3.2 Recursos textuales

Tratamiento de texto y NLP con IA

En los últimos años la Inteligencia Artificial ha avanzado especialmente en un campo concreto: la comprensión y generación de lenguaje humano. Esto significa que hoy existen herramientas capaces de leer, escribir, resumir, traducir, analizar o transformar textos de forma automática.

Este conjunto de tecnologías se conoce como Procesamiento del Lenguaje Natural (NLP, Natural Language Processing) y es una de las áreas más útiles de la IA para el ámbito educativo.

Para el profesorado, estas herramientas pueden convertirse en un apoyo muy potente en tres niveles:

Preparación de materiales (resúmenes, explicaciones, ejemplos, fichas).
Apoyo al aprendizaje del alumnado (explicaciones adaptadas, traducciones, simplificación de textos).
Análisis de textos y pensamiento crítico (detección de sesgos, análisis de noticias, extracción de ideas).

En este curso vamos a explorar aplicaciones prácticas basadas en texto, viendo no solo qué pueden hacer las herramientas actuales, sino también cómo aprovecharlas de forma pedagógica en el aula.

1. Aplicaciones generales de IA para texto

Las herramientas modernas de IA permiten realizar muchas transformaciones sobre un texto. Algunas de las más útiles para docentes son las siguientes.

Traducción automática

as herramientas de traducción automática basadas en inteligencia artificial se han convertido en un recurso muy accesible para profesores y estudiantes. Estas herramientas permiten comprender textos escritos en otros idiomas de forma rápida, lo que facilita el acceso a materiales científicos, literarios o periodísticos publicados en cualquier parte del mundo.

Desde el punto de vista educativo, la traducción automática no debe entenderse únicamente como una forma de “traducir un texto”, sino como una herramienta pedagógica para trabajar el lenguaje, la comprensión lectora y el pensamiento crítico. Hoy en día, muchos estudiantes utilizan traductores digitales de manera espontánea para comprender palabras o frases que no conocen, ya que los dispositivos móviles permiten obtener una traducción inmediata sin recurrir a diccionarios tradicionales.

Para el profesorado, esto abre un abanico muy amplio de posibilidades didácticas. La traducción automática permite incorporar al aula textos reales en otros idiomas, algo que antes podía resultar más complicado por la barrera lingüística. Por ejemplo, un profesor puede trabajar con artículos científicos, noticias internacionales o fragmentos literarios publicados originalmente en inglés, francés o alemán. Los estudiantes pueden traducirlos y analizarlos en clase, lo que facilita el contacto con fuentes de información auténticas y actuales.

Además, las herramientas de inteligencia artificial permiten ir más allá de la simple traducción. El docente puede utilizar estos sistemas para plantear actividades donde los alumnos comparan diferentes versiones de un mismo texto, detectan matices lingüísticos o reflexionan sobre cómo cambia el significado de una frase dependiendo de la traducción elegida. De esta forma, la traducción automática se convierte en un recurso para desarrollar habilidades de análisis y comprensión.

Otra posibilidad interesante es utilizar la traducción como una forma de reflexionar sobre el propio lenguaje. Cuando un alumno compara su traducción con la de una herramienta de inteligencia artificial, puede observar cómo cambian determinadas expresiones, cómo se reorganiza la estructura de una frase o qué palabras tienen varios significados posibles. Este tipo de actividades permite trabajar el vocabulario, la sintaxis y los matices del lenguaje de una manera muy práctica.

También es importante señalar que el uso de estas herramientas en el aula puede ayudar a desarrollar una actitud crítica frente a la tecnología. Aunque los sistemas actuales son cada vez más precisos, no siempre producen traducciones perfectas. En algunos casos pueden aparecer errores, especialmente cuando el texto contiene expresiones idiomáticas, metáforas o referencias culturales. Analizar estos errores en clase puede convertirse en una actividad muy enriquecedora, ya que los estudiantes aprenden a identificar las limitaciones de la inteligencia artificial y a valorar la importancia de la interpretación humana.

Desde una perspectiva pedagógica, el papel del profesor sigue siendo fundamental. Los expertos señalan que la inteligencia artificial debe entenderse como un complemento al trabajo docente, no como un sustituto, ya que la enseñanza del lenguaje implica aspectos culturales, emocionales y comunicativos que las máquinas no pueden interpretar completamente.

Por este motivo, la traducción automática puede integrarse en el aula como una herramienta de apoyo para explorar textos, analizar lenguaje y trabajar con materiales internacionales, siempre acompañada de actividades de reflexión y análisis.

La traducción automática basada en inteligencia artificial se ha convertido en una herramienta cada vez más accesible para trabajar con textos en el aula. Gracias a los avances en el procesamiento del lenguaje natural, los sistemas actuales no se limitan a sustituir palabras de un idioma por otras, sino que analizan frases completas y su contexto para producir traducciones más naturales y coherentes.

En definitiva, las herramientas de traducción basadas en inteligencia artificial permiten:

acceder a textos y contenidos en diferentes idiomas
trabajar con materiales internacionales sin barreras lingüísticas
comparar diferentes interpretaciones de un mismo texto
desarrollar pensamiento crítico sobre el uso de la tecnología
analizar cómo se construye el significado en el lenguaje.

A partir de estas posibilidades, es posible plantear diferentes actividades en el aula en las que el alumnado utilice herramientas de IA para experimentar con traducciones, comparar resultados y reflexionar sobre cómo funcionan estos sistemas en la práctica.

La traducción automática mediante IA permite convertir textos entre distintos idiomas manteniendo su significado general. Los sistemas actuales utilizan modelos neuronales que procesan frases completas para captar el contexto y los matices del lenguaje, lo que mejora notablemente la calidad de las traducciones respecto a los sistemas más antiguos.

Esto permite trabajar con materiales en múltiples idiomas de forma inmediata y utilizar fuentes internacionales sin que el idioma sea una barrera para la comprensión del contenido.

Herramientas

Entre las herramientas más conocidas que utilizan inteligencia artificial para traducir textos se encuentran:

Google Translate

Permite hacer traducción directa de manera rápida y para solucionar dudas puntuales disponiendo de infinidad de idiomas

DeepL

Similar pero mejor en precisión y calidad de respuestas

ChatGPT/Gemini/Deepseek/Claude

Los chats generalistas son siempre una buena opción ya que trabajan muy bien con el lenguaje en general y con un prompt adecuado permiten adaptar muy bien los resultados

Posibilidades en el aula

El uso de estas herramientas permite diseñar diferentes actividades didácticas. Por ejemplo:

Traducir artículos científicos o noticias extranjeras para analizarlos en clase lo que permite además de mejorar la competencia lingüística, activar el espíritu crítico y profundizar en el conocimiento del idioma.
Comparar diferentes traducciones de un mismo texto utilizando distintas herramientas. Siempre es bueno proponer actividades que impliquen comparar diferentes herramientas y modelos (también la traducción manual o humana), como las mencionadas. Podemos jugar con los prompts para obtener diferentes resultados y hacer una puesta en común para ver que ventajas tiene cada una y cómo influye la calidad del prompt en los resultados
Trabajar vocabulario técnico en varios idiomas. Para alumnos de áreas científicas que tendrán que enfrentarse a manuales y guías técnicas es muy importante poder acometer este tipo de tareas jugando de nuevo con un prompt más riguroso y centrado en el apartado técnico y menos literario. En este caso es muy útil jugar con descripciones ya existentes como modelo o ejemplo dentro del prompt para que las traducciones sean similares
Crear actividades en las que los estudiantes detecten errores o matices en las traducciones. En este caso son actividades ya realizadas en las que los alumnos tienen que debatir sobre cuestiones más sutiles que probablemente los modelos de lenguaje o herramientas tendrán más dificultad en encontrar o traducir correctamente
Comparar traducciones en idiomas de alumnos de clase de otras nacionalidades. Este tipo de actividades potencia el conocimiento de otras lenguas y culturas y facilita la integración de personas de orígenes diversos
Generar subtítulos de vídeos. Podemos utilizar la IA para transcribir audios y subtitutlar vídeos en otros idiomas o incluso vídeos creados por los alumnos sobre cualquier temática. Para ello herramientas con veed o descript pueden ser muy ´tutiles

Este tipo de ejercicios permite que la traducción automática no se utilice únicamente como una herramienta de consulta rápida, sino como un recurso para analizar el lenguaje, comparar interpretaciones y desarrollar pensamiento crítico sobre el uso de la inteligencia artificial. A partir de esta introducción pueden plantearse diferentes actividades prácticas en las que los estudiantes utilicen herramientas de IA basadas en texto para traducir, comparar y analizar contenidos en distintos idiomas.

Resumen de textos

Otra capacidad muy útil es la de extraer automáticamente las ideas principales de un texto largo.

Los modelos de IA pueden analizar documentos extensos y producir un resumen que condense la información más importante.

Esto puede resultar muy útil para preparar apuntes o estudiar textos complejos.

Herramientas reales

ChatGPT
Claude
Gemini
Perplexity
Scholarcy (especializada en papers)

Aplicaciones en el aula

Resumir artículos largos para preparar apuntes.
Crear esquemas de temas complejos.
Comparar el resumen hecho por un alumno con el generado por IA.
Analizar si la IA ha perdido información importante.

Actividad en el aula: resumir un artículo con Brisk

En esta actividad los estudiantes aprenderán a resumir un texto largo utilizando inteligencia artificial, comparando distintos tipos de resumen generados automáticamente. Para ello se utilizará la herramienta Brisk, una extensión de navegador pensada para docentes que permite interactuar con páginas web o documentos y generar recursos educativos, resúmenes o materiales didácticos directamente sobre el contenido que se está leyendo.

El texto que se utilizará será el artículo de Wikipedia sobre la materia oscura, un concepto fundamental de la cosmología moderna que describe un tipo de materia invisible que no emite luz y que se detecta por sus efectos gravitatorios en galaxias y estructuras del universo.

Paso 1: abrir el artículo

Los estudiantes deben abrir el siguiente artículo:

Materia oscura (Wikipedia)
https://es.wikipedia.org/wiki/Materia_oscura

El artículo explica qué es la materia oscura, por qué los científicos creen que existe y qué evidencias observacionales apoyan su presencia en el universo.

Paso 2: instalar o activar Brisk

Instalar la extensión Brisk Teaching en el navegador Chrome.
Una vez instalada, aparecerá el icono de Brisk en la esquina del navegador.
Con el artículo de Wikipedia abierto, hacer clic en el icono de Brisk.

La herramienta puede analizar directamente el contenido de la página web y generar diferentes tipos de ayuda, como resúmenes o materiales educativos.

En la siguiente imagen, despues de buscar la extensión en nustro navegador (siempre chrome, chromium, brave o similar) accedemos a esta web que permite la instalación directa como una extensión

En este caso ya está instalada y da la posibilidad de quitarla

Paso 3: generar un resumen general

En primer lugar se pide a Brisk que genere un resumen general del artículo.

En la siguiente imagen vemos la herramienta activa con el menu que aparece al pulsar el icono inferior derecho

Podemos, entre otras cosas, escribir un prompt con nuestro objetivo:

Lo que nos lleva a la siguiente pantalla con varias tareas propuestas

Pulsamos en la primera opción por ejemplo

Y al pulsar en 'Brisk it' se genera un documento de google resumido cuyo contenido dependerá del prompt utilizado

Como se puede ver Brisk permite múltiples opciones como generar podcasts, presentaciones etc...tanto para el profesor como para el alumno

Paso 4: Modificar el tipo de resumen

Jugamos con el prompt para obtener resúmenes de distinta clase, con mayor o menor estructura y adaptado a nuestro currículo en cuyo caso deberíamos añadir el contenido en el prompt o pensar en otra herramienta que permita la inclusión de documentos

Paso 5: comparación y análisis

Los estudiantes comparan los diferentes resultados:

Tipo de resumen	Características
Resumen general	Explica las ideas principales
Resumen corto	Muy sintético
Esquema	Organizado por puntos
Versión adaptada al currículo	Lenguaje más sencillo
Resumen manual	Hecho por el alumno en papel

Preguntas para el debate en clase:

¿Qué resumen te parece más útil para estudiar?
¿Cuál recoge mejor las ideas principales?
¿Qué información se pierde al resumir demasiado?
¿Qué errores o simplificaciones aparecen?

Objetivo didáctico

Esta actividad permite trabajar varias habilidades importantes:

comprensión lectora
capacidad de síntesis
identificación de ideas principales
análisis crítico de herramientas de inteligencia artificial.

Además, los estudiantes aprenden que la IA puede ayudar a resumir información, pero que siempre es necesario revisar el contenido y comprobar que el resumen refleja correctamente el texto original.

Conversión entre texto y voz

Las tecnologías de Text-to-Speech (texto a voz) permiten convertir texto en audio.
Las tecnologías de Speech-to-Text (voz a texto) hacen el proceso inverso.

Esto abre muchas posibilidades en educación, especialmente en términos de accesibilidad.

Herramientas reales

Google Text to Speech
Microsoft Azure Speech
ElevenLabs
Whisper (OpenAI)
Dictado por voz de Google Docs

Aplicaciones en el aula

Crear audiotextos para estudiantes con dificultades de lectura.
Convertir una exposición oral en texto automáticamente.
Generar podcasts educativos.
Practicar pronunciación en idiomas.

Ejemplo de actividad

Los estudiantes graban una explicación de un tema y el sistema la transcribe automáticamente.
Después comparan el texto con lo que realmente dijeron.

Mejora y optimización de textos

La IA también puede ayudar a mejorar la calidad de un texto.

Puede detectar:

errores ortográficos
problemas gramaticales
frases poco claras
repeticiones innecesarias

Además puede reformular frases para hacerlas más claras o más precisas.

Herramientas reales

Grammarly
LanguageTool
ChatGPT
Quillbot

Aplicaciones en el aula

Revisar redacciones del alumnado.
Aprender a mejorar la claridad de un texto.
Comparar diferentes versiones de un mismo texto.

Ejemplo de actividad

Un alumno escribe un texto explicando un concepto científico.
La IA propone mejoras y los alumnos analizan si realmente mejora la explicación.

Cambio de tono y estilo

La IA permite transformar el estilo de un texto sin cambiar su contenido.

Por ejemplo, un texto puede transformarse en:

lenguaje más formal
lenguaje más sencillo
estilo divulgativo
estilo narrativo

Esto es muy útil para adaptar contenidos al nivel del alumnado.

Herramientas reales

ChatGPT
Claude
Gemini
Quillbot

Aplicaciones en el aula

Convertir un texto académico en una explicación sencilla.
Adaptar textos para diferentes niveles educativos.
Analizar cómo cambia el significado según el tono.

Ejemplo de actividad

Un texto científico se transforma en:

explicación para primaria
explicación para bachillerato
explicación para especialistas

Esto ayuda a entender la importancia del registro lingüístico.

Humanización del texto

Algunas herramientas permiten transformar textos muy mecánicos o generados automáticamente en textos más naturales.

Esto se utiliza a veces para mejorar la fluidez o naturalidad de un contenido.

Herramientas reales

ChatGPT
Claude
Undetectable AI
Quillbot

Aplicaciones en el aula

Analizar diferencias entre textos artificiales y humanos.
Reflexionar sobre estilo y naturalidad del lenguaje.
Mejorar la redacción de trabajos.

Detección de contenido generado por IA

También existen herramientas que intentan detectar si un texto ha sido generado por inteligencia artificial.

Aunque no son perfectas, pueden servir para analizar características del estilo de escritura.

Herramientas reales

GPTZero
Turnitin AI detection
Originality AI

Aplicaciones en el aula

Debates sobre el uso responsable de la IA.
Analizar cómo escriben los modelos de lenguaje.
Comparar estilos de escritura.

Análisis de sesgos y noticias falsas

La IA también puede ayudar a analizar si un texto presenta:

sesgos ideológicos
manipulación
afirmaciones dudosas
falta de evidencia

Esto es especialmente interesante en la enseñanza del pensamiento crítico.

Herramientas reales

ChatGPT
Perplexity
FactCheck.org
Google Fact Check Explorer

Aplicaciones en el aula

Analizar noticias virales.
Detectar posibles manipulaciones.
Comparar diferentes fuentes de información.

2. Tareas Procesamiento del Lenguaje Natural (NLP)

Además de las aplicaciones prácticas anteriores, existen tareas técnicas que forman la base de muchas herramientas de IA.

Análisis de sentimiento

Esta técnica permite identificar si un texto expresa una opinión:

positiva
negativa
neutra

Se utiliza mucho en el análisis de opiniones de clientes o comentarios en redes sociales.

Herramientas

Python + TextBlob
NLTK
HuggingFace
Google Cloud NLP

Aplicaciones en el aula

Analizar comentarios sobre un producto.
Estudiar opiniones sobre una película.
Analizar debates en redes sociales.

Extracción de entidades

Esta técnica permite identificar automáticamente elementos importantes dentro de un texto.

Por ejemplo:

personas
lugares
organizaciones
fechas

Herramientas

SpaCy
HuggingFace
Stanford NLP
Google NLP API

Aplicaciones en el aula

Analizar noticias automáticamente.
Extraer información de textos históricos.
Identificar protagonistas de un documento.

Detección de palabras clave

Consiste en identificar los términos más importantes de un documento.

Esto permite clasificar o resumir textos automáticamente.

Herramientas

RAKE
KeyBERT
SpaCy

Aplicaciones en el aula

Crear etiquetas para documentos.
Analizar qué palabras dominan un texto.
Comparar vocabulario entre textos.

Vectorización de texto

La vectorización consiste en convertir palabras o frases en representaciones numéricas que pueden ser interpretadas por los algoritmos.

Esto permite a los sistemas:

comparar textos
encontrar documentos similares
realizar búsquedas semánticas

Herramientas

Word2Vec
Sentence Transformers
OpenAI embeddings
FAISS

Aplicaciones en el aula

construir buscadores de documentos
comparar similitud entre textos
agrupar textos por temas

Conclusión

Las aplicaciones de inteligencia artificial basadas en texto están transformando muchas tareas relacionadas con el lenguaje.

En el ámbito educativo pueden convertirse en herramientas muy útiles para:

preparar materiales
facilitar el aprendizaje
desarrollar pensamiento crítico
analizar información de forma automática

El objetivo de este curso será aprender a utilizar estas herramientas de forma práctica, comprender cómo funcionan y explorar cómo integrarlas en el aula de manera responsable y pedagógica.

Resumen esquemático

Herramienta	Tipo	Utilidad principal	Uso educativo recomendado
OpenAI	Modelo de lenguaje	Generación y análisis avanzado de texto	Redacción asistida, generación de preguntas, simulaciones
DeepL	Traducción neuronal	Traducción contextual multilingüe	Comparar traducción literal vs contextual
Hugging Face	Plataforma de modelos	Acceso a modelos de NLP abiertos	Experimentación con resumen, clasificación o embeddings
LM Studio	Entorno local	Ejecutar modelos LLM en local	Trabajo offline y análisis de privacidad
Whisper	Reconocimiento de voz	Transcripción automática voz-texto	Analizar exposiciones orales
ElevenLabs	Síntesis de voz	Conversión texto-voz realista	Crear materiales accesibles
Grammarly	Corrección de estilo	Mejora gramatical y estilística	Comparar versiones de un texto
spaCy	Librería NLP	Procesamiento lingüístico (NER, clasificación)	Proyectos técnicos en Python
Scikit-learn	Librería ML	Implementación de TF-IDF y clasificación	Practicar fundamentos de ML en texto
Blisk	Complemento navegador	Visualización en distintos dispositivos	Proyectos web educativos y revisión multiformato