نبذة مختصرة : L’article presenta dues aplicacions de la Intel·ligència Artificial per a la recerca sociolingüística sobre el valencià, una realitzada amb la mineria de dades i una altra amb xarxes neuronals. S’expliquen aquestes dues funcions de la Intel·ligència Artificial i es detalla com s’ha procedit en els dos casos. Aquestes aplicacions es realitzen amb les dades depurades de les Enquestes de Coneixement i Ús del Valencià (2005, 2010, 2015 i 2021) i amb recerques pròpies fetes amb enquestes i treball de camp, i es refereixen a prediccions, expectatives de competència aliena i indicadors unitaris de competència i ús, així com índex de desigualtat lingüística. Per a la mineria de dades s’han calculat les prediccions per a 2025, de competències i usos lingüístics, el que permet fer un pronòstic de l’evolució d’un índex de desigualtat lingüística referit a les diverses regions sociolingüístiques valencianes. Aquest es fonamenta en relació al conegut Índex de Gini de desigualtat socioeconòmica, que, en el nostre cas, es calcula com a Índex de Desigaltat Lingüística amb un model de corba exponencial. S’hi aporta la fonamentació matemàtica del càlcul. En aquest punt destaquem el problema de la infravalorització de les competències lingüístiques alienes, un factor del decalatge entre competència i ús. A continuació fem una aplicació de xarxes neuronals, basades en un model d’aprenentatge. S’explica el fonament de les xarxes neuronals, el procediment per al seu ensinistrament i l’aplicació a les dades de competències i usos lingüístics de les regions sociolingüístiques del valencià. S’hi aporten les dades resultants i es presenta la interessant la correlació final entre aquell Índex de Desigualtat Lingüística i les simulacions de xarxes neuronals segons el model d’aprenentatge especificat. Aquesta conclusió és summament important, perquè permet simplificar la determinació de la desigualtat lingüística com a un càlcul de simulació de xarxes neuronals, el que obri perspectives innovadores a la recerca lingüística.
No Comments.