Como um modelo de IA pode evitar a extinção de idiomas

Um grupo de pesquisadores da Universidade da Louisiana, EUA, desenvolve um modelo de inteligência artificial voltado ao reconhecimento automático de fala em francês da Louisiana, dialeto histórico da região que corre risco de desaparecer.

O projeto é coordenado pelo professor Joshua Caffery e reúne linguistas, pesquisadores e um acervo de mais de 12 mil horas de gravações históricas mantido pelo Centro de Estudos da Louisiana.

Repressão histórica ao idioma

O francês da Louisiana foi o idioma predominante no sul do estado americano durante séculos. A situação mudou em 1921, quando uma nova constituição estadual determinou o inglês como língua oficial.

A partir de então, muitos pais deixaram de repassar o dialeto aos filhos, com receio de discriminação — alunos flagrados falando francês em sala de aula chegavam a sofrer punições físicas.

O cenário começou a se reverter em 1968, com a criação do Conselho para o Desenvolvimento do Francês na Louisiana, voltado à promoção do idioma por meio de ações educacionais e comunitárias. Segundo estimativa do jornal The Advocate, de Baton Rouge, publicada em 2023, cerca de 120 mil habitantes da Louisiana ainda falavam francês naquele ano.

O acervo do Centro de Estudos da Louisiana inclui histórias orais, gravações de campo e apresentações musicais registradas em suportes variados, de cilindros de cera a fitas de rolo. Parte significativa do material foi doada pelo professor emérito Barry Jean Ancelet, que iniciou a coleção ainda na década de 1970.

Como funciona o treinamento do modelo

A equipe testou inicialmente inserir gravações em francês da Louisiana em um modelo de reconhecimento automático de fala já treinado em inglês padrão. Os resultados superaram as expectativas iniciais, mas ainda apresentavam falhas suficientes para inviabilizar o uso prático da ferramenta.

Para reduzir os erros, os linguistas Amanda LaFleur e Colby LeJeune passaram a transcrever áudios de músicas e entrevistas, formando um conjunto de dados de referência para o treinamento da inteligência artificial.

A pesquisadora Peyton Leathem-Boe atua no desenvolvimento do modelo de código aberto, batizado de “tataille” — termo que, no francês da Louisiana, designa um monstro ou bicho-papão.

Caffery afirma que a preservação sonora do idioma passa em boa medida pela música: “Grande parte está em canções, algo que está desaparecendo”, disse ao NYT.

Para ele, cultivar uma identidade linguística regional está associado a um sentimento coletivo de pertencimento: “Assim como você busca alimentos típicos da sua região, é importante ter uma cultura local que lhe proporcione uma sensação de pertencimento e segurança”.

Repercussão social do reconhecimento de fala

A professora Christine Mallinson, da Universidade de Maryland, especialista em linguagem, alfabetização e cultura, avalia que a falta de precisão em sistemas de reconhecimento de fala pode gerar impactos que vão além de erros pontuais.

“As diferenças sociais estão codificadas na linguagem”, afirmou Mallinson. “Há sotaques, padrões gramaticais e a escolha das palavras. Essas diferenças estão ligadas às nossas famílias, aos nossos bairros, à nossa idade, gênero e origens raciais, étnicas e culturais, bem como ao local onde crescemos. Se os sistemas de reconhecimento de fala cometerem mais erros com falantes de idiomas ou variedades linguísticas sub-representados, isso pode acarretar consequências graves em etapas posteriores”.

Iniciativas semelhantes em outras regiões

Esforços de digitalização de idiomas em risco também ocorrem em outros países. Na Escócia, pesquisadores da Universidade de Edimburgo utilizam inteligência artificial para revitalizar o gaélico escocês e o manês. Já o Google anunciou a disponibilização de gravações de voz de cerca de 30 línguas da África subsaariana, com o objetivo de apoiar o desenvolvimento de assistentes de voz e aplicativos de tradução.

Nos Estados Unidos, o debate sobre preservação linguística digital também abrange outros dialetos, como o gullah geechee — crioulo de base inglesa falado em regiões costeiras do Sudeste Atlântico — e o inglês dos Apalaches.

Para Caffery, a tecnologia representa uma ferramenta de continuidade cultural, e não de conservação estática do passado. “A IA é uma ferramenta potencialmente muito poderosa em nosso arsenal para preservar, revitalizar e estimular a tradição”, disse. “Não a tradição como algo estático, que se resume a preservar coisas antigas, mas sim garantir que as engrenagens da tradição permaneçam lubrificadas e que as pessoas continuem criando dentro dela”.

Nunca foi tão fácil ficar bem informado com O Antagonista

Inscreva-se