Resumen
Este artículo presenta una entrevista en profundidad con el académico Florian Coulmas sobre la evolución de los sistemas de escritura y la transición del capitalismo de imprenta al capitalismo digital. Coulmas ofrece un análisis histórico y crítico de cómo la escritura y la tecnología han transformado la sociedad, desde la imprenta de Gutenberg hasta la era digital, abordando temas como el capitalismo de imprenta, la relación entre tecnología y lenguaje, y el impacto de la digitalización en las lenguas minoritarias. También se examinan las implicaciones sociales de la inteligencia artificial en la escritura y el papel cambiante de los idiomas en el espacio digital. En la sección final, los entrevistadores reflexionan sobre la naturaleza dinámica del lenguaje en el contexto de la digitalización y los desafíos que enfrenta la sociología contemporánea cuando el lenguaje y la sociolingüística se enfrentan a la inteligencia artificial.
Citas
Anderson, B. R. O'G. (1983/1991). Imagined communities: Reflections on the origin and spread of nationalism. Verso.
Cahyawijaya, S., Lovenia, H., & Fung, P. (2024). LLMs are few-shot in-context low-resource language learners. arXiv. https://arxiv.org/abs/2403.16512. Accessed August 2024.
Coulmas, F. (1992). Language and economy. Blackwell Publishers.
Coulmas, F. (2003). Writing systems: An introduction to their linguistic analysis. Cambridge University Press.
Coulmas, F. (2005). Sociolinguistics: The study of speakers' choices. Cambridge University Press.
Coulmas, F. (2013). Writing and society: An introduction. Cambridge University Press.
Coulmas, F. (2018). An introduction to multilingualism: Language in a changing world. Oxford University Press.
Coulmas, F. (2022a). Language, writing, and mobility: A sociological perspective. Oxford University Press.
Coulmas, F. (2022b). Writing regime change: A research agenda. Sociolinguistica, 36(1-2), 9–21. https://www.degruyter.com/document/doi/10.1515/soci-2022-0006/html. Accessed August 2024.
Lin, X. V., Mihaylov, T., Artetxe, M., Wang, T., Chen, S., Simig, D., Ott, M., Goyal, N., Bhosale, S., Du, J., Pasunuru, R., Shleifer, S., Koura, P. S., Chaudhary, V., O'Horo, B., Wang, J., Zettlemoyer, L., Kozareva, Z., Diab, M., Stoyanov, V., & Li, X. (2022). Few-shot learning with multilingual generative language models. In Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing (pp. 9019–9052). Association for Computational Linguistics. https://aclanthology.org/2022.emnlp-main.616/. Accessed August 2024.
Shi, F., Suzgun, M., Freitag, M., Wang, X., Srivats, S., Vosoughi, S., Chung, H. W., Tay, Y., Ruder, S., Zhou, D., Das, D., & Wei, J. (2023). Language models are multilingual chain-of-thought reasoners. In The Eleventh International Conference on Learning Representations. https://openreview.net/forum?id=fR3wGCk-IXp. Accessed August 2024.

Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
Derechos de autor 2025 Revista Internacional de Organizaciones