Lenguaje como sistema predictivo: hacia una perspectiva semiótico-informática del discurso
DOI:
https://doi.org/10.31391/AXTE8467Palabras clave:
estudios del discurso, literacidades digitales, inteligencia artificial, sistemas sociotécnicos, procesamiento de lenguaje naturalResumen
Este artículo propone un marco teórico para explorar las condiciones contemporáneas de producción de conocimiento y las prácticas discursivas en entornos mediados por inteligencia artificial (IA), así como algunas de sus implicaciones. Sostiene que la mediación algorítmica introduce una lógica predictiva del lenguaje que reconfigura las formas de producción discursiva. A partir de ello, plantea las bases de una perspectiva semiótico-informática orientada al estudio del discurso mediado por IA. El problema central radica en la escasa articulación entre la concepción del lenguaje como sistema predictivo, desarrollada en ámbitos informáticos, y su comprensión como práctica social en los estudios del discurso. Desde un enfoque teórico y transdisciplinario, el estudio integra aportes de las literacidades socioculturales, los estudios del discurso, la lingüística computacional y la informática. Mediante un análisis conceptual, examina principios técnicos, estructurales y funcionales de los sistemas de generación textual basados en IA y los vincula con una lectura semiótica de la producción de significados. Como resultado, propone comprender la lógica predictiva como una nueva forma de mediación tecnológica y plantea un marco conceptual que articula la dimensión sociotécnica de los modelos generativos con los estudios del discurso y las literacidades digitales.
Descargas
Referencias
Atkinson-Abutridy, J. (2023a). Analítica textual: introducción a la ciencia y aplicación del análisis de información no estructurada. Marcombo.
Atkinson-Abutridy, J. (2023b). Grandes modelos de lenguaje: conceptos, técnicas y aplicaciones. Marcombo.
Bearman, M., Ryan, J. y Ajjawi, R. (2023). Discourses of artificial intelligence in higher education: A critical literature review. Higher Education, vol. 86, núm. 2, pp. 369-385. https://doi.org/10.1007/s10734-022-00937-2
Beltrán, N. y Rodríguez, E. (2020). Procesamiento del lenguaje natural (PLN)-GPT-3: aplicación en la ingeniería de Software. Tecnología, Investigación y Academia, vol. 8, núm. 1, pp. 18-37. https://revistas.udistrital.edu.co/index.php/tia/article/view/17323
Castro, M. y Sánchez, M. (2021). Uso de los recursos de cita y referencia en la escritura de la tesis de posgrado y su relación con el plagio textual. Diálogos sobre Educación. Temas Actuales en Investigación Educativa, vol. 12, núm. 23, pp. 1-20.
Chomsky, N. (1969/1991). Lingüística cartesiana: un capítulo de la historia del pensamiento racionalista. Editorial Gredos.
Cortez, A., Vega, H. y Pariona, J. (2009). Procesamiento de lenguaje natural. Revista de Investigación de Sistemas e Informática, vol. 6, núm. 2, pp. 45-54. https://link.gale.com/apps/doc/A309314630/IFME?u=anon~d4f0080c&sid=googleScholar&xid=0a11cd9c
Crawford, K. (2021). Conclusion. Power. En The Atlas of AI (pp. 211-227). Yale University Press. https://doi.org/10.2307/j.ctv1ghv45t.10
Crompton, H. y Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, vol. 20, núm. 1, pp. 1-22. https://doi.org/10.1186/s41239-023-00392-8
Delso, A., Carvajal, M. y Corral, D. (2025). La evolución del procesamiento del lenguaje natural y su influencia en la inteligencia artificial: una revisión y líneas de investigación futura. European Public y Social Innovation Review, vol. 10, pp.1-23. https://doi.org/10.31637/epsir-2025-782
Dietz, G., King, J., Beason, J., Tarrow, M., Hilliard, A. y Shapiro, R. (2022). ARtonomous: Introducing middle school students to reinforcement learning through virtual robotics. Proceedings of the 21st Annual ACM Interaction Design and Children Conference, pp. 430-441. https://doi.org/10.1145/3501712.35297
Domínguez, A. (2002). Lingüística computacional: un esbozo. Boletín de Lingüística, vol. 18, pp. 114-119. https://biblat.unam.mx/hevila/Boletindelinguistica/2002/no18/5.pdf
Estrada, O., Rincón, E. y Mena, J. (2026). Inteligencia artificial y comunicación: mediación crítica y educomunicativa. Index. Comunicación: Revista Científica en el Ámbito de la Comunicación Aplicada, vol. 16, núm. 1, pp. 13-36. https://doi.org/10.62008/ixc/16/01Artifi
Fairclough, N. (2003). Analysing Discourse: Textual Analysis for Social Research. Routledge.
Forero-Corba, W. y Bennasar, F. (2024). Técnicas y aplicaciones del machine learning e inteligencia artificial en educación: una revisión sistemática. RIED-Revista Iberoamericana de Educación a Distancia, vol. 27, núm. 1, pp. 209-253. https://doi.org/10.5944/ried.27.1.37491
Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos mediáticos. Methaodos. Revista de Ciencias Sociales, vol. 11, núm. 2, pp.1-17. https://doi.org/10.17502/mrcs.v11i2.710.
Fúquene, H. (2024). Procesamiento de lenguaje natural, los transformers y los bots conversacionales. XIKUA Boletín Científico de la Escuela Superior de Tlahuelilpan, vol. 12, pp. 151-160. https://doi.org/10.29057/xikua.v12iEspecial.12904
García-Peñalvo, F., Llorens-Largo, F. y Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, vol. 27, núm. 1, pp. 9-39. https://doi.org/10.5944/ried.27.1.37716
García-Peñalvo, F. y Vásquez-Ingelmo, A. (2023). What do we mean by GenAI? A systematic mapping of the evolution, trends, and techniques involved in Generative AI. IJIMAI, vol. 8, núm. 4, pp. 7-16. https://doi.org/10.9781/ijimai.2023.07.006
Giraldo, A. y Orozco, A. (2023). Evolución del procesamiento natural del lenguaje. TecnoLógicas, vol. 26, núm. 56, pp.1-3. https://doi.org/10.22430/22565337.2687
Goodfellow, I., Bengio, Y. y Courville, A. (2017). Deep learning (vol. 1). MIT Press Cambridge.
Halliday, M. (1982/2017). Lenguaje como semiótica social: la interpretación social del lenguaje y del significado. Fondo de Cultura Económica.
Henao-Villa, C., García-Arango, D., Aguirre-Mesa, E., González-García, A., Bracho-Aconcha, R., Solorzano-Movilla, J. y Arboleda-Lopez, A. (2017). Multidisciplinariedad, interdisciplinariedad y transdisciplinariedad en la formación para la investigación en ingeniería. Revista Lasallista de Investigación, vol. 14, núm. 1, pp. 179-197. https://doi.org/10.22507/rli.v14n1a16
Jones, R. y Hafner, C. (2021). Online cultures and intercultural communication. En R. Jones y C. Hafner (eds.). Understanding digital literacies (pp. 161-182). Routledge. https://doi.org/10.4324/9781003177647-10
Jones, R. y Hafner, C. (2012). Understanding digital literacies. Routledge.
Kaur, D., Uslu, S., Rittichier, K. y Durresi, A. (2022). Trustworthy artificial intelligence: a review. ACM computing surveys (CSUR), vol. 55, núm. 2, pp. 1-38. https://doi.org/10.1145/349120
Kosmyna, N., Hauptmann, E., Yuan, Y., Situ, J., Liao, X., Beresnitzky, A. y Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv preprint arXiv:2506.08872, vol. 4, pp. 1-206.
Kudina, O. y Van de Poel, I. (2024). A sociotechnical system perspective on AI. Minds and Machines, vol. 34, núm. 21, pp. 1-9. https://doi.org/10.1007/s11023-024-09680-2
McCarthy, J., Minsky, M., Rochester, N. y Shannon, C. (2006). A proposal for the dartmouth summer research project on artificial intelligence, august 31, 1955. AI Magazine, vol. 27, núm. 4, pp. 12-12. https://doi.org/10.1609/aimag.v27i4.1904
Méndez-Ochaita, M. F. (2022). Multiliteracidades en la era digital: conceptos clave desde los estudios de literacidad y multimodalidad. Revista Electrónica Leer, Escribir y Descubrir, vol. 1, núm. 11, pp. 11-22. https://digitalcommons.fiu.edu/record/19647?v=pdf
Méndez-Ochaita, M. y Hernández-Ramírez, L. (2026). Variantes en perfiles de literacidad digital: hacia una práctica crítica de estudiantes universitarios. Folios, núm. 63, pp. 99-116. https://doi.org/10.17227/folios.63-22014
Ocaña-Fernández, Y., Valenzuela-Fernández, L. y Garro-Aburto, L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos y Representaciones, vol. 7, núm. 2, pp. 536-568. https://doi.org/10.20511/pyr2019.v7n2.274
Poole, D., Mackworth, A. y Goebel, R. (1998). Computational intelligence: A logical approach. Oxford University Press.
Porras, J., Florencia-Juarez, R., Rivera, G. y García, V. (2018). Interfaz de lenguaje natural para consultar cubos multidimensionales utilizando procesamiento analítico en línea. Research in Computing Science, vol. 147, núm. 6, pp. 153-165. http://cathi.uacj.mx/20.500.11961/7984
Salas-Pilco, S. y Yang, Y. (2022). Artificial intelligence applications in Latin American higher education: A systematic review. International Journal of Educational Technology in Higher Education, vol. 19, núm. 1, pp. 1-20. https://doi.org/10.1186/s41239-022-00326-w
Sanabria-Navarro, J., Silveira-Pérez, Y., Pérez-Bravo, D. y Cortina-Núñez, M. (2023). Incidencias de la inteligencia artificial en la educación contemporánea. Comunicar: Revista Científica de Comunicación y Educación, núm. 77, pp. 97-107. https://doi.org/10.3916/C77-2023-08
Sánchez, M. (2021). Las tecnologías de la información y su relación con la escritura. Revista Eduweb, vol. 15, núm. 3, pp. 62-68. https://doi.org/10.46502/issn.1856-7576/2021.15.03.5
Schaub, L. (2020). La industria del lenguaje en la era del dato. Ábaco, núm. 103, pp. 82-89. https://www.jstor.org/stable/27135841
Segura, M., Mello, J. y Hernández, A. (2022). Machine learning prediction of university student dropout: Does preference play a key role? Mathematics, vol. 10, núm.18, pp.1-20. https://doi.org/10.3390/math10183359
Soto, V., Quintero, V., Callejas, O. y Rodríguez, G. (2024). Transformando la ingeniería con la inteligencia artificial y el aprendizaje automático, retos y oportunidades. Innovación y Desarrollo Tecnológico, vol. 16, núm. 4, pp. 1503-1522. https://iydt.wordpress.com/wp-content/uploads/2024/08/4_14_transformando-la-ingenieria-con-la-inteligencia-artificial-y-el-aprendizaje-automatico-retos-y-oportunidades.pdf
Street, B. (2009). Perspectivas etnográficas y políticas sobre cultura escrita: el poder de nombrar y definir. En J. Kalman y B. Street (eds.). Lectura, escritura y matemáticas como prácticas sociales. Diálogos con América Latina (pp. 84-111). Siglo XXI Editores.
Street, B. (2004). Los nuevos estudios de literacidad. En V. Zavala, M. Niño-Murcia y P. Ames (eds.). Escritura y sociedad. Nuevas perspectivas teóricas y etnográficas (pp. 81-107). Red para el Desarrollo de las Ciencias Sociales en el Perú.
Taha, S., Shihab, R. y Sadik, M. (2018). Studying of educational data mining techniques. International Journal of Advanced Research in Science, Engineering and Technology, vol. 5, núm. 5, pp. 5742-5750.
Van Dijk, T. (2019). El discurso como interacción social. Gedisa.
Wolf, T., Debut, L., Sanh, V., Chaumond, J., Delangue, C., Moi, A., Cistac, P., Rault, T., Louf, R. y Funtowicz, M. (2020). Transformers: State-of-the-art natural language processing. Proceedings of the 2020 conference on empirical methods in natural language processing: system demonstrations, pp. 38-45.
Young, T., Hazarika, D., Poria, S. y Cambria, E. (2018). Recent trends in deep learning based natural language processing [review article]. IEEE Computational Intelligence Magazine, vol. 13, núm. 3, pp. 55-75. https://doi.org/10.1109/MCI.2018.2840738
Zavala, V. (2011). La escritura académica y la agencia de los sujetos. Cuadernos Comillas, vol. 1, núm. 56, pp. 52-66.
Zavala, V. (2009). ¿Quién está diciendo eso?: literacidad académica, identidad y poder en la educación superior. En J. Kalman y B. Street (eds.). Lectura, escritura y matemáticas como prácticas sociales. Diálogos con América Latina (pp. 348-363). Siglo XXI Editores.
Zawacki-Richter, O., Marín, V., Bond, M. y Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–where are the educators? International Journal of Educational Technology in Higher Education, vol. 16, núm. 39, pp. 1-27. https://doi.org/10.1186/s41239-019-0171-0
Zemčík, T. (2026). A brief history of definitions of artificial intelligence definitions: From the great bombe to black boxes. Pedagogika, vol. 75, núm. 4, pp. 309-340. https://doi.org/10.14712/23362189.2025.5009
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Sinéctica
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional.
Los autores que publican en Sinéctica están de acuerdo con los siguientes términos:
Los autores conservan los derechos de autor y otorgan a la revista el derecho de primera publicación de la obra autorizada simultáneamente bajo una licencia de atribución de Creative Commons, la cual permite a otros compartir el trabajo siempre y cuando se reconozca tanto la autoría de la obra como la publicación inicial en esta revista.
Los autores pueden celebrar acuerdos contractuales adicionales por separado para la distribución no exclusiva de la versión publicada de la revista (por ejemplo, publicarla en un repositorio institucional o en un libro), con el reconocimiento de su publicación inicial en esta revista.
Es permitido que los autores publiquen su trabajo en repositorios institucionales o en su propio sitio web antes y durante el proceso de envío, ya que puede generar intercambios productivos, así como una citación anterior y mayor del trabajo publicado.
Nota aclaratoria: A partir de 2017, Sinéctica se rige con base en la Licencia Creative
Commons Atribución-NoComercial 4.0 Internacional, versión que armoniza las licencias a nivel internacional.
Los artículos de 1992 a 2016 están bajo una Licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional, la cual permite compartir y distribuir una obra sin fines comerciales y con reconocimiento del autor, pero prohíbe modificar la creación original.
