Kết quả thật ấn tượng. Sự đa dạng ngôn ngữ toàn cầu đạt đỉnh ở mức khoảng 20.000 đến 75.000 ngôn ngữ vào khoảng 2.000 năm trước (khoảng 1000 TCN đến 1000 CN). Con số này cao gấp 10 lần so với khoảng 7.500 ngôn ngữ được nói hoặc ký hiệu ngày nay.

"Đó là thời kỳ hoàng kim của sự đa dạng ngôn ngữ," Bowern nói với Science News.

Khi sự suy giảm bắt đầu – và tại sao

Một phát hiện quan trọng của nghiên cứu là sự suy giảm đa dạng ngôn ngữ đã bắt đầu trước cả thời kỳ thực dân châu Âu. "Thời kỳ hoàng kim" kết thúc vào khoảng 3.000 đến 1.000 năm trước, chủ yếu bị thúc đẩy bởi sự mở rộng của nông nghiệp và sự trỗi dậy của các quần thể lớn hơn, tập trung hơn, đã hấp thụ hoặc thay thế các nhóm ngôn ngữ nhỏ hơn.

Các nhà nghiên cứu cũng ước tính rằng vào đầu kỷ Holocene (~12.000 năm trước), chỉ có khoảng 4.500 đến 6.200 ngôn ngữ tồn tại – ít hơn ngày nay – vì dân số loài người khi đó nhỏ hơn nhiều. Điều này bác bỏ quan điểm cho rằng sự đa dạng ngôn ngữ đã suy giảm đều đặn kể từ Kỷ Băng hà cuối cùng; thay vào đó, nó tăng trưởng song song với dân số trước khi đạt đỉnh và sau đó suy giảm.

Tình trạng mất mát hiện tại và tương lai dự kiến

Ngày nay khoảng 7.500 ngôn ngữ được nói hoặc ký hiệu trên toàn cầu. Nhưng tốc độ mất mát đang tăng tốc. Một nghiên cứu bổ sung được công bố trên Nature Ecology & Evolution (không phải bài báo trên Science), dự báo rằng nếu không có sự can thiệp, tình trạng mất ngôn ngữ có thể tăng gấp ba trong vòng 40 năm, với ít nhất một ngôn ngữ biến mất mỗi tháng và hơn 1.500 ngôn ngữ có thể biến mất vào cuối thế kỷ này.

Vai trò của AI trong việc gia tăng khoảng cách

Nghiên cứu trên Science tập trung vào tái hiện lịch sử và không trực tiếp mô hình hóa tác động của AI. Tuy nhiên, bối cảnh nghiên cứu rộng hơn cho thấy rõ rằng trí tuệ nhân tạo đang làm trầm trọng thêm tình trạng gạt ra ngoài lề của các ngôn ngữ nhỏ.

• Ít hơn 5% trong số ~7.000 ngôn ngữ trên thế giới hiện diện trực tuyến một cách có ý nghĩa.
• Hơn 6.000 ngôn ngữ vẫn ở trong tình trạng "bất lợi kỹ thuật số" – không thể tạo ra dữ liệu huấn luyện cần thiết để AI đại diện, tạo ra một vòng luẩn quẩn của sự loại trừ.
• Các mô hình ngôn ngữ lớn (LLM) đã được chứng minh là "bất công" một cách có hệ thống đối với các ngôn ngữ ít được sử dụng, ưu tiên các giống ngôn ngữ chuẩn hóa, có nhiều tài nguyên trong khi gạt ra ngoài lề các ngôn ngữ thiểu số.
• Kết quả là một khoảng cách ngôn ngữ kỹ thuật số, nơi các công cụ AI khuếch đại sự thống trị của tiếng Anh và một số ít ngôn ngữ phổ biến, gây thêm áp lực lên các cộng đồng ngôn ngữ nhỏ hơn.

Nghiên cứu từ Đại học Johns Hopkins được trình bày tại Hội nghị thường niên 2025 của Hiệp hội Ngôn ngữ học Tính toán châu Mỹ cho thấy các công cụ LLM phổ biến đang xây dựng "kén thông tin" thay vì san bằng sân chơi. Một bài báo trên Nature từ tháng 11/2025 lưu ý rằng các ngôn ngữ được nói bởi các cộng đồng ở châu Á, châu Phi và châu Mỹ – chiếm khoảng 5.500 trong số ~7.000 ngôn ngữ của thế giới – đang "có nguy cơ biến mất vào cuối thế kỷ này".

Kết luận

Nghiên cứu trên Science định hình lại sự hiểu biết của chúng ta về lịch sử ngôn ngữ của con người. Sự đa dạng đã từng lớn hơn nhiều so với ngày nay, đạt đỉnh ở hàng chục nghìn ngôn ngữ cách đây khoảng 2.000 năm. Sự suy giảm bắt đầu không phải với chủ nghĩa thực dân mà với nông nghiệp. Và trong khi các lực lượng lịch sử đã tồn tại hàng thiên niên kỷ, các hệ thống AI hiện đại có nguy cơ đẩy nhanh sự mất mát bằng cách loại trừ hầu hết các ngôn ngữ trên thế giới khỏi tương lai kỹ thuật số.

Kết quả thật ấn tượng. Sự đa dạng ngôn ngữ toàn cầu đạt đỉnh ở mức khoảng 20.000 đến 75.000 ngôn ngữ vào khoảng 2.000 năm trước (khoảng 1000 TCN đến 1000 CN). Con số này cao gấp 10 lần so với khoảng 7.500 ngôn ngữ được nói hoặc ký hiệu ngày nay.

"Đó là thời kỳ hoàng kim của sự đa dạng ngôn ngữ," Bowern nói với Science News.

Khi sự suy giảm bắt đầu – và tại sao

Một phát hiện quan trọng của nghiên cứu là sự suy giảm đa dạng ngôn ngữ đã bắt đầu trước cả thời kỳ thực dân châu Âu. "Thời kỳ hoàng kim" kết thúc vào khoảng 3.000 đến 1.000 năm trước, chủ yếu bị thúc đẩy bởi sự mở rộng của nông nghiệp và sự trỗi dậy của các quần thể lớn hơn, tập trung hơn, đã hấp thụ hoặc thay thế các nhóm ngôn ngữ nhỏ hơn.

Các nhà nghiên cứu cũng ước tính rằng vào đầu kỷ Holocene (~12.000 năm trước), chỉ có khoảng 4.500 đến 6.200 ngôn ngữ tồn tại – ít hơn ngày nay – vì dân số loài người khi đó nhỏ hơn nhiều. Điều này bác bỏ quan điểm cho rằng sự đa dạng ngôn ngữ đã suy giảm đều đặn kể từ Kỷ Băng hà cuối cùng; thay vào đó, nó tăng trưởng song song với dân số trước khi đạt đỉnh và sau đó suy giảm.

Tình trạng mất mát hiện tại và tương lai dự kiến

Ngày nay khoảng 7.500 ngôn ngữ được nói hoặc ký hiệu trên toàn cầu. Nhưng tốc độ mất mát đang tăng tốc. Một nghiên cứu bổ sung được công bố trên Nature Ecology & Evolution (không phải bài báo trên Science), dự báo rằng nếu không có sự can thiệp, tình trạng mất ngôn ngữ có thể tăng gấp ba trong vòng 40 năm, với ít nhất một ngôn ngữ biến mất mỗi tháng và hơn 1.500 ngôn ngữ có thể biến mất vào cuối thế kỷ này.

Vai trò của AI trong việc gia tăng khoảng cách

Nghiên cứu trên Science tập trung vào tái hiện lịch sử và không trực tiếp mô hình hóa tác động của AI. Tuy nhiên, bối cảnh nghiên cứu rộng hơn cho thấy rõ rằng trí tuệ nhân tạo đang làm trầm trọng thêm tình trạng gạt ra ngoài lề của các ngôn ngữ nhỏ.

• Ít hơn 5% trong số ~7.000 ngôn ngữ trên thế giới hiện diện trực tuyến một cách có ý nghĩa.
• Hơn 6.000 ngôn ngữ vẫn ở trong tình trạng "bất lợi kỹ thuật số" – không thể tạo ra dữ liệu huấn luyện cần thiết để AI đại diện, tạo ra một vòng luẩn quẩn của sự loại trừ.
• Các mô hình ngôn ngữ lớn (LLM) đã được chứng minh là "bất công" một cách có hệ thống đối với các ngôn ngữ ít được sử dụng, ưu tiên các giống ngôn ngữ chuẩn hóa, có nhiều tài nguyên trong khi gạt ra ngoài lề các ngôn ngữ thiểu số.
• Kết quả là một khoảng cách ngôn ngữ kỹ thuật số, nơi các công cụ AI khuếch đại sự thống trị của tiếng Anh và một số ít ngôn ngữ phổ biến, gây thêm áp lực lên các cộng đồng ngôn ngữ nhỏ hơn.

Nghiên cứu từ Đại học Johns Hopkins được trình bày tại Hội nghị thường niên 2025 của Hiệp hội Ngôn ngữ học Tính toán châu Mỹ cho thấy các công cụ LLM phổ biến đang xây dựng "kén thông tin" thay vì san bằng sân chơi. Một bài báo trên Nature từ tháng 11/2025 lưu ý rằng các ngôn ngữ được nói bởi các cộng đồng ở châu Á, châu Phi và châu Mỹ – chiếm khoảng 5.500 trong số ~7.000 ngôn ngữ của thế giới – đang "có nguy cơ biến mất vào cuối thế kỷ này".

Kết luận

Nghiên cứu trên Science định hình lại sự hiểu biết của chúng ta về lịch sử ngôn ngữ của con người. Sự đa dạng đã từng lớn hơn nhiều so với ngày nay, đạt đỉnh ở hàng chục nghìn ngôn ngữ cách đây khoảng 2.000 năm. Sự suy giảm bắt đầu không phải với chủ nghĩa thực dân mà với nông nghiệp. Và trong khi các lực lượng lịch sử đã tồn tại hàng thiên niên kỷ, các hệ thống AI hiện đại có nguy cơ đẩy nhanh sự mất mát bằng cách loại trừ hầu hết các ngôn ngữ trên thế giới khỏi tương lai kỹ thuật số.