Las herramientas de inteligencia artificial, como ChatGPT y GoogleTranslate, no son accesibles para los miles de millones de personas del Sur que no hablan idiomas occidentales. Por ejemplo, Mekdes Gebrewold, fundadora de la consultora Ashagaric en Addis Abeba, explica que incluso las traducciones automáticas son inviables en amárico, su idioma. La limitación de las herramientas impulsadas por la IA debido a las barreras lingüísticas afecta a una amplia gama de aplicaciones, como el autocompletado, los servicios de transcripción, los asistentes de voz y la moderación del contenido en las redes sociales. Los datos de formación, como el conjunto de datos de Common Crawld, que contiene miles de millones de páginas web, son fundamentales para crear modelos de inteligencia artificial. Las lenguas de escasos recursos, como las africanas, americanas y oceánicas, representan menos del 0, 1% del conjunto de datos de Common Crawld, lo que afecta a miles de millones de personas en todo el mundo que las hablan, incluidas las más importantes, como el hindi, el árabe y el bengalí. Existe una tendencia clara hacia las lenguas europeas, con una sobrerrepresentación significativa en comparación con la mayoría de las lenguas asiáticas y africanas. Sin embargo, investigadores de todo el mundo, no sólo de Silicon Valley, están desarrollando herramientas de inteligencia artificial para sus propios idiomas. AsmelashTekaHadgu, cofundadora de Lesan, una empresa emergente que se dedica a la traducción automática y la tecnología de la voz en idiomas etíopes, nos explica su enfoque: ante la falta de recursos en línea, Lesan colabora directamente con la comunidad, sobre todo con estudiantes apasionados por el idioma.

Aunque no puede competir con la enorme cantidad de contenido en inglés disponible, Lesan ya ha superado el rendimiento de Google Translate en amárico y tigriña. Los etnólogos del amárico mencionan las lenguas con soporte lingüístico" vital", lo que indica la disponibilidad de herramientas de traducción automática, corrección ortográfica y procesamiento del habla. Los pioneros africanos de la AI, como Asmelash Teka Hadgu, forman parte de redes como el Instituto de Investigación Distribuida de la AI, Ghana NLP y el colectivo Masakhanegrassroot, con el objetivo de fomentar la propiedad local de estas tecnologías. Además de en África, los investigadores de todo el mundo trabajan en lenguas como el patois de Jamaica, el catalán, el sudanés y el maorí. iniciativas como el colectivo global de IA de HuggingFace promueven el intercambio de ideas y modelos de IA, lo que permite a los investigadores de todo el mundo crear soluciones para los nuevos lenguajes. Como subrayó Teka Hadgu, " el talento está en todas partes, la oportunidad no".