Aymara y IA: por qué investigar un idioma que internet ignora

El aymara lo hablan cerca de dos millones de personas en Bolivia, Perú y Chile. En internet apenas existe. Esa asimetría —millones de hablantes, casi ningún dato digital— es la razón por la que este proyecto importa mucho más que su código.

YAIS Aymara Research no es un experimento técnico buscando una métrica bonita. Es un intento de responder una pregunta que va a definir la próxima década: ¿qué pasa con los idiomas que no entran en la ola de la inteligencia artificial?

• Un idioma sin datos digitales queda fuera de buscadores, asistentes, traductores y educación asistida por IA.
• La exclusión digital se vuelve exclusión económica y educativa en una generación.
• Construir infraestructura lingüística hoy es más barato que reconstruir el acceso después.
• La IA agéntica bajó el costo de este tipo de investigación de años-persona a semanas.

Por qué esto se debe investigar

Cuando un idioma no tiene presencia digital, no es solo un problema cultural. Un hablante de aymara no puede pedirle a un asistente que le explique un trámite, no encuentra material educativo en su lengua, no puede acceder a servicios públicos digitalizados en condiciones iguales. Cada avance de la IA en español o inglés amplía esa brecha en lugar de cerrarla.

Hablantes de aymara

~2M

Presencia digital relativa al español

<0.01%

Idiomas del mundo sin soporte en modelos grandes

>90%

Ventana antes de pérdida intergeneracional

1–2 generaciones

El impacto real que se busca

• Acceso: búsqueda y respuesta a preguntas sobre contenido en aymara, sin depender de traducir al español primero.
• Educación: material y tutoría asistida en lengua materna, que es donde mejor se aprende.
• Preservación activa: los datos que se generan quedan abiertos y reutilizables por otros equipos.
• Soberanía: la comunidad decide qué se digitaliza y cómo se valida, en vez de recibir un modelo entrenado afuera.

El objetivo no es un producto. Es dejar infraestructura: un corpus, un benchmark honesto y una metodología que otros idiomas originarios puedan copiar sin empezar de cero. Lo que se construye para el aymara sirve casi igual para el quechua, el guaraní o el mapudungun.

Cómo la IA está acelerando esta investigación

Hace cinco años, un proyecto así requería un equipo de laboratorio, financiamiento y varios años. Hoy lo estoy sosteniendo con agentes de código, modelos abiertos y GPUs gratuitas. Ese cambio de costo es la parte más importante de la historia.

Costo de cómputo del proyecto

USD 0

Ciclo experimento → resultado medido

horas, no semanas

Rondas de evaluación completadas

6

Personas en el equipo

1 + agentes

• Los agentes escriben, corren y documentan los experimentos; yo decido qué vale la pena medir.
• Modelos multilingües abiertos dan un punto de partida donde antes no había ninguno.
• La evaluación automatizada permite descartar caminos malos en horas en vez de meses.
• La documentación se genera junto con el experimento, así la investigación queda reproducible desde el día uno.

El cuello de botella que la IA no resuelve

Todo lo que se puede automatizar ya está automatizado. Lo que falta es humano: hablantes de aymara que validen pares pregunta-respuesta, corrijan traducciones y decidan qué contenido representa bien a la lengua. Ninguna GPU sustituye eso, y es exactamente ahí donde el proyecto necesita comunidad.

Por eso publico también lo que falla. Un experimento que mejoró su propia métrica un 37% y sacó 0/10 en la tarea real enseñó más sobre este dominio que cualquier resultado positivo: en idiomas de bajos recursos, medir mal es peor que no medir.

Qué sigue

• Ampliar el corpus con fuentes comunitarias, no solo Wikipedia.
• Abrir un proceso de validación con hablantes nativos.
• Publicar el benchmark para que otros equipos comparen contra algo estándar.
• Replicar la metodología en otro idioma originario para probar que se transfiere.

Si trabajas con lenguas originarias, educación intercultural o investigación en NLP de bajos recursos, el repositorio está abierto y la conversación también.