Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti

RAMUNĖ VASKELAITĖ DESAFÍOS PLANTEADOS POR LAS TECNOLOGÍAS DIGITALES Y FORMAS PROPUESTAS DE SUPERARLOS 24.ª conferencia de Jono Jablonskio El conjunto de las conferencias de Jono Jablonskio, organizadas cada otoño desde 1993 por el Instituto de la Lengua Lituana y el Departamento de Lengua Lituana de la Universidad de Vilna, revela que en ellas se ha optado con mayor frecuencia por examinar problemas bastante concretos de normalización y uso, o la relación entre norma y uso (por ejemplo: Normas y uso de la lengua, 1994; Nuevos fenómenos lingüísticos y su evaluación, 1998; Cambio de las normas y uso, 1999; Niveles de las normas y el uso lingüísticos, 2000; Uso y gestión de la lengua, 2001)1. Sin embargo, probablemente no hubo ninguna conferencia en la que, de una forma u otra, no surgieran también cuestiones más fundamentales: la concepción, los límites y la finalidad de la lengua estándar, su relación con la sociedad, su transformación ante circunstancias cambiantes y su supervivencia. Y, aproximadamente desde el cambio de siglo, a medida que las diversas circunstancias que afectan a la lengua han ido cambiando cada vez más profundamente, estas cuestiones también se han planteado deliberadamente como objeto principal de debate (cf.: Los límites de la lengua estándar, 2002; La lengua estándar y la sociedad, 2005; La lengua estándar y otras variedades lingüísticas, 2006; Variación lingüística y actitudes lingüísticas, 2009; La vida y renovación de la lengua lituana en la sociedad contemporánea, 2013). La evolución de las conferencias revela también otra tendencia: al dirigir la mirada hacia cuestiones fundamentales, profundizando así desde este punto de vista, se abarca al mismo tiempo una perspectiva cada vez más amplia. Ya se han celebrado cuatro conferencias como internacionales2, lo que significa que en ellas se ha debatido no solo el estado o la concepción de la lengua estándar lituana, sino también las concepciones de la lengua estándar desarrolladas en otros países o, cuando no se aplican tales concepciones, las orientaciones de la planificación, la política y la gestión lingüísticas. La perspectiva que se abrió en la conferencia de este año, la 24.ª, fue especialmente amplia: europea, pues abarcó la Unión Europea multilingüe y el problema de la diversidad lingüística que surge en su seno. Por el ámbito en el que se centró, la conferencia celebrada en el Instituto de la Lengua Lituana, RECURSOS LINGÜÍSTICOS DIGITALES, SUS LÍNEAS DE DESARROLLO Y POSIBILIDADES DE USO (29 de septiembre de 2017), podría vincularse también con un ámbito de alcance aún mayor: el global. Y aunque se propone sustituir el adjetivo globalus, -i por palabras lituanas como pasaulinis, -ė; visuotinis, -ė; didžiulis, -ė 1 Los resúmenes de las ponencias de algunas conferencias de J. Jablonskio pueden consultarse en el sitio web del Instituto de la Lengua Lituana en la dirección http://lki.lt/tarptautin%C4%97-jono-jablonskio-konferencija/#1501063755178-1d439107-84e9. En la lengua estándar (antes, Cultura de la lengua) se publican reseñas de las conferencias. 2 Las conferencias internacionales se organizaron en 2005, 2009, 2010 y 2016. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 2 o gigantesco, -a3, las deliberaciones de este año se describen con mayor precisión mediante un término internacional que abarca varios matices semánticos. En primer lugar, el espacio digital no solo es mundial, sino también universal, gigantesco o incluso ilimitado, sobre todo porque los ponentes mencionaron como parte del ámbito de las tecnologías digitales no solo los ordenadores, sino también los relojes inteligentes, los teléfonos, las aspiradoras controladas por voz, los robots y, en general, la inteligencia artificial. En segundo lugar, la palabra global, -es muestra de inmediato sus vínculos con la globalización y el proceso de globalización; y no solo el ámbito del uso de la lengua elegido para su análisis tiene vínculos tan evidentes, sino también la cuestión fundamental planteada en la conferencia. La pregunta podría resumirse en la formulación presentada por Laimutis Telksnys, doctor habilitado en ciencias matemáticas: «¿Cómo debemos actuar nosotros, unos pocos millones de lituanos, para no desaparecer en el océano de más de 7.000 millones de personas que escriben y hablan, y de las máquinas inteligentes que están por llegar?». Sin embargo, tanto la respuesta concreta y objetiva que el académico dio en la sesión plenaria como los proyectos conjuntos presentados uno tras otro por filólogos, matemáticos, programadores e ingenieros en las otras cuatro sesiones de la conferencia demostraron que la orientación estratégica general se conoce perfectamente. Se trata de incorporar la lengua y su estructura al espacio digital y de velar activamente por que funcione allí, tanto en forma escrita como oral. En la conferencia, esta orientación estratégica no se debatió tanto como se valoró como la única posibilidad de supervivencia de la lengua de un país pequeño en la era digital, la única opción posible. El eurodiputado Algirdas Saudargas la comparó con la elección que tuvieron que hacer los contrabandistas de libros: optar por la escritura lituana en letras latinas en un entorno donde se escribía en cirílico. Por su parte, el director de proyectos de la Facultad de Filología de la Universidad de Vilna, el Dr. Audrius Valotka, habló de una sucesión de elecciones coherentes: los pueblos que optaron por escribir algo en arcilla o pergamino sobrevivieron; después, a lo largo de la historia, sobrevivieron los pueblos que imprimieron textos con la prensa tipográfica inventada por Gutenberg; ahora ha llegado el turno de elegir inevitablemente trasladarse al espacio digital. En la conferencia se mencionaron con algo más de frecuencia que la orientación estratégica las dificultades que surgen al avanzar en una dirección claramente definida, aunque tampoco fueron el eje de las deliberaciones. Más de una persona señaló como problema que en el mundo tecnológico dominen empresas de Estados Unidos (en adelante, EE. UU.), como Microsoft, Amazon o Google, y que el mercado de los países pequeños, y más aún sus lenguas, les interesen poco. Por ello se llegó en varias ocasiones a la conclusión de que debemos ocuparnos nosotros mismos del uso de la lengua en el espacio digital y de su supervivencia. Sin embargo, más de una persona que ya trabaja en ello mencionó la escasez de recursos, incluidos los humanos. Es comprensible que un país pequeño tenga pocas posibilidades de competir en el ámbito de las tecnologías lingüísticas con los tiburones del mercado o con los gigantes, como se calificó en más de una ocasión a las empresas estadounidenses de capital privado; sin embargo, de la Unión Europea (en adelante, UE), tras analizar la situación, 3 Por ejemplo, el Banco de consultas de la Comisión Estatal de la Lengua Lituana indica los siguientes equivalentes: http://www.vlkk.lt/konsultacijos/5531-globalus. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 3 del informe del científico español Rafael Rivera se desprendía que el dominio de esas empresas en el mundo de las tecnologías de la información también plantea problemas a escala de la UE. Por otro lado, dentro de la propia UE también se tiende a recurrir al inglés, lo que debería constituir un factor que dificulte especialmente la incorporación y la pervivencia del lituano en el espacio digital. Sin embargo, la conferencia abrió una perspectiva completamente distinta. Algirdas Saudargas, signatario del Acta de Independencia que trabaja en el Parlamento Europeo, abrió la sesión plenaria con una ponencia titulada La lengua viva en la inteligencia artificial. A raíz de un estudio realizado por la red de excelencia META-NET, que abarca 60 centros de investigación en 34 países y mostró que, en cuanto a su situación en el ámbito de las tecnologías lingüísticas, el lituano obtiene la puntuación más baja —es decir, se considera que «cuenta con poco o ningún apoyo tecnológico»—, lo que significa que la lengua corre peligro de desaparecer, ya había impulsado unos años antes en el Parlamento Europeo un estudio titulado La igualdad de las lenguas en la era digital. El estudio reveló que la condición para lograr una verdadera integración en la UE no era el monolingüismo, sino precisamente la diversidad lingüística. Más tarde se complementó con el Proyecto de la Lengua Materna, que propone orientaciones estratégicas en distintos niveles para que la UE alcance un avance tecnológico que permita a cada ciudadano de la Unión recibir servicios y comunicarse en el espacio digital común, con independencia de la lengua que utilice. Uno de los responsables del estudio y del informe elaborado a partir de este, Rafael Rivera, director de la consultora iClaves, acudió a presentarlos. Señaló la contradicción que plantea la diversidad lingüística en la UE: por un lado, como expresión de la diversidad cultural europea, se considera uno de los mayores bienes de la Unión, que cuenta con 24 lenguas oficiales y más de 60 lenguas de minorías nacionales y regionales; por otro, las barreras lingüísticas que surgen constituyen uno de los principales obstáculos para crear una Unión verdaderamente integrada. A causa de ellas, se ven especialmente perjudicados las personas con menor nivel educativo y las de más edad, así como los hablantes de lenguas minoritarias y regionales. Así se crea una brecha lingüística. Las barreras lingüísticas tienen importantes consecuencias económicas y sociales: no se aprovechan plenamente las oportunidades que ofrecen el mercado único, la libre circulación de bienes y mano de obra, la participación de la población en los procesos políticos y el comercio electrónico, y los ciudadanos con derecho a utilizarlas no pueden hacerlo debidamente. Este problema cobra especial relevancia en la era digital. La aparición de nuevas tecnologías, como las redes neuronales de autoaprendizaje, abre vías para superar las barreras lingüísticas; sin embargo, lo dificultan la fragmentación del mercado europeo de tecnologías lingüísticas, la falta de coordinación de la investigación, la financiación insuficiente y la escasa atención que los políticos de la UE prestan a estas cuestiones en sus agendas. Todas esas causas y problemas explican también BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 4 la aparición del proyecto europeo de la lengua materna, que prevé un conjunto integral de medidas para los ámbitos institucional, científico, industrial, de mercado y del sector público4. En su ponencia La lengua lituana escrita y hablada en medios convencionales y electrónicos5, Laimutis Telksnys —profesor del Instituto de Matemáticas e Informática de la Universidad de Vilna, dedicado a las tecnologías lingüísticas, pionero del desarrollo de internet en Lituania e investigador conocido por sus inventos no solo en Lituania, doctor habilitado—, al responder a la pregunta que él mismo había planteado sobre la posibilidad de sobrevivir en un océano de miles de millones de personas, formuló tareas bastante concretas como condiciones indispensables para la supervivencia: para que el lituano correcto perviva en los documentos en papel y en el entorno electrónico, hacen falta reglas para la lengua escrita y hablada, así como equipos y programas informáticos y transcriptores que permitan representar los signos de la escritura de otras lenguas mediante signos de la escritura lituana, y expresar los sonidos del habla mediante signos de la lengua hablada lituana adecuados para la síntesis automática de los sonidos de las palabras del lituano hablado. Así se garantizaría que la comunicación con ordenadores, teléfonos, otros dispositivos inteligentes parlantes y robots se realizara en lituano escrito y hablado correcto, y que en los repositorios electrónicos de datos de Lituania los nombres propios extranjeros se presentaran con códigos de caracteres lituanos y con los caracteres originales; su pronunciación oral se proporcionaría mediante grabaciones de audio realizadas pronunciándolos con los sonidos de los fonemas lituanos y mediante grabaciones en la lengua original. El propio profesor y otros especialistas del Instituto de Matemáticas e Informática ya han hecho mucho por garantizar el uso del lituano hablado correcto en el espacio digital, como quedó claro por las ponencias leídas en la primera sesión, RECONOCIMIENTO Y SÍNTESIS DEL HABLA. (Y en todas las demás sesiones de la conferencia apenas se mencionaron dificultades; más bien se presentaron de manera objetiva y constructiva los trabajos en curso y se enumeraron las tareas futuras). En colaboración con filólogos —el Instituto de la Lengua Lituana, la Facultad de Filología de la Universidad de Vilna, la Universidad de Ciencias de la Educación de Vilna y la Universidad de Šiauliai—, el grupo de especialistas del Instituto de Matemáticas e Informática y de la Facultad de Matemáticas e Informática de la Universidad de Vilna, dirigido por el doctor habilitado L. Telksnys, llevó a cabo entre 2013 y 2015 el proyecto Servicios controlados por la voz lituana (LIEPA). El resultado fueron siete servicios de acceso público prestados en lituano hablado correcto: Pažintuvas, que ayuda a explicar en las escuelas la estructura celular; Ieškotuvas, que presenta sitios del patrimonio de la UNESCO; aplicaciones que permiten controlar el ordenador y realizar búsquedas mediante comandos de voz 4 El estudio Language equality in the digital age. Towards a Human Language Project y su resumen en inglés están disponibles públicamente. Se ofrecen en el sitio web del Parlamento Europeo (http://www.europarl.europa.eu/thinktank/en/document.html?reference=EPRS_STU(2017)598621),; sin embargo, solo se permite reproducir o traducir el texto con fines no comerciales si se obtiene el consentimiento del Parlamento Europeo. 5 Véase el artículo elaborado a partir de la ponencia en Bendrinės kalbos, en la sección «Apžvalgų» de este volumen. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 5 Controlador y Navegador, los asistentes Pagalbininkas y Tartuvas, que dominan el lituano correcto, y un sintetizador informático para personas ciegas que lee el texto en la pantalla del ordenador. También se crearon servicios de infraestructura: un lector de textos electrónicos, un programa de navegación por páginas web mediante comandos de voz, un motor de reconocimiento del habla lituana, un corpus de voz y un laboratorio de grabación de voz6. Parecería que se ha hecho mucho; sin embargo, L. Telksnys, al leer la ponencia Servicios controlados por el habla lituana. Situación. Perspectivas, preparada junto con Gediminas Navickas, especialista sénior del Departamento de Proyectos del mismo instituto, calificó estos trabajos únicamente como una puerta entreabierta para que el habla lituana accediera al espacio electrónico. Como resultados del proyecto, el ponente tendía a mencionar no tanto los servicios creados como la importancia que había cobrado la «fusión» de los conocimientos de informáticos y filólogos, así como el valor del ejemplo: mostrar a los fabricantes y proveedores de servicios las posibilidades de uso de los servicios controlados por el habla lituana. El científico, que reconoce las tendencias mundiales en el ámbito tecnológico, consideró que una tarea bastante urgente en la actualidad —que ya no corresponde tanto a los creadores y desarrolladores de tecnologías lingüísticas— es incorporar robots a los programas educativos, pero antes también formar a los docentes. El director de proyectos de la Universidad de Vilna, el Dr. Audrius Valotka, también describió los trabajos del proyecto LIEPA únicamente como una puerta entreabierta. En su ponencia Más allá de la imprenta de Gutenberg: el habla lituana en las tecnologías más recientes (coautor: G. Navickas), afirmó que «en la actualidad, la situación del habla lituana en las tecnologías de la información es similar a la de hace 30 años, cuando se debatía el uso de los signos diacríticos lituanos en la informática». Esta situación impulsa a emprender nuevos trabajos: el proyecto LIEPA 2, cuya ejecución ya ha comenzado. El resultado de este proyecto debería consistir en soluciones de infraestructura: un corpus de 1.000 horas de habla lituana, un reconocedor de habla lituana con un vocabulario de 3.000 palabras y un sintetizador del habla lituana mejorado. También se crearán nuevos servicios: un robot humanoide que desarrolla la capacidad de los niños para tomar decisiones, un controlador por voz de los contactos personales en el teléfono móvil, un servicio para pedir taxis, un lector de noticias de Internet y un comunicador interlingüístico que abarca el lituano y el chino. Sin embargo, el resultado más importante previsto para el nuevo proyecto es la posibilidad de comunicarse con objetos mediante el habla natural —teléfonos móviles, tabletas, relojes inteligentes y robots—, darles órdenes con la voz humana y comprender sus respuestas. Otro representante del Instituto de Matemáticas e Informática, el profesor asociado Pijus Kasparaitis, en su ponencia Presente y perspectivas de la síntesis informática de la voz lituana (coautores: el Dr. Gintaras Skersys, profesor ayudante de la Facultad de Matemáticas e Informática de la Universidad de Vilna, y la profesora 6 Se describen con más detalle en el sitio web de Recursos Integrados de la Lengua y la Escritura Lituanas Raštija.lt: https://liepa.rastija.lt. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 6 Margarita Beniuše)7, recurriendo a material filmado y sitios web, ilustró las posibilidades de uso del sintetizador creado durante el proyecto LIEPA: el sintetizador se utilizó en la obra Remote Vilnius, representada durante el festival de teatro Sirenos de 2014 (los espectadores, que también desempeñaban el papel de actores, recorrían las calles de Vilna escuchando voces sintéticas a través de auriculares); algunos periódicos en línea (lzinios.lt, ukininkopatarejas.lt, vilnius.lt, delfi.lt) permiten no solo leer sus artículos, sino también escucharlos; en la estación de autobuses de Vilkaviškis, los anuncios a los pasajeros se leen con voz sintética; el servicio de conversión de texto a voz RoboBraille permite convertir automáticamente cualquier documento de texto en archivos de audio; también se ha hecho realidad un robot que habla lituano: el humanoide NAO invitó a visitar el estand de Lituania en un acto de presentación de los países de la UE celebrado en Bruselas y proclamó el Año de Kristijonas Donelaitis en la conferencia ¿Hablarán los robots en lituano?, celebrada en el Seimas. Al enumerar las futuras posibilidades de uso de la síntesis de voz, para cuya realización ya se han dado algunos pasos, P. Kasparaitis mencionó la sonorización de artículos en sitios web basados en Linux, los asistentes virtuales y una máquina expendedora móvil MIO mobile kiosk, que podría ofrecer aperitivos o bebidas en un parque. Los trabajos presentados en las tres sesiones siguientes, relacionados en su mayoría con los esfuerzos por preservar la lengua escrita, dieron la impresión de que se está pasando cada vez más de trasladar diccionarios, corpus, bases de datos y ficheros a un entorno digital a una digitalización de la lengua que permita que sus recursos sean utilizados no solo por los hablantes e investigadores, sino también por programas de tecnologías lingüísticas y por la inteligencia artificial. Esta orientación estratégica, cada vez más pertinente a medida que la inteligencia artificial avanza, fue destacada tanto en artículos de prensa8 como en esta conferencia por el estratega lingüístico A. Saudargas. En las tesis presentadas a la conferencia se formuló así: «La evolución de la inteligencia artificial converge hacia una forma híbrida, en la que las redes neuronales corresponden a los mecanismos inconscientes del cerebro, mientras que la actividad consciente de la mente se modela mediante la inteligencia artificial tradicional, llamada simbólica. Lo mismo se aplica a las tecnologías lingüísticas si las entendemos como modelos de los mecanismos del lenguaje en el cerebro humano (el habla viva). Por lo tanto, cada comunidad lingüística debe velar por que las tecnologías lingüísticas correspondientes a la inteligencia artificial simbólica (los llamados programas “basados en reglas”) reflejen de manera exhaustiva y precisa toda la estructura de la lengua materna, y por que se cree un entorno rico en lengua materna (y cultura propia) para el aprendizaje autónomo de las redes neuronales». 7 Véase el artículo preparado a partir de la ponencia en la sección «Reseñas» de este volumen de Bendrinės kalbos. 8 Por ejemplo, en el artículo Fulgura plango, publicado en el diario Bernardinai.lt (http://www.bernardinai.lt/straipsnis/2012-12-05-algirdas-saudargas-fulgura-plango/91787), en el artículo Lengua materna: lo que Google no resolverá, publicado en Lietuvos žinios (http://lzinios.lt/lzinios/Mokslas-ir-svietimas/gimtoji-kalba-ko-google-neisspres/246316). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 7 En la segunda sesión de la conferencia RECURSOS DIGITALES DE LA LENGUA LITUANA, al presentar un nuevo proyecto del Instituto de la Lengua Lituana, también se afirmó que los recursos lingüísticos deben evolucionar a medida que surgen nuevas necesidades, retos y expectativas: deben desarrollarse nuevas ideologías y concepciones de los recursos lingüísticos digitales, abrirse corredores de significado y diversificarse la ingeniería de conceptos y las posibilidades de búsqueda de información, entre otros aspectos. En la ponencia leída por Deimantė Budriūnaitė, jefa de la División de Infraestructura de Asuntos Generales, E. kalba – skaitmeninių kalbos išteklių naudojimo(si) inovacija, se presentó el nuevo proyecto del Instituto, que ella lleva a cabo junto con la directora Jolanta Zabarskaitė y Skirmantas Šermukšnis, jefe de proyectos de Netcode; en realidad, se trata de una continuación del proyecto anterior de digitalización lingüística. En aquella ocasión se digitalizaron 11 diccionarios monolingües y bilingües, así como 5 ficheros, y se creó así el Sistema de información de recursos de la lengua lituana9; el nuevo proyecto no solo pretende integrar nuevos recursos, sino también desarrollar tecnologías, soluciones y herramientas para la búsqueda semántica de recursos y la visualización de sus resultados, y crear, sobre la base de esas tecnologías, servicios para los usuarios: Paieška žodžių tinkle, E. rinkodara, E. sąvokos ir E. patarimai. Se prevé la posibilidad de adaptar los recursos a fines de mercadotecnia mediante la prestación de servicios electrónicos públicos y privados, garantizar también una mayor disponibilidad en Internet de herramientas de formación de palabras y de consejos lingüísticos, y crear oportunidades para vincular la red de palabras de la lengua lituana con las redes de palabras de más de 200 lenguas. El interés por el uso de los recursos de la lengua lituana ya disponibles en Internet quedó patente también en dos bases de datos presentadas por representantes del Instituto de la Lengua Lituana: una está integrada en el Sistema de información de recursos de la lengua lituana, y se prevé integrar la otra. La iniciadora y creadora del Repertorio de neologismos de la lengua lituana, la Dra. Rita Miliūnaitė, investigadora científica principal del Centro de Investigación de la Lengua Estándar del Instituto de la Lengua Lituana, describió la base que está creando como un directorio en línea destinado a registrar y describir lexicográficamente los neologismos del lituano de principios del siglo XXI10; sin embargo, su ponencia reveló que, en la etapa actual de su elaboración, la principal preocupación es probablemente la utilidad del repertorio para los usuarios. Con ese fin, se ha incorporado la búsqueda por lema, origen del neologismo, forma original, variantes ortográficas, ámbito de uso y algunas características específicas, así como por el apellido de una persona destacada que haya empleado el neologismo o de su autor; además, pensando en distintos grupos de usuarios, se está creando un sistema de búsqueda avanzada. El interés tanto por el repertorio como por los neologismos es grande, por lo que, hasta ahora, el único problema mencionado es que no se alcanza a procesar los datos enviados por los usuarios. Por otra parte, la abundancia de envíos refuta dos mitos muy arraigados en la sociedad: que la lengua lituana está muriendo y que los lingüistas crean las palabras. No obstante, 9 Sistema de información de recursos de la lengua lituana disponible en http://lkiis.lki.lt/home. 10 Se puede acceder al Repertorio de neologismos de la lengua lituana en http://naujazodziai.lkli.lt. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 8 La Dra. Daiva Murmulaitytė, también investigadora del Centro de Investigación de la Lengua Estándar, en su ponencia Naujažodžių darybos tyrimų perspektyvos (Lietuvių kalbos naujažodžių duomenyno atvejis) propuso ocuparse también de aumentar la utilidad de este repertorio para los investigadores de la lengua. Para ello habría que adaptarlo debidamente. Se propuso etiquetar los neologismos con índices que registraran la categoría gramatical de la palabra base del derivado, los cambios en la base de formación, el papel de la analogía y de la traducción en la creación del neologismo, los casos de formación atípica y otros aspectos. Según señaló la ponente, el intento de hacerlo puso de manifiesto fenómenos de formación de neologismos que se han estudiado poco o incluso no se han estudiado en absoluto. Al enumerar los objetivos de creación de otra base de datos —la base geoinformática de topónimos de Lituania11—, el Dr. Laimutis Bilkis, investigador científico sénior del Centro de Investigación de las Lenguas Bálticas y la Onomástica del Instituto de la Lengua Lituana, mencionó tanto objetivos prácticos, es decir, enseñar el uso correcto, como la investigación lingüística (incluidas la preservación y difusión de la lengua). Que esta base está dirigida tanto a los usuarios de la lengua como a los investigadores queda demostrado por las posibilidades de búsqueda y presentación de información: se puede buscar información sobre los topónimos por nombre, género, número, acentuación, método de formación y origen según la lengua a la que pertenece la palabra base, así como por origen según el grupo léxico al que pertenece dicha palabra; en la sección de análisis de topónimos se presenta la acentuación de todos sus casos y se explican su origen y formación. Se han incorporado a la base unos 25 000 topónimos. También se han creado ya algunas conexiones: al integrar la base en el Sistema de información de recursos de la lengua lituana, se han establecido enlaces a otro topónimo del que procede el consultado, al nombre de persona del que deriva el topónimo y que figura en la Base de datos de apellidos lituanos, y a las grafías históricas de ese topónimo en la Base de datos de topónimos históricos. También se prevén conexiones con el léxico general o terminológico, sobre todo de carácter semántico, derivativo y local; sin embargo, se mencionaron varios problemas: no solo la gran cantidad de topónimos, sino también la financiación fragmentaria. Los trabajos de los representantes de la lingüística de corpus también evidencian un claro desplazamiento desde la recopilación de datos lingüísticos hacia la búsqueda de formas de aprovecharlos. En la tercera sesión de la conferencia LINGÜÍSTICA DE CORPUS, estos trabajos fueron presentados en Lituania por investigadores del Centro de Lingüística Computacional de la Universidad Vytautas Magnus, que llevan a cabo la mayor parte de esta labor, junto con representantes del Instituto de Tecnologías Avanzadas del Báltico. Presentaron dos proyectos colectivos que ponen de manifiesto el propósito de anotar los corpus y utilizarlos así para la investigación lingüística y la creación de otros recursos lingüísticos. En la ponencia preparada por el primer grupo de especialistas en lingüística de corpus —Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou y Andrius Utka—12 se presentaron el corpus anotado morfológicamente MATAS y el corpus anotado sintácticamente ALKSNIS. El corpus MATAS se elaboró a partir de un corpus de un millón de palabras, 11 Esta base también está disponible en http://lkiis.lki.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze. 12 Véase el artículo elaborado a partir del informe en la sección «Tecnologías del lenguaje» de este volumen, lengua estándar. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 9 Tras aplicar modelos estadísticos, para anotarlo se utilizó el anotador morfológico elaborado por el Centro de Lingüística Computacional. La anotación de ALKSNIO se basa en los principios del análisis morfológico y sintáctico automático y aplica un modelo de dependencias sintácticas. El proyecto llevado a cabo por el segundo grupo de investigadores —Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou, Ieva Bumbulienė, Jolanta Kovalevskaitė, Tomas Krilavičius, Justina Mandravickaitė y Laura Vilkaitė— reveló que, tras anotar el corpus Delfi.lt, se pasa a desarrollar una metodología para estudiar las colocaciones de la lengua escrita lituana contemporánea y a elaborar un diccionario de colocaciones lituanas. La base de datos de colocaciones que se está creando a partir del corpus incluirá información gramatical y léxica sobre las colocaciones, su frecuencia de uso, la sección del texto, ejemplos de concordancias, etc. Actualmente, la base contiene alrededor de 2.700 lemas y más de 35.000 formas flexionadas. Las posibilidades prácticas de utilizar corpus también quedaron de manifiesto en la ponencia Estudios de frases académicas basados en corpus: estructura formal y semántica., elaborada por Gintarė Judžentytė y la Dra. Vilma Zubaitienė, profesoras del Departamento de Lengua Lituana de la Universidad de Vilna. Tras repasar los intentos anteriores de estudiar el lenguaje científico mediante corpus, se presentó también el proyecto que llevan a cabo las propias autoras, cuyo objetivo es investigar la estructura y la semántica de las frases del lenguaje académico a partir del Corpus de trabajos escritos de estudiantes que se está creando con ese propósito en la Universidad de Vilna. A partir de los materiales del corpus y de los resultados de la investigación se elaborará un repertorio de frases académicas, útil para estudiantes de distintos niveles de estudios y especialidades. La cuarta sesión de la conferencia, ANÁLISIS AUTOMATIZADO DE LA ESTRUCTURA LINGÜÍSTICA Y DE LOS TEXTOS, puso de manifiesto posibilidades aún más complejas de aplicar las nuevas tecnologías al análisis lingüístico. El ingeniero Virginijus Dadurkevičius, del Instituto de Ciencias Aplicadas de la Universidad de Vilna, en su ponencia La gramática de la lengua lituana en el mundo digital de código abierto13, tras repasar los trabajos de análisis morfológico realizados por Vytautas Zinkevičius, programador del Instituto de la Lengua Lituana, que durante casi dos décadas habían sido un recurso insustituible y único para la investigación moderna del lituano y sus aplicaciones informáticas, presentó también un cierto avance en el campo de la morfología computacional, posibilitado por el uso de la plataforma Hunspell. La morfología de la lengua se describe en la plataforma mediante dos archivos de texto, ambos basados en la Gramática de la lengua lituana contemporánea y en los corpus de la Universidad de Vilna, la Universidad Vytautas Magnus y el Seimas de la República de Lituania. Según el ponente, se registraron en total unas 5.000 clases de reglas direccionables y se seleccionaron más de 170.000 lemas. En la selección de lemas, se limitó el análisis al lituano contemporáneo normativo. Según el ponente, este analizador morfológico interpreta correctamente 13 Para el artículo elaborado a partir de la ponencia, véase la sección «Tecnologías del lenguaje» de este volumen de Bendrinė kalba. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 10 una media de 99 de cada 100 palabras. El nuevo método de análisis morfológico se aplicó con éxito en el Sistema de información de análisis sintáctico y semántico de la lengua lituana14, creado por la Universidad Vytautas Magnus, en el Registro de actos jurídicos15 y, con especial éxito, en el sistema de indexación y búsqueda de documentos Solr/Lucene (según el ponente, no solo se logró indexar y encontrar con precisión todas las formas de palabras deseadas, sino también acelerar cientos de veces el proceso de indexación). El siguiente trabajo concreto consiste en preparar dos versiones del diccionario: una normativa, adecuada para la corrección ortográfica, y otra que incluya tanto formas normativas como no normativas, adecuada para resolver tareas más aplicadas de análisis de la lengua viva. Las posibilidades que la era digital ofrece para investigar textos antiguos fueron expuestas por el Dr. Mindaugas Šinkūnas, del Centro de Investigación del Patrimonio Escrito del Instituto de la Lengua Lituana, en su ponencia ¿Quién copió de quién? Automatización y visualización de la investigación de la historia de las traducciones de la Biblia. Presentó una metodología ya probada que permite facilitar la evaluación de las semejanzas entre citas en las traducciones de la Biblia, una tarea que plantea grandes dificultades a quienes investigan los textos antiguos. Según el ponente, su potencial queda demostrado por el hecho de que los resultados de la comparación mediante análisis informático de los pasajes bíblicos de la Postilla de Bretkūnas (1591) coinciden con las conclusiones obtenidas anteriormente por otros investigadores mediante métodos distintos. El ponente consideró que el resultado más importante del trabajo era una herramienta que muestra una relación aproximada de semejanza entre las fuentes o sus partes. Esta abre la puerta a investigaciones posteriores más exhaustivas. Como era de esperar, la conferencia también abordó un ámbito de las tecnologías del lenguaje que ha sufrido numerosos reveses: la traducción automatizada, sobre todo porque es el principal campo al que se aplica el término tecnologías del lenguaje. En su ponencia La traducción automática para la lengua lituana16, tras repasar etapa por etapa los logros y fracasos de la traducción automática (la traducción literal surgida durante la Guerra Fría, la traducción basada en reglas y los métodos estadísticos de traducción), el ingeniero Danielius Algirdas Ralys, del Instituto de Ciencias Aplicadas de la Universidad de Vilna, concluyó que los avances en este campo también han llegado a Lituania. Con la aparición de redes neuronales que construyen reglas de transformación, se vinculan a ellas las esperanzas de un nuevo avance en la traducción automatizada. Tras señalar que los sistemas más recientes de traducción automática neuronal traducen mejor que un traductor medio, se presentaron los planes de la Universidad de Vilna de emprender en 2018 un proyecto de traducción neuronal de nueva generación entre el inglés, el lituano, el polaco, el francés, el ruso y el alemán. No obstante, se observó que hay que esforzarse no solo por copiar lo inventado, sino también por crear algo propio y nuevo. El proyecto que se lleva a cabo en el Instituto de la Lengua Lituana demostró que esos esfuerzos existen realmente. Sobre la importancia de que Lituania desarrolle alternativas de traducción automática, el Instituto de la Lengua Lituana 14Sistema de información para el análisis sintáctico y semántico de la lengua lituana dirección: https://semantika.lt. 15 La dirección del Registro de actos jurídicos es https://www.e-tar.lt/portal/index.html. 16 Para el artículo elaborado a partir de la ponencia, véase la sección «Tecnologías del lenguaje» de este volumen de Bendrinė kalba. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 11 La investigadora del Centro de Estudios de la Lengua Estándar, la Dra. Daiva Šveikauskienė, y el programador Vytautas Šveikauskas decidieron, basándose en los datos de 2017 de Tildės, que muestran que la calidad de las traducciones al lituano (y desde este) ofrecidas por los sistemas de traducción Google, que utilizan métodos estadísticos, es inferior a la de las lenguas letona o estonia. Los autores vinculan las perspectivas de disponer de opciones de traducción alternativas con la gramática digital del lituano que están desarrollando. Según los ponentes, por ahora solo se ha preparado un ejemplo piloto de la gramática, que abarca apenas unas pocas palabras, pero incluso este muestra que la calidad de la traducción es mucho mejor. La gramática digital, compuesta por dos niveles —el abstracto (formas comunes a todas las lenguas) y el concreto (un nivel que refleja los rasgos específicos de una lengua determinada)— permite superar quizá el problema fundamental de la traducción automática: la transmisión del significado. Durante la traducción, permite transformar una oración en una representación semántica abstracta, a partir de la cual se genera una oración en otra lengua basándose únicamente en las propiedades de la lengua a la que se traduce, sin tener en cuenta en absoluto la morfología de la lengua desde la que se tradujo; esto es lo que permite obtener resultados mucho más precisos en la transmisión del significado. Por cierto, la traducción actual al lituano que ofrece la empresa Google fue mencionada por casi uno de cada dos participantes en la conferencia, tanto como un fracaso en el uso de la tecnología lingüística, como una amenaza para la lengua y como un ejemplo que muestra claramente que debemos ocuparnos nosotros mismos de las tecnologías lingüísticas. Al hacer balance de la conferencia de este año sobre Jonas Jablonskis, surgen naturalmente varias conclusiones bastante relacionadas entre sí. En primer lugar, la era de las nuevas tecnologías abre posibilidades extraordinarias para los estudios lingüísticos: corpus y otros conjuntos de datos informáticos que han revolucionado la lingüística, y posibilidades cada vez más avanzadas de búsqueda, síntesis y presentación de estadísticas que ofrecen las tecnologías y que siguen mejorando con el desarrollo de la inteligencia artificial. Sin embargo, las nuevas tecnologías plantean desafíos especialmente grandes para la supervivencia de la lengua, y la amenaza no se cierne solo sobre la lengua estándar, sino también sobre el lituano en su conjunto. Aun así, son precisamente estas tecnologías las que ofrecen formas de superar los desafíos, y la nueva iniciativa europea brinda oportunidades especialmente favorables para que sobreviva la lengua de un país pequeño. No obstante, tanto esta iniciativa como el desarrollo de las tecnologías digitales ponen de relieve la necesidad, más acuciante que nunca, de aunar esfuerzos y generar sinergias. Los proyectos presentados ya en esta conferencia mostraron que, en estas condiciones, garantizar la supervivencia de la lengua y estudiarla son tareas que ya no pueden llevarse a cabo únicamente con los conocimientos y los recursos de los especialistas lingüísticos: los filólogos desarrollaron los proyectos junto con informáticos, matemáticos y programadores. El desarrollo de la inteligencia artificial, como ha señalado en numerosas ocasiones A. Saudargas, plantea la necesidad no solo de aunar los esfuerzos de especialistas de distintas disciplinas, sino también de crear una ciencia interdisciplinaria que está surgiendo en la intersección de la lingüística, la informática y las ciencias cognitivas17. Y la UE 17 Por ejemplo, en el artículo La lengua lituana debe alcanzar la alfabetización también en la era digital, publicado en el periódico digital Bernardinai.lt (http://www.bernardinai.lt/straipsnis/2013-01-25-algirdas-saudargas-lietuviu-kalba-privalo-tapti-rastinga-ir-skaitmenineje-epochoje/94233). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 12 el proyecto de la lengua materna pone de manifiesto también la necesidad de aunar los esfuerzos de todo el Estado: los del sector público y privado, los políticos, los científicos y los tecnólogos. Solo a primera vista el tema de la conferencia de este año podía parecer tener poco que ver con el nombre del creador de la lengua estándar. Como anticipándose a la impresión de que no había relación, una de las organizadoras de la conferencia, la Dra. Rita Miliūnaitė, señaló una de ellas en sus palabras de apertura del evento: hoy, al trasladar la lengua al espacio digital, al igual que en tiempos de J. Jablonskis, se busca crear una variedad lingüística universal y práctica que satisfaga las necesidades de la sociedad. Otros participantes también expresaron algunas conexiones: P. Kasparaitis, al expresar la esperanza de que el proyecto LIEPA se convierta en sinónimo de preocupación por la lengua lituana, añadió que J. Jablonskis estaría de acuerdo; y D. A. Ralys recordó al creador de la lengua estándar como pionero en la formulación de reglas gramaticales, que condujo al análisis morfológico automatizado. Sin embargo, la propia conferencia puso de manifiesto muchas más conexiones y objetivos comunes, ante todo la preocupación por la (super)vivencia del lituano y por el uso correcto de la lengua, en un mundo y unas circunstancias que afectan a la lengua y cambian a una velocidad extraordinaria. Recibido el 22 de octubre de 2017 RAMUNĖ VASKELAITĖ [email protected] BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204