Tecnologias da linguagem

As Tecnologias da Linguagem (LT) permitem que as máquinas não só leiam, analisem, processem e gerem a linguagem humana, mas também, graças aos recentes avanços científicos, colmatem a divisão entre a comunicação humana e a compreensão da máquina.

Uma vez que a linguagem serve como o meio fundamental para a interação humana, a LT ganhou imensa importância em vários setores e aplicações, desde a tradução e localização até o suporte ao cliente, os cuidados de saúde, a criação de mídia e o marketing. Exemplos comuns desta tecnologia são o reconhecimento de voz, os assistentes inteligentes, a tradução automática, os chatbots, a síntese de texto e a legendagem automática.

O que é necessário para desenvolver as tecnologias da linguagem?

Seguem-se alguns dos elementos-chave para desenvolver ferramentas e serviços linguísticos.

• Dados linguísticos: refere-se ao conteúdo textual ou oral – numa ou mais línguas – que serve de contributo ou material de formação para tarefas de processamento de linguagem natural, por exemplo, geração de texto ou análise de sentimentos. Estes dados podem provir de várias fontes – livros, artigos, publicações nas redes sociais, transcrições de conversas faladas, etc. Uma vez que constituem a base do desenvolvimento da aprendizagem ao longo da vida, é fundamental que sejam recolhidos no pleno respeito das disposições em matéria de direitos de autor (DPI) e de proteção de dados pessoais (RGPD).
• Algoritmos de formação e modelos linguísticos: os algoritmos são o software, as «receitas», para criar modelos de línguas humanas. Com quantidades substanciais de dados de qualidade, os mais recentes algoritmos de aprendizagem automática mostraram capacidades aumentadas para criar modelos que representam o conhecimento derivado de dados de linguagem. Quanto maiores forem os recursos e modelos, mais abrangentes e genéricas serão as suas aplicações.
• Potência computacional: são necessários recursos computacionais significativos, especialmente durante a criação de modelos linguísticos, em que a computação de alto desempenho e infraestruturas de computação em nuvem sólidas são cruciais.
• Competências humanas: o LT bem sucedido envolve a colaboração entre linguistas, cientistas de dados, engenheiros informáticos e especialistas em domínios.

O que está a Europa a fazer para desenvolver as tecnologias da linguagem?

Na Europa, temos uma paisagem linguística complexa. A Carta dos Direitos Fundamentais da União Europeia proíbe a discriminação em razão da língua e impõe à UE a obrigação de respeitar a diversidade linguística. A responsabilização, a transparência, a equidade e o respeito pelos nossos valores são apenas algumas das suas implicações éticas. Estes direitos e princípios só podem ser garantidos através de uma utilização imparcial da LT.

A indústria europeia da tecnologia de base desempenha um papel fundamental na autonomia estratégica e tecnológica da Europa, que deve ser reforçada. As nossas necessidades específicas do mercado são mais conhecidas pelos fornecedores europeus de serviços de tradução eletrónica, dos quais centenas estão enumerados no Catálogo de Serviços de Tradução Eletrónica.

As soluções disponíveis ao público, incluindo as ferramentas e os serviços oferecidos pela Comissão Europeia, complementam a oferta de mercado, colmatando simultaneamente uma deficiência no apoio tecnológico às línguas com poucos recursos. Estas soluções básicas — tradução automática (eTranslation), reconhecimento de entidades, síntese, transcrição de voz e pseudonimização de dados para efeitos de conformidade com o RGPD — estão disponíveis para todas as administrações públicas europeias e pequenas e médias empresas em todas as línguas oficiais.

No âmbito do Horizonte 2020, a Rede Europeia de Línguas (ELG) criou um balcão único de soluções especializadas de aprendizagem ao longo da vida. Os esforços de divulgação e criação de comunidades contribuíram para promover um entendimento comum sobre a necessidade de unir forças públicas e privadas e de beneficiar do melhor dos dois mundos em matéria de investigação e implantação.

O Programa Horizonte Europa promove a investigação e a inovação através do apoio ao desenvolvimento de tecnologias da aprendizagem avançadas para além do estado da arte, incluindo modelos linguísticos de grande dimensão. Estes modelos, projetados para melhorar a interação homem-máquina, terão capacidades multilingues, lidarão com múltiplos modos de entrada, gerenciarão vieses e exibirão consciência do contexto.

A iniciativa para a igualdade linguística europeia (ELE), um projeto-piloto/ação preparatória iniciado pelo Parlamento Europeu, desenvolveu uma agenda e um roteiro para alcançar a plena igualdade linguística digital na Europa até 2030.

No âmbito do programa Década Digital, a Comissão está a coordenar um esforço da União em todos os Estados-Membros e no setor privado para desenvolver um ecossistema europeu de aprendizagem ao longo da vida.

Por último, a Comissão reconhece o valor dos dados linguísticos como base para a formação de modelos linguísticos através do Espaço Europeu Comum de Dados Linguísticos. Financiado ao abrigo do Programa de Trabalho DIGITAL 2021-2022, o projeto visa implantar uma plataforma e um mercado para a recolha, partilha e reutilização de dados linguísticos multilingues e multimodais. Em consonância com a Estratégia Europeia para os Dados e com o próprio conceito de espaços de dados, assegurará a disponibilização de mais dados linguísticos para utilização na economia, na sociedade e na investigação, mantendo simultaneamente o controlo das empresas e dos indivíduos que geram os dados.

A reunião de todos estes elementos, projetos e intervenientes constitui um grande desafio para a União, a indústria europeia e as administrações públicas nacionais, sendo o objetivo último apoiar a Década Digital da Europa em benefício de todos.