Aprovechamiento de corpus basados en géneros con el uso de la herramienta de investigación Notebook LM, impulsada por IA

Abstract

Resumen: Las relaciones sintagmáticas siempre han sido el eje central de la lingüística de corpus, donde el elemento más importante es el cotexto (principalmente patrones colocacionales). Sin abandonar este enfoque, el advenimiento de la inteligencia artificial (IA) ha abierto nuevas posibilidades para explorar los corpus más allá de las funcionalidades de los navegadores y programas de concordancias, ya que las herramientas de investigación impulsadas por IA ofrecen una comprensión más profunda y holística de los corpus. Este artículo examina el potencial de Notebook LM, una aplicación de IA generativa. La hipótesis inicial es que la combinación de corpus e IA conduce a una comprensión más exhaustiva de géneros textuales y del lenguaje utilizado en ellos. Una ventaja de Notebook LM sobre grandes modelos de lenguaje como ChatGPT es que procesa solo los textos cargados, otorgando a los investigadores control preciso sobre las fuentes utilizadas. Como estudio de caso, se utilizó un corpus comparable de descripciones de quesos: 400 textos en español (121 461 palabras) y 600 en inglés (111 871 palabras). Se utilizó Notebook LM para resumir el corpus, obtener temas clave, como la importancia histórica y los métodos de producción y demostrar el poder de las instrucciones (prompts), más adecuadas para el análisis cualitativo. Al comparar las convenciones de escritura, las descripciones en inglés tienden a ser más concisas e informativas, mientras que los textos españoles utilizan un lenguaje más subjetivo y evocador, a menudo incorporando contexto cultural y un tono más entusiasta. Estos hallazgos pueden ser útiles en escritura en segundas lenguas y en traducción, al distinguir las características estilísticas de textos promocionales que resultan apropiadas en ambas lenguas. En conclusión, Notebook LM proporciona posibilidades complementarias que, combinadas con otras aplicaciones de análisis de corpus, constituyen una poderosa herramienta para el aprovechamiento de los corpus basados en géneros.