Uma coalizão de 60 organizações anunciou nesta segunda-feira, 21 de setembro, um compromisso de cinco anos para ampliar o uso de inteligência artificial em idiomas pouco representados. A meta é beneficiar cerca de 3,4 bilhões de pessoas com ferramentas capazes de compreender sua língua e sua voz.
O grupo coordenado pela Gates Foundation inclui Anthropic, Google, Microsoft, Mistral, Nvidia, OpenAI Foundation, Mozilla Data Collective, Unicef, Banco Mundial e organizações locais de pesquisa e implementação.
Tradução de texto não resolve todo o problema
Há aproximadamente 7 mil idiomas no mundo, mas apenas uma parcela pequena possui dados digitais suficientes para treinar e avaliar sistemas de IA com qualidade. Dialetos, gírias, expressões e contexto cultural podem alterar completamente o significado de uma frase.
A coalizão também dará prioridade à voz. Em comunidades nas quais digitar é menos acessível ou prático, conversar naturalmente com uma ferramenta pode ser decisivo para serviços de saúde, educação, agricultura e atendimento público.
Quatro frentes de trabalho
O compromisso prevê a criação de uma camada aberta de dados linguísticos com licenças reutilizáveis, além de avaliações que meçam ganhos reais em cada idioma. Outra frente transformará esses recursos em modelos e aplicações que possam ser usados por desenvolvedores de diferentes portes.
A quarta área trata da implantação responsável, com proteção de privacidade, consentimento e soberania dos dados. O objetivo é evitar que informações culturais sejam simplesmente retiradas da internet sem participação das comunidades.
Projeto Vaani mostra a escala necessária
O Google já participa do Project Vaani, iniciativa que pretende reunir mais de 150 mil horas de áudio em distritos de toda a Índia. A coleta em campo busca registrar variações regionais que bases de dados genéricas raramente capturam.
A Anthropic reconheceu que seus produtos ainda têm desempenho inferior em vários idiomas africanos. Para a coalizão, melhorar os conjuntos de dados é uma condição básica para que aplicações em saúde e ensino funcionem fora das línguas dominantes na internet.
Governança ainda será definida
A estrutura detalhada, os compromissos individuais e os grupos de trabalho serão desenvolvidos ao longo do próximo ano. Uma secretaria deverá acompanhar as contribuições dos participantes e identificar lacunas.
A iniciativa é ambiciosa, mas seu resultado dependerá de métricas públicas, participação local e recursos sustentados. Apenas traduzir interfaces, sem melhorar dados, testes e contexto cultural, não será suficiente.
Fontes consultadas
Esta matéria foi produzida pela redação do Geek News a partir das fontes abaixo:
