Un acercamiento al campo de la Lingüística Computacional. Entrevista a Cristina Aranda

Cristina Aranda (Madrid, 1976) es una lingüista computacional. Es especialista en soluciones tecnológicas aplicadas a la Lingüística: Procesamiento del Lenguaje Natural, Automatización Inteligente de Procesos y en marketing aplicado a Chatbots y Machine Learning. Estudió Filología Hispánica en la Universidad Autónoma de Madrid. Tiene un doctorado en Lingüística Teórica y Aplicada e hizo un máster en Internet Business por el ISDI. Ha sido directora de marketing y desarrollo de negocio en Intelygenz. También es la cofundadora y líder de MujeresTech, una entidad sin ánimo de lucro que promueve la participación de mujeres en el ámbito digital. Y cofundadora de Big Onion. Actualmente lidera el área de Tecnología del Think Tank Covid 19 del Gobierno de Aragón y asesora a gobiernos regionales o instituciones sobre tecnología e IA.

Queremos empezar preguntándole cómo empezó dentro del ámbito y cuáles fueron sus motivaciones.

¿De qué ámbito? ¿De la lingüística?  Vale, pues yo quería ser actriz, entonces hice aquí las pruebas en Madrid, en la Real Escuela Superior de Arte Dramático. No accedí. Dos años consecutivos. Estuve hasta los 24 últimos, así que opté el primer año a hacer Filología Hispánica, que era lo más relacionado con el género teatral. Y allí descubrí la lingüística. Tuve muy buenos profes en la Universidad de Zaragoza, el grupo Sílex: Álvaro, Paco Fernández Paricio y demás. Y ahí es cuando me enganché. A través de la semántica de la asignatura de Semántica y Pragmática. Me conquistó.

¿Y cómo fue salir del grado de Filología Hispánica y adentrarse en el mundo de la Lingüística Computacional?

Bueno, yo hice una tesis doctoral en un curso, en un curso de doctorado, el cual también hizo vuestra profe Isabel, que era de excelencia, el único de excelencia de Lingüística en España de la Fundación Ortega y Gasset. Y luego tú ya elegías dónde licenciarte, si por la Autónoma o por la Complutense. Yo decidí por la Autónoma, porque había terminado la carrera en la Autónoma y entonces pues hice ese doctorado, porque yo trabajé muchos años como redactora publicitaria y me apasionaba ese uso, la aplicación de la lingüística en el aspecto, en el ámbito de la publicidad, en concreto: la creatividad. Así que decidí hacer mi tesis doctoral sobre cómo los hablantes creamos e interpretamos nombres de marca, morfología léxica, creatividad léxica, como queráis llamarlo. Y allí pues investigué ya cuestiones como y herramientas tecnológicas que permiten generar nombres. Y algo que se llaman sistemas expertos, pero yo no lo sabía por aquel entonces, que se utilizan en inteligencia artificial. Una vez terminé la tesis, pasé un período de paro y fui profesora de Lengua y Literatura de Secundaria, también en centros prioritarios y ya decidí hacer un curso de posicionamiento SEO. Y ahí es cuando hice el match entre mi conocimiento lingüístico y mi tesis doctoral, porque hasta entonces yo no había reparado que los buscadores utilizamos palabras y no hay nada más filológico que las palabras. Y además tenía relación totalmente con mi tesis doctoral, porque para crear palabras tú tienes que estructurar redes léxico semánticas y hay palabras líderes que rigen a otras léxico-semánticamente, ¿no? Entonces dije yo «guau, pues esto es como las keywords de los buscadores». Así que decidí hacer un master en Internet Business y desde entonces estoy trabajando en el sector tecnológico. Primero trabajé como directora de marketing y comunicación de una empresa de software, y allí, en esa empresa, mis compis de inteligencia artificial me empezaron a preguntar por aquellos proyectos de Procesamiento de Lenguaje Natural. Yo aún no sabía, ¿no? Y entonces participé: «Oye, ¿cómo harías esto?». Pues esto es un Thesaurus. Y entonces yo le enseñaba la herramienta que yo había utilizado en la tesis, pues esto es una ontología y demás, ¿no? Y entonces ahí empecé a estudiar de forma autodidacta el Procesamiento del Lenguaje Natural, cómo estructuramos los datos no estructurados y eso. Y desde entonces yo estoy trabajando, bueno, salí de la empresa Tiger, pues justo cuando la Filomena. Decidí abrir mi propia consultora con varios socios y yo me ocupo de aquellas consultorías tecnológicas de digitalización, transformación digital o automatización inteligente de procesos, que tiene que ver con toda esa parte del Procesamiento de Lenguaje Natural. Bueno, lo tenéis todo en mi libro Vidas Futuras, en el capítulo uno. Os lo explico muy bien.

La ética en la inteligencia artificial es un tema clave hoy en día. ¿Qué estrategias propondría para mitigar los sesgos lingüísticos en los modelos del procesamiento del lenguaje natural y garantizar su uso responsable?

Bueno, en primer lugar, yo apelaría a que hubiese regulación, porque si no hay regulación, nadie actúa, ¿no? Esto es como la moral. Tenemos las leyes para la gente que no se porta bien, meterla en la cárcel. Es un código de circulación. ¿Qué pasa? Que estos sistemas no tienen ni regulación ni las personas que están tomando decisiones en cuanto al uso que se hace de esta tecnología. No tienen esta moral, este código moral ¿no? No hay un código deontológico, como, por ejemplo, puede tener si yo fuera doctora o si fuera abogada. O si fuera cura, en caso de que a las mujeres nos dejaran ser curas en el ámbito cristiano. Pues yo tengo un código. Pues aquí no, aquí la ley que prima es el capitalismo, ganar pasta, lo que sea. Entonces yo sé, así como para lanzar un juguete al mercado yo tengo que pasar una serie de fases de ISOS y demás, pues para una inteligencia artificial no. De tal manera que, si unos chavales en Almendralejo cogen una herramienta de Ditex, utilizan las imágenes de sus compañeras, las ponen en situaciones pornográficas, pues la empresa que ha generado esa plataforma se exonera de cualquier responsabilidad. No hay responsabilidad penal, no hay responsabilidad moral, ¿no? Porque la moral, el yo, es quien decide. Digas lo que digas, eres lo que haces. Pues esto es un código de deontológico, un código moral que no existe. ¿Cómo lo haría yo? Porque esto está así, incorporando lo que se llama la ética dentro del diseño, desde las primeras fases. Bueno, primero incorporando la ética, la toma de decisiones, porque la mayoría son hombres blancos, judeocristianos, heterosexuales, sin discapacidad, educados en las mismas universidades o que van a los mismos campos de golf o las barbacoas. Entonces, si tienen que tomar más, que les gusta mucho el dinero, más si tienen que tomar decisiones y no hay regulación y no hay código deontológico, pues se basan según varios premios Nóveles de economía, se basan en ese sistema a uno que es un sistema de creencias, sesgos y demás. Luego ya tenemos sesgos en la toma de decisiones. También incorporar ese hackeo de sesgos, esa ética dentro de las personas que trabajan con datos y que trabajan en la inteligencia artificial y analizar y cuestionarse el espíritu crítico. Si yo cojo determinados datos, yo ya tengo sesgos, porque estos datos los estoy utilizando y estos no. Es como si estuvierais, qué sé yo, el corpus de los sonetos del siglo XVI ¿Por qué cogéis el de un autor y no el de otra autora? No sé, tendréis que coger todos los sonetos del siglo XVI para empezar a estudiar, ¿no? Entonces esos son ese corpus que se llama, pues aquí igual. Si yo, por ejemplo, quiero trabajar y automatizar y predecir los alimentos que yo tengo que ingerir, si solamente le entreno con los que he ingerido el domingo. Imagina que me he tomado dos donuts. Dirá la máquina «Uy, a Cristina le gustan los donuts», porque lo que hacen las máquinas es coger esos datos, extraer patrones y, en virtud de esos patrones, tomar decisiones: o bien para predecir, o bien para automatizar y demás. Entonces, quienes están trabajando con estos sistemas de inteligencia artificial, si no tienen ese espíritu crítico y ese decir «voy a parar a ver qué datos tengo, si están sesgados». Y también determinados modelos: si yo estoy aplicando algoritmos y estos algoritmos están tomando decisiones injustas porque imaginaos que yo estoy entrenando un sistema para hacer preselección de currículum y solamente meto currículum de mujeres. Entonces, como os he dicho antes de los patrones, si yo meto currículum de hombres, me los va a descartar. Y a la inversa también. Entonces, incluso en el ámbito lingüístico, si os vais a traductore, ponéis nombres de profesiones en inglés que no tienen el morfema flexivo de género, lo pasáis al español, solamente las mujeres podemos ser enfermeras. No podemos ser ni juezas, ni ingenieras, ni demás, ¿no? Esto ya está sesgado. Es altamente complejo porque ya, ya hay muchos sistemas. Y también, por ejemplo, pensemos en sistemas como los Language Models, estas IA generativas, como puede ser Gemini, ChatGPT u Open Source, como pueden ser Vicuna, te recomiendo utilizarlo también, o este StableLM que son versiones Open Source que son de código abierto. Pues estos han sido entrenados con todo lo que hay en internet. Imaginaos Forocoches y un millón de páginas como Forocoches, y lo que hacen estos sistemas es pura estadística, es matemática, es por predicción, frecuencia de uso y aparición. Numerifican los elementos lingüísticos, no los entienden, de hecho, se les llama los loritos estocásticos. Con lo cual, si yo le pongo un prompt, una instrucción lingüística, «el césped es» me va a poner un atributo que va a ser «verde», ¿no? Pondría la mayoría de las veces. Claro, porque la frecuencia del «césped es verde» aparece siempre. Entonces, por probabilidad, por frecuencia de uso, la máquina no interpreta qué es césped y qué es verde. Interpreta que esto «césped» lo ha puesto numérico y verde otro numérico y dicen «Ay, estos normalmente suelen ir juntos». Claro, estadística pura, no interpreta. Esto es lo que se llama Large Language Models. Luego hay otras formas de entrenar a la máquina, que es a través de personas que están ahí, de forma supervisada y que se le llama un enfoque simbólico, que las personas que sabemos de lingüística estamos entrenando a la máquina a través de sistemas, herramientas que introducimos un corpus, un determinado documento, y le vamos entrenando a la máquina para que vaya entendiendo, ¿no? Como si fuera una niña o un niño pequeño. Yo le voy educando: «Esto es así. Esto es un adjetivo. Esto es tal. Esta es una entidad tal». Y eso es otra forma de entrenar a la máquina. Pero estas IA generativas están muy sesgadas porque han cogido toda la mierda que hay por internet y la replican, con lo cual está replicando toda la homofobia, la xenofobia, el machismo y demás. Entonces es muy complejo hackear todo eso, pero sí que se puede, porque, de hecho, hay herramientas que te permiten ver los sesgos, cuán sesgados están tus datos. Tú las subes pues, por ejemplo, herramientas como AI Fairness de IBM o Teodora, que subimos un corpus o un dataset y me dice «Oye Cristina, ten cuidado que tienes más currículum de hombres que de mujeres»; «Oye Cristina, ten cuidado que en este corpus, que son los datos lingüísticos, resulta que tienes todo directores, no aparecen directoras». Entonces, hay que incorporar la ética dentro del diseño y de la toma de decisiones.

¿Podría hablarnos de algún problema en concreto que la inteligencia artificial no haya podido resolver? Alguna orden que se la haya dado y no haya sabido acatar.

Sí, bueno, pues como lingüistas os tengo que decir que, en el maravilloso discurso de Nuria Oliver, Inteligencia artificial: ficción, realidad y sueños, la inteligencia artificial fue definida en la Convención de Dortmund en 1956 por los papis de la inteligencia artificial (no había ninguna mami) por los papis de la inteligencia artificial, como la inteligencia humana. Entonces, ahí ya empezamos con muchas cosas, porque estás identificando, comparando una persona con una máquina, con una lavadora. Y las personas somos alta e imperfectamente complejas. Entonces, entre ello, gran parte de lo que nos diferencia de las máquinas es nuestro increíble sistema de comunicación en lenguaje natural. En el lenguaje natural, interviene el tono, la comunicación no verbal, el tono de voz, los silencios… Bueno, todos los niveles de la lengua, variedades de la lengua. Y entonces a estas inteligencias artificiales, como decía Nuria Oliver, la mayoría adolecen o les falta calle. Les falta mucha calle: la parte semántica, la parte pragmática. Están entrenados con datos de aquí a antes. Lo que pase aquí ahora no lo saben interpretar. Estas máquinas podrán generar sonetos, pero no van a pensar como poetisas o poetas porque no tienen esa pronta asociación de ideas. O, por ejemplo, el sentido del humor: te puede encontrar chistes, pero no tiene sentido del humor, porque, como bien sabréis, si sois lingüistas, requiere la lectura del contexto, la relación entre los interlocutores, algo también anafórico de lo que se haya hablado antes… Estas máquinas son muy tontas. Son increíblemente inteligentes porque me hacen muchas cosas, gestionan documentación de forma eficiente, cosa que a las personas igual nos costaría mucho tiempo gestionar toda esa documentación e información, pero son asombrosamente tontas. Les falta mucha calle. Tiene esos sesgos y le falta esa parte de emocional, social.

Actualmente, ¿la lingüística computacional cómo enfocaría este nivel lingüístico? ¿Cómo enfocaría el desarrollo pragmático de las tecnologías?

Sí, bueno, y se está desarrollando. Hay diferentes tipos de inteligencia artificial según las tareas que se realiza: está la inteligencia artificial estrecha, que la máquina yo la entreno para una cosa puntual, pues, por ejemplo, para las IA estas que utilizáis para generar vídeos; oye, te genera vídeos y muy bien. Luego, no le pidas que te cante una jota igual, ¿no? Porque solamente generan vídeos, no cantan jotas ni chirigotas. Eso es una inteligencia artificial estrecha. El siguiente nivel, no sé si habéis visto la película Her. ¿La habéis visto? Os la recomiendo. Pues es un chaval que se compra una inteligencia artificial en Multi-dispositivo, la versión original es con Scarlett Johansson, ¿no? Y es interesante como la configura ahí, la inteligencia artificial general es que la persona que está interactuando con esta máquina no sabe si es una máquina o una persona, porque el nivel ya ha llegado a lo cognitivo, a lo que los padres de la inteligencia artificial definieron. Y se enamora este chico de Samantha porque tiene una conversación muy natural, utiliza la ironía y demás. No os hago spoiler, pero es muy interesante ver la película. Entonces el siguiente nivel de inteligencia artificial según las tareas sería la superinteligencia, que es con lo que juegan las series de televisión Black Mirror y Years and years y todas estas series que dices tú «guau, vamos a morir, ¿no?». Entonces, ya se está trabajando en las grandes tecnológicas, porque no nos olvidemos quienes tienen la propiedad de toda la innovación, porque están invirtiendo burradas y tienen el gran talento y personas muy cualificadas. Luego ya se está trabajando, pero en el ámbito de usuario no lo estamos viendo. Sí que se está viendo, o sea, incluso están trabajando con la telepatía y cosas de estas, ¿no? Pero sí que están trabajando ya ahí. Lo que pasa que, a nivel usuario, las herramientas que nosotros utilizamos son muy tontas… aún son muy tontas. ¿Y cómo están entrenando esto? Pues incorporando esta parte simbólica de forma automática, que la propia máquina vea que está fracasando. O como ellos mismos dicen, que a mí me parece genial este verbo, alucinan. Las máquinas estas no erran, no la cagan, alucinan. Con lo cual estamos revistiendo de un halo guay, ¿no? Que si yo llego a mi cliente y le digo «oye, que no la he cagado, he alucinado», me manda a la mierda, ¿no? Es así. O imaginad vosotros en un examen… «Oye, que no la he cagado aquí, que he alucinado. Y te dice la profe: «vale, pues muy bien, sigue alucinando». Pues esto es lo bueno que tiene este sistema capitalista perverso. El lobby tecnológico domina mucho. Fijaos lo que ha pasado: Trump, Elon Musk ahora va a ser ministro y Elon Musk es dueño de X, ¿no? O de Twitter. O sea, hay muchos intereses detrás para que no se regule. Pero volviendo a tu pregunta, sí que ya se está trabajando en ese ámbito de forma supervisada. De hecho, hay muchas granjas de personas. No sé si visteis el documental de Salvados «Redes Sociales: La fábrica del terror», os lo recomiendo. Trata sobre redes sociales que hablan de personas que están curetando: están viendo videos de YouTube, de violaciones, gore y demás. Pues eso es todo lingüística muchas veces porque se describe, hay un metadata detrás y demás. Y eso lo saben las empresas y se podrían hacer muchas cuestiones. De hecho, sale Ana Freire, que tiene una herramienta para detección del suicidio a través de redes sociales y esa detección se realiza desde el punto de vista del procesamiento de lenguaje natural… Os veo con cara de asombro… Compraros mi libro ja, ja, ja.

¿Cree en la implementación de la IA dentro de la educación? ¿Cuáles considera que son las aplicaciones más prometedoras de la lingüística computacional en sectores como la medicina, la educación o la ley?

Bueno, no entiendo por qué me pones la incoativa cuando ya todo el mundo utiliza Chat GPT para hacer sus cosas. O sea, eso ya se está utilizando y negar el uso sería absurdo porque tarde o temprano tanto el alumnado va a tener que utilizarlo en su ámbito cuando trabaje sí o sí… y quien no, porque siempre decimos quienes trabajamos en inteligencia artificial: «una inteligencia artificial no te va a quitar el puesto de trabajo, te lo va a quitar alguien que sepa utilizar la inteligencia artificial». Entonces, además las humanidades, hay muchas herramientas, las personas que sabemos de humanidades tenemos ahora un lugar muy protagónico dentro de esta tecnología, porque como os he dicho necesitamos esa parte lingüística, psicológica, antropológica, legal y demás, ¿no? Claro, es que, aquí, como os he dicho yo, que esta tecnología nos invita a filosofar. Pues ¿qué pasa? Que está todo el mundo… Sobre todo el profesorado que no sabe para dónde tirar, porque de toda la vida ha dado su tema cinco «los sustantivos». Y ahora, de repente, pues esta tecnología le ha hecho cuestionarse el cómo da la clase, cómo se tiene que enfocar, incluso darla en un aspecto más creativo. Bueno, en primer lugar, tiene que utilizarla y entender esta tecnología. Luego, también ser más creativa esta persona para la hora de evaluar al alumnado. Igual ya no sirve preguntar, porque te van a coger y te van a copiar. Entonces ¿qué pasa? Que ahora igual te exige plantearte evaluar el conocimiento de otra manera. Y el alumnado pues aprender a utilizar estas herramientas y potenciar su talento. Yo, por ejemplo, no sabía. Yo soy muy buena en lingüística y en la creatividad léxica, pero soy muy mala para dibujar, por ejemplo. Pues oye, igual me permite desarrollar toda la imaginación, toda mi creatividad. Pues con estas herramientas lo que se llaman copilotos, ¿no? Igual que me permite personalizar la educación, aquí hay una herramienta también, o ayudar a las personas con necesidades especiales. Por ejemplo, hay una herramienta de la doctora Luz Rello que se llama Detective, que me ayuda a detectar la dislexia. Entonces hay muchas aplicaciones y muchos beneficios de la inteligencia artificial en la educación. Lo que pasa que la gente está convulsa porque exige una revisión completa. Luego, me has preguntado la inteligencia artificial en medicina y demás. Bueno, ya se está aplicando para la detección temprana de cáncer, incluso para la detección de estado de ánimo en la voz de enfermos oncológicos. Por ejemplo, en el COVID se desarrolló la vacuna en un tiempo récord porque se compartió información, se generaron todos estos sistemas de predicción y demás. Luego nos va a permitir hacer una medicina preventiva con el tiempo. Yo me voy a meter aquí unos microchips, y van a decir «Oye, has comido esto, ten cuidado con tu nivel de glucosa, etcétera». Entonces la inteligencia artificial lo que me va a permitir es vivir mejor y tener más tiempo libre en términos de trabajo.

¿Cuáles podrían ser las mayores trabas que se podrían encontrar en ambos ámbitos?

El de la medicina para empezar, porque sigue habiendo mucho desconocimiento y mucho temor a los datos. Pensemos que la medicina son datos muy personales. De hecho, os recomiendo que no compartáis nunca vuestros datos genéticos. Porque los datos genéticos no solamente son míos, sino de toda mi familia. Pero sí que se pueden hacer muchas cosas en cuanto a medicina, pues lo que se llama anonimizando los datos. O sea, yo solamente cojo esos datos, veo cuántas personas tienen determinado cáncer de pecho, pero no identifico esas personas con esos cánceres. Por ejemplo, si estamos entrenando a la máquina para realizar informes clínicos. Entonces, la principal traba es el desconocimiento de las personas. Las personas que no lo sepan, como en qué consiste esta tecnología, qué datos y qué soluciones se pueden dar a estas trabas precisamente, ¿no? Porque hay soluciones. Y luego está pues la propia tecnología, que consume mucha energía, además de que son caras, porque parece baratito, pero luego exige un esfuerzo económico considerable. Depende de las tecnologías que utilicemos. Requiere personal cualificado. Es cierto que estamos hablando de IA y todo el mundo está emocionado con la inteligencia artificial de aquí desde hace un año y algo, porque resulta que antes si yo quería utilizar la inteligencia artificial tenía que saber de programación Python, Java…Lo que fuera, utilizar librerías y demás. Ahora no, ahora con mi lenguaje natural, con esa instrucción lingüística todo el mundo está utilizando la inteligencia artificial, que es lo verdaderamente revolucionario, que yo no necesito un código…Especial, ¿no?, pero sí que hay determinadas herramientas de inteligencia artificial que yo necesito utilizar. Pues la lingüística computacional, porque los lingüistas computacionales saben hablar a las máquinas en Python, en Java, JavaScript saben utilizar bases de datos, MySQL, bases de datos relacionales y demás. Tienen ese conocimiento técnico que una lingüista teórica como yo pues igual no tenía a la hora de hacer la tesis.

Nos gustaría también preguntarle por si hay algún campo específico en el que sienta que la lingüística computacional todavía tiene mucho que ofrecer o donde los avances son más lentos de lo que en principio se esperaba.

Resulta que el 80 % de los datos de administraciones públicas y empresas…son lingüísticos. Son datos no estructurados, con lo cual el potencial de la lingüística computacional es bestial y se necesita. Y ahora hay una inversión bestial por lo que os decía, porque hay gente que está tomando decisiones en las empresas, se ha dado cuenta de todo lo que se pueden hacer con estas inteligencias artificiales, con estas automatizaciones y demás. Y yo puedo automatizar procesos donde la persona no aporta ningún valor, que es leyendo documentación todo el día y la misma documentación. Imaginaos en preselección de currículums, no todo el día ahí leyendo lo mismo. Pues si te lo puede hacer una máquina, extraer la información y tú hacer un sistema de baremo: «Oye, yo quiero estudiantes de estas universidades», «Personas que lleven x años con estos trabajos». Yo puedo hacer un de evaluación o de preselección. Pero es que estoy hablando de currículos, es que os hablo de todo desde el ámbito financiero, eh, para saber mis competidores que… Qué precios tienen. O sea, todo, todo eso o atención al cliente puede evaluar la calidad del call center a través del del análisis de las conversaciones que tienen un call center. Y muchas cosas, que podría estar aquí… No tenemos día para deciros toda la aplicación que tiene el procesamiento del lenguaje natural.

También queríamos preguntarle cuáles son los principales desafíos que se suelen enfrentar al desarrollar modelos de procesamiento del lenguaje natural.

Pues principalmente esos que os decía y que me habéis preguntado. Primero, el nivel semántico y pragmático que, al ser loritos estocásticos, no tienen ese sistema simbólico que tenemos, esa capacidad de interpretar la ironía y además pensemos que no son tan inteligentes porque yo tengo que darles la instrucción de manera concreta, porque si no, no me entienden. Así como yo a un hablante le puedo decir de muchas formas que cierre una ventana. Utilizando la ironía, todas las máquinas solamente entienden de una determinada cosa. Ese nivel semántico y pragmático. Y luego también los sesgos. Pensemos que aún, por ejemplo, si vas a LinkedIn te recomiendan personas que trabajan en selección de personal, que pongas director en vez de directora, porque el algoritmo prima más el masculino que el femenino. O sea, va al uso. Entonces también hay esos sesgos que es el principal y que es determinante.

Queríamos preguntar cómo surgió fundar Mujeres Tech y cómo funciona.

Pues Mujeres Tech surge porque yo por aquel entonces era directora de Marketing y Comunicación de Telefónica Tech Cif, una red para crear startups y emprendimiento en diferentes zonas de España con Telefónica y los gobiernos regionales. Y una de las convocatorias era Internet of Things y yo no tenía ni idea de eso. Empecé a investigar y entonces entrevisté a un referente nacional, a una referente. Me llamó la atención que fuera mujer y entonces la entrevisté y ahí nos enamoramos laboralmente y dijimos «bueno, pues tenemos que cambiar el mundo», porque ella era referente a la comunidad maker, que los makers pues construyen y se y desarrollan como lo de los antiguos oficios, ¿no? Se reúnen en una nave y comparten información y crean cosas con tecnología. Insertan tecnología en las cosas que desarrollan. Entonces decidimos lanzar junto a otro amigo, Pablo Rodríguez, Mujeres Tech. El año que viene hacemos diez años y hacemos diferentes iniciativas para mujeres. No tenemos nada definido ni somos una asociación muy sui géneris. Entonces, en realidad es una democracia controlada por mí. Hacemos diferentes iniciativas como Womantech, un evento en Huesca anual, luego también talleres puntuales para niñas y niños. Damos charlas y somos sostenibles con eso, con las charlas, los talleres y demás. Pero como es nuestro tercer tiempo, no es como os digo, no tenemos personal ahí dedicado a ello y demás. Nuestro objetivo es, como decía Eduardo Galeano, mucha gente pequeña, en lugares pequeños, haciendo cosas pequeñas, puede cambiar el mundo.

¿Qué consejo le darías a los estudiantes que comienzan en el campo de la lingüística computacional hoy en día?

Pues que ellos aprendan lo máximo posible, que no se desesperen y que empiecen ya a practicar. Ser lingüista no es menos, al revés, que somos seres superiores porque somos data science en tiempo real, somos capaces de identificar una persona a través de su dialecto, de donde es, a través de sus rasgos léxicos, sabemos esas variedades de la lengua. Podemos identificar el sociolecto, su nivel de formación y muchas más cosas. Y luego sabemos, pues, describir los fenómenos de la lengua de forma pormenorizada e identificarlos y saber todas estas cosas que a las máquinas no tienen y que mucha gente de ingeniería tampoco tiene. Esta parte social.

¿Y cuál podría ser una forma de acercarse a la lingüística computacional? Porque al final nosotros desde este grado la hemos visto de soslayo. No se llega a ahondar.

Sí, bueno, tenéis dos cositas que suelo recomendar. Una es la asociación Spinelli y Somos NPL. Somos NPL es una asociación de procesamiento del lenguaje natural y junto a ella hicieron un hace un par de años una serie de formación gratuita que la tenéis en YouTube que se llama NPL de 0 a 100 y que ellos van dando herramientas, os van explicando y luego también tenéis Hugging Face. Hugging Face es un repositorio donde una comunidad de profesionales del procesamiento del lenguaje natural comparte esa información. Entonces también ahí tenéis de vez en cuando formación. Y mi consejo es empezar a utilizar herramientas de anotación, que es tan fácil como iros a la gente de ingeniería o politécnica o como se llame de ingeniería informática y decir «oye, quién está haciendo el procesamiento de lenguaje natural» y ofreceros para anotar textos. Porque muchas veces no encuentran a gente y no se les ha ocurrido que en Filología lingüística hay gente cualificada para anotar textos. Son cosas de estas de la universidad que a mí me fascinan. ¿Sabéis?

Deseamos agradecer a Cristina Aranda el tiempo que nos ha dedicado y el conocimiento compartido.

Nerea Pozo Costa

Nerea Pozo Costa es estudiante del Máster en Estudios Literarios y Culturales Hispánicos y graduada en Estudios Hispánicos por la Universidad de Alcalá. Ha formado parte del comité organizador del «IV Congreso Internacional Literatura y Franquismo: Ortodoxias y Heterodoxias» y ha participado en varios congresos internacionales. Es miembro del comité editorial de la revista Contrapunto y ha sido beneficiaria de una beca de Iniciación en la Actividad Investigadora (plan propio de la UAH en el curso 2025-2026), con cuyo proyecto aborda los discursos de género en la narrativa escrita por mujeres en el franquismo. Concretamente, está interesada en la literatura feminista y en las articulaciones literarias del poder y la violencia patriarcales.

Soraya Sahraei García

Estudiante del grado en Estudios Hispánicos en la Universidad de Alcalá. Coordinadora de la sección Miradas. Sus principales intereses son la literatura, la música y la fotografía (no puede pasar por un atardecer y no captarlo con la cámara). Amante del estudio de la comunicación verbal y no verbal.