The Impact of Artificial Intelligence on the Development of Methods of Critical Text Analysis in Modern Philology

Abstract

Introduction: this study aimed to evaluate the influence of artificial intelligence (AI), particularly deep learning and natural language processing (NLP) technologies, on the transformation of critical text analysis in contemporary philology. Objective: the research focused on how AI-driven approaches modify traditional linguistic and literary methodologies. Method: a qualitative literature review was conducted to examine recent academic contributions at the intersection of philology and AI. Sources were selected from peer-reviewed journals covering linguistics, computational philology, and digital humanities. Results: the analysis revealed that AI-based algorithms, especially deep learning models, enhanced the detection of latent textual structures such as lexical patterns, stylistic markers, and semantic clusters. These technologies facilitated more accurate authorship attribution and allowed for the investigation of large corpora beyond the capacities of manual analysis. However, findings indicated that while AI could identify patterns and linguistic regularities, it lacked the ability to interpret deeper cultural, emotional, and symbolic meanings embedded in literary texts. Conclusions: the integration of AI into philological research offers valuable computational tools that expand analytical possibilities without displacing the interpretive role of the human scholar. AI technologies serve as a methodological extension, enhancing the precision and scope of critical analysis. Ultimately, the use of AI enriches the study of literature by uncovering patterns inaccessible to traditional methods, while preserving the necessity of human insight for contextual and interpretative depth.Introducción: este estudio tuvo como objetivo evaluar la influencia de la inteligencia artificial (IA), en particular las tecnologías de aprendizaje profundo y procesamiento del lenguaje natural (PLN), en la transformación del análisis crítico de textos en la filología contemporánea. Objetivo: la investigación se centró en cómo los enfoques impulsados por IA modificaron las metodologías lingüísticas y literarias tradicionales. Método: Se llevó a cabo una revisión cualitativa de la literatura para examinar las contribuciones académicas recientes en la intersección entre la filología y la inteligencia artificial. Las fuentes fueron seleccionadas de revistas revisadas por pares en los campos de la lingüística, la filología computacional y las humanidades digitales. Resultados: el análisis reveló que los algoritmos basados en IA, especialmente los modelos de aprendizaje profundo, mejoraron la detección de estructuras textuales latentes, como patrones léxicos, marcadores estilísticos y agrupaciones semánticas. Estas tecnologías facilitaron una atribución de autoría más precisa y permitieron el análisis de grandes corpus más allá de las capacidades del análisis manual. Sin embargo, se constató que, si bien la IA puede identificar regularidades lingüísticas, carece de la capacidad de interpretar significados culturales, emocionales y simbólicos más profundos presentes en los textos literarios. Conclusiones: la integración de la IA en la investigación filológica proporciona herramientas computacionales valiosas que amplían las posibilidades analíticas sin reemplazar el papel interpretativo del investigador humano. Las tecnologías de IA actúan como una extensión metodológica que mejora la precisión y el alcance del análisis crítico. En definitiva, el uso de IA enriquece el estudio de la literatura al revelar patrones inaccesibles mediante métodos tradicionales, preservando al mismo tiempo la necesidad de la interpretación humana.