Sobre Noam Chomsky
Noam Chomsky nació en Filadelfia en 1928 y es una de las figuras más influyentes de la lingüística, además de un intelectual de renombre.
Se le considera el padre de la lingüística generativa moderna, y sus aportes van de la gramática generativa y la teoría de la gramática universal a la revolución cognitiva, basada en el estudio de los procesos mentales. Su obra ha dejado una huella enorme en la filosofía y en la ciencia, y también en la informática: la «jerarquía de Chomsky» fue una de las bases para diseñar y procesar lenguajes de programación.
Más allá de su extensa labor como lingüista, es conocido como comentarista político y activista social. Es profesor emérito del Instituto Tecnológico de Massachusetts (MIT). En 2023 salió a la luz su larga amistad y colaboración con Jeffrey Epstein. Aunque no se le ha implicado en los delitos que cometió Epstein, tanto él como su esposa, Valéria Chomsky, han pedido disculpas públicamente.
En qué consiste la teoría de la gramática universal
La teoría de la gramática universal parte de la idea de que el cerebro humano está equipado de forma innata para desarrollar un conjunto de reglas y estructuras gramaticales: el lenguaje se aprende con la experiencia, pero también gracias a la base biológica inherente al cerebro. Por eso los niños cuentan con un marco subyacente al que se ajustan los distintos idiomas, lo que les facilita la adquisición del lenguaje sin depender exclusivamente de estímulos externos previos. La prueba real más conocida de esta idea llegó de Nicaragua, donde un grupo de niños sordos sin un idioma en común construyó desde cero la gramática de una lengua de señas propia.
Además de explicar cómo se aprenden los idiomas desde el nacimiento, la teoría sostiene que la sintaxis de los idiomas humanos, vista en profundidad, es muy parecida.
Desarrollada en las décadas de 1950 y 1960, ha tenido un papel fundamental en la lingüística moderna y en la investigación posterior.
La jerarquía de Chomsky y su relación con la informática
En septiembre de 1956, Chomsky presentó en el trabajo Three models for the description of language («Tres modelos para la descripción del lenguaje») la que hoy se conoce como jerarquía de Chomsky. Es una clasificación de los lenguajes formales que los ordena atendiendo a la complejidad de las gramáticas que los describen y al tipo de máquina capaz de reconocerlos.
Su importancia en informática ha sido especial, porque ayudó a sentar las bases teóricas para diseñar analizadores léxicos, analizadores sintácticos y compiladores, herramientas imprescindibles para que un dispositivo electrónico procese y ejecute código.
Antes de ver sus niveles en detalle, conviene aclarar algunos conceptos técnicos:
- Lenguaje formal: conjunto de cadenas de símbolos que siguen unas reglas sintácticas, y son esas reglas las que determinan si una cadena es correcta y válida. Ejemplos: el lenguaje binario, las expresiones aritméticas.
- Gramática formal: conjunto de reglas que define la estructura de un lenguaje formal y cómo se generan las cadenas válidas. Ejemplos: la sintaxis de los lenguajes de programación.
- Autómatas: máquinas capaces de reconocer cadenas de símbolos y de determinar si pertenecen a un lenguaje formal. Hay distintos tipos según su complejidad y capacidad de procesamiento. Ejemplos: el autómata finito, la máquina de Turing.
La jerarquía establece cuatro niveles, ordenados de menor a mayor poder expresivo:
- Tipo 3, gramáticas regulares
-
- Son las más simples.
-
- Expresiones regulares.
-
- Autómata equivalente: autómata finito.
- Tipo 2, gramáticas libres de contexto
-
- Tienen estructuras jerárquicas.
-
- Esenciales en la sintaxis de los lenguajes de programación.
-
- Autómata equivalente: autómata de pila.
- Tipo 1, gramáticas sensibles al contexto
-
- Las reglas dependen del contexto.
-
- Autómata equivalente: autómata linealmente acotado.
- Tipo 0, gramáticas no restringidas
-
- Son las más generales.
-
- Sus reglas no tienen restricciones.
-
- Máquinas de Turing.
La crítica de Noam Chomsky a los grandes modelos de lenguaje
Noam Chomsky se muestra crítico con el aprendizaje profundo (deep learning) en el que se apoyan los grandes modelos de lenguaje (LLM, por sus siglas en inglés) de la inteligencia artificial. Estos modelos funcionan procesando cantidades masivas de datos y patrones estadísticos de uso. Chomsky sostiene, en cambio, que el ser humano posee reglas innatas que le permiten entender y formular el lenguaje, y que funcionan junto con la exposición continua a la información y a la experiencia.
Según esta teoría, los LLM analizan enormes volúmenes de datos, aprendiendo de ellos de manera permanente, sin llegar a adquirir una comprensión formal de las estructuras y los significados. Por eso pueden generar textos gramaticalmente correctos sin entenderlos de verdad ni tener una representación genuina del mundo.
El desarrollo de estos sistemas automatizados marca un momento especialmente relevante en la historia de la humanidad, porque los modelos de lenguaje actuales pueden asumir tareas que antes requerían a una persona, desde redactar textos hasta resumir información. Esto abre nuevas vías de investigación y de debate sobre el papel de la inteligencia artificial en el conocimiento humano, sobre cómo puede generarse el lenguaje y sobre cómo pueden surgir nuevas formas de comunicación.