Pesquisadores e alunos da Brigham Young University (BYU) estão empenhados em mudar a invisibilidade de milhares de idiomas no mundo para as tecnologias de tradução modernas através do projeto PathSay. Os estudantes do laboratório MATRIX estão colaborando com alunos da BYU-Pathway Worldwide para coletar dados de fala e texto em idiomas de baixa recursos, com o objetivo de preservar o patrimônio linguístico e melhorar o acesso a ferramentas de tradução para comunidades frequentemente negligenciadas pela tecnologia convencional.

Até o momento, o projeto já coletou mais de 750 mil frases gravadas e 2.200 horas de áudio em 30 idiomas, incluindo Afrikaans, Bislama, Chichewa, Cusco Quechua, Dholuo, Efik, Fante e Fon. Os pesquisadores esperam expandir essa iniciativa para 50 idiomas até o final do ano.

Desafios das Línguas de Baixa Recursos

Menos de 50 dos aproximadamente 7.000 idiomas falados no mundo possuem dados digitais suficientes para a criação de ferramentas de tradução efetivas. Apenas os doze idiomas mais falados, como inglês, português, italiano, coreano e chinês, são considerados de "alto recurso".

“Qualquer idioma além dos 100 mais falados é o que chamamos de baixo recurso”, afirmou o professor de ciência da computação da BYU, Steve Richardson. “Não há frases traduzidas suficientes online para treinar modelos como o Google Translate para lidar com esses idiomas. E a outra metade das línguas do mundo nem sequer é escrita, além de encontrarmos o que chamamos de línguas em perigo – aquelas que podem desaparecer com apenas algumas dezenas de falantes nativos restantes. Para essas línguas, o objetivo é preservar a cultura e o patrimônio, para não perder o conhecimento valioso dessas pessoas.”

Impacto Cultural e Espiritual

Embora muitas dessas línguas negligenciadas pela tecnologia convencional sejam faladas por centenas de milhares ou até milhões de pessoas, o projeto PathSay busca não apenas preservar o patrimônio, mas também fornecer recursos de tradução para essas comunidades. Alunos da BYU-Pathway Worldwide, oriundos de países como África do Sul, Nigéria e Quênia, gravam frases em suas línguas nativas por meio de um programa desenvolvido pelos estudantes do laboratório.

“Eu consigo preservar meu próprio idioma”, disse Thomas, um aluno da BYU-Pathway de Gana, em uma entrevista ao podcast Y Magazine. “As pessoas não têm realmente a chance de falar suas línguas locais, mesmo com seus colegas, e ter a oportunidade de aprender sobre sua língua local tem sido algo incrível para mim.”

Para Richardson e seus alunos, o objetivo final é tornar o evangelho de Jesus Cristo acessível a todos. De acordo com os estudantes da BYU-Pathway, gravar recursos do evangelho em suas próprias línguas teve um impacto espiritual significativo. “Nós, como cristãos, falamos sobre espalhar o evangelho pelo mundo para que todos possam ouvi-lo em sua própria língua”, disse Richardson. “Mas como vamos alcançar os bilhões de pessoas que falam essas línguas de baixa recursos?”

Com essa missão espiritual em mente, os alunos do laboratório MATRIX estão utilizando os dados coletados para criar modelos de IA capazes de reconhecer, traduzir e gerar as línguas de baixa recursos do mundo. “Membros ao redor do mundo merecem aprender sobre Cristo em sua própria língua nativa”, afirmou Ammon Shurtz, assistente de pesquisa principal, em um artigo da BYU Philanthropies. “Isso me motiva... para que eles – e milhões de outros – possam ter acesso a essas ferramentas e oportunidades.”