La IA y las lenguas africanas en las redesCEFR B1
20 abr 2026
Adaptado de Guest Contributor, Global Voices • CC BY 3.0
Foto de Zulfugar Karimov, Unsplash
Los sistemas de inteligencia artificial que moderan contenido en redes sociales entienden pocas lenguas africanas y eso cambia qué se quita y qué permanece en línea. Moderadores describen una brecha entre las lenguas que usan las personas y las que pueden procesar estas herramientas; por ejemplo, se publican vídeos en Luo, Dholuo, Kikuyu y Dinka que los sistemas no comprenden.
Un estudio de 2025 halló que solo 42 lenguas africanas aparecen de forma significativa en los grandes modelos y que cuatro —amárico, suajili, afrikaans y malgache— se tratan con más consistencia. La dependencia de datos en inglés provoca falsos positivos y negativos: contenidos se retiran sin explicación o publicaciones dañinas en lenguas con pocos recursos permanecen en línea.
Casos concretos ilustran el problema: un creador keniano vio su cuenta eliminada y luego restablecida; además, en 2025 se eliminaron muchos vídeos y cuentas desde Kenia, y en Etiopía circularon afirmaciones falsas en Facebook sobre tropas que tomaban un puerto antes de ser desmentidas. Grupos académicos y organizaciones trabajan en conjuntos de datos, y las leyes como la EU AI Act y la Digital Services Act exigen más transparencia.
Palabras difíciles
- moderador — persona que revisa y controla contenido en líneamoderadores
- brecha — diferencia o separación entre dos situaciones o grupos
- falso positivo — resultado que indica un problema cuando no existefalsos positivos
- dato — información utilizada para entrenar sistemasdatos
- transparencia — clara información sobre cómo funciona algo
- retirar — quitar algo de un servicio o plataformaretiran
- consistencia — uniformidad en el trato o en los resultados
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o escuchas.
Preguntas de discusión
- ¿Qué problemas concretos pueden surgir cuando los sistemas no comprenden lenguas locales? Da uno o dos ejemplos del texto.
- ¿Cómo pueden ayudar los conjuntos de datos creados por grupos académicos y organizaciones a mejorar la moderación?
- ¿Qué efectos crees que puede tener exigir más transparencia por ley en la moderación de contenido?
Artículos relacionados
FOMO en Trinidad y Tobago: un incidente en un funeral estatal
El miedo a perderse algo (FOMO) volvió a hablarse tras un funeral de Estado en Trinidad y Tobago. Karen Nunez-Tesheira subió una baranda en SAPA y Timothy Hamel-Smith la siguió; el hecho generó debate sobre protocolo y respeto.
Sensor vestible detecta anticuerpos en 10 minutos
Investigadores de la University of Pittsburgh crearon un sensor vestible que detecta anticuerpos en diez minutos sin extracción de sangre. El dispositivo detecta anticuerpos de SARS-CoV-2 y H1N1 y aparece en la revista Analytical Chemistry.