Euskorpora: la alianza que quiere que el futuro digital hable euskera

El euskera ante la mayor revolución tecnológica de la historia

Cada vez que le pedimos algo a un asistente de voz, hacemos una búsqueda o interactuamos con un asistente de inteligencia artificial, hay un idioma que entiende mejor que los demás: el inglés. Y después, a cierta distancia, unos pocos más. El euskera corre el riesgo de quedarse fuera de esa conversación, como les sucede a muchas otras lenguas por todo el mundo, si no se actúa ahora.

Para que la inteligencia artificial entienda y hable un idioma, necesita haberlo aprendido antes con millones de ejemplos reales: textos, audios, conversaciones. Esa materia prima, ese corpus digital, es lo que todavía le falta al euskera. Y construirla es, precisamente, la misión de Euskorpora.

Nacida como una alianza entre empresas, instituciones, universidades y centros de investigación -entre los que se encuentra Euskaltel, como socio fundador-, Euskorpora trabaja para garantizar que el euskera no solo sobreviva en el entorno digital, sino que lo habite con plena naturalidad. 

Hablamos con su directora general, Leire Barañano, para entender el punto de partida, los retos y el horizonte que esta iniciativa tiene por delante.

“Estamos construyendo el banco de datos más relevante para el presente y el futuro del euskera”

¿Cuál fue el detonante que dio origen a Euskorpora? ¿Hubo una señal de alarma específica sobre el riesgo que corría el euskera en la era de la IA?

El detonante que comento está directamente relacionado con el proceso acelerado de digitalización y el auge de soluciones basadas en inteligencia artificial, especialmente en voz y texto. La gran mayoría de estas tecnologías se han desarrollado priorizando idiomas predominantes como el inglés o el castellano, dejando en un segundo plano lenguas más pequeñas como el euskera.

Esto ha provocado una situación en la que la sociedad adopta cada vez más plataformas, herramientas y servicios digitales, pero sin poder hacerlo plenamente en su propio idioma. Lo que en un inicio era una brecha pequeña, casi imperceptible, ha crecido de forma muy rápida hasta convertirse en una diferencia significativa.

Hoy en día, esta brecha no es solo tecnológica, sino también cultural y social, ya que condiciona el acceso equitativo a la innovación y limita la presencia del euskera en los entornos digitales del futuro

¿Cuál está siendo hasta ahora la mayor dificultad en el avance del proyecto Euskorpora?

Las dificultades son muchas, aunque también es justo reconocer que en apenas un año hemos avanzado muchísimo: contamos ya con más de 20 socios, cerca de una decena de colaboradores, más de 1.300 horas de audio de calidad listas para compartir con la comunidad y una gran cantidad de contenidos recopilados para transformarlos en datos de valor.

Dicho esto, y centrándome en las principales dificultades, destacaría tres:

• En primer lugar, la falta de comprensión general sobre la complejidad de crear datos (datasets). No es un proceso automático: requiere recopilar contenidos —audios, textos— y someterlos a procesos técnicos exigentes para convertirlos en datos útiles. Es un trabajo largo, especializado y costoso.
• En segundo lugar, la falta de aportación de contenidos por parte de algunas organizaciones, que todavía no han percibido la importancia crítica de compartir. En realidad, estamos construyendo algo que beneficia al conjunto de la comunidad: el banco de datos más relevante para el presente y el futuro del euskera en el ámbito digital.
• Y, en tercer lugar, la velocidad del cambio. La evolución tecnológica es muy rápida y, partiendo de una situación inicial con cierto retraso, no siempre es fácil seguir el ritmo que marcan los avances en inteligencia artificial.

¿Qué lección concreta o experiencia similar de otra lengua minorizada os parece más valiosa para el euskera?
 

Estamos mirando mucho a Europa. De hecho, hemos creado un comité asesor internacional en el que hemos incorporado perfiles de países como Islandia, Finlandia, Eslovenia, Irlanda o Letonia. Son contextos que, en muchos casos, comparten realidades similares a la nuestra en cuanto al tamaño de sus lenguas y los retos asociados a su presencia en el ámbito digital.

Nuestro objetivo es aprender de cómo están abordando ellos estos desafíos, compartir conocimiento y generar sinergias desde distintas perspectivas. Creemos que esta visión internacional es clave para avanzar de forma más sólida y coordinada.

Si dentro de diez años Euskorpora hubiera cumplido su misión, ¿cómo imagináis el día a día de un hablante de euskera en relación con la tecnología y la Inteligencia Artificial?

Lo que me gustaría imaginar es un futuro en el que todas las plataformas digitales a nuestro alcance, especialmente aquellas basadas en inteligencia artificial incorporen de forma natural su opción en euskera. Que cualquier persona pueda interactuar, crear o acceder a servicios digitales en su propio idioma sin limitaciones.

También me gustaría ver cómo surgen nuevas propuestas tecnológicas propias, desarrolladas aquí, que den respuesta a nuestras necesidades específicas y contribuyan a fortalecer el ecosistema digital en euskera. Iniciativas que no solo cubran carencias, sino que también generen innovación y posicionen al euskera como un idioma plenamente integrado en las tecnologías del futuro.

En pocas palabras, ¿cómo definiríais la importancia del proyecto Euskorpora?

Euskorpora es importante porque responde a una necesidad crítica: asegurar que el euskera tenga una presencia real y útil en el entorno digital y, especialmente, en las tecnologías basadas en inteligencia artificial.

Este primer año no ha sido de grandes anuncios, sino de construcción. Se han sentado las bases para que el euskera pueda estar presente en sistemas de reconocimiento de voz, en la traducción automática y en las futuras aplicaciones basadas en modelos de lenguaje. Y esto solo es posible con datos: datos de calidad, estructurados y preparados para entrenar estos sistemas.

Pero si algo define a Euskorpora es que no es un proyecto aislado. Es una alianza de todo un ecosistema (instituciones públicas, empresas, clústeres, fundaciones y agentes del conocimiento) que han entendido que el futuro digital del euskera es una responsabilidad compartida. Esa colaboración ha permitido abrir contenidos, sumar capacidades y avanzar a una velocidad que sería imposible de forma individual.

El resultado empieza a ser tangible: miles de horas de audio y documentos textuales ya se están transformando en un corpus que permitirá desarrollar tecnología en euskera. Detrás de ello hay un trabajo complejo de anotación, validación y control de calidad, así como el despliegue de una infraestructura tecnológica que profesionaliza y ordena todo el proceso.

Además, Euskorpora no solo construye datos, sino que posiciona al euskera en el contexto europeo, participando en espacios donde se está definiendo el futuro de las tecnologías del lenguaje.

En definitiva, Euskorpora es importante porque garantiza que el euskera no se quede fuera de la revolución tecnológica. Porque en la economía del dato, las lenguas que no generan recursos digitales corren el riesgo de desaparecer de los nuevos entornos. Y Euskorpora es la apuesta colectiva para que el euskera no solo esté presente, sino que sea protagonista.

Lo que hagamos ahora definirá el futuro del euskera

Las palabras de Leire Barañano dibujan un proyecto que va mucho más allá de la tecnología: es una apuesta cultural y colectiva por el futuro de una lengua. Euskorpora no parte de cero, pero sí de una urgencia real: la brecha digital entre lenguas mayoritarias y minoritarias se ensancha a una velocidad que no admite espera.

Lo que hace singular a esta iniciativa no es solo lo que construye -datos, modelos, infraestructura-, sino cómo lo hace: sumando voluntades de sectores de lo más diverso. 

Desde Euskaltel Fundazioa, donde llevamos más de 25 años promoviendo la inclusión digital y el desarrollo tecnológico de Euskadi, reconocemos en Euskorpora un espejo de esa misma convicción: que la tecnología tiene que servir a las personas, en su idioma, en su contexto, en su cultura. Ese es el motivo por el que Euskaltel Fundazioa es socia de Euskorpora desde sus inicios.

El futuro que imagina Leire, uno en el que las plataformas digitales y de IA incorporen el euskera de forma natural y en el que exista tecnología desarrollada desde aquí, no es una utopía. Será, de hecho, el resultado de un trabajo paciente, riguroso y compartido que ya está en marcha. Y en el que todos, de una forma u otra, podemos tener un papel.