Mejora de la escritura en español mediante IA y reglas explícitas en contextos académicos - Congreso HDH 2025 - 23/20/2025

Presentación en el VII Congreso de la Sociedad Internacional de Humanidades Digitales Hispánicas, Valencia 2025 correspondiente a la publicación:
Centeno Alejandre, N., Moreno-Marcos, P. M., & Serrano Marín, M. (2025). Mejora de la escritura en español mediante inteligencia artificial y reglas explícitas en contextos académicos. Actas del VII Congreso de la Sociedad de Humanidades Digitales Hispánicas, Valencia, España, octubre 2025, 6 pp. [Aceptado, pendiente de publicación].

Ponentes: Natalia Centeno Alejandre.

Financiado por la Comunidad de Madrid a través del Convenio-Subvención para el fomento y la promoción de la investigación y la transferencia de tecnología en la Universidad Carlos III de Madrid (PALABRIA-CM-UC3M).

1. MEJORA DE LA ESCRITURA EN ESPAÑOL MEDIANTE
INTELIGENCIA ARTIFICIAL Y REGLAS EXPLÍCITAS EN
CONTEXTOS ACADÉMICOS


Natalia Centeno Alejandre,
Pedro Manuel Moreno-Marcos, Marina Serrano Marín




*
Financiado por la Comunidad de Madrid a través del Convenio-Subvención para el fomento y la promoción de la investigación y la transferencia de tecnología en la
Universidad Carlos III de Madrid (PALABRIA-CM-UC3M).

Humanidades Digitales Hispánicas
Valencia, 2025

2. 1. Introducción
2. Objetivos
3. Metodología
4. Resultados – Corrección de errores
5. Resultados – Retroalimentación
6. Conclusiones
1
ÍNDICE

3. Humanidades Digitales Hispánicas
Valencia, 2025
¿Por qué mejorar la escritura en español?
-La lengua escrita presenta errores gramaticales incluso en niveles
académicos avanzados.

-Muchos errores dependen del contexto, como el tiempo verbal o el registro
utilizado.

-Algunos errores escritos provienen de trasladar al texto formas propias del
habla, tendencia que se ha intensificado con la escritura digital en correos
y redes sociales.

4. Humanidades Digitales Hispánicas
Valencia, 2025
●En Madrid, si no cobras un buen salario, no puedes comprarte una casa.

●Si no entregas el informe a tiempo, se considera como no entregado.

●Cuando cocinas demasiado rápido, la comida no queda bien.

5. Humanidades Digitales Hispánicas
Valencia, 2025
●En Madrid, si no cobras un buen salario, no puedes comprarte una casa.
En Madrid, si no se cobra un buen salario, no se puede comprar una casa.

●Si no entregas el informe a tiempo, se considera como no entregado.
Si no se entrega el informe a tiempo, se considera como no entregado.

●Cuando cocinas demasiado rápido, la comida no queda bien.
Cuando se cocina demasiado rápido, la comida no queda bien.

6. Humanidades Digitales Hispánicas
Valencia, 2025
Limitaciones de los correctores actuales
-Detectan principalmente errores ortográficos y gramaticales básicos de
forma aislada.

-No identifican errores que dependen del contexto, registro o coherencia
entre ideas.

-Algunos incorporan IA, pero no están ajustados para identificar errores
más complejos.

-Las correcciones y explicaciones suelen ser automáticas y genéricas.

7. Humanidades Digitales Hispánicas
Valencia, 2025
IA como solución para mejorar la escritura
-La IA generativa puede analizar cómo se relacionan las palabras entre sí y
con el mensaje general del texto.

-Permite identificar errores contextuales y de coherencia que los correctores
tradicionales no detectan.

-Puede proporcionar explicaciones claras y adaptadas, ayudando a los
usuarios a comprender y mejorar su escritura.

8. Humanidades Digitales Hispánicas
Valencia, 2025
Nuestra contribución
➢Se aplica IA generativa para la corrección y generación de feedback en
español (poco explorado en la literatura actual).



➢Se aborda la corrección del uso inadecuado del “tú” impersonal en español
utilizando técnicas computacionales (no hay estudios previos).

9. 1. Introducción
2. Objetivos
3. Metodología
4. Resultados – Corrección de errores
5. Resultados – Retroalimentación
6. Conclusiones
8
ÍNDICE

10. Humanidades Digitales Hispánicas
Valencia, 2025
1.Diseñar un sistema de IA generativa para corregir errores del “tú” impersonal
en español y proporcionar explicaciones breves adaptadas a cada caso.

2.Evaluar su eficacia como herramienta de corrección y apoyo pedagógico en
la escritura.

Objetivos

11. 1. Introducción
2. Objetivos
3. Metodología
4. Resultados – Corrección de errores
5. Resultados – Retroalimentación
6. Conclusiones
10
ÍNDICE

12. Humanidades Digitales Hispánicas
Valencia, 2025
Objetivo 1: Sistema de IA para corregir y generar explicaciones adaptadas.
●Modelo utilizado: Mistral.
●Dataset de oraciones con “tú” impersonal y su corrección.
●Corrección de cada enunciado a partir de un prompt.
●Generación de explicación basada en la frase original y la corrección a
partir de un prompt.
Metodología

13. Humanidades Digitales Hispánicas
Valencia, 2025
Objetivo 2: Evaluar su eficacia en corrección y apoyo pedagógico.
●Evaluación de correcciones con GLEU. Mide la coincidencia de
n‑gramas (1‑4 palabras) entre la corrección del modelo y la referencia,
con valores de 0 (sin coincidencia) a 1 (coincidencia perfecta).

●Valoración cualitativa de la utilidad y fiabilidad de las explicaciones.
Metodología

14. 1. Introducción
2. Objetivos
3. Metodología
4. Resultados – Corrección de errores
5. Resultados – Retroalimentación
6. Conclusiones
13
ÍNDICE

15. Humanidades Digitales Hispánicas
Valencia, 2025
Modelo: Mistral.

Entrada al modelo: frase con “tú impersonal”.


Prompts probados:
1.Sin ejemplos
2.Con ejemplos
3.Con ejemplos + system prompt → mejor rendimiento


Corrección de errores - Enfoque

16. Humanidades Digitales Hispánicas
Valencia, 2025

17. Humanidades Digitales Hispánicas
Valencia, 2025
Evaluación: 300 ejemplos con “tú impersonal”.

Métrica GLEU: 0,8469 (0 = sin coincidencia, 1 = coincidencia perfecta).

Observaciones:
●El modelo es capaz de transformar correctamente las frases.
●Aún puede cometer errores de concordancia o estructura.
Corrección de errores - Resultados

18. Humanidades Digitales Hispánicas
Valencia, 2025
➢Original: “En este estudio, observas el impacto de las variables externas.”
➢Esperada: “En este estudio, se observa el impacto de las variables
externas.”
➢Generada: “En este estudio, se observa el impacto de las variables
externas.”
➢GLEU: 1.0000
Corrección de errores - Resultados

19. Humanidades Digitales Hispánicas
Valencia, 2025
➢Original: “Tú identificaste patrones en los datos que antes no se habían
considerado.”
➢Esperada: “Se identificaron patrones en los datos que antes no se
habían considerado.”
➢Generada: “Se identificaron patrones en los datos que antes no se
habían considerados.”
➢GLEU: 0.9000
Corrección de errores - Resultados

20. 1. Introducción
2. Objetivos
3. Metodología
4. Resultados – Corrección de errores
5. Resultados – Retroalimentación
6. Conclusiones
19
ÍNDICE

21. Humanidades Digitales Hispánicas
Valencia, 2025
Modelo: Mistral.

Entrada al modelo: frase con “tú impersonal” y su corrección.


Prompts probados:
1.Sin ejemplos
2.Con ejemplos
3.Con ejemplos + system prompt → mejor rendimiento

Retroalimentación - Enfoque

22. Humanidades Digitales Hispánicas
Valencia, 2025

23. Humanidades Digitales Hispánicas
Valencia, 2025
Evaluación: 300 ejemplos con “tú impersonal” y su corrección.

Observaciones:
●Explicaciones claras y adaptadas al error específico (indica detalles como
el verbo o el sujeto afectado).
●Entre distintos feedbacks, la explicación general del fenómeno a veces es
repetitiva.
Retroalimentación - Resultados

24. Humanidades Digitales Hispánicas
Valencia, 2025
➢Entrada: “Tú debes seguir un estilo formal y preciso.", “Se debe seguir un estilo formal y
preciso.”
➢Salida: “La frase original utiliza el pronombre "tú" (debes) en un contexto formal, lo
que resulta inapropiado. En textos académicos, es recomendable utilizar
construcciones impersonales para mantener la objetividad y la distancia necesarias
para un estilo formal. En lugar de "tú", se prefiere "se" para el pronombre personal, ya
que este es más adecuado para referirse a un sujeto abstracto o impersonal. Además,
es fundamental ajustar el verbo en tercera persona singular para mantener la
concordancia verbal y evitar errores de número.”
Retroalimentación - Ejemplo

25. 1. Introducción
2. Objetivos
3. Metodología
4. Resultados – Corrección de errores
5. Resultados – Retroalimentación
6. Conclusiones
24
ÍNDICE

26. Humanidades Digitales Hispánicas
Valencia, 2025
-La IA generativa puede corregir y explicar errores complejos en español, como el uso
inapropiado de “tú” en contextos formales.

-Los mejores resultados se obtienen con prompts que combinan instrucciones
completas y ejemplos.

-Los sistemas de corrección y feedback permiten al estudiante identificar y comprender
sus errores para aprender a evitarlos en el futuro.

-Aún persisten errores sutiles, por lo que se recomienda supervisión humana adicional.
Conclusiones generales

27. Humanidades Digitales Hispánicas
Valencia, 2025
-Afinar el prompt de cada sistema para mejorar sus prestaciones.

-Incluir distintos tipos de textos (ensayos, informes, artículos, resúmenes…).

-Incorporar otros fenómenos lingüísticos además del “tú” impersonal.

-Implementar analíticas de aprendizaje para monitorizar errores y progreso del
estudiante.

-Mejorar la retroalimentación basada en esas analíticas.
Trabajo futuro

28. Humanidades Digitales Hispánicas
Valencia, 2025
Proyecto financiado por la Comunidad de Madrid a través del Convenio-Subvención
para el fomento y la promoción de la investigación y la transferencia de tecnología en
la Universidad Carlos III de Madrid (PALABRIA-CM-UC3M). https://palabria.uc3m.es/


Agradecimiento especial a la organización del Congreso Humanidades Digitales
Hispánicas 2025 por la oportunidad de presentar este trabajo.

29. ¡MUCHAS GRACIAS POR
VUESTRO TIEMPO!





*
Financiado por la Comunidad de Madrid a través del Convenio-Subvención para el fomento y la promoción de la investigación y la transferencia de tecnología en la
Universidad Carlos III de Madrid (PALABRIA-CM-UC3M).

Humanidades Digitales Hispánicas
Valencia, 2025

30. Humanidades Digitales Hispánicas
Valencia, 2025