Las lenguas indígenas y la inteligencia artificial fueron el tema de una conferencia del Instituto Nacional de Antropología e Historia, celebrada el 2 de septiembre de 2026. La sesión abordó una desigualdad poco discutida, como es el hecho de que la revolución digital avanza a velocidades distintas según el idioma. Las lenguas dominantes cuentan con millones de textos y bases de datos que alimentan los sistemas de inteligencia artificial. Los idiomas originarios de América, en cambio, apenas figuran en esos entornos.
La charla llevó por título Avances y retos para la supervivencia digital de las lenguas nativas del continente americano. La impartió Manuel Mager Hois, académico de la Universidad Iberoamericana y fundador de la iniciativa AmericasNLP. La moderó Boris Berenzon Gorn, titular del Programa de Cómputo Académico de la Secretaría Técnica del INAH.
Jorge Perea FotografoEl encuentro forma parte del Seminario Permanente de Ciencias Sociales y Humanidades Digitales. Lo organiza el propio instituto, dependiente de la Secretaría de Cultura del Gobierno de México.
Por qué las lenguas indígenas quedan fuera de la inteligencia artificial
El eje de la conferencia fue el Procesamiento del Lenguaje Natural. Es la rama de la inteligencia artificial que permite a las computadoras leer, interpretar y generar texto o voz humana. Es la tecnología detrás de los traductores automáticos, los asistentes de voz y los grandes modelos de lenguaje.
Los idiomas originarios del continente enfrentan condiciones adversas frente a esa tecnología y Mager Hois expuso dos razones principales.
Rising VoicesLa primera es la escasez de material. Faltan corpus digitalizados y recursos lingüísticos, es decir, los grandes volúmenes de texto y audio con los que se entrenan estos sistemas. Sin ese material, los modelos no tienen de dónde aprender.
La segunda es la propia arquitectura de las lenguas. Muchos idiomas originarios tienen estructuras morfológicas complejas, en las que una sola palabra puede condensar lo que en español requiere una oración entera. Esa característica plantea desafíos particulares para los modelos computacionales, diseñados en su mayoría a partir de lenguas europeas.
Frente a esas limitaciones, el especialista expuso varias alternativas técnicas:
- Aprendizaje por transferencia, que aprovecha lo aprendido en lenguas con más recursos para aplicarlo a las que tienen menos.
- Segmentación morfológica, que descompone las palabras en sus unidades mínimas de significado.
- Integración de conocimientos gramaticales con los modelos de lenguaje, para que la estructura de cada idioma se incorpore al sistema.
Con estas aproximaciones, dijo, se busca avanzar hacia tecnologías capaces de comprender y generar contenidos en esos idiomas. Son lenguas con escasa presencia histórica en los grandes sistemas digitales.
El tamaño del reto en México
Los números nacionales dimensionan lo que está en juego. El Catálogo de las Lenguas Indígenas Nacionales lo elaboró el Instituto Nacional de Lenguas Indígenas. Reconoce 68 agrupaciones lingüísticas en el país, distribuidas en 11 familias, con 364 variantes.
Además, una variante no equivale a un acento regional, ya que puede resultar mutuamente ininteligible con otra de la misma agrupación. Hablar del mixteco o del zapoteco en singular es, en términos técnicos, una simplificación.
Reilly DowEl diagnóstico del propio INALI señala que las 364 variantes presentan algún grado de riesgo de desaparición. De ellas, 64 se ubican en riesgo muy alto, 43 en riesgo alto, 72 en riesgo mediano y 185 en riesgo no inmediato.
El Censo de Población y Vivienda 2020 del INEGI aporta otra cifra. Hablan alguna lengua indígena 7 millones 364 mil 645 personas de tres años y más, el 6.1% de la población nacional. Las agrupaciones con más hablantes son el náhuatl, el maya, el tseltal, el mixteco y el tsotsil. Algunas variantes, en el otro extremo, registran apenas decenas de hablantes.
Soberanía de los datos y participación comunitaria
La conferencia dedicó una parte central a las implicaciones culturales y éticas del proceso. Mager Hois planteó que digitalizar una lengua abarca mucho más que acumular datos y entrenar algoritmos. Supone preguntarse quién produce y conserva esa información y quién tiene derecho a utilizarla. También implica determinar la capacidad que tienen las comunidades para decidir sobre los usos tecnológicos de su patrimonio lingüístico.
En ese terreno adquieren peso conceptos como soberanía de los datos, consentimiento, pertinencia cultural y participación comunitaria. El desarrollo tecnológico puede contribuir a la vitalidad de las lenguas indígenas, con una condición. Debe superar los modelos extractivos de conocimiento y avanzar hacia esquemas de colaboración, donde las comunidades participen en la concepción y el aprovechamiento de las herramientas.
El académico también precisó qué significa la supervivencia digital de un idioma. Trasladarlo al espacio virtual es apenas el punto de partida. El objetivo es generar condiciones para que esa lengua pueda escribirse, enseñarse, documentarse, investigarse y traducirse con las tecnologías contemporáneas. Todo ello, sin desprenderla de las comunidades, las historias y las culturas que le dan sentido.
AmericasNLP, una respuesta al problema de las lenguas indígenas e inteligencia artificial
Mager Hois cerró su intervención con la experiencia de AmericasNLP, iniciativa internacional dedicada al procesamiento de lenguaje natural de los idiomas originarios de América. El proyecto reúne a investigadores de universidades de varios países, entre ellas la UNAM.
Sus investigaciones y ejercicios colaborativos exploran metodologías nuevas para lenguas con recursos electrónicos limitados. El otro propósito es colocar la pluralidad lingüística del continente en la agenda internacional de la inteligencia computacional. Es un terreno donde las decisiones suelen tomarse lejos de los territorios donde esas lenguas se hablan.
México es el segundo país de América con mayor diversidad lingüística, después de Brasil. Esa riqueza convive con un dato incómodo: la presencia de esos idiomas en los sistemas digitales sigue siendo mínima. Hoy, la vitalidad de una lengua se mide también por su capacidad de existir en internet, aparecer en buscadores e incorporarse a traductores automáticos. El debate que abrió el INAH apunta justo a esa frontera.
The post Lenguas indígenas e inteligencia artificial: el INAH debate el reto de la supervivencia digital appeared first on México Desconocido.
Contenido sindicado vía RSS de México Desconocido. Nota original: https://www.mexicodesconocido.com.mx/lenguas-indigenas-e-inteligencia-artificial.html