Acceso usuarios
Anastasiia Ogneva, María Helena Agrafojo Nieto, Jenny Quinchiguango Lara
El análisis del discurso infantil constituye una herramienta clave para la detección del Trastorno del Desarrollo del Lenguaje (TDL). A diferencia de otros enfoques centrados en la evaluación de los aspectos fonológicos, léxicos o morfosintácticos, el análisis del discurso permite evaluar el uso funcional del lenguaje en contextos narrativos, conversacionales y espontáneos. Esta revisión narrativa sintetiza los estudios que han empleado tanto métodos tradicionales como aproximaciones automatizadas para el análisis del discurso en población infantil, con especial atención a su aplicabilidad en el contexto español. Los métodos tradicionales, basados en grabación, transcripción y análisis estructural permiten detectar alteraciones en la organización narrativa, el uso de conectores, la coherencia textual y los aspectos pragmáticos del lenguaje. Sin embargo, estos métodos son intensivos en tiempo y dependen de la experiencia del evaluador.
Por otro lado, los enfoques automatizados, basados en procesamiento del lenguaje natural (PLN) e inteligencia artificial (IA), permiten extraer rasgos lingüísticos como la longitud media del enunciado, la diversidad léxica y la coherencia global de forma rápida y objetiva. Este enfoque ha demostrado eficacia en la clasificación automática de narraciones típicas y atípicas. No obstante, se observa todavía una escasez de estudios aplicados en español, lo que subraya la necesidad de avanzar hacia la validación y adaptación de estos métodos en nuestro entorno lingüístico y clínico.
Child discourse analysis is a key tool for the detection of Developmental Language Disorder (DLD). Unlike other approaches focused on the assessment of the phonological, lexical, or morphosyntactic aspects, discourse analysis allows for the evaluation of the functional use of language in narrative, conversational, and spontaneous contexts. This narrative review synthesizes studies that have used traditional methods and automated approaches for the analysis of discourse in child populations, with special attention to their applicability in the Spanish context.
Traditional methods, based on recording, transcription, and structural analysis, make it possible to detect alterations in narrative organization, the use of connectors, textual coherence, and pragmatic aspects of language. However, these methods are time-consuming and depend on the expertise of the evaluator. In contrast, automated approaches, based on natural language processing (NLP) and artificial intelligence (AI), enable the rapid and objective extraction of linguistic features such as mean length of utterance, lexical diversity, and global coherence. These approaches have shown effectiveness in the automatic classification of typical and atypical narratives.
Nevertheless, there is still a scarcity of studies applied to Spanish, highlighting the need to move forward in the validation and adaptation of these methods to our linguistic and clinical context.
