Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti

RAMUNĖ VASKELAITĖ DESAFIOS COLOCADOS PELAS TECNOLOGIAS DIGITAIS E FORMAS PROPOSTAS DE SUPERÁ-LOS 24.ª Conferência de Jono Jablonskis Ao longo dos outonos, o conjunto das conferências de Jono Jablonskis, organizadas desde 1993 pelo Instituto da Língua Lituana e pela Cátedra de Língua Lituana da Universidade de Vilnius, revela que nelas se optou com maior frequência por examinar problemas bastante concretos de normalização e uso, ou a relação entre norma e uso (por exemplo: Normas e uso da língua, 1994; Novos fenômenos linguísticos e sua avaliação, 1998; Mudança das normas e uso, 1999; Níveis das normas e do uso da língua, 2000; Uso e gestão da língua, 2001)1. Contudo, provavelmente não houve uma única conferência em que, de uma forma ou de outra, não surgissem também questões mais fundamentais — a concepção, os limites e a finalidade da língua padrão, sua relação com a sociedade, sua transformação em circunstâncias mutáveis e sua sobrevivência. E, aproximadamente desde a virada do século, à medida que as diversas circunstâncias que influenciam a língua se alteram de maneira cada vez mais substancial, essas questões são deliberadamente colocadas como objeto principal de reflexão (cf.: Limites da língua padrão, 2002; Língua padrão e sociedade, 2005; Língua padrão e outras variedades linguísticas, 2006; Variabilidade linguística e atitudes linguísticas, 2009; A existência e a renovação da língua lituana na sociedade contemporânea, 2013). A evolução das conferências revela também outra tendência: à medida que o olhar se volta para questões fundamentais, aprofundando-se nesse sentido, abrange simultaneamente uma perspectiva cada vez mais ampla. Já foram organizadas quatro conferências internacionais2, o que significa que nelas se debateu não apenas a situação ou a concepção da língua padrão lituana, mas também as concepções de língua padrão desenvolvidas noutros países ou, quando tais concepções não são aplicadas, as orientações do planejamento, da política e da gestão linguística. A 24.ª conferência deste ano abriu uma perspectiva especialmente ampla — a europeia, que abrange a União Europeia multilíngue e o problema da diversidade linguística que nela surge. Considerando o domínio em que se concentrou, a conferência realizada no Instituto da Língua Lituana, RECURSOS DIGITAIS DA LÍNGUA, SUAS LINHAS DE DESENVOLVIMENTO E POSSIBILIDADES DE UTILIZAÇÃO (29 de setembro de 2017), também poderia ser associada a uma esfera de alcance ainda mais amplo — a global. E embora se proponham palavras lituanas como mundial; universal; imenso em substituição ao adjetivo global, -i 1 As teses de algumas comunicações das conferências de J. Jablonskis podem ser encontradas no site do Instituto da Língua Lituana, no endereço http://lki.lt/tarptautin%C4%97-jono-jablonskio-konferencija/#1501063755178-1d439107-84e9. Na língua padrão (anteriormente — Cultura da língua) são publicadas resenhas das conferências. 2 Conferências internacionais foram organizadas em 2005, 2009, 2010 e 2016. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 2 ou gigantesco, -a3, as discussões deste ano são mais precisamente designadas por um termo internacional que abrange várias nuances semânticas. Em primeiro lugar, o espaço digital é não só global, mas também universal, gigantesco ou até ilimitado, sobretudo porque os oradores mencionaram como parte do domínio das tecnologias digitais não apenas computadores, mas também relógios inteligentes, telefones, aspiradores controlados por voz, robôs e, em geral, a inteligência artificial. Em segundo lugar, a palavra global, -i revela imediatamente ligações com a globalização e a crescente globalização, ligações essas que são evidentes não só no domínio do uso da língua escolhido para análise, mas também na questão fundamental debatida na conferência. A pergunta poderia ser resumida pela formulação apresentada pelo doutor habilitado em ciências matemáticas Laimutis Telksnys: «Como devemos nós, alguns milhões de lituanos, agir para não desaparecermos no oceano de mais de 7 mil milhões de pessoas que escrevem e falam, bem como de máquinas inteligentes que estão por vir?». Contudo, tanto a resposta concreta e objetiva dada pelo académico na sessão plenária como os projetos conjuntos apresentados sucessivamente por filólogos, matemáticos, programadores e engenheiros nas outras quatro sessões da conferência mostraram que a orientação estratégica geral é bem conhecida. Trata-se de integrar a língua e a sua estrutura no espaço digital e de cuidar ativamente para que funcione nesse espaço, tanto na forma escrita como na oral. Na conferência, a orientação estratégica foi antes considerada — e não debatida — como a única possibilidade de sobrevivência de uma língua de um país pequeno na era digital, a única escolha possível. O eurodeputado Algirdas Saudargas comparou-a à escolha que os contrabandistas de livros enfrentaram: optar pela escrita lituana com letras latinas num ambiente de escrita cirílica. Já o diretor de projetos da Faculdade de Filologia da Universidade de Vilnius, dr. Audrius Valotka, referiu uma cadeia de escolhas sucessivas: sobreviveram os povos que optaram por escrever algo em argila ou pergaminho; mais tarde, ao longo da história, sobreviveram os povos que imprimiram textos com a prensa inventada por Gutenberg; agora chegou a vez de escolher inevitavelmente a mudança para o espaço digital. Na conferência, mencionaram-se com um pouco mais de frequência do que a orientação estratégica as dificuldades que surgem ao avançar numa direção claramente compreendida, mas nem elas constituíram o foco das discussões. Mais de um participante apontou como problema o domínio do mundo tecnológico por empresas dos Estados Unidos da América (doravante, EUA), como Microsoft, Amazon ou Google, pouco interessadas nos mercados de países pequenos e, sobretudo, nas suas línguas. Por isso, chegou-se várias vezes à conclusão de que cabe a nós próprios cuidar do uso da língua no espaço digital e da sua sobrevivência. No entanto, mais de uma pessoa já empenhada nessa tarefa mencionou a falta de recursos, incluindo recursos humanos. É compreensível que um país pequeno tenha poucas possibilidades de competir no domínio das tecnologias da língua com os tubarões ou gigantes do mercado — empresas privadas de capital norte-americano, como foram repetidamente designadas. Contudo, a partir da análise da situação na União Europeia (doravante, UE) por parte de 3 Por exemplo, tais substituições são indicadas no Banco de Consultas disponibilizado pela Comissão Estatal da Língua Lituana: 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 a comunicação do cientista espanhol Rafael Rivera revelou que o domínio dessas empresas no mundo das tecnologias da informação também causa problemas ao nível da UE. Por outro lado, a própria UE também se inclina para o inglês, o que deverá ser um fator que dificulta especialmente a integração e a sobrevivência da língua lituana no espaço digital. No entanto, a conferência abriu uma perspetiva completamente diferente. A sessão plenária começou com a comunicação A língua viva na inteligência artificial, apresentada por Algirdas Saudargas, signatário da Lei da Independência que trabalha no Parlamento Europeu. Motivado por um estudo da rede de excelência META-NET, que abrange 60 centros de investigação em 34 países e revelou que, em termos do estado das tecnologias da língua, o lituano obtém a pontuação mais baixa, ou seja, é avaliado como «tendo pouco ou nenhum apoio tecnológico» — o que significa que a língua corre o risco de desaparecer —, ele já havia iniciado, alguns anos antes, um estudo no Parlamento Europeu, Igualdade das línguas na era digital. O estudo revelou que a verdadeira integração na UE depende não da monolingualidade, mas, pelo contrário, da diversidade linguística. Mais tarde, foi complementado pelo Projeto da Língua Materna, que propõe orientações estratégicas em vários níveis para alcançar um avanço tecnológico na UE, permitindo que cada cidadão da União aceda a serviços no espaço digital comum e comunique independentemente da língua que utiliza. Rafael Rivera, um dos responsáveis pelo estudo e pela investigação que lhe serviu de base, diretor da empresa de consultoria iClaves, veio apresentar o trabalho realizado. Ele identificou a contradição que a diversidade linguística representa para a UE: por um lado, enquanto expressão da diversidade cultural europeia, é considerada um dos maiores patrimónios da União, que possui 24 línguas oficiais e mais de 60 línguas de minorias nacionais e regionais; por outro, as barreiras linguísticas que daí resultam constituem um dos principais obstáculos à criação de uma União verdadeiramente integrada. São particularmente prejudicados por elas as pessoas com menos escolaridade, os idosos e os falantes de línguas de minorias menores e regionais. Assim, cria-se uma exclusão linguística. As consequências económicas e sociais das barreiras linguísticas são significativas: não se aproveitam plenamente as oportunidades proporcionadas pelo mercado único, pela livre circulação de bens e mão de obra, pela participação dos cidadãos nos processos políticos e pelo comércio eletrónico, e os cidadãos que têm o direito de delas usufruir não conseguem fazê-lo devidamente. E este problema torna-se especialmente relevante na era digital. O surgimento de novas tecnologias, como as redes neuronais de aprendizagem automática, cria meios para superar as barreiras linguísticas, mas isso é dificultado pela fragmentação do mercado europeu das tecnologias da língua, pela falta de coordenação da investigação, pelo financiamento insuficiente e pela atenção inadequada que os políticos da UE dedicam a estas questões nas suas agendas. Todas estas causas e problemas explicam também BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 4 o surgimento do projeto europeu da língua materna, que prevê um conjunto abrangente de medidas que abrange os níveis institucional, científico, industrial, comercial e do setor público4. No seu trabalho A língua lituana escrita e falada em meios convencionais e eletrónicos5, o professor do Instituto de Matemática e Informática da Universidade de Vilnius, especialista em tecnologias da língua, pioneiro do desenvolvimento da Internet na Lituânia e cientista cujas invenções são conhecidas não só na Lituânia, dr. habil. Laimutis Telksnys, respondeu à questão que ele próprio colocara sobre a possibilidade de sobreviver no oceano de milhares de milhões, enunciando como condições necessárias para a sobrevivência tarefas bastante concretas: para que a língua lituana correta subsista em documentos em papel e em meios eletrónicos, são necessárias regras para a língua escrita e falada, bem como equipamentos e software; transcritores que permitam representar os caracteres da escrita de outras línguas com caracteres da escrita lituana e representar os sons da fala com caracteres da língua falada lituana, adequados à síntese automática dos sons das palavras da fala lituana. Assim, garantir-se-ia que a comunicação com computadores, telefones, outros dispositivos inteligentes que falam e robôs fosse feita em lituano escrito e falado correto, e que, nos repositórios eletrónicos de dados da Lituânia, os nomes próprios estrangeiros fossem apresentados com códigos dos caracteres da escrita lituana e com a grafia original; a sua pronúncia oral seria apresentada por gravações áudio feitas com os sons dos fonemas da língua lituana e por gravações áudio na língua original. O próprio professor e outros especialistas do Instituto de Matemática e Informática já fizeram muito para garantir o uso correto do lituano falado no espaço digital, como ficou claro pelas comunicações apresentadas na primeira sessão, RECONHECIMENTO E SÍNTESE DA FALA. (E, em todas as outras sessões da conferência, foram poucos os problemas mencionados; antes, apresentaram-se de forma objetiva e construtiva os trabalhos em curso e enumeraram-se as tarefas futuras.) Em colaboração com filólogos — do Instituto da Língua Lituana, da Faculdade de Filologia da Universidade de Vilnius, da Universidade de Educação de Vilnius e da Universidade de Šiauliai —, um grupo de especialistas do Instituto de Matemática e Informática e da Faculdade de Matemática e Informática da Universidade de Vilnius, liderado pelo dr. habil. L. Telksnys, realizou entre 2013 e 2015 o projeto Serviços controlados pela fala lituana (LIEPA). O resultado foram sete serviços de acesso público, prestados em lituano falado correto: o Pažintuvas, que ajuda a explicar a estrutura celular nas escolas; o Ieškotuvas, que apresenta sítios do património da UNESCO; e serviços que permitem controlar um computador e fazer pesquisas por comandos de voz 4 O estudo Language equality in the digital age. Towards a Human Language Project e o seu resumo em inglês estão disponíveis ao público. Podem ser consultados no sítio Web do Parlamento Europeu (http://www.europarl.europa.eu/thinktank/en/document.html?reference=EPRS_STU(2017)598621),, mas a reprodução ou tradução do texto para fins não comerciais só é permitida com o consentimento do Parlamento Europeu. 5 Para um artigo elaborado com base na comunicação, ver Bendrinės kalbos na secção «Apžvalgų» deste volume. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 5 Controlador e Navegador, o Assistente e o Corretor, que dominam o lituano correto, e um sintetizador informático para pessoas cegas, que lê o texto no ecrã do computador. Foram também criados serviços de infraestrutura: um leitor de textos eletrónicos, um programa de abertura de páginas da Internet por comando de voz, um mecanismo de reconhecimento da fala lituana, um corpus de fala e um laboratório de gravação de voz6. Poderia parecer que muito foi feito, mas L. Telksnys, ao ler a comunicação preparada em conjunto com Gediminas Navickas, especialista sénior da Divisão de Projetos do mesmo instituto, Serviços controlados pela fala lituana. Situação. Perspetivas, descreveu estes trabalhos apenas como uma abertura de portas para a entrada da fala lituana no espaço eletrónico. Como resultados do projeto, o orador tendia a destacar não tanto os serviços criados, mas a importância que se tornou evidente de «fundir» os conhecimentos de informáticos e filólogos, bem como o valor do exemplo — mostrando aos fabricantes e prestadores de serviços as possibilidades de utilização de serviços controlados pela fala lituana. O cientista, que acompanha as tendências globais do setor tecnológico, considerou que uma tarefa bastante urgente que se coloca atualmente, já não tanto aos criadores e promotores de tecnologias da língua, é incluir robôs nos programas de ensino, mas, antes disso, formar também os professores. Também o gestor de projetos da Universidade de Vilnius, dr. Audrius Valotka, descreveu os trabalhos do projeto LIEPA apenas como a abertura de uma porta. Na comunicação Para além da prensa de Gutenberg: a fala lituana nas tecnologias mais recentes (coautor: G. Navickas), afirmou que «atualmente, a fala lituana nas tecnologias da informação encontra-se numa situação semelhante à de há 30 anos, quando se discutiam questões relativas à utilização de sinais diacríticos lituanos na informática». Esta situação incentiva a realização de trabalhos posteriores — o projeto LIEPA 2. O resultado deste projeto, já em curso, deverá consistir em soluções de infraestrutura: um corpus de 1 000 horas de fala lituana, um reconhecedor de fala lituana com 3 000 palavras e um sintetizador de fala lituana mais aperfeiçoado. Serão também criados novos serviços: um robô humanoide que desenvolve as capacidades de tomada de decisão das crianças, um controlador por voz dos contactos pessoais num telemóvel, um serviço de chamada de táxi, um leitor de notícias da Internet e um comunicador interlinguístico que abrange o lituano e o chinês. No entanto, o resultado mais importante previsto para o novo projeto é a possibilidade de comunicar com objetos (telemóveis, tablets, relógios inteligentes, robôs) em linguagem natural, dar-lhes comandos por voz humana e compreender as suas respostas. Outro representante do Instituto de Matemática e Informática, o docente Pijus Kasparaitis, na comunicação Estado atual e perspetivas da síntese computacional da voz lituana (coautores: o assistente dr. Gintaras Skersys e a leitora da Faculdade de Matemática e Informática da Universidade de Vilnius 6 São descritas mais pormenorizadamente no sítio Web dos Recursos Integrados da Língua e da Escrita 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, recorrendo a imagens filmadas e a sítios Web, ilustrou as possibilidades de utilização do sintetizador criado no âmbito do projeto LIEPA: o sintetizador foi utilizado no espetáculo Remote Vilnius, apresentado no festival de teatro de 2014 Sirenos (os espectadores, que também desempenhavam o papel de atores, caminhavam pelas ruas de Vilnius ouvindo vozes sintéticas através de auscultadores); é possível não só ler, mas também ouvir artigos de alguns jornais online (lzinios.lt, ukininkopatarejas.lt, vilnius.lt, delfi.lt); na estação rodoviária de Vilkaviškis, são lidos avisos aos passageiros com voz sintética; o serviço de conversão de texto em voz RoboBraille permite converter automaticamente quaisquer documentos de texto em ficheiros de áudio; tornou-se realidade também um robô que fala lituano — o humanoide NAO convidou os visitantes a conhecer o stand da Lituânia num evento de apresentação dos países da UE realizado em Bruxelas e assinalou o Ano de Kristijonas Donelaitis na conferência Os robôs falarão lituano?, realizada no Seimas. Ao enumerar possíveis aplicações futuras da síntese de voz, para cuja concretização já foram dados alguns passos, P. Kasparaitis mencionou a locução de artigos em sítios Web baseados em Linux, os assistentes virtuais e um quiosque móvel de venda MIO mobile kiosk, capaz de oferecer petiscos ou bebidas num parque. Os trabalhos apresentados nas três sessões seguintes, relacionados sobretudo com os esforços de preservação da língua escrita, deram a impressão de que, depois de transferir dicionários, corpora, bases de dados e ficheiros para o espaço digital, se avança cada vez mais para uma digitalização da língua que permita utilizar os recursos linguísticos não apenas aos utilizadores e investigadores da língua, mas também a programas de tecnologias da língua e à inteligência artificial. Esta orientação estratégica, que se torna cada vez mais pertinente à medida que a inteligência artificial progride, foi salientada tanto em artigos publicados na imprensa8 como nesta conferência pelo estratega da língua A. Saudargas. Nas teses apresentadas à conferência, foi descrita da seguinte forma: «o desenvolvimento da inteligência artificial converge para uma forma híbrida, na qual as redes neuronais correspondem aos mecanismos inconscientes do cérebro, enquanto a atividade consciente da mente é modelada pela chamada inteligência artificial simbólica tradicional. O mesmo se aplica às tecnologias da língua, se as entendermos como modelos dos mecanismos da língua no cérebro humano (a língua viva). Por isso, cada comunidade linguística deve assegurar que as tecnologias da língua que correspondem à inteligência artificial simbólica (os chamados programas “baseados em regras”) representem de forma completa e precisa toda a estrutura da língua materna, e que seja criado um ambiente rico na língua materna (e na cultura materna) para a aprendizagem autónoma das redes neuronais». 7 Para o artigo elaborado com base na comunicação, ver a secção «Recensões» deste volume de Bendrinės kalbos. 8 Por exemplo, no artigo Fulgura plango, publicado no diário Bernardinai.lt (http://www.bernardinai.lt/straipsnis/2012-12-05-algirdas-saudargas-fulgura-plango/91787), no artigo A língua materna: o que o Google não resolverá, publicado em 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 Na segunda sessão da conferência, RECURSOS DIGITAIS DA LÍNGUA LITUANA, ao apresentar um novo projeto do Instituto da Língua Lituana, também se afirmou que os recursos linguísticos, à medida que surgem novas necessidades, desafios e expectativas, devem evoluir: devem surgir novas ideologias e conceções de recursos linguísticos digitais, criar-se corredores de significado, engenharia de conceitos, uma variedade de possibilidades de pesquisa de informação, entre outras coisas. Na comunicação lida por Deimantė Budriūnaitė, chefe da Divisão de Infraestruturas de Assuntos Gerais, E. kalba – skaitmeninių kalbos išteklių naudojimo(si) inovacija, foi apresentado o novo projeto do instituto, que ela executa juntamente com a diretora Jolanta Zabarskaitė e Netcode, gestor de projetos Skirmantas Šermukšnis; na verdade, trata-se de uma continuação do projeto anterior de digitalização da língua. Na altura, foram digitalizados 11 dicionários monolingues e bilingues e 5 fichários, criando-se assim o Sistema de Informação dos Recursos da Língua Lituana9; o novo projeto visa não só integrar novos recursos, mas também criar tecnologias, soluções e ferramentas para a pesquisa semântica de recursos, visualizar os seus resultados e, com base nessas tecnologias, criar serviços para os utilizadores: Pesquisa na rede de palavras, E. marketing, E. conceitos e E. aconselhamento. Prevê-se a possibilidade de adaptar os recursos a fins de marketing, prestando serviços eletrónicos públicos e privados, bem como de assegurar maior acessibilidade em linha às ferramentas de formação de palavras e aos conselhos linguísticos, e de criar possibilidades para ligar a rede de palavras da língua lituana às redes de palavras de mais de 200 outras línguas. Duas bases de dados apresentadas por representantes do Instituto da Língua Lituana também demonstraram a preocupação com a utilização dos recursos da língua lituana já disponibilizados na Internet: uma delas foi integrada no Sistema de Informação dos Recursos da Língua Lituana, e está prevista a integração da outra. A iniciadora e criadora do Repositório de Neologismos da Língua Lituana, a investigadora principal Rita Miliūnaitė, do Centro de Investigação da Língua Padrão do Instituto da Língua Lituana, descreveu a base que está a criar como um guia em linha destinado a registar e descrever lexicograficamente os neologismos da língua lituana do início do século XXI10; a sua comunicação, porém, revelou que, na atual fase de desenvolvimento, a principal preocupação é talvez a utilidade do repositório para os utilizadores. Para esse fim, foi adaptada a pesquisa por palavra de entrada, origem do neologismo, forma original, variantes ortográficas, área de uso e algumas características especiais, bem como pelo apelido de uma pessoa notável que tenha usado o neologismo ou do seu autor; tendo em vista grupos específicos de utilizadores, está a ser criado um sistema de pesquisa avançada. O interesse tanto pelo repositório como pelos neologismos é grande, pelo que, até agora, o único problema referido é não ser possível processar a tempo os dados enviados pelos utilizadores. Por outro lado, a abundância de contribuições refuta dois mitos ainda persistentes na sociedade: o de que a língua lituana está a morrer e o de que são os linguistas que criam as palavras. Ainda assim 9 Sistema de Informação dos Recursos da Língua Lituana disponível em http://lkiis.lki.lt/home. 10 O Repositório de Neologismos da Língua Lituana pode ser acedido em 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 A dr. Daiva Murmulaitytė, que também trabalha no Centro de Investigação da Língua Padrão, na comunicação Perspetivas da investigação sobre a formação de neologismos (o caso do Repositório de Neologismos da Língua Lituana), propôs que se procurasse também aumentar a utilidade do repositório para os investigadores da língua. Para isso, seria necessário adaptá-lo adequadamente. Foi proposta a marcação dos neologismos com índices que registassem a classe gramatical da palavra-base do derivado, as alterações da base de formação, o papel da analogia e da tradução na criação do neologismo, manifestações de formação atípica, entre outros aspetos. Segundo a observação da oradora, a tentativa de o fazer revelou fenómenos de formação de neologismos que foram pouco estudados ou nem sequer estudados. Ao enumerar os objetivos de criação de outra base de dados — a Base de Dados Geoinformativa dos Topónimos da Lituânia11 —, o investigador sénior dr. Laimutis Bilkis, do Centro de Investigação das Línguas Bálticas e da Onomástica do Instituto da Língua Lituana, também mencionou tanto objetivos práticos, isto é, o ensino do uso correto, como a investigação linguística (incluindo a preservação e divulgação da língua). O facto de esta base se dirigir tanto aos utilizadores da língua como aos investigadores é demonstrado pelas opções de pesquisa e apresentação de informação: é possível procurar informações sobre topónimos por nome, género, número, acentuação, modo de formação, origem segundo a língua a que pertence a palavra-base e origem segundo o grupo lexical a que pertence a palavra-base; na área de análise dos topónimos, apresentam-se a acentuação de todos os casos, bem como explicações sobre a origem e a formação. Foram carregados na base cerca de 25 000 topónimos. Algumas ligações também já foram asseguradas: com a integração da base no Sistema de Informação dos Recursos da Língua Lituana, foram criadas ligações para outro topónimo de que o topónimo pesquisado deriva, para o nome de pessoa de que deriva, existente na Base de Dados de Apelidos Lituanos, e para registos históricos desse topónimo na Base de Dados de Topónimos Históricos. Estão ainda previstas ligações ao léxico padrão ou terminológico, especialmente semânticas, derivacionais e locais; contudo, foram mencionados vários problemas — não só a abundância de topónimos, mas também a fragmentação do financiamento. Os trabalhos desenvolvidos por representantes da linguística de corpus também evidenciam uma clara mudança da recolha de dados linguísticos para a procura de formas de os utilizar. Na terceira sessão da conferência, LINGUÍSTICA DE CORPUS, dois projetos de grupo que revelam o objetivo de anotar os corpora e, assim, utilizá-los na investigação linguística e na criação de outros recursos linguísticos foram apresentados por investigadores do Centro de Linguística Computacional da Universidade Vytautas Magnus, que realizam a maior parte deste trabalho na Lituânia, juntamente com representantes do Instituto Báltico de Tecnologias Avançadas. Na comunicação preparada pelo primeiro grupo de representantes da linguística de corpus — Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou e Andrius Utka —12, foram apresentados o corpus anotado morfologicamente MATAS e o corpus anotado sintaticamente ALKSNIS. O corpus MATAS foi preparado com base num corpus de 1 milhão de palavras, 11 Esta base também está disponível em http://lkiis.lki.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze. 12 Para o artigo preparado a partir da comunicação, ver «Língua Padrão», secção «Tecnologias da língua» deste volume. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 9 Após a aplicação de modelos estatísticos, para sua anotação foi utilizado o anotador morfológico desenvolvido pelo Centro de Linguística Computacional. ALKSNIO A anotação baseia-se nos princípios da anotação morfológica e sintática automática, tendo sido aplicado um modelo de dependências sintáticas. O projeto da segunda equipa de investigadores — Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou, Ieva Bumbulienė, Jolanta Kovalevskaitė, Tomas Krilavičius, Justina Mandravickaitė e Laura Vilkaitė — revelou que, após a anotação do corpus Delfi.lt, se passa à criação de uma metodologia para estudar combinações fixas de palavras no lituano escrito contemporâneo e à elaboração de um dicionário de colocações da língua lituana. Na base de dados de combinações fixas de palavras que está a ser construída com base no corpus, pretende-se apresentar informações gramaticais e lexicais sobre as combinações, a frequência de uso, a secção do texto, exemplos de concordância, entre outros dados. Atualmente, a base contém cerca de 2 700 lemas e mais de 35 000 formas flexionadas. As possibilidades práticas de utilização de corpora foram também demonstradas pela comunicação preparada por Gintarė Judžentytė e pela Dr.ª Vilma Zubaitienė, docentes do Departamento de Língua Lituana da Universidade de Vilnius: Estudos de frases académicas baseados em corpora: estrutura formal e semântica. Após uma análise das tentativas anteriores de estudar a linguagem científica com base em corpora, foi também apresentado o projeto desenvolvido pelas próprias autoras, que visa investigar a estrutura e a semântica das frases da linguagem académica, com base no Corpus de Trabalhos Escritos de Estudantes, que está a ser criado para esse fim na Universidade de Vilnius. Utilizando os dados do corpus e os resultados da investigação realizada, será compilado um repertório de frases da linguagem académica, útil para estudantes de diferentes ciclos de estudos e áreas de especialização. A quarta sessão da conferência ANÁLISE AUTOMATIZADA DA ESTRUTURA DA LÍNGUA E DOS TEXTOS revelou possibilidades ainda mais complexas de utilização das novas tecnologias na análise linguística. Na comunicação A gramática da língua lituana no mundo digital de código aberto13, o engenheiro Virginijus Dadurkevičius, do Instituto de Ciências Aplicadas da Universidade de Vilnius, após fazer uma análise do trabalho realizado no campo da análise morfológica por Vytautas Zinkevičius, programador do Instituto da Língua Lituana, que durante quase duas décadas foi um instrumento insubstituível e único para o estudo moderno da língua lituana e para as aplicações computacionais, apresentou também uma certa mudança na área da morfologia computacional, possibilitada pela utilização da plataforma Hunspell. A morfologia da língua é descrita na plataforma em dois ficheiros de texto, ambos elaborados com base na Gramática da língua lituana contemporânea e nos corpora da Universidade de Vilnius, da Universidade Vytautas Magnus e do Parlamento da República da Lituânia. Segundo o orador, foram registados cerca de 5 000 grupos de regras endereçáveis e selecionados mais de 170 000 lemas. Na seleção dos lemas, limitou-se o trabalho apenas ao lituano contemporâneo correto. Segundo o orador, este analisador morfológico interpreta corretamente 13 Consulte o artigo elaborado com base na comunicação em Bendrinės kalbos, na secção «Tecnologias da linguagem» deste volume. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 10 uma média de 99 em cada 100 palavras. O novo método de análise morfológica foi aplicado com êxito no Sistema de informação para a análise sintática e semântica da língua lituana14, criado pela Universidade Vytautas Magnus, no Registo de Atos Jurídicos15 e, com particular êxito, no sistema de indexação e pesquisa de documentos Solr/Lucene (segundo o orador, foi possível não só indexar e encontrar com precisão todas as formas de palavras pretendidas, mas também acelerar centenas de vezes o processo de indexação). Como próximo trabalho concreto, prevê-se a preparação de duas versões do dicionário: uma normativa, adequada à verificação ortográfica, e outra com versões normativa e não normativa da língua, adequada à resolução de tarefas mais aplicadas de análise da língua falada. As possibilidades que a era digital abre para a investigação de textos antigos foram reveladas na comunicação Quem copiou de quem? Automatização e visualização da investigação da história das traduções da Bíblia., apresentada pelo Dr. Mindaugas Šinkūnas, investigador do Centro de Investigação do Património Escrito do Instituto da Língua Lituana. Apresentou uma metodologia já testada que permite facilitar a avaliação da semelhança entre citações nas traduções da Bíblia, uma tarefa que causa as maiores dificuldades aos investigadores de textos antigos. Segundo o orador, a sua viabilidade é demonstrada pelo facto de os resultados da comparação de versículos bíblicos da Postila de Bretkūnas (1591), realizada por meio de análise computacional, corresponderem às conclusões obtidas por investigadores anteriores com outros métodos. O orador considerou que o resultado mais importante do trabalho foi uma ferramenta que indica uma relação aproximada de semelhança entre fontes ou partes delas. Esta abre caminho a investigações posteriores e mais aprofundadas. Naturalmente, a conferência não deixou de abordar uma área das tecnologias da linguagem que sofreu numerosos reveses: a tradução automatizada, sobretudo porque o termo tecnologias da linguagem se aplica principalmente a esta área. Na comunicação Tradução automática para a língua lituana16, o engenheiro Danielius Algirdas Ralys, do Instituto de Ciências Aplicadas da Universidade de Vilnius, passou em revista, etapa por etapa, todas as conquistas e os fracassos da tradução automática (a tradução literal surgida durante a Guerra Fria, a tradução baseada em regras e os métodos estatísticos de tradução) e concluiu que os avanços nesta área também chegaram à Lituânia. Com o surgimento de redes neuronais que constroem regras de transformação, as esperanças de um novo avanço na área da tradução automatizada estão associadas a elas. Chamando a atenção para o facto de os mais recentes sistemas de tradução automática neuronal traduzirem melhor do que um tradutor mediano, foram apresentados os planos da Universidade de Vilnius para lançar, em 2018, um projeto de tradução neuronal de nova geração entre inglês, lituano, polaco, francês, russo e alemão. Ainda assim, observou-se que é necessário não só copiar o que já foi inventado, mas também criar algo próprio e novo. Um projeto desenvolvido no Instituto da Língua Lituana revelou que tais esforços existem de facto. A importância de a Lituânia criar alternativas para a tradução automática foi salientada pelo Instituto da Língua Lituana 14 Sistemas de informação para análise sintática e semântica da língua lituana endereço – https://semantika.lt. 15 O endereço do Registo de Atos Jurídicos é https://www.e-tar.lt/portal/index.html. 16 Consulte o artigo elaborado com base na comunicação em Bendrinės kalbos, na secção «Tecnologias da linguagem» deste volume. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 11 A pesquisadora do Centro de Estudos da Língua Padrão, Dra. Daiva Šveikauskienė, e o programador Vytautas Šveikauskas decidiram, com base nos dados de 2017 da Tildės, que mostram que a qualidade das traduções para o lituano (e a partir dele) oferecidas pelos sistemas de tradução da Google, que utilizam métodos estatísticos, é inferior à das traduções para o letão ou o estoniano. Os autores associam a perspectiva de alternativas de tradução à gramática digital do lituano que estão desenvolvendo. Segundo os palestrantes, no momento foi preparado apenas um exemplo experimental da gramática, que abrange apenas algumas palavras, mas mesmo ele mostra que a qualidade da tradução é muito melhor. Composta por dois níveis — o abstrato (formas comuns a todas as línguas) e o concreto (um nível que reflete as características específicas de uma língua concreta) —, a gramática digital permite superar talvez o problema mais essencial da tradução automática: a transmissão do significado. Durante a tradução, ela permite transformar a frase numa forma semântica abstrata, a partir da qual se gera uma frase em outra língua com base apenas nas características da língua para a qual se traduz, sem levar em conta a morfologia da língua de partida, o que possibilita obter resultados muito mais precisos na transmissão do significado. Aliás, a tradução atual para o lituano oferecida pela empresa Google foi mencionada por quase metade dos participantes da conferência — tanto como um fracasso no uso da tecnologia linguística, quanto como uma ameaça à língua, e também como um exemplo que demonstra claramente que nós mesmos precisamos cuidar das tecnologias linguísticas. Ao fazer um balanço da conferência deste ano em homenagem a Jonas Jablonskis, surgem naturalmente várias conclusões bastante relacionadas entre si. Em primeiro lugar, a era das novas tecnologias abre possibilidades extraordinárias para a pesquisa linguística: corpus e outros acervos de dados computacionais, que revolucionaram a linguística, além das possibilidades cada vez mais avançadas de busca, síntese e apresentação de estatísticas proporcionadas pela tecnologia, que continuam a se aperfeiçoar com o desenvolvimento da inteligência artificial. No entanto, as novas tecnologias representam desafios especialmente grandes para a vitalidade da língua, e a ameaça não recai apenas sobre a língua padrão, mas sobre toda a língua lituana. Ainda assim, são justamente elas que oferecem meios de superar os desafios, e a nova iniciativa europeia cria oportunidades particularmente favoráveis para a sobrevivência da língua de um país pequeno. Contudo, tanto essa iniciativa quanto o desenvolvimento das tecnologias digitais evidenciam, como nunca antes, a necessidade de unir esforços e promover a integração. Os projetos apresentados já nesta conferência mostraram que, nessas condições, tanto garantir a sobrevivência da língua quanto pesquisá-la são tarefas que já não podem ser realizadas apenas com o conhecimento e os recursos de especialistas em língua: os projetos foram conduzidos por filólogos em parceria com especialistas em informática, matemáticos e programadores. O desenvolvimento da inteligência artificial, como A. Saudargas já assinalou diversas vezes, suscita não apenas a necessidade de reunir esforços de especialistas de diferentes áreas, mas também de criar uma ciência interdisciplinar, que se forma na interseção entre língua, computação e ciências cognitivas17. E a UE 17 Por exemplo, no artigo A língua lituana deve tornar-se letrada também na era digital, publicado no jornal eletrônico 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 o projeto da língua materna também revela a necessidade de unir os esforços de todo o Estado — dos setores público e privado, dos políticos, cientistas e especialistas em tecnologia. À primeira vista, o tema da conferência deste ano poderia parecer ter pouco a ver com o nome do criador da língua padrão. Como que antecipando a impressão de que não havia ligação, uma das organizadoras da conferência, a Dra. Rita Miliūnaitė, apontou uma delas ao proferir as palavras de abertura do evento: hoje, ao levar a língua para o espaço digital, assim como na época de J. Jablonskis, busca-se criar uma variante linguística universal, prática e capaz de atender às necessidades da sociedade. Outros participantes também formularam algumas ligações: P. Kasparaitis, expressando a esperança de que o projeto LIEPA se torne sinônimo de zelo pela língua lituana, acrescentou que J. Jablonskis aprovaria isso; já D. A. Ralys lembrou o criador da língua padrão como pioneiro na elaboração de regras gramaticais, que levou à análise morfológica automatizada. Contudo, a própria conferência revelou muito mais pontos em comum e objetivos compartilhados, sobretudo o cuidado com a sobrevivência da língua lituana, com o uso correto da língua, num mundo e em circunstâncias que afetam a língua em constante e extraordinária transformação. Recebido em 22/10/2017 RAMUNĖ VASKELAITĖ [email protected] BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204