Cómo Adi Vaani utiliza la IA para revitalizar las lenguas tribales de India

Un nuevo puente digital para las lenguas tribales

En una escuela primaria del centro de India, un profesor de gondi lleva años convirtiendo largas y complejas oraciones en hindi en explicaciones sencillas en gondi que sus alumnos puedan entender. Recurre a su memoria, pide ayuda a los mayores y busca palabras locales que expresen ideas nuevas. Es un trabajo lento y frágil. Un matiz que se pase por alto puede cambiar el significado, y la falta de una palabra puede llevar a los alumnos de nuevo a una lengua dominante. Esta es la realidad cotidiana que la nueva plataforma india Adi Vaani pretende cambiar: promete una forma más rápida y fiable de traducir conocimientos a las lenguas maternas tribales y de llevar las voces de las comunidades tribales al resto del mundo.

Lanzada en versión beta el 1 de septiembre de 2025, Adi Vaani es la primera plataforma de inteligencia artificial de India diseñada específicamente para las lenguas tribales. Se centra en lenguas que millones de personas hablan en casa, pero que rara vez aparecen en internet. En su primera versión, permite traducir directamente entre el hindi o el inglés y cuatro lenguas tribales, mientras continúa el trabajo para incorporar más idiomas. El objetivo es doble. Primero, ayudar a las personas a acceder a información en una lengua que usan a diario, desde lecciones escolares y recomendaciones de salud hasta prestaciones públicas. Segundo, proteger tradiciones vivas al facilitar la grabación de relatos orales, canciones e historias en un formato digital duradero.

El panorama lingüístico de India es inmenso. Los registros oficiales enumeran miles de lenguas maternas y dialectos. Muchas personas hablan estas lenguas en comunidades pequeñas, y demasiadas han desaparecido en las últimas décadas. Las lenguas mayoritarias suelen atraer a quienes las aprenden debido al empleo, la migración a las ciudades y los medios de comunicación. Sin un apoyo constante en las escuelas y los servicios públicos, las lenguas minoritarias pierden terreno. Adi Vaani es un esfuerzo directo para frenar esa pérdida y ofrecer a sus hablantes una vía de acceso a la economía digital sin abandonar su lengua materna.

Qué es Adi Vaani y por qué es importante

Adi Vaani es una plataforma de inteligencia artificial impulsada por el Gobierno que traduce texto y voz entre el hindi, el inglés y determinadas lenguas tribales. Está disponible como aplicación móvil y a través de un portal web. El proyecto tiene un propósito tanto práctico como cultural: facilitar el acceso a servicios y conocimientos a la población tribal y preservar lenguas que suelen transmitirse mediante relatos orales, en lugar de conservarse en archivos escritos.

Lenguas incluidas en la primera versión

La versión beta permite traducir cuatro lenguas tribales con comunidades numerosas de hablantes, pero con pocas herramientas digitales.

• Santali
• Mundari
• Bhili
• Gondi

Los equipos de ingeniería preparan la incorporación del kui y el garo. Los planes de expansión tienen en cuenta el número de hablantes, la disponibilidad de datos y la presencia de socios locales que puedan ayudar a validar las traducciones.

Qué pueden hacer los usuarios

Adi Vaani combina varias funciones que hacen que traducir sea algo más que una acción de un solo clic. Permite traducir texto en tiempo real y leerlo en voz alta mediante la conversión de texto a voz. Puede transcribir audio mediante la conversión de voz a texto y convertir las traducciones de nuevo en voz. También incorpora reconocimiento óptico de caracteres, que puede extraer texto de imágenes y páginas escaneadas para traducirlo. La plataforma reúne diccionarios bilingües, materiales básicos para el aprendizaje inicial y contenidos seleccionados, como recomendaciones de servicios públicos y discursos relevantes para la vida cotidiana. Se puede acceder al portal web en el sitio oficial: aadivaani.tribal.gov.in.

Cómo funciona la tecnología con lenguas con pocos recursos

Desarrollar traducción con inteligencia artificial para lenguas bien documentadas es difícil. Hacerlo para lenguas con pocos recursos supone un desafío aún mayor. La mayoría de las lenguas tribales no dispone de grandes conjuntos de datos depurados. Hay pocos textos paralelos que relacionen oraciones en una lengua tribal con sus equivalentes en hindi o inglés. Las bases de datos de voz, fundamentales para entrenar sistemas de voz, son aún más escasas. Esta falta de datos dificulta el entrenamiento de modelos modernos de traducción y voz, que requieren miles de horas de audio o millones de pares de oraciones alineadas para alcanzar una gran precisión.

Adi Vaani aborda esa carencia combinando el aprendizaje automático con los conocimientos humanos. Los sistemas de traducción se basan en modelos neuronales con arquitectura transformer, que aprenden patrones analizando numerosos ejemplos de una misma idea expresada en dos lenguas. Para reunir esos ejemplos, el equipo trabajó con hablantes nativos y docentes en la traducción de grandes conjuntos de oraciones y la validación de los resultados. En el caso del santali, por ejemplo, investigadores y traductores de la comunidad prepararon alrededor de cien mil oraciones en hindi alineadas con el santali y las relacionaron con un corpus de millones de palabras. Ese material se convirtió en datos de entrenamiento para modelos que se revisan, corrigen y vuelven a entrenar en ciclos sucesivos.

Los sistemas de voz siguen un proceso similar. Lingüistas y colaboradores locales graban palabras, frases y textos largos en la lengua correspondiente. El modelo aprende cómo se corresponden los sonidos con las letras y cómo fluyen las palabras en el habla natural. El proceso lleva tiempo porque cada lengua tiene su propia fonética, sus patrones de acentuación y su prosodia. Pronunciar correctamente es fundamental para que los hablantes nativos acepten la herramienta, por lo que la revisión humana sigue siendo una parte esencial del proceso.

Quién la desarrolla y cómo se obtienen los datos

Adi Vaani es un proyecto de colaboración. El desarrollo técnico está a cargo de importantes institutos de ingeniería, con socios de toda la red de investigación de India. Los Institutos de Investigación Tribal de estados como Jharkhand, Odisha, Madhya Pradesh, Chhattisgarh y Meghalaya aportan conocimientos lingüísticos, ponen a los equipos en contacto con hablantes nativos y ayudan a definir el contexto cultural. Docentes, líderes comunitarios y jóvenes traductores colaboran con los diccionarios, las oraciones de entrenamiento y las traducciones de relatos populares y lecciones locales.

El trabajo de campo marca una diferencia real. Más de 200 colaboradores han participado en la recopilación y validación de corpus para las primeras lenguas incluidas. Identifican vocabulario propio de cada región, resuelven diferencias de uso y proponen equivalentes más claros para términos modernos que quizá no tengan una correspondencia directa. Este enfoque, que mantiene a las personas dentro del proceso, permite que los modelos reflejen el habla real de las comunidades, en lugar de limitarse al uso formal o académico. El proyecto se promueve en distritos tribales mediante campañas de liderazgo y formación para que las escuelas, los trabajadores de salud y los funcionarios locales puedan adoptarlo rápidamente.

Avances, precisión y límites actuales

La versión beta es un primer paso y la precisión todavía varía. Los primeros usuarios han señalado que las traducciones al gondi pueden ser inexactas, sobre todo en oraciones largas o conceptos abstractos. Los equipos están ajustando los modelos con datos nuevos y comentarios de los usuarios para reducir esas deficiencias. A medida que se incorpore más material, la calidad debería mejorar, pero en el corto plazo seguirá siendo esencial revisar cuidadosamente los documentos oficiales y las comunicaciones de alto riesgo.

Otra limitación técnica es la variación. Cada lengua tiene variantes regionales. El santali, por ejemplo, presenta diferencias entre Jharkhand, Odisha y Bengala Occidental. El gondi se habla en varios estados, con usos distintos. La versión actual suele ofrecer una forma estándar por lengua. Para incorporar variantes regionales harán falta más datos, más revisores y compatibilidad con los sistemas de escritura que se necesiten. Algunas lenguas utilizan distintos sistemas de escritura según la región, lo que influye en los teclados, las fuentes y el funcionamiento del reconocimiento óptico de caracteres y la conversión de texto a voz. La capacidad de la aplicación para manejar esas variaciones será una prueba clave de su utilidad más allá de los primeros usuarios.

Por último, la evaluación debe equilibrar la rapidez con la confianza. Las métricas automatizadas ofrecen una imagen rápida de la calidad, pero no pueden valorar los matices culturales ni la pertinencia de los términos en un contexto local. Los ciclos de comentarios en los que participen docentes, mayores y jóvenes hablantes son la mejor manera de detectar expresiones poco naturales y preservar el estilo y el ritmo que distinguen a cada lengua.

Aulas, centros de salud y gobierno local

La educación en la lengua materna es una de las razones más importantes de este proyecto. Los estudiantes aprenden más rápido cuando reciben ideas nuevas en una lengua que ya hablan en casa. Con Adi Vaani, un docente puede traducir al momento apuntes de la pizarra al santali o al bhili, o leer en voz alta un párrafo de ciencias con una voz local. Las escuelas pueden preparar hojas de ejercicios bilingües para que los estudiantes aprendan las materias sin perder familiaridad con su lengua materna. Con el tiempo, este enfoque ayuda a los estudiantes a pasar a otras lenguas sin sacrificar la comprensión inicial.

La comunicación sobre salud es otro canal fundamental. Los trabajadores de salud comunitarios a menudo tienen que explicar síntomas, recetas y recomendaciones en lugares donde los niveles de alfabetización y las barreras lingüísticas pueden coincidir. Las herramientas de conversión de texto a voz y de voz a texto pueden transformar una recomendación impresa en un mensaje de voz claro en una lengua tribal. El reconocimiento óptico de caracteres puede hacer que antiguos carteles y folletos se puedan consultar y traducir. En una emergencia, un mensaje sencillo y preciso en la lengua en la que las personas confían puede salvar vidas.

La claridad beneficia al gobierno local. Para acceder a muchos servicios, las personas deben entender los requisitos de elegibilidad, las listas de documentos y los plazos. Traducir formularios, avisos y anuncios a las lenguas maternas reduce la confusión y facilita que más personas los utilicen. En las reuniones de las aldeas, la aplicación puede servir para subtitular discursos o proporcionar resúmenes rápidos. Los agricultores pueden consultar pronósticos meteorológicos, precios de mercado o recomendaciones sobre la salud del suelo sin depender de que alguien les interprete cada línea.

Preservación de la cultura y los conocimientos

Las lenguas transmiten relatos, canciones, rituales y conocimientos ecológicos. Gran parte de ese patrimonio vive en la memoria y en las representaciones, más que en los libros impresos. Si la lengua pierde presencia, los conocimientos también. Adi Vaani puede facilitar un proceso básico de preservación. Es posible grabar las palabras de un narrador, transcribirlas, traducirlas y almacenarlas con metadatos. Las mismas herramientas pueden ayudar a digitalizar manuscritos, crónicas de aldeas y guiones de teatro popular que solo existen en imágenes escaneadas.

El portal de la plataforma reúne este material en un formato accesible. Alberga diccionarios, materiales básicos para quienes empiezan a aprender y conjuntos de contenidos seleccionados, como información sobre salud y traducciones de discursos nacionales. Estos recursos ayudan a las comunidades a ver sus lenguas en contextos modernos y ofrecen un punto de entrada a los jóvenes que pasan buena parte del tiempo con sus teléfonos. Junto con las herramientas de alta tecnología, también es necesario facilitar el acceso a colecciones antiguas. Por ejemplo, una importante obra enciclopédica sobre la comunidad munda existe principalmente en páginas escaneadas. Convertir esos archivos en texto digital que se pueda consultar complementaría el impulso a la traducción y agilizaría la investigación de docentes y estudiantes.

El contexto de las políticas públicas

El lanzamiento se apoya en un impulso más amplio para crear infraestructura lingüística digital. En los últimos años, programas nacionales han financiado la recopilación de datos y el entrenamiento de modelos para lenguas de India con escasa presencia en internet. Estos esfuerzos se centran en crear conjuntos de datos, estandarizar la transliteración y publicar herramientas que cualquiera pueda utilizar en la educación, la salud y los servicios públicos. La aplicación de traducción está en consonancia con iniciativas que buscan hacer llegar los programas gubernamentales hasta las comunidades más alejadas y promover la unidad entre regiones mediante el respeto a las lenguas.

El proyecto responde tanto a una necesidad de gobernanza como a una cuestión de equidad. Cuando los servicios se ofrecen en una lengua que las personas entienden, los resultados mejoran. Más estudiantes continúan sus estudios. Los pacientes siguen los tratamientos con menos errores. Los ciudadanos presentan formularios a tiempo y solicitan prestaciones sin tener que acudir varias veces. Al incorporar las lenguas tribales a la corriente digital general, el proyecto puede reducir obstáculos y ayudar a que los programas públicos lleguen a las personas a las que están destinados.

El lugar de India en los esfuerzos mundiales

La pérdida de lenguas es una preocupación mundial. En todo el mundo se hablan miles de lenguas y muchas corren el riesgo de desaparecer en este siglo. Organismos internacionales han pedido medidas urgentes para proteger las lenguas indígenas y promover su uso en la educación y la vida pública. La inteligencia artificial puede ayudar, pero debe desarrollarse con el consentimiento de las comunidades, una gobernanza local y atención a la precisión cultural. Si una herramienta ignora los modismos o impone vocabulario externo, puede erosionar la confianza. Si da un papel central a los revisores de las comunidades y ofrece una forma sencilla de corregir errores, puede fortalecer la confianza y mejorar rápidamente.

Hay ejemplos exitosos de los que se puede aprender. Medios de comunicación y grupos de investigación indígenas de lugares como Nueva Zelanda han demostrado cómo los conjuntos de datos gestionados por las comunidades y las licencias cuidadosas protegen los derechos lingüísticos y permiten desarrollar herramientas modernas. Su experiencia muestra que la gestión de los datos importa tanto como la arquitectura de los modelos. El enfoque de Adi Vaani, que cuenta con hablantes nativos e institutos estatales de investigación para seleccionar los datos y validar los resultados, sigue ese patrón en el contexto de India.

Qué observar en la próxima fase

La hoja de ruta ya contempla dos ampliaciones. Está previsto incorporar el kui y el garo, y el equipo trabaja para mejorar la compatibilidad con los sistemas de escritura y las variantes regionales de las lenguas existentes. La aplicación está disponible para Android y se puede utilizar a través de un portal web del Gobierno. A medida que aumente su uso, se prevén mejoras en la experiencia de usuario y la accesibilidad. Una mejor conexión sin internet y modelos más ligeros ayudarán en zonas con conectividad limitada, una dificultad habitual en los distritos remotos.

Otra línea de trabajo busca profundizar, en lugar de ampliar la cobertura. Incorporar más vocabulario sobre educación, agricultura y salud hará que la herramienta resulte práctica para las necesidades diarias. Los glosarios que expliquen términos técnicos con ejemplos sencillos pueden ayudar a estudiantes y trabajadores de primera línea. Los concursos comunitarios que inviten a jóvenes a grabar y traducir relatos populares pueden aumentar rápidamente los datos de entrenamiento y, al mismo tiempo, mantener la propiedad en manos de los hablantes. Colaborar con centros de formación docente y escuelas de enfermería puede extender su uso a gran escala.

También hay un objetivo de investigación a largo plazo. Los líderes del proyecto han descrito Adi Vaani como la base para futuros modelos de lenguaje de gran tamaño centrados en las lenguas tribales. Para llegar a ese punto harán falta conjuntos de datos mucho mayores y más depurados, tanto de texto como de voz, además de un marco claro para el consentimiento, la privacidad y el reparto de beneficios. Si se reúnen esas condiciones, India podría demostrar un modelo de inteligencia artificial inclusiva que otros países multilingües puedan adaptar.

Puntos clave

• Adi Vaani es una nueva herramienta de traducción con inteligencia artificial centrada en las lenguas tribales, lanzada en versión beta el 1 de septiembre de 2025.
• La primera versión permite traducir santali, mundari, bhili y gondi; el kui y el garo están en desarrollo.
• La plataforma ofrece traducción de texto y voz, conversión de texto a voz y de voz a texto, y reconocimiento óptico de caracteres, además de diccionarios y materiales básicos de aprendizaje.
• Hablantes nativos, docentes e Institutos de Investigación Tribal aportan datos y validan los resultados para mejorar la precisión.
• La precisión sigue evolucionando y afronta dificultades por las variaciones dialectales y la escasez de datos para lenguas con pocos recursos.
• La educación, la salud y los servicios públicos son los principales ámbitos de uso, con el objetivo de reducir las barreras lingüísticas y mejorar los resultados.
• La digitalización de relatos populares y archivos comunitarios es otro objetivo, destinado a preservar el patrimonio cultural vivo.
• El proyecto está en consonancia con programas nacionales de digitalización e inclusión y refleja los llamamientos mundiales a proteger las lenguas indígenas.