talón Una nueva investigación sobre cómo los niños aprenden idiomas puede ayudar al campo del aprendizaje automático - Unite.AI
Contáctanos

Inteligencia artificial

Una nueva investigación sobre cómo los niños aprenden el lenguaje puede ayudar al campo del aprendizaje automático

Actualizado on

Un equipo de investigadores de la Universidad Carnegie Mellon ha desarrollado un nuevo método para evaluar experimentalmente cómo los padres alteran su lenguaje cuando hablan con sus hijos en función de lo que estos últimos ya saben. El modelo es el primero de su tipo. 

Los investigadores encontraron que los padres tienen estructuras precisas de los modelos de lenguaje de sus hijos, y estos se utilizan para afinar su propio lenguaje cuando hablan con los niños. 

La investigación fue publicada en la revista Psychological Science.

Idioma de afinación para niños

Daniel Yurovsky es profesor asistente de psicología en la Universidad Carnegie Mellon. 

“Sabemos desde hace años que los padres les hablan a los niños de manera diferente a otros adultos de muchas maneras, por ejemplo, simplificando su habla, duplicando palabras y alargando los sonidos de las vocales”, dijo Yurovsky. "Esto ayuda a los niños pequeños a familiarizarse con el lenguaje, pero no sabíamos si los padres cambian la forma en que hablan a medida que los niños adquieren el lenguaje, brindándoles información del idioma que es 'perfecta' para aprender lo siguiente".

Según el equipo, los adultos les hablan a los niños más despacio y en un tono más alto, y también confían en la enunciación exagerada, la repetición y el lenguaje simplificado. Además de todo eso, los adultos también usan preguntas para medir la comprensión de un niño, y todo este modelo cambia a medida que aumenta la fluidez del lenguaje del niño.

Yurovsky dice que esto es similar a cómo progresa un estudiante cuando aprende matemáticas en la escuela.

“Cuando vas a la escuela, comienzas con álgebra y luego tomas geometría plana antes de pasar al cálculo”, dijo Yurovsky. “La gente habla con los niños usando el mismo tipo de estructura sin pensar en ello. Están rastreando cuánto sabe su hijo sobre el lenguaje y modificando la forma en que hablan para que los niños los entiendan”.

Para comprender cómo los cuidadores modifican sus interacciones a medida que se desarrolla un niño, el equipo desarrolló un juego en el que los padres ayudan a sus hijos a elegir un animal específico de un conjunto de tres. La mitad de los animales eran aquellos que los niños suelen aprender antes de los 2 años, mientras que la otra mitad eran animales que los niños suelen aprender más tarde.

Hubo un total de 41 parejas de niños y adultos que jugaron el juego, y se midieron las diferencias en cómo los padres hablaban sobre los animales que creían que sus hijos conocían. 

“Los padres tienen un conocimiento increíblemente preciso del idioma de sus hijos porque los han visto crecer y aprender”, dijo Yurovsky. “Estos resultados muestran que los padres aprovechan su conocimiento sobre el desarrollo del lenguaje de sus hijos para afinar la información lingüística que brindan”.

La investigación encontró que el cuidador utilizó varias técnicas al transmitir el animal 'desconocido' al niño, como descriptores adicionales con los que el niño estaba familiarizado.

“Este enfoque [de investigación] nos permite confirmar experimentalmente las ideas que hemos desarrollado en base a las observaciones de cómo los niños y los padres se involucran en el hogar”, dijo Yurovsky. "Encontramos que los padres no solo usaron lo que ya sabían sobre el conocimiento del idioma de sus hijos antes del estudio, sino que también si descubrían que estaban equivocados (por ejemplo, su hijo en realidad no sabía 'leopard') cambiaron la forma en que Hablé sobre ese animal la próxima vez.

Útil en el campo del aprendizaje automático

Según Yurovsky, los resultados podrían ayudar a los investigadores en el aprendizaje automático.

“Estos resultados podrían ayudarnos a comprender cómo pensar sobre los sistemas de lenguaje de aprendizaje automático”, dijo. “En este momento, entrenamos modelos de lenguaje brindándoles todos los datos de lenguaje que podemos tener a la vez. Pero podríamos hacerlo mejor si pudiéramos brindarles los datos correctos en el momento correcto, manteniéndolos en el nivel de complejidad adecuado para el que están preparados”.

El equipo de investigadores también incluyó a Ashley Leung de la Universidad de Chicago y Alex Tunkel de la Facultad de Medicina y Ciencias de la Salud de la Universidad George Washington.

 

Alex McFarland es un periodista y escritor sobre inteligencia artificial que explora los últimos avances en inteligencia artificial. Ha colaborado con numerosas empresas emergentes y publicaciones de IA en todo el mundo.