¿Qué necesitan saber los robots de inteligencia artificial para comprender el lenguaje a fin de interactuar con los humanos (características lingüísticas)?

Ni siquiera lo sabemos.

Tenemos una idea de lo que los humanos saben como parte de su lenguaje. Pero cualquiera que sea la opinión de uno sobre si ese conocimiento está aislado cognitivamente de otros tipos, el lenguaje en uso no es un sistema aislado, por lo que la respuesta es * encogimiento de hombros *.

Seriamente. ¿Qué quieres decir con idioma ? Hay sistemas de sonido, sistemas de construcción de palabras, sistemas de construcción de frases, sistemas de construcción de significado, y todos interactúan y se superponen entre sí. A menudo, uno afectará a otro sin mostrar ningún efecto manifiesto de haberlo hecho. Y el sistema es una abstracción idealizada, porque no hay dos personas que tengan exactamente el mismo lenguaje. Hacemos sonidos ligeramente diferentes, nuestras palabras pueden significar cosas ligeramente diferentes, nuestras gramáticas pueden construir oraciones ligeramente diferentes.

Una inteligencia artificial necesitaría tener un conocimiento que al menos se superponga con suficientes personas que se entiendan entre sí para que la IA también los entienda y pueda producir en consecuencia.

¿Y qué quieres decir con entender ? ¿Te refieres al significado de palabras y morfemas? ¿O los significados semánticos de las oraciones, ya que están construidas a partir de los significados de esas partes (con algunas partes no dichas además)? ¿O los efectos pragmáticos de la dependencia del contexto y la conciencia del acto de habla? ¿O te refieres a entender en un sentido puramente fonético? ¿Puede eso incluso considerarse como comprensión?

Esas no son preguntas simples, y los lingüistas no están de acuerdo exactamente en cuáles son las preguntas, y mucho menos en las respuestas.

Podría continuar: cuando dices interactuar , ¿te refieres de una manera general y espontánea, como lo hacen los humanos? ¿O de una manera limitada y específica del dominio que ayuda a la IA a adivinar qué información no proporciona la señal lingüística?

Durante un par de años, al menos las computadoras entienden suficiente lenguaje para una interacción adecuada con los humanos. Solo hay un problema: no entienden qué hay DETRÁS del lenguaje (no entienden el mundo, la realidad y nuestra conexión con él), por lo que su uso del lenguaje está desconectado del mundo externo. Y para eso es el lenguaje: mediando el mundo externo.

La única forma en que las computadoras pueden usar los idiomas correctamente es hacerles entender de qué están hablando, lo que significa que necesitarían un tipo humano y un nivel de inteligencia, o al menos algo muy cercano a él.