De marcas tonales a archivos XML: cómo Ubini digitaliza la lengua edo para la tecnología

· Futuro

De marcas tonales a archivos XML: cómo Ubini digitaliza la lengua edo para la tecnología

La startup Ubini está creando un archivo digital de la lengua edo, digitalizando historias orales y recetas para preservar conocimientos en riesgo y generar datos legibles para tecnologías lingüísticas.

La periodista y experta en inteligencia artificial Stephanie Okhumu fundó la empresa Ubini para preservar el idioma edo, hablado por cerca de 2 millones de personas en el estado nigeriano de Edo. La idea del proyecto surgió tras la muerte de su abuela, cuando Okhumu se dio cuenta de que gran parte del patrimonio cultural, las recetas y los conocimientos tradicionales de su pueblo no estaban registrados por escrito y desaparecían junto con la generación de los ancianos.

Actualmente, Ubini recopila conversaciones cotidianas, discursos ceremoniales, historias de vida y conocimientos sobre alimentación: recetas, ingredientes e historias sobre platos específicos. Hasta la fecha, el equipo ha entrevistado a una veintena de personas y ha creado más de 20 horas de grabaciones de audio. Estos datos se estructuran en formato XML, añadiendo traducciones al inglés e información contextual. Para verificar la calidad de las transcripciones, colaboran con profesores de la Universidad de Benín, ya que el edo es una lengua tonal donde diferentes marcas de tono pueden cambiar el significado de una palabra.

Además de la misión cultural, Okhumu plantea un objetivo puramente tecnológico: proporcionar datos de calidad para entrenar modelos de inteligencia artificial. Un estudio de 2026 reveló que más del 98 % de las lenguas africanas prácticamente no cuentan con soporte en los grandes modelos de lenguaje actuales. Según Okhumu, durante las pruebas, las respuestas de los modelos existentes en edo podían sonar convincentes pero contener traducciones imprecisas. En un ejemplo, el modelo tradujo la palabra «download» como «D-A-N-L-O-D», reproduciendo la pronunciación inglesa en lugar del equivalente en edo.

«Claude puede escribir una imitación bastante convincente del idioma edo, pero la llena de disparates. Esto es realmente peligroso, porque si usted no conoce el idioma, ni siquiera se dará cuenta», explica la fundadora de Ubini.

Creación de una base de conocimientos creativa

Okhumu ve en el idioma edo una fuente poderosa para futuros productos culturales, como libros o películas. El primer paso en esta dirección fue el documental «Mia Mia», que se traduce como «olvidar». En la película de 27 minutos, María Evbagharu Osazee, de 85 años, relata su vida y los cambios que han tenido lugar en su comunidad. La cinta ya ha sido presentada en varios festivales internacionales de cine.

Actualmente, la empresa se financia con recursos propios, pero ampliar su escala requiere gastos significativos, especialmente en la etapa de transcripción y verificación de datos. Entre los planes más próximos de Ubini está aumentar el volumen del corpus a 250 horas para 2029. Okhumu busca socios e inversiones que permitan desarrollar el proyecto a largo plazo, ya que confía en que la creación de un archivo de calidad ayudará no solo a preservar el idioma, sino también a abrir nuevas oportunidades, como la creación de servicios financieros por voz para los residentes locales.

«Incluso si esta empresa no gana ni una sola naira, seguiré haciéndolo. Creo en esto firmemente», añadió Okhumu.

Basado en información de: TechCabal

Adaptación al español con ayuda de inteligencia artificial. Читати українською

¿De qué va? — la edición en español de «Про Що?»