Yejin Choi (en hangul: 최예진; nacida en 1977) es una informática especializada en procesamiento del lenguaje natural y razonamiento de sentido común en inteligencia artificial. Es profesora de la Cátedra Dieter Schwarz y miembro principal del Departamento de Informática de la Universidad de Stanford, así como del Instituto Stanford de Inteligencia Artificial Centrada en el Humano (HAI), respectivamente. Su investigación se centra en dotar a las computadoras de una comprensión estadística del lenguaje escrito y en detectar sesgos en los modelos lingüísticos.
Choi también es investigadora principal en el Instituto Allen de Inteligencia Artificial, donde ha liderado esfuerzos para construir bases de conocimiento de sentido común a gran escala. Es conocida por desarrollar ATOMIC (Atlas of Machine Commonsense) y COMET (Commonsense Transformers), que combinan el razonamiento simbólico con redes neuronales. Su trabajo ha sido reconocido con numerosos premios, incluida una beca MacArthur en 2022.
Primeros años y educación
Choi nació en Corea del Sur en 1977. Asistió a la Universidad Nacional de Seúl, donde obtuvo una licenciatura en Informática. Posteriormente se trasladó a Estados Unidos para realizar estudios de posgrado en la Universidad de Cornell, donde trabajó bajo la supervisión de Claire Cardie en procesamiento del lenguaje natural. Tras completar su doctorado, se incorporó a la Universidad Stony Brook como profesora asistente de Informática. Durante su etapa allí, desarrolló una técnica estadística para identificar reseñas de hoteles falsas, que se convirtió en una de sus primeras contribuciones destacadas al campo.
Trayectoria e investigación
En 2018, Choi se unió al Instituto Allen de Inteligencia Artificial. Su investigación busca dotar a las computadoras de una comprensión estadística del lenguaje escrito, yendo más allá del simple reconocimiento de patrones. Se interesó en el aprendizaje profundo y sus aplicaciones en el aprendizaje automático. Comenzó a ensamblar una base de conocimiento conocida como ATOMIC. Cuando terminó de crear ATOMIC, el modelo de lenguaje grande GPT-2 ya había sido publicado. ATOMIC no se basa en reglas lingüísticas, sino que combina representaciones de diferentes lenguajes dentro de una red neuronal.
En 2020, Choi fue nombrada titular de la Cátedra Brett Helsel, cargo que ocupó hasta 2023, cuando se convirtió en presidenta del Departamento de Informática. Desde entonces, ha utilizado COMET (Commonsense Transformers) con GOFAI (Good Old Fashioned Artificial Intelligence), un enfoque que combina el razonamiento simbólico con redes neuronales. Ha desarrollado modelos computacionales capaces de detectar sesgos en el lenguaje que perjudican a grupos subrepresentados. Por ejemplo, un estudio demostró que los personajes femeninos de películas son retratados como menos poderosos que sus homólogos masculinos.
En 2023, Choi fue nombrada titular de la Cátedra Wissner-Slivka de Informática. También es asesora científica del grupo de investigación francés Kyutai, financiado por Xavier Niel, Rodolphe Saadé, Eric Schmidt y otros. En 2025, Stanford HAI anunció su nombramiento como miembro principal y profesora de la Cátedra Dieter Schwarz en la Universidad de Stanford.
Premios y honores
Choi ha recibido numerosos premios a lo largo de su carrera. En 2013, ganó el Premio Marr de la Conferencia Internacional sobre Visión por Computador. En 2016, fue nombrada una de las "IA a seguir" por el Instituto de Ingenieros Eléctricos y Electrónicos. En 2017, recibió un Premio de Investigación ParlAI de Facebook. En 2018, ganó el Premio Anita Borg de Carrera Temprana. En 2020, recibió el Premio al Artículo Destacado de la Asociación para el Avance de la Inteligencia Artificial. En 2021, ganó el Premio al Artículo Destacado de la Conferencia sobre Sistemas de Procesamiento de Información Neuronal y el Premio al Artículo de Prueba de Tiempo de la Asociación de Lingüística Computacional. En 2022, recibió el Premio Longuet-Higgins de la Conferencia sobre Visión por Computador y Reconocimiento de Patrones, el Premio al Mejor Artículo del Capítulo Norteamericano de la Asociación de Lingüística Computacional, el Premio al Artículo Destacado de la Conferencia Internacional sobre Aprendizaje Automático y una beca MacArthur. En 2023, ganó el Premio al Mejor Artículo de la Asociación de Lingüística Computacional y fue incluida en la lista TIME100 de IA. En 2025, recibió el Premio al Artículo Destacado y al Mejor Artículo de Demostración de la Asociación de Lingüística Computacional, y fue incluida nuevamente en la lista TIME100 de IA.
Publicaciones seleccionadas
Choi ha publicado extensamente en revistas y conferencias de alto impacto. Entre sus obras notables se incluyen "Finding Deceptive Opinion Spam by Any Stretch of the Imagination" (2011), que introdujo un método para detectar reseñas falsas. También coescribió "BabyTalk: Understanding and Generating Simple Image Descriptions" (2013), que abordó la generación de descripciones de imágenes. En 2005, publicó "Identifying sources of opinions with conditional random fields and extraction patterns", un artículo fundacional en la minería de opiniones. Estas publicaciones han sido ampliamente citadas y han influido en investigaciones posteriores en procesamiento del lenguaje natural y visión por computador.
Impacto y legado
El trabajo de Choi sobre razonamiento de sentido común ha sido particularmente influyente. ATOMIC y COMET han proporcionado recursos que permiten a los modelos lingüísticos razonar sobre situaciones cotidianas, como relaciones de causa y efecto. Su investigación sobre detección de sesgos también ha destacado la importancia de la equidad en los sistemas de IA. Al combinar enfoques simbólicos con redes neuronales, ha tendido un puente entre métodos tradicionales y modernos, contribuyendo al campo más amplio de la IA generativa. Su transición a Stanford en 2025 marca la continuación de su liderazgo en la investigación de IA.