The Convergence of Corpus Linguistics and Generative AI: Reshaping Translation, Education, and Specialized Communication
Barra lateral del artículo
Contenido principal del artículo
Resumen
Abstract: The rapid integration of Large Language Models (LLMs) has catalyzed a paradigm shift in applied linguistics. We explore the synergy between traditional corpus methodologies and artificial intelligence across three core dimensions: resources, practice, and pedagogy. Through a narrative review of nine recent studies presented in this volume, this paper proposes a model for GenAI–corpus integration, moving from manual linguistic labor toward augmented linguistic workflows. We examine how AI automates the compilation of specialized medical corpora, the linguistic monitoring of synthetic text, and the identification of systemic gender biases and cultural mistranslations in machine output. Finally, the literacies required for the next generation of linguists are outlined. This work is intended for researchers, practitioners, and teacher educators seeking a structured approach to AI implementation in translation and language education.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Política propuesta para revistas que ofrecen acceso abierto. Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Citas
ALONSO SIMÓN, Lara; FERNÁNDEZ-PAMPILLÓN CESTEROS, Ana María, “The ROBOT-TALK corpus for recognising the robotic origin of Spanish texts”. In: Alfinge. Revista de Filología, 37, 2026.
BADILLA RAMOS, Karina, “Perceptions of Five Costa Rican EFL Teachers Regarding the Integration of Large Language Models: An Exploratory Study”. In: Alfinge. Revista de Filología, 37, 2026.
GARCÍA SERRANO, María Jesús; TOLEDO-BÁEZ, Cristina, “Invisible biases: gender and post-editing in neural machine translation”. In: Alfinge. Revista de Filología, 37, 2026.
LABRADOR DE LA CRUZ, Belén, “Capitalizing on genre-based corpora with the use of the AI-powered research tool Notebook LM”. In: Alfinge. Revista de Filología, 37, 2026.
LEFER, Marie Aude; BODART, Romane, “Student post-editing corpora: Collection, annotation and analysis”. In: Alfinge. Revista de Filología, 37, 2026.
MORALES-JIMÉNEZ, Juan Pedro, “Analysis of Translation and Adaptation Techniques of Culturemes in Spanish Vinegar PDO Using AI and NMT”. In: Alfinge. Revista de Filología, 37, 2026.
QI, Wanyun, “Effectiveness of Generative AI Models in Three Teaching Functions: Task-Based Analysis of Prepositional Regime Complements in SFL”. In: Alfinge. Revista de Filología, 37, 2026.
SÁNCHEZ NIETO, María Teresa, “Merck DE/ES. A corpus of specialised medical communication as part of the Parallel Corpus of German and Spanish (PaGeS)”. In: Alfinge. Revista de Filología, 37, 2026.
SCILABRA, J. Mary; RUSSO, Dario, “Artificial Intelligence and Fake News: Linguistic Analysis, Gender Bias, and Ethics in Digital Media Communication”. In: Alfinge. Revista de Filología, 37, 2026.