Sistema computerizado que resuelve automáticamente problemas matemáticos expresados en palabras

Si un problema matemático a resolver plantea "1326 + 7091", tenemos claro que el modo de resolverlo es sumar ambos números. Este problema también se nos podría plantear expresado con palabras, en el marco de un caso práctico, como por ejemplo "Tenemos guardados en el almacén 1326 tornillos, y nos llegan 7091 más. ¿Cuántos tornillos tenemos ahora en total?". Al tratarse de un problema sencillo, no nos hace falta que se nos indique qué operación matemática debemos realizar para resolverlo. Es obvio que debemos sumar ambas cantidades y ya está. Pero, ¿qué ocurre cuando un problema, planteado como un caso práctico, es mucho más complicado?

En tales situaciones, no es poca la gente que se topa con la paradoja de no saber qué operaciones matemáticas específicas debe hacer y con cuáles de los datos disponibles. A una calculadora o un ordenador equipado con un programa convencional de cálculo tampoco le irá mejor, ya que solo se encargan de hacer los cálculos que les indicamos; son incapaces de examinar por su cuenta el caso práctico y la pregunta planteada, y determinar qué operaciones deben hacer y con qué números de entre los expuestos.

Unos científicos del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT (Instituto Tecnológico de Massachusetts) en Cambridge, Estados Unidos, trabajando con colegas de la Universidad de Washington en el mismo país, han desarrollado un nuevo sistema informático que puede resolver automáticamente el tipo de problemas expresados en palabras que es habitual en las clases de introducción al álgebra.

A corto plazo, las aplicaciones podrían incluir herramientas educativas que identifiquen los errores en el razonamiento de los estudiantes, o evalúen la dificultad de los problemas expresados con palabras. Pero también podrían apuntar hacia sistemas capaces de resolver problemas más complicados en la geometría, la física y las finanzas.

El equipo de Nate Kushman, del MIT, puso a prueba el nuevo sistema con problemas expresados en palabras que habían sido publicados en una web por estudiantes de álgebra. Esos estudiantes estaban teniendo dificultades para determinar qué pasos debían dar y con qué datos, recurriendo por ello a esa web con la esperanza de recibir ayuda de otros estudiantes.

A partir de un grupo inicial de aproximadamente 2.000 problemas, se seleccionaron 500 que representaban el abanico completo de tipos encontrados en el grupo mayor.

En una serie de experimentos, los investigadores seleccionaron de forma aleatoria 400 de los 500 problemas, los utilizaron para adiestrar a su sistema, y después lo probaron con los restantes 100.

Para el entrenamiento, sin embargo, utilizaron dos formas distintas de actuar. A grandes rasgos, la primera exigía más trabajo por parte de los entrenadores humanos, y la segunda menos.

Con el primer tipo de entrenamiento, el sistema podía resolver aproximadamente el 70 por ciento de los problemas de la prueba; con el segundo tipo, esa cifra caía hasta el 46 por ciento.

Como punto de partida hacia el perfeccionamiento del sistema, alcanzar esos porcentajes resulta sin duda prometedor. Es previsible que con un entrenamiento más exhaustivo, o con estrategias mejores de inteligencia artificial, tales porcentajes aumenten mucho más, abriendo en todas sus múltiples posibilidades este innovador campo del cálculo "inteligente".

En el trabajo de investigación y desarrollo también han participado Regina Barzilay, Yoav Artzi y Luke Zettlemoyer.

Información adicional