{"id":2202,"date":"2021-11-02T11:37:31","date_gmt":"2021-11-02T14:37:31","guid":{"rendered":"https:\/\/icc.fcen.uba.ar\/?p=2202"},"modified":"2022-03-29T10:28:26","modified_gmt":"2022-03-29T13:28:26","slug":"un-aporte-innovador-para-el-aprendizaje-del-idioma-ingles","status":"publish","type":"post","link":"https:\/\/icc.fcen.uba.ar\/en\/un-aporte-innovador-para-el-aprendizaje-del-idioma-ingles\/","title":{"rendered":"Un aporte innovador para el aprendizaje del idioma ingl\u00e9s"},"content":{"rendered":"

Investigadoras del Laboratorio de Inteligencia Artificial Aplicada del ICC est\u00e1n desarrollando un sistema de calificaci\u00f3n autom\u00e1tica de la pronunciaci\u00f3n del idioma ingl\u00e9s para hablantes de Argentina, apoyado en t\u00e9cnicas de aprendizaje autom\u00e1tico. El objetivo final es poder implementarlo como una herramienta de apoyo para el aprendizaje en las escuelas de nuestro pa\u00eds.<\/strong><\/p>\n

La pronunciaci\u00f3n es una de las cosas en la que m\u00e1s nos equivocamos durante el aprendizaje del idioma ingl\u00e9s. Son muchos los factores que hacen que a los hablantes no nativos nos cueste pronunciar bien. Por empezar, el ingl\u00e9s escrito tiene poco que ver con la pronunciaci\u00f3n, lo cual supone una traba sobre todo en los niveles iniciales. Adem\u00e1s, una vez que m\u00ednimamente ya sabemos ingl\u00e9s surge otra dificultad adicional que es el hecho de que en ingl\u00e9s existen sonidos que en espa\u00f1ol no. Tal es as\u00ed que la dedicaci\u00f3n de un instructor para corregir estos errores resulta enorme y debe ser un trabajo personalizado que no se puede hacer s\u00f3lo a partir de texto, como cuando uno estudia por su cuenta el vocabulario del idioma.<\/span><\/p>\n

\u00bfC\u00f3mo se puede mejorar la calidad de la pronunciaci\u00f3n en ingl\u00e9s para hablantes de Argentina en nivel inicial y contar con un feedback permanente y personalizado que indique si se pronunci\u00f3 correctamente una palabra o una frase o qu\u00e9 errores se cometen?<\/span><\/p>\n

Para intentar solucionar este problema, investigadoras del Laboratorio de Inteligencia Artificial Aplicada (LIAA) del ICC, est\u00e1n desarrollando un <\/span>Tutor Virtual para Pr\u00e1ctica de Pronunciaci\u00f3n del Idioma Ingl\u00e9s<\/b>. Se trata de<\/span> un sistema de calificaci\u00f3n autom\u00e1tica de la pronunciaci\u00f3n a nivel fono para ni\u00f1os argentinos en proceso de aprendizaje del idioma ingl\u00e9s -especialmente aquellos de 7 a 12 a\u00f1os- y tambi\u00e9n para adultos. El proyecto obtuvo el premio de investigaci\u00f3n Google LARA en 2018 (<\/span>ver nota anterior del ICC<\/span><\/a>) y recientemente recibi\u00f3 el financiamiento PIP 2021-2023 de CONICET.<\/span><\/p>\n

\u00a0\u201c<\/span>Cuando aprend\u00edamos ingl\u00e9s en el colegio, usualmente para practicar pronunciaci\u00f3n nos hac\u00edan repetir a todos al mismo tiempo y entre tantos alumnos era m\u00e1s dif\u00edcil que la profesora o profesor se d\u00e9 cuenta de qu\u00e9 palabra o frase est\u00e1bamos pronunciando mal. Se necesitaba un trabajo uno a uno y mucho tiempo y dedicaci\u00f3n para corregirnos a cada uno<\/span><\/i>\u201d, puntualiza <\/span>Luciana Ferrer<\/b>, investigadora del LIAA en el ICC y Doctora en Ingenier\u00eda Electr\u00f3nica. De acuerdo a la visi\u00f3n de la cient\u00edfica especializada en procesamiento del habla, \u201c<\/span>a partir de la idea de generar un m\u00e9todo autom\u00e1tico para corregir la pronunciaci\u00f3n usando una aplicaci\u00f3n que no se cansa, que tiene tiempo infinito, se puede usar en cualquier momento del d\u00eda y en cualquier dispositivo, surgi\u00f3 nuestro proyecto de tutor virtual para detectar problemas de pronunciaci\u00f3n en el aprendizaje de idioma ingl\u00e9s, adaptado para hablantes argentinos, usando un sistema de puntuaci\u00f3n de la pronunciaci\u00f3n (pronunciation scoring)<\/span><\/i>\u201d, destaca quien es autora del proyecto, junto a la ling\u00fcista e investigadora en formaci\u00f3n <\/span>Jazm\u00edn Vidal Dom\u00ednguez<\/b>.<\/span><\/p>\n

Si bien la idea no es completamente nueva, los programas o aplicaciones que se utilizan actualmente para aprender idiomas (como por ej. Duolingo o Rosetta Stone) no tienen precisi\u00f3n suficiente en el aspecto de la pronunciaci\u00f3n para poder determinar estos problemas, y no consideran el idioma nativo del hablante que est\u00e1 aprendiendo en ese momento. Es un punto que claramente no est\u00e1n considerando los desarrolladores de estos programas, porque para hacerlo deber\u00edan tener recolectados y anotados datos para cada poblaci\u00f3n de no-nativos, lo cual resulta un proceso muy caro y costoso de lograr.\u00a0<\/span><\/p>\n

En este contexto, est\u00e1 comprobado que los sistemas adaptados a un tipo espec\u00edfico de pronunciaci\u00f3n no-nativa funcionan mejor; motivo por el cual el proyecto liderado por Ferrer propone entrenar los modelos con datos de hablantes argentinos, con los problemas propios que tienen estos hablantes al pronunciar, sobre todo ni\u00f1os peque\u00f1os. \u201c<\/span>Lo m\u00e1s complejo de este trabajo es anotar los datos recolectados. Hasta el momento es un trabajo manual que requiere escuchar exhaustivamente cada una de las frases y marcar cada palabra que el hablante dijo bien o mal. Necesitamos tener cada vez m\u00e1s datos anotados y de diversos hablantes con heterogeneidad en la muestra. Podemos conseguir las grabaciones y tenemos voluntarios para leer m\u00e1s de 60 frases que requiere la prueba en nuestra Web App, pero analizar la pronunciaci\u00f3n de cada hablante a nivel fono lleva un mont\u00f3n de tiempo y requiere que el investigador que haga la tarea tenga muy buen o\u00eddo en ingl\u00e9s<\/span><\/i>\u201d, comenta. El grupo de investigaci\u00f3n ya ha reunido y anotado datos de 50 hablantes adultos, a los que se les hizo leer las diferentes frases en ingl\u00e9s para construir el modelo de entrenamiento y aplicar t\u00e9cnicas de aprendizaje autom\u00e1tico (machine learning) que puedan evaluar la calidad de la pronunciaci\u00f3n de los sonidos del idioma (conocidos como \u201cfonos\u201d).<\/span><\/p>\n

\"\"

Luciana Ferrer y Jazm\u00edn Vidal Dom\u00ednguez<\/p><\/div>\n

Al mismo tiempo, otro eje del proyecto es el uso de sistemas de transcripci\u00f3n de habla para determinar la probabilidad de cada uno de los sonidos del idioma. \u201c<\/span>Los sistemas actuales de transcripci\u00f3n de habla, utilizan redes neuronales y est\u00e1n entrenados con miles de horas de habla nativa, por lo que si bien pueden devolver correctamente (a trav\u00e9s de los datos procesados de los sonidos pronunciados) cu\u00e1n probable o no es que la persona haya dicho una determinada palabra, no saben nada sobre qu\u00e9 considera un humano que est\u00e1 bien o mal pronunciado, s\u00f3lo fueron entrenados para reconocer qu\u00e9 se dijo<\/span><\/i>\u201d, explica Ferrer. Por este motivo, el equipo del LIAA tom\u00f3 como base un modelo de reconocimiento y lo adapt\u00f3 a la tarea de calificaci\u00f3n de la pronunciaci\u00f3n que se necesita resolver, incorporando los datos de hablantes argentinos y comparando su performance con el sistema b\u00e1sico. Algunos de estos resultados ya fueron<\/span> publicados en un paper<\/span><\/a> en el congreso Interspeech 2021<\/span><\/p>\n

\u201c<\/span>Nuestro siguiente paso es recolectar datos de ni\u00f1os argentinos hablando ingl\u00e9s, en especial de 7 a 12 a\u00f1os. Ya tenemos contactos con colegios e institutos de ingl\u00e9s para obtener los datos. En algunos casos vamos a usar im\u00e1genes para que digan la palabra que est\u00e1n viendo, porque muchos ni\u00f1os reci\u00e9n est\u00e1n aprendiendo a leer en castellano. A su vez, el otro desaf\u00edo es poder simplificar la tarea de anotaci\u00f3n manual de los datos, tal vez una soluci\u00f3n intermedia donde en vez de anotarlos fono por fono, anotarlos por frase y determinar qu\u00e9 frase pronunci\u00f3 bien o mal. Y con ello estimar las anotaciones a nivel fono para poder entrenar nuevos modelos<\/span><\/i>\u201d, complementa la investigadora.<\/span><\/p>\n

Una aplicaci\u00f3n novedosa y l\u00fadica en las escuelas argentinas<\/b><\/p>\n

El principal objetivo de desarrollo del Tutor Virtual es poder llevarlo a alumnos de escuelas donde la carga horaria de aprendizaje del idioma ingl\u00e9s es insuficiente para una pr\u00e1ctica exhaustiva de la pronunciaci\u00f3n y adem\u00e1s que sirva como asistente a las maestras y maestros en el aula, para hacer mejor la tarea, (m\u00e1s all\u00e1 de que el asistente tambi\u00e9n podr\u00e1 ser usado por adultos). \u201c<\/span>Durante la Pandemia hemos visto que muchas de las tareas de lengua o matem\u00e1tica que le mandaban a nuestros hijos consist\u00edan en jugar un juego que estaba disponible gratuitamente en la web. Justamente en el \u00e1mbito de las escuelas nosotros pensamos el asistente como un juego, una aplicaci\u00f3n entretenida y de uso libre, que pueda darles a los estudiantes premios como stickers virtuales o que vayan juntando puntos entre sus compa\u00f1eros para aprender a pronunciar. A su vez, cuando le asignen tarea para la casa, el instructor se podr\u00eda loguear en el programa y hacer un seguimiento de cada uno de sus alumnos y alumnas<\/span><\/i>\u201d, aclara Ferrer. Y reflexiona respecto a la positiva aceptaci\u00f3n que ha tenido la idea entre la comunidad educativa, \u201c<\/span>ya hablamos con varios maestros e instructores de ingl\u00e9s y les pareci\u00f3 genial la idea. Mucho de este trabajo de interacci\u00f3n lo est\u00e1 haciendo Jazm\u00edn Vidal Dom\u00ednguez. Cuando estemos en proceso de implementar la aplicaci\u00f3n en las escuelas, vamos a necesitar asesoramiento de educadores para amoldar las estrategias pedag\u00f3gicas de correcci\u00f3n del idioma, fundamentalmente c\u00f3mo corregir la pronunciaci\u00f3n para que le sirva al estudiante, que entienda la correcci\u00f3n, y tambi\u00e9n qu\u00e9 correg\u00edr. El proceso tiene que ser gradual porque a alguien que reci\u00e9n est\u00e1 empezando a aprender no se le puede corregir todo de entrada porque lo abrum\u00e1s<\/span><\/i>\u201d, concluye la investigadora del LIAA.<\/span>
\nLos resultados m\u00e1s recientes de la aplicaci\u00f3n fueron publicados en el Paper “A transfer learning based approach for pronunciation scoring<\/a>“.
\nVideo de Entrevista a Luciana Ferrer en La Liga de la Ciencia-TV P\u00fablica
\n<\/a><\/p>\n