13 ISSNe 2445-365X | Depósito Legal AB 199-2016 Nº 33 - MARZO 2024 mente, gafas virtuales y dispositivos IoT (Internet de las cosas). Existe una gran diversidad de recursos y contextos donde poder aprender idiomas. La IA ha venido para convertirse en un instrumento que multiplica exponencialmente las oportunidades que hasta ahora nos daban las herramientas digitales para el aprendizaje de idiomas. Por ejemplo, Jiang (2022) menciona al menos seis formas dominantes de aplicación de IA en el contexto de inglés como lengua extranjera: sistemas de evaluación automática, herramientas de traducción neuronal, sistemas inteligentes de tutoría (SIT), chatbots, entornos virtuales inteligentes y computación afectiva en SITs. Gkountara y Prasad (2022), por su parte, describen doce formas diferentes en que la IA puede contribuir al aprendizaje de idiomas: Realidad virtual/aumentada y gamificación en el aprendizaje; aplicaciones para optimizar el aprendizaje en base a los estilos de aprendizaje y capacidades; herramientas de traducción con IA; mitigar la ansiedad en el aprendizaje; aprendizaje asistido por robots (RALL, Robot-assisted language learning); evaluación formativa mediante IA y el aprendizaje automático (machine learning); evaluación automática de escritura. Ciertamente, estas listas son muy provisionales pues continuamente surgen mejoras, actualizaciones, nuevas aplicaciones que amplían cualquier posible listado de posibilidades. Lo que subyace es sin duda una potencialidad evidente hacia la explotación y el análisis de datos que nos dirigen a una personalización mayor del aprendizaje y por tanto de mayor eficacia en la enseñanza. Pasemos a ver algunas de estas posibilidades y los retos que conllevan respectivamente. Sistemas de evaluación automática La evaluación automatizada de la escritura (AWE) es uno de los temas que más interés ha despertado en los investigadores detrás de los sistemas inteligentes de tutoría tanto para la lectura como la escritura, la corrección automatizada de errores y la comunicación mediada por computadora (por ejemplo, chatbots). No es de extrañar que las pruebas y la retroalimentación en estas pruebas tengan un amplio respaldo científico pues se basan en el análisis de datos concretos para la evaluación que se aplican fácilmente en términos de software y que reducen significativamente el tiempo de trabajo del profesorado. Ya desde los tiempos de los lenguajes de programación como Javascript, el profesorado de idiomas ha intentado rentabilizar los avances informáticos en el diseño y corrección de pruebas concretas por ejemplo de contenidos gramaticales o de léxico. Con el advenimiento de la IA las posibilidades se han multiplicado hasta llegar a la evaluación automatizada de la escritura haciendo uso de asistentes de escritura generados por IA, como por ejemplo Grammarly y Criterion, que han demostrado unos resultados muy positivos en la escritura de los estudiantes (Nazari, Shabbir y Setiawan, 2021). Traducción automática neuronal La traducción automática neuronal (NMT por sus siglas en inglés, Neural Machine Translation), es una de las herramientas más potentes basadas en la IA para el aprendizaje y la enseñanza de idiomas. Uno de los ejemplos de NMT que la industria ha desarrollado es la función de traducción en vivo de Google Pixel Buds, donde la persona puede comunicarse fácilmente con personas que hablan otros idiomas simplemente oyendo por los auriculares la traducción de lo que le digan. Para hablar con alguien, puede usar el modo de conversación o seguir una conversación y entender lo que se dice con el modo de transcripción. Polakova y Klimova (2023) apuntan a los beneficios que tienen estas herramientas a la hora de mejorar el desempeño en la traducción de L2 del alumnado, especialmente en lo referente a la comprensión escrita, vocabulario en contexto y como una forma rápida de verificación de la corrección en el idioma para expresiones breves. Estos autores apuntan también que las herramientas NMT son especialmente adecuadas para estudiantes avanzados que tienen un mayor nivel de competencia en L2 y son capaces de reflexionar críticamente sobre el producto lingüístico que reciben en contraposición a alumnado de nivel intermedio bajo, para los que las herramientas NMT realmente pueden tener un efecto perjudicial, pues les retrae de esforzarse y practicar. Hay evidencias científicas de que herramientas basadas en la traducción automática neuronal, como DeepL, ayudan en el desarrollo de habilidades de escritura.
RkJQdWJsaXNoZXIy MTY1NTA=