El escritorio se quedó sin T9: por qué pasó y cómo pueden arreglarlo los LLM

Los textos de trabajo los escribimos sobre todo en el ordenador: correos, documentación, tickets, código, comentarios en el código. Sin embargo, la autocorrección inteligente se quedó en el teléfono. Allí la palabra se arregla mientras se teclea, mientras que en el PC el usuario se encuentra con una línea ondulada roja y un menú contextual del botón derecho del ratón.

La brecha se nota desde que los smartphones incorporaron teclados táctiles, es decir, desde hace más de década y media. Un análisis reciente en Habr vuelve sobre la cuestión: por qué el escritorio no ha aprendido más y si los LLM pueden corregirlo. A continuación repasamos las causas y lo que cambian realmente los modelos de lenguaje.

La publicación original en RSS ofrece solo un avance, así que lo que sigue se apoya en la arquitectura de entrada de uso común y en el estado del mercado.

Por qué el teléfono tiene autocorrección y el PC no

En un smartphone, el teclado es un programa. Ve las coordenadas de cada toque, la probabilidad de haber pulsado las teclas vecinas y el contexto de la frase escrita. La autocorrección es allí una necesidad: el dedo es más grande que la tecla y sin ella escribir resulta imposible. El desarrollador del teclado controla toda la capa de entrada, por lo que puede sustituir palabras, modificar las anteriores y aprender de los hábitos del dueño.

En el escritorio ocurre lo contrario. El teclado físico es más preciso, los errores suelen ser menos frecuentes y no hay una necesidad acuciante. Además, el texto acaba en navegadores, IDE, mensajeros, terminales y suites ofimáticas, y cada uno tiene su propio motor de texto. No existe un punto único donde interceptar la entrada y modificar una palabra con limpieza. Hay que trabajar mediante la API de accesibilidad o hooks a nivel de sistema. Es una solución frágil, distinta en cada sistema operativo y que con frecuencia falla en los campos protegidos.

También hay una cuestión de confianza. Un programa que lee todo lo que se escribe se parece, por definición, a un keylogger. Para los datos de trabajo es un obstáculo serio: los abogados y los equipos de seguridad prohibirán de buena gana una herramienta así.

Qué cambian los modelos de lenguaje

La autocorrección clásica se apoya en un diccionario y en estadísticas de n-gramas. Corrige bien las erratas dentro de una palabra, pero entiende mal el contexto: no distingue «ложить» de «класть» por el sentido de la frase y tropieza con la jerga profesional. Un modelo de lenguaje mira la oración completa y evalúa qué palabra encaja. Apple ya ha pasado la autocorrección de iOS a un modelo de tipo transformer, y macOS ha incorporado sugerencias integradas para continuar el texto. Es decir, los grandes fabricantes están dispuestos a llevar esto al escritorio, aunque por ahora lo hacen con cautela y sobre todo para un conjunto limitado de idiomas.

El cambio principal tiene que ver con el tamaño. Los modelos de unos pocos miles de millones de parámetros, como los de la clase Phi-3-mini con 3,8 mil millones, ya se ejecutan en un portátil sin la nube. Eso elimina parte del problema de privacidad: el texto no sale del equipo. Quedan la latencia y los recursos.

Los requisitos de referencia para una herramienta de este tipo son estos:

• latencia de la sugerencia: del orden de 100 ms, o se queda por detrás de la escritura;
• tamaño del modelo: de cientos de millones a varios miles de millones de parámetros, en versión cuantizada;
• funcionamiento sin conexión, sin enviar el texto a un servidor;
• soporte del ruso, con sus casos y su orden de palabras libre, donde los modelos débiles se equivocan más;
• configuración de excepciones para contraseñas, terminal y código.

Qué hacer en la práctica

Si necesita corrección inteligente en el PC ya mismo, hay tres vías que funcionan. La primera: usar la revisión ortográfica y de estilo del navegador y de las suites ofimáticas. No sustituye al T9, pero cubre parte de las tareas. La segunda: instalar una herramienta local basada en un modelo pequeño y probarla con sus propios textos, fijándose en la latencia y en cómo se comporta en el IDE y en la terminal. La tercera: si desarrolla este tipo de productos, empiece por escenarios acotados, por ejemplo la corrección en una sola aplicación o en un solo campo, y solo después dé el salto al nivel del sistema.

Sea cual sea la opción, conviene comprobar tres cosas. Dónde se procesa el texto: en local o en la nube. Qué aplicaciones no toca la herramienta. Y cómo se comporta en ruso, y no solo en inglés. El T9 de escritorio sigue siendo por ahora un nicho, pero los obstáculos técnicos son bastante menores que hace unos años.