Cómo una máquina puede mejorar tu pronunciación de una lengua extranjera

Hablarle en alemán a una máquina es fácil. Que la máquina te entienda y te corrija adecuadamente, ya es un poco más difícil.

O mejor dicho, es difícil para la máquina descifrar la pronunciación de un estudiante, digamos, de alemán. ¿Hiciste el pequeño ajuste que supone una diéresis sobre una vocal? ¿Se bajó el tono lo suficiente en algunas de las palabras más guturales? ¿Anunció la aplicación alegremente que habías hecho un buen trabajo, mientras que un hablante de alemán se estremecería al ver que habías destrozado una palabra?

Bueno, el hablante de alemán probablemente lo dejaría pasar, pero sería mejor que la aplicación no lo hiciera. La eficacia de una máquina de aprendizaje de idiomas puede verse favorecida o perjudicada por su capacidad para reconocer y corregir variaciones aparentemente pequeñas en la pronunciación. Para lograrlo, las máquinas necesitan un programa de retroalimentación lingüística específico para el alumno que pueda discernir las diferencias de pronunciación e interpretar correctamente los programas de habla de los alumnos. En la actualidad, esto no existe, aunque la necesidad de comunicaciones globales sea cada vez mayor.

“Con el auge del inglés como lengua internacional, se ha dado más importancia a la comunicación basada en la inteligibilidad que a los acentos de los nativos”, afirma Okim Kang, profesora de lingüística aplicada que estudia los acentos y el aprendizaje de segundas lenguas. “Sin embargo, los profesores de segundas lenguas suelen preocuparse por la lentitud o el estancamiento del proceso de pronunciación de los alumnos, y no disponen de un modo sistemático de evaluar los cambios en el habla de cada uno de ellos, ni los estudiantes pueden supervisar y hacer un seguimiento de los comentarios relacionados con su progresión en el aprendizaje de la pronunciación.”

Para subsanar esta carencia, Kang, la investigadora principal, recibió una subvención de 300.000 dólares del programa Early-concept Grants for Exploratory Research de la National Science Foundation para explorar la formulación de medidas objetivas de inteligibilidad del habla con retroalimentación específica para el alumno. La fase inicial del proyecto se centra en el desarrollo de una colección operativa de medidas basadas en el habla, el lenguaje y la percepción para evaluar objetivamente la inteligibilidad del habla para el desarrollo del habla en una segunda lengua.

Este método transformador de aprendizaje de idiomas utilizará una tecnología avanzada de clasificación de acentos basada en el Reconocimiento Automático del Habla (ASR) que proporcionará tanto a los profesores como a los alumnos una retroalimentación individual y objetiva. Esta primera fase del proyecto establecerá un marco de referencia para los objetivos operativos y la evaluación de prueba del concepto. En las fases siguientes se desarrollará este enfoque de ASR para convertirlo en una tecnología de aprendizaje de idiomas mucho más eficaz.

Este enfoque ayudará a los profesores a medir los niveles de inteligibilidad de los alumnos y les permitirá autorregular su progreso de aprendizaje de forma gradual. Según Kang, podría cambiar las reglas del juego y llevar el aprendizaje de idiomas a las salas de estar y de estudio, además de ayudar a crear un entorno de aprendizaje de baja presión para las personas preocupadas por tropezar con palabras desconocidas. Su máquina de pronunciación evaluará la entrada de los alumnos basándose en el discurso de los estudiantes de segunda lengua más deseables, no en el de un hablante nativo. Su retroalimentación se crea en comparación con otros hablantes altamente inteligibles; por lo tanto, es más fácil para el alumno.

“Se trata de un proyecto bastante innovador porque, básicamente, no existen programas de retroalimentación específicos para el alumno en ninguno de estos campos del aprendizaje de idiomas”, afirma Kang. “La gente desarrolla varios programas de aprendizaje de idiomas y basados en la tecnología, pero su eficacia es siempre una incógnita. Ningún programa puede proporcionar directamente cuestiones basadas en el alumno”.

La mejora del aprendizaje de idiomas conlleva beneficios económicos. Estados Unidos acoge a miles de profesionales cualificados procedentes de países no anglohablantes, muchos de los cuales trabajan en diversos campos STEM. Un aprendizaje de idiomas más eficaz hará que sean comunicadores más exitosos. Además, este proyecto interdisciplinar ofrece varias oportunidades de formación y experiencia práctica a estudiantes de grado y posgrado en los campos de la enseñanza de idiomas, la lingüística aplicada, la ingeniería informática y la tecnología del habla.

Esto es especialmente importante para Arizona, que alberga a muchas personas que no son hablantes nativos de inglés, incluidos más de 75.000 estudiantes de inglés en las escuelas públicas de ese estado.

Cuando se desarrolle este programa, los estudiantes y los profesores dispondrán de una herramienta de enseñanza y aprendizaje que satisfaga mejor sus necesidades.

Kang colabora con los investigadores principales John Hansen, de la Universidad de Texas en Dallas, y Stephen Looney, de la Universidad Estatal de Pensilvania.

Esta investigación, por su carácter interdisciplinar, también contribuirá a los avances en otros campos, como las tecnologías informáticas, los sistemas de retroalimentación para la corrección de errores, el desarrollo de algoritmos y la inteligencia artificial. Kang también espera ver más trabajo interdisciplinario entre la lingüística, la informática, la educación y la ciencia del habla.

Para Kang, cuya carrera como investigadora se centra en mejorar la comunicación global con éxito, esta es la tendencia del futuro. Está presentando otra propuesta de subvención de casi un millón de dólares para continuar este trabajo.

“En varios campos, estos enfoques basados en la inteligencia artificial están ocupando diversos ámbitos de investigación, entre ellos, sin duda, el de la enseñanza de idiomas”, afirma. “La tecnología es un aspecto inevitable de las herramientas de enseñanza y aprendizaje de idiomas, y mi investigación está aportando evidencias directas para incorporar efectivamente el avance de la tecnología en el aula de idiomas”.

Traducido del inglés mediante la herramienta Deepl y luego editado.