Design-Based Study of an Invisible Field Tool for Endangered Languages

Nel vasto panorama della comunicazione umana, alcune lingue sono parlate da milioni di persone, mentre altre pendono su un filo, parlate da soli pochi milliaia di persone sparse per tutto il globo. Quando una lingua affronta questo tipo di pericolo, la lotta per salvarla si sposta spesso nel mondo digitale. Uno degli strumenti più potenti per questo scopo è un progetto globale massiccio, dove i volontari si registrano mentre leggono ad alta voce delle frasi. Queste registrazioni vengono utilizzate per insegnare ai computer come comprendere il parlato umano, una tecnologia nota come riconoscimento vocale. Affinché una lingua sia inclusa in un simile progetto, ha bisogno di una vasta collezione di queste registrazioni, ma raccoglierle è difficile quando i parlanti sono pochi, vivono in molti paesi diversi e potrebbero non sentirsi a proprio agio con software informatici complessi. La sfida non è solo trovare persone che parlino, ma garantire che il testo che leggono sia scritto correttamente, un compito che diventa incredibilmente difficile quando una lingua utilizza un alfabeto unico che le tastiere standard dei computer non supportano facilmente.

Questa è la storia di come un ricercatore ha affrontato questo problema per due lingue in via d'estinzione, l'Adighe e il Kabardo, parlate dalle comunità circasse in Russia, Turchia e Medio Oriente. Queste lingue condividono una storia profonda, ma sono state standardizzate in due forme scritte separate utilizzando l'alfabeto cirillico decenni fa. Oggi, i loro parlanti sono dispersi e molti lottano con i caratteri specifici necessari per scrivere correttamente al computer. Un ricercatore di nome Mehmet Uğur Nemlioğlu si è proposto di costruire un ponte tra il desiderio della comunità di preservare la propria lingua e le richieste tecniche di una piattaforma digitale globale. Non ha costruito un nuovo sito web o un sistema di intelligenza artificiale complesso. Invece, ha creato uno strumento semplice e invisibile che vive all'interno di un comune programma di fogli di calcolo, progettato per pulire il testo, correggere gli errori e organizzare i dati in modo che i comuni volontari possano contribuire senza dover essere esperti di informatica.

Il viaggio è iniziato con una realtà frustrante. Prima dell'esistenza di questo strumento, il processo di preparazione delle frasi per la piattaforma di registrazione era lento e soggetto a errori. I volontari digitavano le frasi in documenti condivisi, ma questi documenti contenevano spesso errori nascosti. L'errore più comune riguardava una specifica lettera dell'alfabeto cirillico che assomiglia a una barra verticale, usata per marcare una sosta netta nella gola. Poiché le tastiere standard non hanno questo tasto, le persone spesso digitavano accidentalmente una regolare lettera latina "I" o un numero "1". Questi minuscoli errori rendevano le frasi inutilizzabili per i computer che cercavano di apprendere la lingua. Inoltre, il processo di controllo di questi errori richiedeva qualcuno con avanzate capacità tecniche per eseguire complessi programmi da riga di comando, una barriera che impediva a molti membri della comunità di aiutare. Le frasi restavano in sospeso per giorni o settimane, in attesa che uno specialista le correggesse, il che spesso causava la perdita di interesse dei volontari e l'interruzione del loro contributo.

Per risolvere questo problema, il ricercatore ha sviluppato uno strumento che funziona all'interno di un foglio di calcolo, un programma che quasi tutti sanno già usare. Lo ha costruito pezzo per pezzo, testandolo con la comunità e correggendo i problemi man mano che apparivano. Lo strumento agisce come un editor silenzioso. Quando un volontario incolla un elenco di frasi nel foglio di calcolo, lo strumento scansiona istantaneamente ogni riga. Trova i caratteri errati e li sostituisce con quelli corretti. Controlla che la punteggiatura sia nel posto giusto e che le frasi non siano troppo lunghe. Inoltre, ordina le frasi in diverse cartelle in base alla versione della lingua a cui appartengono, come la versione parlata in Turchia o quella parlata in Russia. Questa classificazione è cruciale perché le due lingue hanno dialetti diversi, e le registrazioni devono essere tenute separate per essere utili. Una volta terminato il lavoro, lo strumento produce file puliti pronti per essere caricati sulla piattaforma globale in pochi minuti, un compito che precedentamente richiedeva giorni.

I risultati di questo approccio sono stati immediati e significativi. Il tempo necessario per elaborare un lotto di mille frasi è sceso da diversi giorni a circa venti o cinquanta minuti. Questo cambiamento di velocità ha fatto molto di più che risparmiare tempo; ha cambiato l'umore della comunità. I volontari potevano vedere il proprio lavoro passare dalla fase di preparazione alla coda di registrazione quasi istantaneamente, il che li manteneva motivati a continuare. Anche la qualità dei dati è migliorata drasticamente. Lo strumento ha colto migliaia di errori che altrimenti sarebbero sfuggiti, garantendo che le registrazioni caricate nel database globale fossero pulite e accurate. Il ricercatore ha osservato che lo strumento è diventato così integrato nel flusso di lavoro quotidiano da sembrare invisibile agli utenti, i quali vedevano semplicemente le proprie frasi essere corrette e organizzate senza mai dover comprendere il codice che ci stava dietro.

Tuttavia, lo studio ha anche rivelato un elemento umano sorprendente che la tecnologia da sola non poteva risolvere. Il ricercatore aveva incluso una funzione per tradurre automaticamente il testo cirillico in una versione con alfabeto latino, sperando di aiutare i parlanti che non sapevano leggere lo script tradizionale. Si aspettava che questo rendesse il progetto più accessibile. Inveve, la comunità ha reagito negativamente. Molti parlanti, anche quelli che faticavano con lo script cirillico, sentivano un forte attaccamento al proprio sistema di scrittura tradizionale. Preferivano leggere e registrare nello script originale piuttosto che in una versione traslitterata. Questa resistenza ha dimostrato che, nello sforzo di salvare una lingua, i sentimenti della comunità riguardo alla propria identità e alle proprie tradizioni di scrittura sono importanti quanto la convenienza tecnica. Il ricercatore ha dovuto ascoltare questo feedback e adattare il progetto, dando priorità allo script tradizionale rispetto all'opzione latina più "tecnicamente flessibile".

Il successo di questo progetto offre un nuovo modo di pensare a come costruire la tecnologia per le lingue in via d'estinzione. Suggerisce che gli strumenti più efficaci non sono sempre i più complessi, ma quelli che scompaiono sullo sfondo, permettendo alle persone di concentrarsi su ciò che sanno fare meglio: parlare e preservare la propria cultura. Il ricercatore ha scoperto che, rimuovendo le barriere tecniche, poteva potenziare un piccolo gruppo di volontari affinché svolgesse il lavoro di un team molto più grande. Tuttavia, questo approccio portava con sé anche un avvertimento. Poiché lo strumento era così fluido, era facile perdere di vista errori sottili all'interno dello strumento stesso. Fu solo quando il ricercatore smise di usare lo strumento e guardò il codice con occhi nuovi, preparandosi a condividerlo con il mondo, che trovò piccoli errori che erano rimasti nascosti in piena vista per anni. Questo gli ha insegnato che anche gli strumenti invisibili devono essere visibili alla comunità affinché possano essere controllati e considerati affidabili.

In definitiva, questo studio dimostra che salvare una lingua nell'era digitale richiede una partnership tra tecnologia e fiducia umana. Lo strumento non ha solo velocizzato un processo; ha ricostruito la relazione tra i volontari e i dati. Rendendo il lavoro accessibile, il ricercatore ha aiutato una comunità dispersa a sentirsi connessa e capace. I risultati confermano che quando la tecnologia è progettata tenendo conto delle esigenze e dei sentimenti specifici di una comunità, può diventare una forza potente per la preservazione. La strada da seguire consiste nel prendere queste lezioni e costruire una versione web dello strumento che chiunque possa usare, assicurando che il lavoro di mantenere in vita queste lingue continui molto tempo dopo la fine del progetto iniziale. La storia dell'Adighe e del Kabardo mostra che il futuro delle lingue in via d'estinzione non risiede solo nel registrare voci, ma nel creare lo spazio giusto affinché quelle voci possano essere ascoltate.