Modelos de lenguaje natural para robots sociales

Abstract

Resumen Hoy en día, los robots se están abriendo paso en nuestras vidas en muchos campos. Uno de ellos es el social, en el que encontramos robots capaces de interactuar con las personas y realizar diferen-tes actividades. El habla de un robot social es un elemento central en la interacción humano-robot; para parecer natural y amigable, debe evitar los textos predefinidos repetitivos. Con esta premisa, junto con el importante crecimiento en el campo de los modelos de generación de lenguaje natural, es-te artículo explora las capacidades de los modelos de lenguaje natural para conducir a una interac-ción humano-robot más fluida y abrir un abanico de nuevas oportunidades y aplicaciones. Tras la implementación de las diferentes aplicaciones, se ha observado el potencial de la integración de la generación de lenguaje natural en el campo de la robótica. 1. INTRODUCCI´ONINTRODUCCI´ INTRODUCCI´ON La robótica social, centrada en la interacción hu-mana, utiliza robots que se comunican a través de diversos canales, como interfaces visuales, gestos o el habla. En términos de interacción, estos re-cursos hacen que el usuario se sienta más cercano y amigable. Sin embargo, la robótica social en el sector de los servicios sigue en desarrollo, un robot social capaz de interactuar con los usuarios y realizar diversas actividades. Recientemente, la robótica social se está acercando a los hogares de muchas familias a través de la continua integración de nuevas funcionalidades para ampliar el foco de atracción de nuevos usuarios [22]. Además, con el foco puesto en las personas mayores, se están im-plementando metodologías para integrar las nue-vas tecnologías en sus hogares de forma saludable y no intrusiva [6]. En esta línea, los robots sociales siguen adaptándose a los cambios del mundo y de la sociedad. Centrándonos en las dificultades de los robots sociales para comunicarse con los usuarios, la interacción con el usuario debe presentar un lenguaje rico y flexible, para ello, los desarrollos deben orientarse hacia el lenguaje natural, evitando el texto predefinido [8]. Este trabajo de investigación se basa en esta filosofía; de ahí que la idea de trabajar con modelos de procesamiento del lenguaje natural (NLP, Natural Language Processing) surja del deseo de dotar a la robótica social de una nueva capa de participación del usuario y de una sensación de naturalidad. La forma en que el robot se expresa es crucial para una interacción fluida. La percepción que el usuario tiene del robot puede verse afectada por la capacidad de respuesta del lenguaje del robot, así como por la adecuación de sus gestos a la situación, dotando a los robots de una apariencia viva [20]. Para ello, Se han utilizado modelos de lenguaje natural. Estos nos proporcionan un nuevo enfoque para la generación de textos no pre-establecidos. Además, gracias a los avances en NLP los modelos actuales permiten numerosas aplicaciones más allá de la generación de textos simples. Junto con el crecimiento del sector y las capaci-dades de los modelos, crece simultáneamente el interés de las empresas e industrias por integrar esta tecnología en sus productos. De este modo, se han podido comprobar la madurez de los modelos actuales, los precios, las ventajas y los inconve-nientes. Este trabajo se centra en la exploración, el uso y la adaptación de los modelos de genera-ción de texto, poniéndolos a punto para modelar diversas aplicaciones y funcionalidades. Con este mismo fin, numerosos trabajos están ex-plorando las posibilidades del NLP en este campo. En 2016, Hammed presentó un trabajo que ex-ploraba la idea de utilizar NLP como herramienta para que los robots sociales aprendieran de las per-sonas a través de las interacciones [5]. El objetivo final era lograr la confianza y el confort entre el robot y el usuario, buscando una relación larga y estable. Para ello, durante las interacciones con el usuario, realizaban análisis de estancia y extraían información personal del usuario, incluyendo in-XLIII Jornadas de Automática 828 Robótica https://doi.org/10.17979/spudc.9788497498418.0828