Linguística Computacional e línguas indígenas brasileiras

Resumen

Apresentamos os desafios da Linguística Computacional no processamento das línguas indígenas brasileiras, abordando os avanços recentes, as principais dificuldades e as perspectivas para o uso das tecnologias disponíveis na preservação e revitalização de línguas indígenas. Para tanto, fazemos uma breve introdução à área da Linguística Computacional e uma revisão, baseada em Mager et al. (2018), das ferramentas mais promissoras para pesquisa. As línguas indígenas brasileiras representam um conjunto linguístico diversificado, com mais de 250 línguas, faladas por diferentes povos. Essa diversidade desafia as abordagens convencionais da Linguística Computacional, que não têm sido capazes de lidar com as particularidades dessas línguas, o que pode ser visto no descompasso entre as soluções tecnológicas e suas aplicações às línguas indígenas. A falta de investimento e de interesse social e político nas pesquisas de línguas nativas se somam à realidade linguística. A tradição oral e a ausência de sistemas ortográficos, bem como estruturas gramaticais distintas daquelas das línguas mais faladas, dificultam a criação de bases de dados necessárias para o treinamento de modelos computacionais e exigem inovações metodológicas que considerem suas especificidades. Além disso, a adoção de visões e conceitos eurocêntricos agravam os desafios. Mediante esta exposição, esperamos contribuir para a compreensão da situação atual entre a Linguística Computacional e as línguas indígenas brasileiras e reforçar a necessidade de aproximação das pesquisas em tecnologias e línguas nativas.