientras que otras han quedado 
prácticamente obsoletas. 

203
00:10:43.870 --> 00:10:45.550
Ya no se utiliza por ejemplo lo de.

204
00:10:49.160 --> 00:10:52.100
Seamstress o Chambermate,

205
00:10:52.300 --> 00:10:54.540
donde realmente ha dejado.

206
00:10:54.640 --> 00:10:59.215
Y otra, por ejemplo, con expresiones 
o consultas mucho más abstractas, 

207
00:10:59.265 --> 00:11:03.335
por ejemplo, aquí en el Cocoa, que 
es encuentra palabras o expresiones 

208
00:11:03.385 --> 00:11:07.000
relacionadas con, para expresar 
condolencias. 

209
00:11:07.180 --> 00:11:11.020
Entonces, por ejemplo, think a few, 
aquí la distribuye tanto. 

210
00:11:11.800 --> 00:11:14.355
Por contextos,

211
00:11:14.405 --> 00:11:17.455
es decir, las temáticas o 
fuentes de publicación 

212
00:11:17.505 --> 00:11:20.580
y por tramos temporales.

213
00:11:20.720 --> 00:11:24.840
Y aquí hay algunas, por ejemplo, 
como In Sympathy, 

214
00:11:24.960 --> 00:11:26.980
que aparece eminentemente en ficción.

215
00:11:27.680 --> 00:11:32.680
Y se concentra sobre todo entre 
los años 1990 a 2000, 

216
00:11:34.020 --> 00:11:34.563
más o menos.

217
00:11:34.613 --> 00:11:35.960
Después ha ido decreciendo.

218
00:11:36.940 --> 00:11:39.384
Entonces realmente sería interesante 
porque aquí. 

219
00:11:40.550 --> 00:11:42.865
Lo que hace la IA

220
00:11:42.915 --> 00:11:46.550
es ampliar las posibilidades 
de búsqueda del corpus, 

221
00:11:46.690 --> 00:11:48.575
ya no solamente expresiones 
concretas, 

222
00:11:48.625 --> 00:11:53.370
sino que podemos combinarla con 
prompts ya mucho más complejos. 

223
00:11:53.450 --> 00:11:54.205
En definitiva,

224
00:11:54.255 --> 00:11:59.230
estos dos ejemplos lo que ilustran 
es este primer eje, que es corpus más 

225
00:11:59.590 --> 00:12:01.025
LLM.

226
00:12:01.075 --> 00:12:03.745
Utilizar la IA para explorar 
la evidencia lingüística 

227
00:12:03.795 --> 00:12:05.155
de forma más amplia y ágil,

228
00:12:05.205 --> 00:12:08.470
sin perder el rigor del 
análisis lingüístico. 

229
00:12:10.960 --> 00:12:15.255
Entonces, se trataría en estos 
ejemplos donde realmente 

230
00:12:15.305 --> 00:12:19.195
el valor profesional del lingüista, 
primero sería diseñar, 

231
00:12:19.245 --> 00:12:22.075
decidir qué corpus se utilizan, 
qué datos se van 

232
00:12:22.125 --> 00:12:25.300
a utilizar, se van a analizar 
y qué queremos investigar. 

233
00:12:25.480 --> 00:12:27.740
Segundo sería orientar a la IA,

234
00:12:27.840 --> 00:12:30.855
es decir, pedirle mediante 
prompts, por ejemplo, 

235
00:12:30.905 --> 00:12:34.475
que clasifique con concordancias, 
compare usos 

236
00:12:34.525 --> 00:12:35.944
o proponga interpretaciones.

237
00:12:36.300 --> 00:12:40.620
Tercero, verificar, sería comprobar 
si esas interpretaciones son. 

238
00:12:41.830 --> 00:12:43.365
Se corroboran con las frecuencias,

239
00:12:43.415 --> 00:12:45.885
con los contextos o posibles 
contraejemplos 

240
00:12:45.935 --> 00:12:50.910
y por qué una respuesta convincente 
no siempre es la correcta. 

241
00:12:51.110 --> 00:12:54.945
A veces algunas de las propuestas 
que nos hace la IA 

242
00:12:54.995 --> 00:12:56.510
no se corroboran.

243
00:12:56.610 --> 00:12:58.545
Y finalmente es comunicar esta forma

244
00:12:58.595 --> 00:13:00.585
de esos resultados en explicaciones 
claras, 

245
00:13:00.635 --> 00:13:03.310
fundamentadas en la evidencia 
lingüística. 

246
00:13:03.390 --> 00:13:05.305
En definitiva, el valor profesional

247
00:13:05.355 --> 00:13:09.470
aquí no es simplemente en 
saber utilizar la IA, 

248
00:13:09.530 --> 00:13:11.410
sino en saber qué pedirle.

249
00:13:12.070 --> 00:13:13.405
Cómo evaluar las respuestas

250
00:13:13.455 --> 00:13:18.305
y cómo comunicarlas basadas en 
nuestro conocimiento lingüístico 

251
00:13:18.355 --> 00:13:19.290
y en la evidencia.

252
00:13:20.290 --> 00:13:25.290
El segundo eje sería la 
estadística y la LMA. 

253
00:13:26.550 --> 00:13:31.045
Aquí pasamos a un campo un 
poco más abstracto. 

254
00:13:31.095 --> 00:13:33.705
Hasta ahora hemos visto que 
la guía nos puede ayudar 

255
00:13:33.755 --> 00:13:37.690
a explorar concordancias, colocados 
o frecuencias, 

256
00:13:38.630 --> 00:13:40.245
Pero el análisis del corpus 
también produce 

257
00:13:40.295 --> 00:13:44.190
y exige muchísimos resultados 
estadísticos y cuantitativos, 

258
00:13:44.370 --> 00:13:48.265
a veces muy complejos, que 
no siempre son fáciles 

259
00:13:48.315 --> 00:13:48.885
de interpretar.

260
00:13:48.935 --> 00:13:52.925
Y aquí sugeriría yo cuatro pasos.

261
00:13:52.975 --> 00:13:54.450
El primer paso serían los datos.

262
00:13:54.770 --> 00:13:58.090
Partimos de corpus y de las 
variables que queremos estudiar. 

263
00:13:58.470 --> 00:14:02.530
En segundo lugar estaría 
el modelo estadístico. 

264
00:14:02.590 --> 00:14:07.150
Aquí tenemos que decidir qué 
pruebas queremos aplicar. 

265
00:14:07.960 --> 00:14:10.535
En algunos casos incluso pruebas 
muy específicas, 

266
00:14:10.585 --> 00:14:13.560
para ayudarnos a responder nuestra 
pregunta de investigación. 

267
00:14:14.380 --> 00:14:17.615
Tercero, la IA puede ayudarnos 
a entender 

268
00:14:17.665 --> 00:14:20.835
qué significan determinados 
coeficientes e interpretar 

269
00:14:20.885 --> 00:14:23.320
e explicar posiblemente 
algún resultado. 

270
00:14:23.740 --> 00:14:26.795
Y finalmente es el investigador el 
que comprueba esa interpretación 

271
00:14:26.845 --> 00:14:29.495
y determina qué conclusiones 
lingüísticas 

272
00:14:29.545 --> 00:14:31.700
están realmente justificadas.

273
00:14:32.380 --> 00:14:33.875
La idea clave es que la guía

274
00:14:33.925 --> 00:14:36.335
puede ayudarnos a comprender los 
resultados estadísticos, 

275
00:14:36.385 --> 00:14:39.335
pero no sustituyen en ningún momento 
el criterio necesario 

276
00:14:39.385 --> 00:14:43.780
para valorar su significado 
y sus límites. 

277
00:14:44.000 --> 00:14:45.200
Veamos aquí un ejemplo.

278
00:14:45.340 --> 00:14:49.075
Hemos sacado aquí datos de un corpus

279
00:14:49.125 --> 00:14:52.615
y nos ha dicho que mediante 
el procedimiento 

280
00:14:52.665 --> 00:14:55.980
de quines, que son palabras clave 
que aparecen en un texto, 

281
00:14:56.160 --> 00:14:59.800
pues aparece que agent o agents, 
tanto en singular como en plural, 

282
00:15:00.450 --> 00:15:04.185
pues son dos palabras clave 
en tanto en un corpus 

283
00:15:04.235 --> 00:15:07.505
que tengo de 2023 como 
el del 2026 vale 

284
00:15:07.555 --> 00:15:10.005
y yo quiero llegar más 
allá vale si las dos 

285
00:15:10.055 --> 00:15:13.725
son cuál es más clave cuál 
es más predominante 

286
00:15:13.775 --> 00:15:17.805
y en qué corpus vale entonces aquí 
tengo datos puramente descriptivos 

287
00:15:17.855 --> 00:15:22.365
del corpus el primero se compone 
de 650 documentos 

288
00:15:22.415 --> 00:15:25.145
el segundo 900 el segundo 
es casi un millón 

289
00:15:25.195 --> 00:15:29.510
o más de un millón de palabras más 
grandes la palabra gente. 

290
00:15:30.250 --> 00:15:33.530
Aparece muchísimo más en el segundo 
que en el primero. 

291
00:15:33.730 --> 00:15:36.585
También vemos que la frecuencia 
por un millón de palabras 

292
00:15:36.635 --> 00:15:39.910
es mucho mayor en el segundo.

293
00:15:40.370 --> 00:15:43.730
Vemos también que aparecen 
en mucho más documentos. 

294
00:15:44.510 --> 00:15:45.145
En el segundo

295
00:15:45.195 --> 00:15:48.345
y también la cobertura documental 
es de documentos 

296
00:15:48.395 --> 00:15:52.285
en que aparece la palabra agent 
o agents es muy superior 

297
00:15:52.335 --> 00:15:55.625
y además vemos también que 
tenemos documentos 

298
00:15:55.675 --> 00:16:00.585
en el 2026 que aparece la palabra 
agent o agent casi 17 veces 

299
00:16:00.635 --> 00:16:03.510
y en el otro solamente tres.

300
00:16:03.670 --> 00:16:06.205
Lo que podríamos hacer aquí 
nosotros decidimos 

301
00:16:06.255 --> 00:16:09.063
que para ver el contraste de agent 
podemos coger por ejemplo. 

302
00:16:09.840 --> 00:16:12.118
Una log likelihood o una razón 
de verosimilitud. 

303
00:16:12.200 --> 00:16:15.640
Entonces hacemos un pequeño 
programilla con R, 

304
00:16:15.800 --> 00:16:19.140
lo ponemos en R y nos da 
estos resultados. 

305
00:16:19.420 --> 00:16:21.655
Algunos de estos resultados 
ya están duplicados aquí, 

306
00:16:21.705 --> 00:16:25.000
como es la frecuencia relativa 
por millón de palabras, 

307
00:16:25.180 --> 00:16:29.040
el propio índice de la razón 
de verosimilitud, 

308
00:16:29.180 --> 00:16:34.180
la probabilidad, vale la log ratio, 
que sería la transformación 

309
00:16:36.540 --> 00:16:39.880
de la ratio, que es la relación 
entre los dos corpus, 

310
00:16:40.000 --> 00:16:41.595
en una transformación logarítmica.

311
00:16:41.645 --> 00:16:42.675
Claro, ahora podríamos decir,

312
00:16:42.725 --> 00:16:46.180
bueno, ¿y esto ahora qué 
significa exactamente? 

313
00:16:46.900 --> 00:16:49.395
Pues bien, con esos datos 
podemos pedirle 

314
00:16:49.445 --> 00:16:51.455
que nos haga una pequeña 
interpretación 

315
00:16:51.505 --> 00:16:54.825
que nos ayude a después contrastarlo 
con el corpus. 

316
00:16:54.875 --> 00:16:56.860
Y nos dice, por ejemplo, claramente.

317
00:16:57.620 --> 00:17:02.620
Pues que en el 2026 aparece muchas 
más veces que en el 2023. 

318
00:17:03.000 --> 00:17:06.175
Y además hace una comparativa aquí 
relativizando los datos 

319
00:17:06.225 --> 00:17:07.589
con una frecuencia relativa.

320
00:17:07.699 --> 00:17:11.535
Nos dice que el valor g, es 
decir, el g cuadrado, 

321
00:17:11.584 --> 00:17:14.954
la razón de verosimilitud, es 
estadísticamente significativa. 

322
00:17:15.005 --> 00:17:20.000
Fijaos que es menor que 2,2 elevado 
a 10 por menos 16. 

323
00:17:21.520 --> 00:17:24.319
Es decir, que tendríamos que 
poner un 0 después de. 

324
00:17:24.959 --> 00:17:28.035
En la posición después 0000 
hasta la posición 16 

325
00:17:28.084 --> 00:17:32.055
y entonces aparecería 2 y después 
otro 2 normalmente 

326
00:17:32.105 --> 00:17:35.915
en investigación lingüística

327
00:17:35.965 --> 00:17:40.940
utilizamos 0,05 como umbral en este 
caso es muchísimo inferior por tanto 

328
00:17:42.420 --> 00:17:47.255
concluimos que estadísticamente hay 
una diferencia muy importante aquí 

329
00:17:47.305 --> 00:17:49.058
lo que hace simplemente es siguiente.

330
00:17:49.450 --> 00:17:52.985
Siguiente es la relación 
es 2,7, quiere decir 

331
00:17:53.035 --> 00:17:57.270
que como ratio aparece 2,7 veces 
más en 2026 que en 2015, 

332
00:17:57.650 --> 00:18:00.270
no lo expresan aquí en esto, 
bueno, simplemente. 

333
00:18:00.710 --> 00:18:03.730
Entonces claramente concluye que sí,

334
00:18:03.810 --> 00:18:07.185
que la palabra agent o 
agent es muchísimo 

335
00:18:07.235 --> 00:18:11.750
más frecuente estadísticamente, más 
relevante en 2026 que en 2027, 

336
00:18:11.890 --> 00:18:12.390
¿vale?

337
00:18:12.980 --> 00:18:15.655
Puedes hacerlo incluso con 
análisis estadísticos 

338
00:18:15.705 --> 00:18:16.740
mucho más complejos.

339
00:18:17.180 --> 00:18:20.215
Pensad, por ejemplo, no sé si 
en lingüística aplicada 

340
00:18:20.265 --> 00:18:23.040
se utiliza, por ejemplo, la ANOVA.

341
00:18:23.160 --> 00:18:27.595
Aquí el análisis este no 
es muy lingüístico, 

342
00:18:27.645 --> 00:18:30.555
es más de lingüística aplicada, pero 
no de lingüística teórica 

343
00:18:30.605 --> 00:18:31.535
o lingüística del corpus.

344
00:18:31.585 --> 00:18:34.800
Pero imaginate aquí que tenemos, 
digo para que conozcáis los datos, 

345
00:18:34.940 --> 00:18:39.200
son cuatro métodos de enseñanza de 
idiomas que se han utilizado. 

346
00:18:39.650 --> 00:18:41.385
En cuatro grupos de estudiantes

347
00:18:41.435 --> 00:18:43.770
que se han elegido al azar 
de un mismo grupo, 

348
00:18:43.870 --> 00:18:48.870
de un mismo curso, donde había 
alrededor de 40 estudiantes 

349
00:18:52.150 --> 00:18:56.290
y se han repartido, no exactamente, 
un poco más de 40, 

350
00:18:56.370 --> 00:19:00.050
y aún no se ha aplicado el método 
A, método B, método C, 

351
00:19:00.190 --> 00:19:03.225
método D. Se hizo un pretest 
al inicio del experimento, 

352
00:19:03.275 --> 00:19:05.361
donde todos tenían más o 
menos el mismo nivel, 

353
00:19:05.660 --> 00:19:07.355
Y al final del experimento 
lo que se quiere ver 

354
00:19:07.405 --> 00:19:12.215
es si ha habido un cambio, una 
mejora en la adquisición 

355
00:19:12.265 --> 00:19:15.680
de la lengua extranjera, dependiendo 
del método. 

356
00:19:16.680 --> 00:19:19.760
Obviamente lo más inmediato sería 
los resultados de la ANOVA, 

357
00:19:19.860 --> 00:19:21.566
que serían estos, que 
nos dice que sí, 

358
00:19:21.616 --> 00:19:24.322
que hay una diferencia 
estadísticamente significativa. 

359
00:19:26.460 --> 00:19:27.860
Poco más y poco más.

360
00:19:28.000 --> 00:19:32.295
¿Y cómo sé yo si esta prueba 
realmente reúne los requisitos 

361
00:19:32.345 --> 00:19:35.940
y los resultados que exige una ANOVA?

362
00:19:36.060 --> 00:19:39.040
Pues esto es lo que le puedo 
pedir yo a ChatGPT. 

363
00:19:39.120 --> 00:19:42.920
Dime, por ejemplo, que me haga un 
chequeo de las asunciones. 

364
00:19:42.980 --> 00:19:46.365
Entonces, dime, por ejemplo, 
si hay homocidasticidad, 

365
00:19:46.415 --> 00:19:50.135
es decir, igualdad de varianza 
entre los cuatro métodos. 

366
00:19:50.185 --> 00:19:53.895
Y dime también si hay diferencia 
significativa 

367
00:19:53.945 --> 00:19:57.375
o una distribución normal en 
cuanto a las residuales. 

368
00:19:57.425 --> 00:20:00.365
Entonces nos hace dos pruebas 
clásicas, que es la prueba del 20, 

369
00:20:00.730 --> 00:20:03.985
y la de Shapiro-Wilkin, y nos dice 
efectivamente que no hay, 

370
00:20:04.035 --> 00:20:08.155
que hay homogeneidad entre 
las varianzas, 

371
00:20:08.205 --> 00:20:08.985
no hay diferencia,

372
00:20:09.035 --> 00:20:12.290
ya que el dato de probabilidad 
es 0,5, 

373
00:20:12.510 --> 00:20:15.610
tenía que ser inferior a 0,05, 
por tanto no lo es, 

374
00:20:15.690 --> 00:20:20.690
y también nos dice que los 
residuales pues están distribuidos normales, 

375
00:20:22.150 --> 00:20:24.770
por tanto la prueba es válida 
y es aplicable. 

376
00:20:25.400 --> 00:20:27.735
Y además nos da un dato 
muy interesante 

377
00:20:27.785 --> 00:20:30.820
y es la prueba de Taki.

378
00:20:30.960 --> 00:20:34.680
La prueba de Taki lo que dice es 
dónde se establecen diferencias. 

379
00:20:34.960 --> 00:20:39.960
Hay diferencias entre los 
estudiantes que han sido sometidos al método A 

380
00:20:40.480 --> 00:20:41.980
y el B,

381
00:20:42.060 --> 00:20:43.680
o entre el A y el C,

382
00:20:43.780 --> 00:20:45.640
entre el A y el D y así 
sucesivamente. 

383
00:20:45.880 --> 00:20:47.780
Y aquí claramente nos 
dice, por ejemplo, 

384
00:20:47.880 --> 00:20:52.475
que entre el grupo A y B no hay 
diferencias significativas, 

385
00:20:52.525 --> 00:20:53.020
por tanto.

386
00:20:53.630 --> 00:20:55.145
No hay diferencias en 
cuanto al método, 

387
00:20:55.195 --> 00:21:00.170
sí que hay diferencias entre A y C, 
también hay diferencias entre A y D, 

388
00:21:00.250 --> 00:21:05.250
también hay diferencias entre 
B y C y B y D. Por tanto, 

389
00:21:05.930 --> 00:21:08.555
lo que concluye es que realmente 
hay como dos clústeres. 

390
00:21:08.605 --> 00:21:09.750
Está A y B,

391
00:21:09.850 --> 00:21:13.790
que no difieren entre sí, 
y después está C y D, 

392
00:21:13.870 --> 00:21:18.630
que no difieren entre sí, pero sí 
que difieren con A y B. Por tanto, 

393
00:21:18.770 --> 00:21:23.565
parece indicar que los métodos C y 
D son ligeramente superiores. 

394
00:21:23.615 --> 00:21:25.165
Además, eso se puede 
ver, por ejemplo, 

395
00:21:25.215 --> 00:21:26.505
en las medias que se obtienen.

396
00:21:26.555 --> 00:21:31.530
El grupo C tiene una media de 
78,93 y el grupo D 83,49. 

397
00:21:34.570 --> 00:21:37.795
Podemos dar un paso más y decir 
que nos haga un mini informe. 

398
00:21:37.845 --> 00:21:40.830
Aquí nos dice el objetivo 
de la prueba, 

399
00:21:40.930 --> 00:21:44.190
los datos descriptivos, una 
breve interpretación, 

400
00:21:44.270 --> 00:21:49.270
los resultados de la prueba NOVA, la 
prueba de asunción de criterios, 

401
00:21:49.380 --> 00:21:49.865
¿vale?

402
00:21:49.915 --> 00:21:51.895
La prueba está aquí y nos interpresa

403
00:21:51.945 --> 00:21:54.180
y nos saca unas pequeñas 
conclusiones, ¿vale? 

404
00:21:54.240 --> 00:21:56.735
Esto sería realmente el 
punto de partida 

405
00:21:56.785 --> 00:21:57.815
para que el investigador ahora,

406
00:21:57.865 --> 00:22:02.840
pues, ahonde en los resultados 
y verifique si realmente, 

407
00:22:03.340 --> 00:22:08.340
pues, los supuestos estadísticos o 
los supuestos del experimento, 

408
00:22:10.240 --> 00:22:13.220
pues, se han cumplido o no, ¿vale?

409
00:22:14.040 --> 00:22:18.615
Y finalmente pasamos al tercer eje, 
que sería utilizar la LM 

410
00:22:18.665 --> 00:22:22.080
ya no para que responda preguntas 
mediante prompts, 

411
00:22:22.200 --> 00:22:24.780
sino que actúe como un agente.

412
00:22:25.840 --> 00:22:30.840
Entonces hemos pasado de explorar 
datos lingüísticos a interpretar 

413
00:22:30.940 --> 00:22:32.095
resultados estadísticos.

414
00:22:32.145 --> 00:22:33.920
Este tercer eje da un paso más.

415
00:22:34.080 --> 00:22:37.935
¿Y si pudiéramos de alguna forma 
integrar diversas capacidades 

416
00:22:37.985 --> 00:22:39.900
en un mismo proceso de investigación?

417
00:22:41.100 --> 00:22:43.660
Aquí entramos en el mundo 
de los agentes. 

418
00:22:43.740 --> 00:22:47.255
Esto realmente ahora lo que me 
ocupa, me está ocupando 

419
00:22:47.305 --> 00:22:52.280
recientemente casi toda mi energía 
en los agentes de NIA. 

420
00:22:52.840 --> 00:22:56.900
Es que los agentes realmente no se 
limitan a responder preguntas, 

421
00:22:57.080 --> 00:22:59.895
sino que pueden utilizar 
distintas herramientas 

422
00:22:59.945 --> 00:23:00.575
o aplicaciones,

423
00:23:00.625 --> 00:23:04.320
ejecutar distintas tareas y avanzar 
hacia un objetivo. 

424
00:23:04.580 --> 00:23:07.360
Por ejemplo, un agente podría 
consultar un corpus, 

425
00:23:07.520 --> 00:23:10.615
otro podría, por ejemplo, analizar 
las frecuencias con R 

426
00:23:10.665 --> 00:23:11.775
y otro podría analizar las 
frecuencias con R. Y 

427
00:23:11.825 --> 00:23:14.455
un tercero, por ejemplo, podría 
etiquetar el corpus 

428
00:23:14.505 --> 00:23:16.440
o elaborar un informe.

429
00:23:16.740 --> 00:23:20.300
Entonces, para ello necesitamos 
claramente definir el objetivo, 

430
00:23:20.560 --> 00:23:22.680
qué herramientas vamos a utilizar.

431
00:23:23.630 --> 00:23:25.365
La información sobre 
lo que está hecho 

432
00:23:25.415 --> 00:23:28.330
y dónde queremos llegar y después 
reglas de control. 

433
00:23:28.610 --> 00:23:31.605
En definitiva, pasamos de explorar

434
00:23:31.655 --> 00:23:34.350
e interpretar a coordinar 
procesos completos. 

435
00:23:34.430 --> 00:23:36.263
Siempre, siempre, esto es importante,

436
00:23:36.370 --> 00:23:38.245
bajo la supervisión del investigador.

437
00:23:38.295 --> 00:23:41.210
No podemos perder el control 
de nuestro trabajo. 

438
00:23:43.580 --> 00:23:46.000
Entonces, en una arquitectura 
multiagente, 

439
00:23:46.080 --> 00:23:49.040
las tareas se distribuyen entre 
agentes especializados. 

440
00:23:49.240 --> 00:23:52.635
Entonces, como he dicho antes, uno 
consulta corpus, el otro, 

441
00:23:52.685 --> 00:23:56.135
por ejemplo, anota, el otro realiza 
análisis estadístico 

442
00:23:56.185 --> 00:23:59.080
y el último, por ejemplo, verifica 
los resultados. 

443
00:23:59.460 --> 00:24:01.760
Entonces, ¿quién coordina todo esto?

444
00:24:01.900 --> 00:24:03.900
Podríamos generar un orquestador.

445
00:24:04.020 --> 00:24:07.115
El orquestador puede ser otro agente 
o simplemente un programa 

446
00:24:07.165 --> 00:24:08.920
basado en reglas.

447
00:24:08.980 --> 00:24:13.160
Su función es decidir qué 
agente hace qué. 

448
00:24:14.220 --> 00:24:14.905
Y sobre todo,

449
00:24:14.955 --> 00:24:18.885
en qué orden y cuándo se solicita 
la revisión humana. 

450
00:24:18.935 --> 00:24:22.835
El investigador aquí lo que hace es 
claramente definir los objetivos 

451
00:24:22.885 --> 00:24:24.138
y los criterios de control.

452
00:24:25.350 --> 00:24:28.585
Controla realmente o ejecuta 
y coordina la ejecución 

453
00:24:28.635 --> 00:24:33.595
la clave no es tener más agentes 
sino conseguir que trabajen de forma 

454
00:24:33.645 --> 00:24:38.045
coordinada y verificable y siempre 
bajo una supervisión humana 

455
00:24:38.095 --> 00:24:41.265
lo interesante es que al utilizar 
los distintos agentes 

456
00:24:41.315 --> 00:24:44.125
podemos hacer una traza perfecta 
de la investigación 

457
00:24:44.175 --> 00:24:45.930
que estamos realizando.

458
00:24:46.440 --> 00:24:46.915
¿Vale?

459
00:24:46.965 --> 00:24:49.675
Entonces, por ejemplo, ¿cómo 
funcionaría en caso nuestro? 

460
00:24:49.725 --> 00:24:53.815
Por ejemplo, ¿cuál sería el workflow 
de si queremos comparar must 

461
00:24:53.865 --> 00:24:57.795
y have to según registros o periodos?

462
00:24:57.845 --> 00:24:58.555
Bueno, en primer lugar,

463
00:24:58.605 --> 00:25:03.580
teníamos que realizar cada 
tarea por separado. 

464
00:25:04.100 --> 00:25:06.040
Entonces, coordinaríamos cinco fases.

465
00:25:06.480 --> 00:25:10.720
La primera sería preparar los corpus 
comparables que queremos utilizar. 

466
00:25:11.460 --> 00:25:15.015
El investigador aquí seleccionaría 
los corpus y seleccionaría 

467
00:25:15.065 --> 00:25:17.620
qué criterios ha seguido para 
seleccionar los corpus. 

468
00:25:18.220 --> 00:25:21.760
Segundo sería recuperar los ejemplos 
que queremos analizar, 

469
00:25:21.860 --> 00:25:23.320
ejemplos con must y have.

470
00:25:23.700 --> 00:25:28.700
Aquí tenemos que revisar esos datos 
que obtenemos del corpus y de la IA 

471
00:25:31.780 --> 00:25:34.695
para ver si realmente cumplen 
con las especificaciones 

472
00:25:34.745 --> 00:25:37.460
de nuestra investigación.

473
00:25:38.780 --> 00:25:40.891
El tercer agente sería anotar 
las variables. 

474
00:25:40.940 --> 00:25:42.600
Por ejemplo, en nuestro caso,

475
00:25:42.720 --> 00:25:44.700
pues, must y have nos 
podría interesar, 

476
00:25:44.760 --> 00:25:48.115
por ejemplo, variables como negación 
o el tipo de sujeto 

477
00:25:48.165 --> 00:25:51.460
que tienen las oraciones, 
dependiendo de must y have. 

478
00:25:52.040 --> 00:25:54.695
Nuevamente aquí, estas categorías 
las hemos validado 

479
00:25:54.745 --> 00:25:59.720
y las hemos extraído nosotros y las 
hemos definido en el agente. 

480
00:26:01.740 --> 00:26:02.380
¿Vale?

481
00:26:03.360 --> 00:26:06.075
Tercero sería cómo modelarlo.

482
00:26:06.125 --> 00:26:07.840
Es decir, nosotros decidimos qué.

483
00:26:09.290 --> 00:26:12.665
Análisis y qué pruebas estadísticas 
hay que utilizar 

484
00:26:12.715 --> 00:26:14.925
y cuáles son los supuestos 
de inferencia 

485
00:26:14.975 --> 00:26:17.665
y finalmente analizar los 
datos estadísticos 

486
00:26:17.715 --> 00:26:18.905
y verificar los resultados.

487
00:26:18.955 --> 00:26:21.065
Y aquí es donde entramos 
nosotros para aceptar 

488
00:26:21.115 --> 00:26:22.490
y revisar esa información.

489
00:26:22.990 --> 00:26:26.645
Lo importante es que cada resultado 
conserva su vínculo 

490
00:26:26.695 --> 00:26:27.850
con el ejemplo original,

491
00:26:28.170 --> 00:26:30.990
las anotaciones y los análisis 
realizados. 

492
00:26:31.210 --> 00:26:31.850
Así.

493
00:26:32.360 --> 00:26:33.075
Realmente lo que hacemos

494
00:26:33.125 --> 00:26:36.320
es no combinamos un método 
de investigación, 

495
00:26:36.600 --> 00:26:38.955
lo que hacemos es integramos 
sus distintas fases 

496
00:26:39.005 --> 00:26:42.780
en un proceso coordinado, 
verificable y reproducible. 

497
00:26:43.140 --> 00:26:48.140
La novedad es que estas fases dejan 
de ser tareas aisladas 

498
00:26:48.300 --> 00:26:53.060
y pasan a formar parte de un 
flujo conectado entre sí. 

499
00:26:54.820 --> 00:26:59.395
Entonces, el agente puede 
ejecutar búsquedas, 

500
00:26:59.445 --> 00:27:01.560
preparar datos, proponer anotaciones,

501
00:27:01.640 --> 00:27:03.735
lanzar modelos o generar gráficos,

502
00:27:03.785 --> 00:27:07.095
pero hay que recordar que las 
decisiones científicas 

503
00:27:07.145 --> 00:27:11.115
siguen siendo del investigador, 
que es quien decide 

504
00:27:11.165 --> 00:27:14.380
qué categorías usar, qué 
supuestos aceptar, 

505
00:27:15.090 --> 00:27:17.905
qué inferencia es legítima 
y cuándo un resultado 

506
00:27:17.955 --> 00:27:19.250
puede darse por válido.

507
00:27:19.430 --> 00:27:22.970
Por tanto, el agente amplía 
claramente la capacidad de trabajo, 

508
00:27:23.130 --> 00:27:27.330
no sustituye en ningún momento 
el criterio metodológico. 

509
00:27:27.550 --> 00:27:32.550
Por tanto, mi propuesta realmente 
es un sistema 

510
00:27:34.090 --> 00:27:36.745
o un ecosistema con tres ejes

511
00:27:36.795 --> 00:27:40.025
donde el corpus y la inteligencia 
artificial 

512
00:27:40.075 --> 00:27:42.690
se pueden complementar y 
reforzar mutuamente. 

513
00:27:42.850 --> 00:27:44.650
La IA nos ayuda a explorar.

514
00:27:45.450 --> 00:27:48.265
La evidencia lingüística, 
interpretar los resultados estadísticos 

515
00:27:48.315 --> 00:27:51.730
y además, lo más interesante, 
coordinar procesos de investigación. 

516
00:27:52.450 --> 00:27:55.930
Pero en todas esas tareas el corpus 
sigue siendo fundamental, 

517
00:27:56.330 --> 00:28:00.105
aporta los datos, los contextos 
y la posibilidad 

518
00:28:00.155 --> 00:28:01.519
de comprobar los resultados.

519
00:28:01.630 --> 00:28:05.090
Entonces no se trata de elegir entre 
corpus o inteligencia artificial, 

520
00:28:05.290 --> 00:28:07.030
sino de aprovechar lo mejor de ambos,

521
00:28:07.230 --> 00:28:09.745
la evidencia del corpus y la 
capacidad de síntesis 

522
00:28:09.795 --> 00:28:10.659
y automatización.

523
00:28:11.320 --> 00:28:12.595
De la inteligencia artificial.

524
00:28:12.645 --> 00:28:16.720
Y creo que ahí reside el valor 
profesional del lingüista, 

525
00:28:16.860 --> 00:28:21.860
saber integrar ambas capacidades 
para producir conocimiento fiable 

526
00:28:22.020 --> 00:28:23.980
y veraz sobre el lenguaje.

527
00:28:24.480 --> 00:28:26.120
Y muchísimas gracias.

528
00:28:26.380 --> 00:28:27.580
Y aquí, solamente aquí,

529
00:28:27.680 --> 00:28:31.520
algunas referencias muy breves 
que he utilizado. 

530
00:28:31.680 --> 00:28:33.195
Algunas de ellas no están publicadas,

531
00:28:33.245 --> 00:28:34.998
es decir, por ejemplo, 
esta de aquí de. 

532
00:28:35.710 --> 00:28:40.710
AI Fulfill, esto es lo que me está 
ocupando la vida últimamente, 

533
00:28:42.050 --> 00:28:43.290
al igual que el informe.

534
00:28:43.530 --> 00:28:45.005
Pero de todas formas,

535
00:28:45.055 --> 00:28:47.990
si hay voluntarios y gente 
que le interese el tema, 

536
00:28:48.090 --> 00:28:51.330
yo más que bienvenido de 
seguir con el debate. 

537
00:28:51.470 --> 00:28:52.803
Así que muchísimas gracias.

538
00:29:01.000 --> 00:29:04.745
Gracias, Pascual, por tu 
generosidad, sobre todo, 

539
00:29:04.795 --> 00:29:08.355
porque año tras año compartes lo 
último que estás haciendo 

540
00:29:08.405 --> 00:29:12.075
y es realmente un privilegio 
para la UNED 

541
00:29:12.125 --> 00:29:15.260
el ser partícipes de tus últimas 
investigaciones. 

542
00:29:15.340 --> 00:29:17.640
Yo veía a todo el mundo tomar 
notas, yo misma, 

543
00:29:17.860 --> 00:29:21.195
y nos dejas siempre con la cabeza 
bulliendo y pensando 

544
00:29:21.245 --> 00:29:25.300
cómo podemos aplicarlo 
a nuestro subcampo. 

545
00:29:25.640 --> 00:29:30.640
Y. Como vamos un poquito justos de 
tiempo para el coffee break, 

546
00:29:32.240 --> 00:29:33.935
vamos a ver si hay.

547
00:29:33.985 --> 00:29:37.540
Primero vamos a empezar esta vez 
por las preguntas en línea. 

548
00:29:37.700 --> 00:29:38.755
¿Hay alguna pregunta?

549
00:29:45.680 --> 00:29:49.420
¿En la sala tenemos alguna 
pregunta, contribución? 

550
00:29:53.840 --> 00:29:54.480
Sí.

551
00:29:56.540 --> 00:29:57.580
Recoge el.

552
00:29:58.200 --> 00:30:01.115
Enhorabuena, Pascual, por 
esta investigación 

553
00:30:01.165 --> 00:30:02.200
tan interesante.

554
00:30:02.640 --> 00:30:04.620
Me he perdido también el principio,

555
00:30:04.880 --> 00:30:09.880
y a lo mejor lo has comentado, en 
el ejemplo de agente y agentes, 

556
00:30:10.460 --> 00:30:15.460
entiendo que haríais también un 
análisis del significado 

557
00:30:16.000 --> 00:30:16.667
de la palabra,

558
00:30:16.860 --> 00:30:19.735
de si ha variado, porque ahora agente

559
00:30:19.785 --> 00:30:24.215
es un término que tú mismo 
no estás utilizando, 

560
00:30:24.265 --> 00:30:26.015
tú estás utilizando agentes 
en tu investigación. 

561
00:30:26.065 --> 00:30:26.707
Entiendo que.

562
00:30:27.110 --> 00:30:29.890
Hay también un cambio en el 
significado de la palabra. 

563
00:30:30.030 --> 00:30:31.474
¿Hacéis también ese análisis?

564
00:30:31.590 --> 00:30:32.230
Sí.

565
00:30:32.350 --> 00:30:34.610
Bueno, en realidad no, vamos a ver.

566
00:30:34.690 --> 00:30:38.110
Ha sido simplemente un ejemplo, 
para valga la redundancia, 

567
00:30:38.190 --> 00:30:41.185
ejemplificar cómo se puede 
utilizar la IA 

568
00:30:41.235 --> 00:30:43.470
para potenciar el análisis 
estadístico. 

569
00:30:43.530 --> 00:30:44.290
¿De acuerdo?

570
00:30:44.430 --> 00:30:46.565
Podríamos haber entrado 
perfectamente, 

571
00:30:46.615 --> 00:30:47.985
en vez de hacer una división,

572
00:30:48.035 --> 00:30:53.010
por ejemplo, de agente o agentes 
en los dos corpus, 

573
00:30:53.250 --> 00:30:55.630
podríamos haber hecho previamente 
una división. 

574
00:30:56.250 --> 00:30:58.105
Prototaxonomía de significados,

575
00:30:58.155 --> 00:31:03.130
revisarla y después mediante 
esa protocategorización, 

576
00:31:03.630 --> 00:31:07.905
pues buscar distintos ejemplos, ver 
la frecuencia de aparición 

577
00:31:07.955 --> 00:31:11.285
de cada uno de los ejemplos 
y ver en cada caso 

578
00:31:11.335 --> 00:31:16.190
cómo ha ido cambiando el significado 
de agente en el corpus 2023-2026. 

579
00:31:16.370 --> 00:31:18.648
Pero no, realmente la finalidad 
del ejemplo era. 

580
00:31:18.780 --> 00:31:19.695
Algo muy sencillo,

581
00:31:19.745 --> 00:31:24.720
es decir, yo tengo unos datos, he 
cuantificado unos resultados aquí 

582
00:31:25.300 --> 00:31:29.060
y tengo claro que los quiero 
comparar entre sí, 

583
00:31:29.140 --> 00:31:31.095
utilizo una prueba, en este 
caso Log Likelihood, 

584
00:31:31.145 --> 00:31:36.120
y le digo, oye, a ChatGPT o 
yo que sé, a Cloud, oye, 

585
00:31:37.000 --> 00:31:40.380
y estos resultados que me ha 
dado, ¿esto qué significa? 

586
00:31:40.620 --> 00:31:41.342
Dame una pista.

587
00:31:41.460 --> 00:31:42.935
Y entonces es la interpretación.

588
00:31:42.985 --> 00:31:47.095
O sea, realmente utilizar el 
potencial de análisis 

589
00:31:47.145 --> 00:31:47.787
y de síntesis.

590
00:31:48.460 --> 00:31:53.455
De la IA generativa para interpretar 
datos estadísticos, 

591
00:31:53.505 --> 00:31:54.695
sobre todo cuando son muy complejos.

592
00:31:54.745 --> 00:31:55.835
Pero sí, después la aplicación,

593
00:31:55.885 --> 00:31:57.135
lo que es la pregunta 
de investigación, 

594
00:31:57.185 --> 00:32:00.795
le puedes dar 100 vueltas y utilizar 
esos datos cuantitativos 

595
00:32:00.845 --> 00:32:05.700
para tantas investigaciones que 
quieras hacer de agent y agents, 

596
00:32:05.940 --> 00:32:10.940
como tú dices, del cambio de 
significado de la palabra. 

597
00:32:12.360 --> 00:32:14.175
Incluso el cambio de significado

598
00:32:14.225 --> 00:32:16.580
dentro de la propia inteligencia 
artificial. 

599
00:32:17.550 --> 00:32:19.330
Porque no es igual ya, 
ya no es igual. 

600
00:32:20.550 --> 00:32:22.530
Por ejemplo, hay cierta ancha GPT,

601
00:32:22.690 --> 00:32:27.690
Agents se asimila mucho ya a los 
plugins que puedes utilizar. 

602
00:32:29.830 --> 00:32:31.385
El propio GPT

603
00:32:31.435 --> 00:32:34.065
se va a dejar de utilizar porque 
van a desaparecer. 

604
00:32:34.115 --> 00:32:37.025
O sea, hay también dentro 
de, sí, sí, pero eso 

605
00:32:37.075 --> 00:32:41.230
ya es la finalidad de cada uno, sí.

606
00:32:42.350 --> 00:32:42.825
Pero no,

607
00:32:42.875 --> 00:32:43.905
quería simplemente ejemplificar.

608
00:32:43.955 --> 00:32:46.645
Soy consciente de que el problema 
es mucho más complejo 

609
00:32:46.695 --> 00:32:48.110
y tiene mucha más enjundia.

610
00:32:48.750 --> 00:32:50.190
Pero gracias por.

611
00:32:51.410 --> 00:32:52.545
Bueno, muchísimas gracias.

612
00:32:52.595 --> 00:32:53.605
Lo vamos a tener que dejar aquí

613
00:32:53.655 --> 00:32:55.465
para que no se nos coma 
con el coffee break, 

614
00:32:55.515 --> 00:32:58.725
pero sí que quiero dejaros con 
la reflexión que ha repetido 

615
00:32:58.775 --> 00:33:00.385
a lo largo de su presentación, 
Pascual. 

616
00:33:00.435 --> 00:33:02.985
El papel del investigador, 
el criterio, 

617
00:33:03.035 --> 00:33:04.450
el investigador decide.

618
00:33:04.750 --> 00:33:06.845
Eso que además oímos 
en muchas charlas 

619
00:33:06.895 --> 00:33:10.230
sobre inteligencia artificial, 
ese human in the loop, 

620
00:33:10.330 --> 00:33:12.745
tenemos que mantener 
ese factor humano 

621
00:33:12.795 --> 00:33:13.270
como.

622
00:33:14.560 --> 00:33:16.395
Quien toma las decisiones últimas

623
00:33:16.445 --> 00:33:18.365
y quien tiene la responsabilidad 
última. 

624
00:33:18.620 --> 00:33:20.955
Los que estamos aquí tenemos 
en la cafetería 

625
00:33:21.005 --> 00:33:24.335
un café esperándonos, los que 
estáis en línea vais 

626
00:33:24.385 --> 00:33:28.100
a tener que buscar el café o 
el té por vuestra parte. 

627
00:33:28.940 --> 00:33:33.940
Vamos a retomarlo a las 12 y 
20 para que nos dé tiempo 

628
00:33:34.000 --> 00:33:34.835
a todos, ¿de acuerdo?

629
00:33:34.885 --> 00:33:36.685
A las 12 y 20 nos reconectamos.

630
00:33:36.735 --> 00:33:37.220
Gracias.

631
00:33:37.380 --> 00:33:38.760
Gracias, chao.

