IA generativa per a una comunicació més clara: com ajuda a avaluar, ajustar i aclarir el llenguatge

L'alineació de la intel·ligència artificial és un terme establert des dels anys seixanta, segons el qual orientem els objectius dels sistemes intel·ligents en l'adreça exacta dels valors humans. L'arribada dels models generatius  ha tornat a posar de moda aquest concepte d'alineació, que es torna més urgent quanta més intel·ligència i autonomia mostren els sistemes. No obstant això, no hi ha alineament possible sense una definició anterior, consensuada i precisa d'aquests valors. El repte avui és trobar objectius enriquidors on l'aplicació de la IA tingui un efecte positiu i transformador en el coneixement, l'organització social i la convivència.

El dret a entendre

En aquest context, un dels grans pilars de la IA actual, el processament del llenguatge porta anys fent aportacions de valor a la comunicació clara i, en concret, al llenguatge clar. Veamos què són aquests conceptes:

• La comunicació clara, com a disciplina, té com a objectiu fer la informació accessible i comprensible per a totes les persones, utilitzant recursos de redacció, però també visuals, de disseny, infografia, experiència d'usuari i accessibilitat.
• El llenguatge clar s'enfoca en la composició dels textos, amb tècniques per presentar les idees de manera directa i concisa, sense excessos estilístics ni omissions de la informació fonamental.

Tots dos conceptes estan estretament vinculats amb el dret a entendre de les persones.

Abans de chatGPT: aproximacions analítiques

Abans de l'arribada de la IA generativa i la popularització de les capacitats GPT, la intel·ligència artificial s'aplicava al llenguatge clar des d'un punt de vista analític, amb diferents tècniques de classificació i cerca de patrons. La principal necessitat llavors era que un sistema pogués avaluar si un text era o no comprensible, però no existia encara l'expectativa que aquest mateix sistema pogués reescriure el nostre text d'una manera més clara. Vegem un parell d'exemples:

• Clara, un sistema de IA analítica disponible en obert en  versió beta . Clara és un sistema mixt: d'una banda, ha après què patrons caracteritzen als textos clars i no clars a partir de l'observació d'un corpus de parells preparat per especialistes en Comunicació Clara. D'altra banda, maneja nou mètriques dissenyades per lingüistes computacionals per decidir si un text compleix o no els requisits mínims de claredat, per exemple, el nombre mitjà de paraules per frase, els tecnicismes utilitzats o la freqüència dels connectors. Finalment, Clara retorna una puntuació en percentatge per indicar si el text escrit està més o menys prop de ser un text clar. Això permet a l'usuari corregir el text en funció de les indicacions de Clara i sotmetre-ho a avaluació de nou.

• No obstante, altres sistemes analítics han establert una aproximació diferent, com Artext clar . Artext és més semblat a un editor de textos tradicional, i en ell podem redactar el nostre text i activar una sèrie de revisions, com els participis, les nominalizaciones verbals o l'ús de la negació. Artext assenyala en color paraules o expressions en el nostre text i ens aconsella en un menú lateral què hem de tenir en compte en utilitzar-les. L'usuari pot reescriure el text fins que, en les diferents revisions, vagin desapareixent les paraules i expressions marcades en color.

Tant Clara com Artext estan especialitzades en textos administratius i financers, amb la finalitat de ser d'utilitat principalment a l'administració pública, les entitats financeres i altres fonts de textos de difícil comprensió que impacten en la ciutadania.

La revolució generativa

Les eines d'analítica IA són útils i molt valuoses si el que volem és avaluar un text sobre el qual necessitem tenir un major control. No obstant això, després de l'arribada chatGPT  al novembre de 2022, les expectatives dels usuaris se situen més enllà. No solament necessitem un avaluador, sinó que esperem un traductor, un transformador automàtic del nostre text a una versió més clara. Inserim la versió original del text en el xat i, a través d'una instrucció directa trucada prompt, li demanem que ho transformi en un text més clar i senzill, comprensible per qualsevol persona i si necessitem major claredat, solament hem de repetir la instrucció i el text torna a simplificar-se davant els nostres ulls.

Utilitzant IA generativa estem reduint l'esforç cognitiu, però també estem perdent gran part del control sobre el text. Principalment, no anem a conèixer quins són les modificacions que s'estan realitzant i per què, per la qual cosa podem incórrer en la pèrdua o alteració d'informació. Si volem augmentar el control i seguir el rastre dels canvis, eliminacions i afegits que realitza chatGPT sobre el text, podem utilitzar un plug-in EditGPT , disponible com a extensió per Google Chrome, que ens permet portar un control de canvis similar al de Word en les nostres interaccions amb el xat. No obstant això, no arribaríem a entendre el fonament dels canvis realitzats, com sí faríem amb eines com Clara o Artext dissenyades per professionals de la llengua. Una opció límit és demanar-li al xat que ens justifiqui cadascun d'aquests canvis, però la interacció es convertiria en desmanegada, complexa i poc eficient, sense comptar amb l'entusiasme excessiu amb el qual el model tractaria de justificar les seves correccions.

Exemples de clarificació generativa

Més enllà de la rapidesa en la transformació, la IA generativa presenta altres avantatges enfront de l'analítica, com certs elements que solament poden identificar-se amb capacitats GPT. Per exemple, detectar en un text si una sigla o acrònim ha estat desenvolupada prèviament, o si un tecnicisme està explicat immediatament després de la seva aparició. Això requereix una anàlisi semàntica molt complex per la IA analítica o els models basats en regles. En canvi, un gran model de llenguatge  és capaç d'establir una relació intel·ligent entre la sigla i el seu desenvolupament, o entre el tecnicisme i el seu significat, reconèixer si aquesta explicació existeix en algun punt del text, i a més afegir-la on sigui pertinent.

Datos oberts per nodrir la clarificació

L'accés universal a les dades obertes, i especialment quan aquests es troben preparats per al tractament computacional, els fa imprescindibles per a l'entrenament dels grans models lingüístics. Enormes fonts d'informació no estructurada com Wikipedia, el projecte Common Crawl  o Gutenberg  permeten als sistemes aprendre el funcionament del llenguatge. I, sobre aquesta base generalista, és possible ajustar els models amb conjunts de dades especialitzades perquè siguin més precisos en la tasca d'aclarir text.

En l'aplicació de la intel·ligència artificial generativa al llenguatge clar tenim l'exemple perfecte d'una fi valuosa, útil a la ciutadania i positiu per al desenvolupament social. Més enllà de la fascinació que ha despertat, tenim l'oportunitat d'utilitzar el seu potencial en un cas d'ús que afavoreix la igualtat i la inclusividad. La tecnologia existeix, solament ens falta recórrer el difícil camí de la integració.

Font original de la notícia