Euskorpora: etorkizun digitalak euskaraz hitz egitea nahi duen aliantza

Euskara historiako iraultza teknologiko handienaren aurrean
 

Ahots-laguntzaile bati zerbait eskatzen diogun bakoitzean, bilaketa bat egiten dugunean edo adimen artifizialeko laguntzaile batekin elkarreragiten dugunean, badago besteak baino hobeto ulertzen duen hizkuntza bat: ingelesa. Eta ondoren, distantzia jakin batera, beste gutxi batzuk.

Euskarak elkarrizketa horretatik kanpo geratzeko arriskua du, munduan zehar beste hizkuntza askori gertatzen zaien bezala, orain neurriak hartzen ez badira.

Adimen artifizialak hizkuntza bat ulertu eta hitz egin dezan, aurretik milioika adibide errealekin ikasi behar du: testuak, audioak, elkarrizketak. Lehengai hori, corpus digital hori, da oraindik euskarari falta zaiona. Eta hori eraikitzea da, hain zuzen ere, Euskorporaren zeregina.

Enpresen, erakundeen, unibertsitateen eta ikerketa-zentroen arteko aliantza gisa jaio zen Euskorpora, eta euskara ingurune digitalean ez ezik, naturaltasun osoz bizitzeko ere lan egiten du. Enpresen, erakundeen, unibertsitateen eta ikerketa-zentroen arteko aliantza gisa sortua —horien artean dago Euskaltel, sortzaileetako bazkide gisa—, Euskorpora lanean ari da euskara ez dadin soilik ingurune digitalean bizirik iraun, baizik eta bertan erabateko naturaltasunez bizi dadin.

Leire Barañano zuzendari nagusiarekin hitz egin dugu, ekimen honen abiapuntua, erronkak eta etorkizuna ulertzeko.

"Euskararen orainari eta etorkizunari begira datu banku garrantzitsuena eraikitzen ari gara"

Zein izan zen Euskorpora sortu zuen eragilea? Ba al zen seinale zehatzik adimen artifizialaren garaian euskarak zuen arriskuaz ohartarazi zuenik?

Aipatzen dudan pizgarria zuzenean lotuta dago digitalizazioaren prozesu azeleratuarekin eta adimen artifizialean oinarritutako soluzioen gorakadarekin, bereziki ahotsean eta testuan. Teknologia hauetako gehienak hizkuntza nagusiak lehenetsiz garatu dira, hala nola ingelesa edo gaztelania, eta bigarren maila batean utzi dira hizkuntza txikiagoak, hala nola euskara.

Egoera horretan, gizarteak gero eta plataforma, tresna eta zerbitzu digital gehiago erabiltzen ditu, baina ezin du erabat bere hizkuntzan egin. Hasieran arrakala txikia zen, ia oharkabea, baina oso azkar hazi da, eta alde nabarmen bihurtu da.

Gaur egun, arrakala hori ez da soilik teknologikoa; kulturala eta soziala ere bada, berrikuntzarako sarbide zuzena baldintzatzen duelako eta etorkizuneko ingurune digitaletan euskararen presentzia mugatzen duelako.

Zein izan da, orain arte, Euskorpora proiektuaren aurrerapenean zailtasunik handiena?  

Zailtasunak asko dira, baina bidezkoa da onartzea urte batean asko aurreratu dugula: dagoeneko 20 bazkide baino gehiago ditugu, ia hamar kolaboratzaile, komunitatearekin partekatzeko prest dauden kalitatezko 1.300 audio-ordu baino gehiago, eta baliozko datu bihurtzeko bildutako eduki ugari.

Hori esanda, eta zailtasun nagusiei erreparatuta, hiru nabarmenduko nituzke:

• Lehenik eta behin, datuak (dataset) sortzearen konplexutasunari buruzko ulermen orokorraren gabezia. Ez da prozesu automatikoa: edukiak —audioak, testuak— bildu behar dira, eta prozesu tekniko zorrotzak egin, datu erabilgarri bihurtzeko. Lan luzea, espezializatua eta garestia da.
• Bigarrenik, zenbait erakundek oraindik ez dute eduki-ekarpenik egin, ez baitute partekatzearen garrantzi estrategikoa behar bezala barneratu. Izan ere, komunitate osoari mesede egiten dion zerbait eraikitzen ari gara: eremu digitalean euskararen orainari eta etorkizunari begirako datu-bankurik garrantzitsuena.
• Eta hirugarrenik, aldaketen abiadura. Bilakaera teknologikoa oso azkarra da, eta hasierako egoeran nolabaiteko atzerapenetik abiatuta, ez da beti erraza adimen artifizialaren aurrerapenek markatzen duten erritmoari jarraitzea.

Beste hizkuntza gutxitu bateko zein ikaskuntza zehatz edo antzeko esperientzia iruditzen zaizue baliotsuena euskararentzat?

Asko begiratzen diogu Europari. Izan ere, nazioarteko aholku-batzorde bat sortu dugu, eta bertan Islandia, Finlandia, Eslovenia, Irlanda edo Letonia bezalako herrialdeetako profilak sartu ditugu. Testuinguru horiek, askotan, gurearen antzeko errealitateak partekatzen dituzte beren hizkuntzen tamainari eta eremu digitalean duten presentziari lotutako erronkei dagokienez.

Gure helburua da haiek erronka horiei nola heltzen dieten ikastea, ezagutza partekatzea eta ikuspegi desberdinetatik sinergiak sortzea. Uste dugu nazioarteko ikuspegi hori funtsezkoa dela modu sendoago eta koordinatuagoan aurrera egiteko.

Hamar urte barru, Euskorpora proiektuak bere eginkizuna bete izan balu, nola irudikatzen duzue euskaldun baten egunerokoa teknologia eta adimen artifizialari dagokionez?

Irudikatu nahiko nukeena da gure esku dauden plataforma digital guztiek, bereziki adimen artifizialean oinarritutakoek, euskarazko aukera modu naturalean txertatuta izango duten etorkizuna. Edonork elkarrekin jardun, sortu edo zerbitzu digitalak bere hizkuntzan erabili ahal izatea, inolako mugarik gabe.

Era berean, ikusi nahi nuke nola sortzen diren proposamen teknologiko propio berriak, hemen garatutakoak, gure behar espezifikoei erantzuteko eta euskarazko ekosistema digitala indartzen laguntzeko. Gabeziak asetzeaz gain, berrikuntza ere sortuko dutenak eta euskara etorkizuneko teknologietan erabat integratutako hizkuntza gisa kokatuko dutenak.

Hitz gutxitan, nola definituko zenukete Euskorpora proiektuaren garrantzia?

Euskorpora garrantzitsua da behar kritiko bati erantzuten diolako: euskarak ingurune digitalean eta, bereziki, adimen artifizialean oinarritutako teknologietan presentzia erreal eta erabilgarria izan dezan ziurtatzea.

Lehen urte hau ez da iragarpen handiena izan, eraikuntzarena baizik. Euskarak ahots-ezagutze sistemetan, itzulpen automatikoan eta hizkuntza-ereduetan oinarritutako etorkizuneko aplikazioetan presentzia izan dezan oinarriak ezarri dira. Eta hori guztia datuei esker bakarrik da posible: kalitatezkoak, egituratuak eta sistema horiek trebatzeko prest daudenak.

Euskorpora ez da proiektu isolatua, eta hau da bere ezaugarri nagusietako bat. Ekosistema oso baten aliantza da (erakunde publikoak, enpresak, klusterrak, fundazioak eta ezagutzaren arloko eragileak), euskararen etorkizun digitala erantzukizun partekatua dela ulertu duena. Lankidetza horri esker, edukiak ireki, gaitasunak batu eta banaka ezinezkoa litzatekeen abiaduran aurrera egitea posible izan da.

Emaitza nabarmena izaten hasi da: milaka audio-ordu eta testu-dokumentu euskarazko teknologia garatzeko corpus bihurtzen ari dira. Horren atzean, anotazio, balioztatze eta kalitate kontroleko lan konplexua dago, baita prozesu osoa profesionalizatu eta egituratzen duen azpiegitura teknologikoaren garapena ere.Gainera, 

Euskorporak datuak eraikitzeaz gain, euskara Europako testuinguruan kokatzen du, hizkuntza-teknologien etorkizuna definitzen ari diren guneetan parte hartuz.

Azken batean, Euskorpora garrantzitsua da, euskara iraultza teknologikotik kanpo ez geratzea bermatzen duelako. Izan ere, datuen ekonomian, baliabide digitalik sortzen ez duten hizkuntzek ingurune berrietatik desagertzeko arriskua dute. Eta Euskorpora da euskarak presente egoteaz gain protagonista izan dadin egindako apustu kolektiboa.

Orain egiten dugunak euskararen etorkizuna zehaztuko du

Leire Barañanoren hitzek teknologiatik haratago doan proiektu bat deskribatzen dute: hizkuntza baten etorkizunaren aldeko apustu kultural eta kolektiboa da. Euskorpora ez da zerotik abiatzen, baina bai benetako premia batetik: hizkuntza nagusien eta txikien arteko arrakala digitala itxaronik onartzen ez duen abiaduran handitzen ari da.

Ekimen hau berezi egiten duena ez da soilik eraikitzen duena -datuak, ereduak, azpiegitura-, baizik eta nola egiten den: sektore desberdinetako borondateak batuz.

Euskaltel Fundazioan 25 urte baino gehiago daramatzagu inklusio digitala eta Euskadiko garapen teknologikoa sustatzen, eta Euskorporan uste horren ispilu bat aztertzen dugu: teknologiak pertsonei lagundu behar diela, beren hizkuntzan, testuinguruan, kulturan. Horregatik da Euskaltel Fundazioa Euskorporako bazkide hasieratik.

Leirek irudikatzen duen etorkizuna —plataforma digitalek eta adimen artifizialak euskara modu naturalean txertatuko duten eta hemen garatutako teknologian oinarrituko dena— ez da utopia bat. Aitzitik, dagoeneko martxan den lan paziente, zorrotz eta partekatu baten emaitza izango da. Eta denok izan dezakegu, modu batean edo bestean, gure ekarpena.