El pico máximo de lenguas

El estudio estima que la diversidad lingüística global alcanzó su punto máximo hace aproximadamente 2.000 años (entre el 1000 a. C. y el 1000 d. C.), con entre 20.000 y 75.000 lenguas . Esta cifra es hasta 10 veces mayor que las aproximadamente 7.500 lenguas que se hablan o se señan en la actualidad .

El inicio del declive

El declive de esta 'edad de oro' lingüística comenzó mucho antes del colonialismo europeo. Según el estudio, la diversidad empezó a reducirse hace entre 3.000 y 1.000 años, impulsada principalmente por la expansión de la agricultura y la formación de poblaciones más grandes y centralizadas que absorbieron o reemplazaron a grupos lingüísticos más pequeños .

La línea base del Holoceno

Al comienzo del Holoceno (hace unos 12.000 años), los investigadores estiman que solo existían entre 4.500 y 6.200 lenguas . Esta cifra es menor que la actual, lo que contradice la idea de que la diversidad lingüística ha disminuido de forma constante desde el final de la última Edad de Hielo. En realidad, el número de lenguas aumentó junto con el crecimiento de la población humana.

Pérdida actual y proyectada

Hoy en día se hablan o se señan aproximadamente 7.500 lenguas . Sin embargo, investigaciones complementarias (publicadas en Nature Ecology & Evolution) proyectan que, sin intervención, la pérdida de lenguas podría triplicarse en los próximos 40 años, con al menos una lengua perdida por mes y más de 1.500 lenguas potencialmente desaparecidas para finales de siglo .

El papel de la IA en la marginación de las lenguas pequeñas

Aunque el estudio de Science se centra en la reconstrucción histórica y no modela directamente el impacto de la inteligencia artificial, el contexto de investigación más amplio citado en los informes deja claro que la IA y los grandes modelos de lenguaje (LLM) están profundizando la brecha digital lingüística:

• Menos del 5% de las aproximadamente 7.000 lenguas del mundo tienen una representación significativa en línea .
• Más de 6.000 lenguas siguen siendo 'digitalmente desfavorecidas', incapaces de generar los datos de entrenamiento necesarios para la representación en IA, lo que crea un círculo vicioso de marginación .
• Se ha demostrado que los LLM son sistemáticamente 'injustos' con las lenguas menos habladas, otorgando legitimidad a las variedades lingüísticas dominantes mientras marginan a las minoritarias .
• El resultado es una brecha digital lingüística en la que las herramientas de IA amplifican el dominio del inglés y de un puñado de otras lenguas muy habladas, acelerando la presión sobre las comunidades lingüísticas más pequeñas .

Conclusión: El estudio de Science revela que la diversidad lingüística de la humanidad fue mucho más rica de lo que es hoy, con un pico de decenas de miles de lenguas hace unos 2.000 años. El declive comenzó con el auge de la agricultura, no con el colonialismo moderno. Las tasas actuales de extinción son graves, y los sistemas de IA corren el riesgo de acelerar la marginación al excluir a la mayoría de las lenguas pequeñas del ecosistema digital.

El pico máximo de lenguas

El estudio estima que la diversidad lingüística global alcanzó su punto máximo hace aproximadamente 2.000 años (entre el 1000 a. C. y el 1000 d. C.), con entre 20.000 y 75.000 lenguas . Esta cifra es hasta 10 veces mayor que las aproximadamente 7.500 lenguas que se hablan o se señan en la actualidad .

El inicio del declive

El declive de esta 'edad de oro' lingüística comenzó mucho antes del colonialismo europeo. Según el estudio, la diversidad empezó a reducirse hace entre 3.000 y 1.000 años, impulsada principalmente por la expansión de la agricultura y la formación de poblaciones más grandes y centralizadas que absorbieron o reemplazaron a grupos lingüísticos más pequeños .

La línea base del Holoceno

Al comienzo del Holoceno (hace unos 12.000 años), los investigadores estiman que solo existían entre 4.500 y 6.200 lenguas . Esta cifra es menor que la actual, lo que contradice la idea de que la diversidad lingüística ha disminuido de forma constante desde el final de la última Edad de Hielo. En realidad, el número de lenguas aumentó junto con el crecimiento de la población humana.

Pérdida actual y proyectada

Hoy en día se hablan o se señan aproximadamente 7.500 lenguas . Sin embargo, investigaciones complementarias (publicadas en Nature Ecology & Evolution) proyectan que, sin intervención, la pérdida de lenguas podría triplicarse en los próximos 40 años, con al menos una lengua perdida por mes y más de 1.500 lenguas potencialmente desaparecidas para finales de siglo .

El papel de la IA en la marginación de las lenguas pequeñas

Aunque el estudio de Science se centra en la reconstrucción histórica y no modela directamente el impacto de la inteligencia artificial, el contexto de investigación más amplio citado en los informes deja claro que la IA y los grandes modelos de lenguaje (LLM) están profundizando la brecha digital lingüística:

• Menos del 5% de las aproximadamente 7.000 lenguas del mundo tienen una representación significativa en línea .
• Más de 6.000 lenguas siguen siendo 'digitalmente desfavorecidas', incapaces de generar los datos de entrenamiento necesarios para la representación en IA, lo que crea un círculo vicioso de marginación .
• Se ha demostrado que los LLM son sistemáticamente 'injustos' con las lenguas menos habladas, otorgando legitimidad a las variedades lingüísticas dominantes mientras marginan a las minoritarias .
• El resultado es una brecha digital lingüística en la que las herramientas de IA amplifican el dominio del inglés y de un puñado de otras lenguas muy habladas, acelerando la presión sobre las comunidades lingüísticas más pequeñas .

Conclusión: El estudio de Science revela que la diversidad lingüística de la humanidad fue mucho más rica de lo que es hoy, con un pico de decenas de miles de lenguas hace unos 2.000 años. El declive comenzó con el auge de la agricultura, no con el colonialismo moderno. Las tasas actuales de extinción son graves, y los sistemas de IA corren el riesgo de acelerar la marginación al excluir a la mayoría de las lenguas pequeñas del ecosistema digital.