¿Los modelos de lenguaje (como ChatGPT) pueden detectar el sarcasmo?

¿Ha sentido que es malo para entender el sarcasmo? En términos simples, el sarcasmo es el uso de palabras por parte de alguien que quiere decir algo diferente de lo que aparentemente dice. Por eso, entenderlo no es nada sencillo: requiere un análisis del conocimiento, el tono y la intención previos del hablante. Por ejemplo, la frase “Me encanta resolver problemas de matemáticas todo el fin de semana” puede resultar sarcástica para muchos, pero puede no serlo para un estudiante al que de verdad le encanten las matemáticas.

Ahora, si es difícil entender eso para los humanos, ¿podría un modelo de lenguaje basado en algoritmos avanzados detectar el sarcasmo? Esa es la pregunta que se hizo una investigación liderada por Juliann Zhou, científica de la Universidad de Nueva York, publicada en un servidor preprint (donde se alojan los artículos pendientes de revisión) llamado arXiv. En el estudio, Zhou investigó cómo detectar el sarcasmo en el lenguaje utilizando dos modelos de inteligencia artificial: CASCADE y BERT.

CASCADE y BERT son modelos de procesamiento del lenguaje natural (NLP, por sus siglas en inglés), al igual que ChatGPT. Estos modelos, incluyendo ChatGPT, son desarrollados utilizando técnicas de inteligencia artificial y aprendizaje automático para comprender y generar texto en lenguaje natural. Estos modelos comparten la capacidad de comprender y procesar el lenguaje natural, pero tienen enfoques específicos.

CASCADE es un modelo especializado en detectar sarcasmo que examina cómo las personas se comportan en internet antes de entrenarse para detectar el sarcasmo en el texto. Por otro lado, BERT es un modelo de inteligencia artificial conocido por su capacidad para entender el contexto del lenguaje.

El equipo de investigación usó ambos modelos para ver cuál era mejor para detectar el sarcasmo en conversaciones de Reddit (un gran foro en internet). Luego, combinaron los dos modelos para ver si juntos podían mejorar la detección de sarcasmo.

Los resultados mostraron que combinar ambos modelos mejoró la detección de sarcasmo en comparación con el uso de cada modelo por separado. Esto sugiere que considerar tanto el contexto general del texto como el comportamiento de las personas en línea puede ayudar a las computadoras a entender mejor el sarcasmo en el lenguaje, esto podría ser útil para aplicaciones que requieran comprender el tono o la intención detrás del texto escrito en internet.