Computer-Aided Error Analysis (CEA)

Las nuevas tecnologías y el desarrollo de sucesivos enfoques en lingüística aplicada, cada vez más especializados, trajeron consigo cambios muy beneficiosos para el AE. Para tratar de evitar la subjetividad en los análisis, ayudar en la ardua tarea de identificación a los expertos, y utilizar la tecnología emergente, el AE tradicional ha intentado sustituirse por otro de corte automático, realizado a través de herramientas y programas informáticos. Nace así el denominado Análisis Computacional de Errores o Análisis de Errores asistido por ordenador (del inglés Computer-based Error Analysis o CEA).

Dagneaux y otros (1998: 164) señalan que el CEA se propone corregir las siguientes limitaciones del AE:

- Generalmente, el sistema se basa en datos heterogéneos de aprendientes;

- La categorización suele ser bastante confusa;

- No recoge todos los fenómenos de la producción del

aprendiente que cabía esperar;

- Se limita al análisis de lo que el aprendiente no sabe hacer;

- Proporciona una imagen bastante estática del aprendizaje de

la lengua meta.

Por su parte, el CEA se caracteriza por contar con la ventaja inestimable de trabajar sobre datos almacenados digitalmente (procedentes en su gran mayoría de corpus escritos y orales, que ya empiezan a generalizarse en los años 90), y por utilizar herramientas y aplicaciones informáticas para la detección, edición y reutilización posterior del error. El cambio es importante desde el punto de vista cuantitativo y cualitativo, pues los análisis se apoyan ahora en un volumen de datos más elevado y en una mayor rigurosidad en la homogeneización y categorización de los errores.

Sin embargo, este tipo de herramientas de CEA no están todavía muy extendidas, y en la mayoría de los casos, permanecen en el marco específico de ciertos proyectos de investigación. La detección automática de errores es, en este momento, todavía una asignatura pendiente, debido, principalmente, a la complejidad de la lengua que se ha de procesar. La mayoría de las herramientas existentes sólo obtienen buenos

157

resultados con muestras de lengua procedentes de nativos y con categorías lingüísticas muy concretas, como las cerradas, donde existe una menor posibilidad de variedad de respuestas, y pueden controlarse fácilmente todos los usos. Debido a ello, la mayoría de editores disponibles no llegan a ser difundidos, siendo desconocidos fuera del ámbito de los proyectos de investigación que los vieron nacer.

Sin embargo, el CEA ofrece unas ventajas notables como que permite trabajar con aplicaciones que utilizan etiquetadores automáticos (o semi-automáticos) de categorías de errores, que van aplicando reglas de forma jerárquica, obteniendo, por ejemplo, buenos resultados en la detección de errores en la conjugación verbal de producciones escritas (llevados a cabo, por ejemplo, por Granger en su proyecto de corpus de inglés L2, ICLE).

Los mejores resultados que se han alcanzado con el CEA están en la descripción de las categorías lingüísticas, ya que es la tarea más sencilla para este tipo de editores. El resto de funcionalidades (como el análisis etiológico y la comparación de la interlengua con la lengua meta) todavía no han sido muy desarrolladas, debido a que en su proceder está presente una cierta subjetividad que el programa no es capaz de desentrañar.

Otro de los aspectos positivos del CEA es la incorporación de análisis estadísticos y cuantitativos mucho más rápidos y fiables, que enriquecen el análisis de errores y le dotan de una mayor objetividad, produciendo por tanto resultados también más efectivos.

En cuanto a la utilización posterior del error, existen sistemas que proporcionan una respuesta o retroalimentación al aprendiente en forma de sugerencias de reglas gramaticales que han de revisar, e incluso, en el caso de aplicaciones más desarrolladas, aparecen propuestas de ejercicios para practicar las reglas que el aprendiente no domina, contribuyendo el propio sistema a solucionar el error, y evitando así que se fosilice.

El mayor problema es que estas aplicaciones no son reutilizadas fuera del proyecto en que fueron concebidas, pues no son distribuidas ni puestas a disposición de la comunidad científica.

Así las cosas, y aunque se sigan desarrollando versiones informatizadas del análisis de errores, todavía queda por hacer al investigador mucho trabajo manual. En la mayoría de los casos, esas tareas consisten en etiquetar o anotar manualmente los textos o

158

transcripciones de los corpus (aunque con la ayuda de herramientas informáticas o editores como TagEditor o UCLEE, Université Catholique de Louvain Error Editor, que, por otra parte, no son fáciles de conseguir), como muestran numerosos corpus de aprendientes, como el citado NICT JLE, Cambridge Learner Corpus, FALKO, JFELL, Freetext, ICLE, o FRIDA. En el caso de este último, como ya hemos comentado anteriormente, se cuenta además de con el editor de errores, con un sistema denominado Exxelant, capaz de proporcionar distintos ejercicios en función del error detectado.

Por otra parte, la mayoría de los AE y CEA, como es constatable, se han desarrollado en el campo de la adquisición de segundas lenguas, destacando el inglés, como es habitual en el ámbito de la LC. En la mayoría de aplicaciones de AE o CEA para las distintas lenguas, y entre ellas, del francés, encontramos análisis focalizados, sobre todo, en la expresión escrita. La habilidad lingüística se analiza a través de la producción escrita, en parte, porque es más fácilmente cuantificable que el resto. Esta destreza ha sido evaluada desde todos los puntos de vista, a través de corpus de producciones escritas de aprendientes que abarcan distintos géneros como los tests, cuestionarios, composiciones dirigidas, cartas, etcétera, con el fin de establecer una evaluación de varios registros de lengua: formal e informal, espontánea, académica…

Sin embargo, es mucho más difícil encontrar estudios basados en corpus orales, y aún más, que describan el francés como L2. Encontramos sólo algunos precedentes en corpus orales de aprendientes para el inglés y el español. En el ámbito de FLE existe, casi exclusivamente, el corpus FLLOC de la Universidad de Southampton, dirigido por Florence Myles (aunque no se trata de un análisis de errores asistido por ordenador) y el proyecto europeo Freetext90_.

En el campo de la lengua escrita, también cabe destacar las investigaciones de Sylviane Granger en la Universidad de Lovaina, quien realiza corpus escritos anotados con errores tanto para el inglés (ICLE) como para el francés (FRIDA), utilizando para ello un análisis informático riguroso de errores, y creando programas de edición y análisis bastante efectivos.

Finalmente, hemos de lamentar que pese a los intentos notables de establecer un AE mucho más objetivo y fiable, algunas de sus

159

debilidades no han podido ser solucionadas. Por un lado, persiste una excesiva heterogeneidad en la elaboración y aplicación de las taxonomías de errores, pues hay prácticamente tantas taxonomías como proyectos o corpus desarrollados. Por otro lado, la confusión respecto a la identificación de los errores y su aislamiento de las causas que los provocan, sigue en pie, pues se continúa encontrando serias dificultades para aplicar las categorías o para determinar sin vacilar si se trata de un error de competencia o de producción.

En lo sucesivo, sería recomendable apostar no sólo por la universalización de las herramientas de edición, detección y análisis de errores, sino también por una estandarización de las taxonomías de errores, lo que facilitaría la comparación entre lenguas y aprendientes, y contribuiría, sin duda, a una mejor valoración del AE.