Nuevas Interfaces y sus Aplicaciones en las Tecnologías de ... - ITAM

Aún si el reconocimiento de lenguaje natural se encuentra en una etapa muy
temprana de desarrollo, y parezca lejana la posibilidad de contar con interfaces capaces de
hacer reconocimiento de voz en varios idiomas (Queue, 2006), tanto en los Estados
Unidos (GALE) como en Europa (SpeeCon) se están desarrollando proyectos muy
ambiciosos para reconocimiento y traducción de diálogos en varios idiomas.
Entre las razones que hacen muy difícil a una computadora comprender el significado
de un texto, está el hecho de que éstas carecen de un conocimiento base que les permita
inferir y dar contexto a las frases aisladas. Científicos del Instituto de Tecnología de
Israel (Technion) han propuesto un ingenioso sistema con el que la enciclopedia libre
wikipedia podría proporcionar ese conocimiento base a los programas analizadores de
lenguaje (Hattori, 2007). Con este esquema, los analizadores de correo no deseado, los
programas de búsqueda y las interfaces de voz podrían ser mucho más eficientes.
Por otra parte, hay un interés creciente por el diseño y desarrollo de interfaces
multimodales, en las que las interfaces de voz son un componente muy importante. Un
canal de voz sofisticado en una interfaz multimodal puede ser de gran utilidad, por
ejemplo, para enfatizar un detalle, aclarar situaciones ambiguas, repetir información, o
reactivar la atención del usuario.
Dentro de estas interfaces, el diseño del canal de voz puede ser menos demandante al
tomar en cuenta el contexto. Por ejemplo, un usuario puede ser más tolerante en esperar
una respuesta (vocal) si al mismo tiempo observa en la pantalla un mensaje indicando que
ésta se está procesando. Al mismo tiempo, no es necesario desarrollar frases elaboradas
para entender el mensaje, pues éste se complementa con los demás medios de la interfaz.
Sin embargo, también presentan grandes retos precisamente por la dependencia
contextual del lenguaje humano (Harris, 2005). Por ejemplo, el simple hecho de no
sincronizar apropiadamente las acciones del ratón con los mensajes emitidos por una
interfaz multimodal, puede generar una gran confusión en el usuario.
Finalmente, una fecunda área de investigación reciente, está relacionada con las
llamadas interfaces perceptivas o cómputo afectivo. Las interfaces de voz, sobre todo al
aproximarse a un diálogo natural, no sólo establecen un canal de entrada y salida; activan
una dimensión cognitiva adicional capaz de erigir vínculos más estrechos entre el usuario
y la computadora. La búsqueda de una interacción aún más fluida requiere de la
capacidad de interpretar, y eventualmente de reproducir, las sutilezas de la comunicación
humana en la que el estilo del diálogo, las inflexiones, y hasta las expresiones corporales
dan matiz y complementan el mensaje que se desea transmitir (Waldrop, 2003; O’Hanion,
2006; PRIMA).
3.4 Reconocimiento humano
La búsqueda de una interacción humano-computadora más natural desde un punto de
vista antropocéntrico, ha llevado a los investigadores a diseñar interfaces con la capacidad
15