Tecnologías lingüísticas

Las tecnologías del lenguaje (LT) permiten a las máquinas no solo leer, analizar, procesar y generar lenguaje humano, sino también, gracias a los recientes avances científicos, cerrar la brecha entre la comunicación humana y la comprensión de las máquinas.

Dado que el lenguaje sirve como el medio fundamental para la interacción humana, LT ha ganado una inmensa importancia en varias industrias y aplicaciones, desde la traducción y la localización hasta el soporte al cliente, la atención médica, la creación de medios y el marketing. Ejemplos comunes de esta tecnología son el reconocimiento de voz, los asistentes inteligentes, la traducción automática, los chatbots, el resumen de texto y el subtitulado automático.

¿Qué se necesita para desarrollar las tecnologías del lenguaje?

A continuación se presentan algunos de los elementos clave para desarrollar herramientas y servicios basados en el lenguaje.

• Datos lingüísticos: se refiere al contenido textual o hablado —en una o varias lenguas— que sirve de entrada o material de formación para las tareas de procesamiento del lenguaje natural, por ejemplo, generación de texto o análisis de sentimientos. Estos datos pueden proceder de diversas fuentes: libros, artículos, publicaciones en redes sociales, transcripciones de conversaciones orales, etc. Dado que constituyen la base del desarrollo de LT, es vital que se recopilen respetando plenamente las disposiciones sobre derechos de autor (DPI) y protección de datos personales (RGPD).
• Algoritmos de formación y modelos lingüísticos: Los algoritmos son el software, las «recetas», para crear modelos de lenguajes humanos. Con cantidades sustanciales de datos de calidad, los últimos algoritmos de aprendizaje automático han demostrado una mayor capacidad para crear modelos que representan el conocimiento derivado de los datos del lenguaje. Cuanto mayores sean los recursos y los modelos, más abarcadoras y genéricas serán sus aplicaciones.
• Potencia computacional: se requieren importantes recursos computacionales, especialmente durante la creación de modelos lingüísticos, en los que la informática de alto rendimiento y las infraestructuras sólidas en la nube son cruciales.
• Experiencia humana: El éxito de LT implica la colaboración entre lingüistas, científicos de datos, ingenieros informáticos y especialistas en dominios.

¿Qué está haciendo Europa para desarrollar las tecnologías lingüísticas?

En Europa, tenemos un paisaje lingüístico complejo. La Carta de los Derechos Fundamentales de la Unión Europea prohíbe la discriminación por razón de la lengua y obliga a la UE a respetar la diversidad lingüística. La rendición de cuentas, la transparencia, la equidad y el respeto de nuestros valores son solo algunas de sus implicaciones éticas. Estos derechos y principios solo pueden garantizarse mediante un uso imparcial de LT.

La industria europea del transporte a largo plazo desempeña un papel clave en la autonomía estratégica y tecnológica de Europa, que debe reforzarse aún más. Nuestras necesidades específicas del mercado son mejor conocidas por los roviders europeos LT p, de los cuales cientos figuran en el Catálogo de servicios de traducción electrónica.

Las soluciones disponibles al público, incluidas las herramientas y los servicios ofrecidos por la Comisión Europea, complementan la oferta del mercado al tiempo que abordan una deficiencia en el apoyo tecnológico a las lenguas de bajos recursos. Estas soluciones básicas —traducción automática (eTranslation), reconocimiento de entidades, resumen, transcripción de discursos y seudonimización de datos para el cumplimiento del RGPD— están a disposición de todas las administraciones públicas europeas y de las pequeñas y medianas empresas en todas las lenguas oficiales.

En el marco de Horizonte 2020, la Red Europea de Lenguas (ELG) creó una ventanilla única de soluciones LT especializadas. Los esfuerzos de difusión y construcción comunitaria han contribuido a fomentar un entendimiento común sobre la necesidad de unir fuerzas públicas y privadas y beneficiarse de lo mejor de ambos mundos en investigación y despliegue.

El Programa Horizonte Europa fomenta la investigación y la innovación mediante el apoyo al desarrollo de tecnologías de la información avanzadas más allá del estado actual, incluidos los grandes modelos lingüísticos. Estos modelos, diseñados para mejorar la interacción hombre-máquina, tendrán capacidades multilingües, manejarán múltiples modos de entrada, administrarán sesgos y exhibirán conciencia de contexto.

La iniciativa «Igualdad lingüística europea», un proyecto piloto/acción preparatoria iniciado por el Parlamento Europeo, desarrolló una agenda y una hoja de ruta para lograr la plena igualdad lingüística digital en Europa de aquí a 2030.

En el marco del programa estratégico de la Década Digital, la Comisión está coordinando un esfuerzo de la Unión en todos los Estados miembros y el sector privado para desarrollar un ecosistema europeo de tecnologías a largo plazo.

Por último, la Comisión reconoce el valor de los datos lingüísticos como base para la formación de modelos lingüísticos a través del Espacio Común Europeo de Datos Lingüísticos. Financiado en el marco del programa de trabajo DIGITAL 2021-2022, el proyecto tiene por objeto desplegar una plataforma y un mercado para la recogida, el intercambio y la reutilización de datos lingüísticos multilingües y multimodales. En consonancia con la Estrategia Europea de Datos y el concepto mismo de espacios de datos, garantizará que se disponga de más datos lingüísticos para su uso en la economía, la sociedad y la investigación, manteniendo al mismo tiempo el control de las empresas y las personas que generan los datos.

Reunir todos estos elementos, proyectos y agentes es un reto importante para la Unión, la industria europea y las administraciones públicas nacionales, cuyo objetivo final es apoyar la Década Digital de Europa en beneficio de todos.