La estrategia de IA en lengua galesa de Gales pone de manifiesto la brecha entre los datos y el uso cotidiano

El Gobierno de Gales cerró su plan tecnológico de seis años en 2024 con una afirmación poco habitual: el galés estaba mejor preparado para la era de la IA. Un artículo de Google News, distribuido a través de Wired-Gov, ha devuelto ahora esa afirmación al ciclo de noticias tecnológicas. El balance incluye reconocimiento de voz, voces sintéticas, traducción automática y trabajo con OpenAI y Microsoft.

Sin embargo, la verdadera prueba ya no es si Gales puede financiar componentes lingüísticos útiles. Es si esos componentes llegan a los productos de IA, los lugares de trabajo, las escuelas y los servicios públicos que determinan las decisiones lingüísticas cotidianas. Los conjuntos de datos abiertos son importantes, pero las personas no pueden usar un corpus durante una reunión ni pedirle a un conjunto de datos que complete una solicitud.

Esta distinción genera presión tanto para el Gobierno de Gales como para las grandes empresas tecnológicas. Gales debe convertir la infraestructura financiada con fondos públicos en una adopción medible. OpenAI, Microsoft y otros operadores de plataformas deben demostrar que el soporte para el galés sigue siendo fiable a medida que cambian sus modelos e interfaces.

Lo que realmente resume el titular de Google News

El titular describe una transición de política pública, no un nuevo producto de IA ni un único lanzamiento de 2025.

La historia de fondo comienza con el Plan de Acción de Tecnología de la Lengua Galesa, que se desarrolló entre 2018 y 2024. Su objetivo era hacer que el galés pudiera utilizarse en más situaciones digitales, incluidas las interfaces de voz, los sistemas de traducción y el software conversacional.

El Gobierno de Gales publicó su informe tecnológico final el 20 de febrero de 2024. Ese documento cerró el programa original y revisó el trabajo realizado desde su lanzamiento.

El plan se concentró en tres áreas conectadas. Estas eran la tecnología del habla, la traducción asistida por ordenador y la inteligencia artificial conversacional. En conjunto, forman gran parte de la base técnica que una lengua necesita dentro del software moderno.

La tecnología del habla incluye el reconocimiento automático de voz, que convierte el habla grabada o en directo en texto. También incluye los sistemas de texto a voz, que generan audio hablado a partir de material escrito.

La traducción asistida por ordenador proporciona a los traductores profesionales terminología, memorias de traducción y sugerencias automatizadas. La IA conversacional incluye chatbots y grandes modelos de lenguaje, o LLM, que generan lenguaje al predecir secuencias probables de palabras.

El gobierno afirma que el programa ayudó a desarrollar tecnología galesa de voz a texto, traducción automática especializada y voces sintéticas. Algunas voces sintéticas se diseñaron para personas que pierden la capacidad de hablar.

El programa también respaldó recursos digitales que los desarrolladores pueden reutilizar. Este punto importa porque una lengua más pequeña rara vez atrae la misma inversión comercial en datos que el inglés, el español o el mandarín.

La presentación de Google News puede hacer que la historia parezca un amplio resumen de la tecnología y la IA galesas. La política de fondo es más limitada y específica. Trata de tecnología para la lengua galesa, no de todas las empresas de IA, centros de datos o políticas digitales que operan en Gales.

Esta diferencia es importante para los lectores que evalúan la afirmación. Gales no anunció un modelo fundacional nacional que compita con sistemas de OpenAI, Google o Anthropic. Invirtió en los activos lingüísticos y las alianzas que pueden hacer que el galés funcione dentro de esos sistemas.

Para febrero de 2024, ese enfoque había producido varias integraciones visibles. Los responsables galeses destacaron el trabajo con OpenAI para mejorar el manejo del galés por parte de GPT-4. También citaron la cooperación con Microsoft en interpretación dentro de Teams.

Microsoft Teams introdujo una función que permite a un intérprete humano ofrecer otro idioma durante una reunión programada. No es traducción automática. El software proporciona canales de audio separados para que los participantes puedan elegir el idioma interpretado.

Esta distinción ilustra el carácter práctico de la política. Gales no esperó a que un modelo de IA resolviera todos los problemas de las reuniones bilingües. Trabajó con una plataforma consolidada para respaldar un servicio dirigido por personas que las organizaciones podían utilizar de inmediato.

Jeremy Miles, entonces ministro de Educación y Lengua Galesa, afirmó que el objetivo era permitir que las personas usaran el galés en más situaciones tecnológicas sin tener que hacer una solicitud especial. Ese es un estándar más alto que simplemente publicar una interfaz en galés.

Una función lingüística existe cuando un proveedor la incluye en su lista. Una experiencia lingüística utilizable funciona en la entrada, la salida, la búsqueda, la transcripción, la traducción y el soporte. También debe sobrevivir a las actualizaciones de productos que pueden debilitar silenciosamente las opciones menos utilizadas.

Por tanto, el informe de 2024 marcó el final de un marco de financiación, no el final del trabajo. La siguiente fase tendría que conectar la oferta técnica con la demanda cotidiana.

Gales desarrolló los ingredientes de la IA antes de que la IA generativa se convirtiera en el asunto principal

La decisión más acertada de Gales fue invertir en infraestructura lingüística reutilizable antes de que los chatbots hicieran que ese trabajo fuera comercialmente urgente.

Entrenar y evaluar sistemas lingüísticos requiere texto, voz, diccionarios, anotaciones y terminología estandarizada. Los desarrolladores necesitan permiso para procesar y redistribuir esos materiales. Una colección útil atrapada tras licencias incompatibles no puede respaldar un proyecto de investigación abierto ni un producto comercial.

El galés presenta un problema conocido para la IA en lenguas minoritarias. Cuenta con una comunidad activa, instituciones públicas, medios de comunicación, escuelas y una cantidad considerable de material escrito. Sin embargo, sus recursos legibles por máquina siguen siendo reducidos frente a los conjuntos de datos en inglés recopilados de la web abierta.

Este desequilibrio afecta a algo más que la conversación fluida. Los modelos pueden tener dificultades con la ortografía galesa, los patrones lingüísticos regionales, los términos especializados, los nombres, la alternancia de códigos y el audio hablado. También pueden responder en inglés después de recibir una indicación en galés.

La respuesta del gobierno fue tratar los datos como infraestructura compartida. Los recursos financiados con fondos públicos se publicaron a menudo bajo licencias que permiten su reutilización. Esto ofrece a universidades, desarrolladores independientes y proveedores más grandes un punto de partida común.

La estrategia anticipó una característica importante de la IA generativa. La posición de una lengua depende en parte de si los desarrolladores pueden encontrar datos limpios, legales y representativos al entrenar o evaluar un modelo.

Las actualizaciones tecnológicas de 2025 del Gobierno de Gales muestran que la recopilación continuó después de que terminara el plan original. Para agosto de 2025, el gobierno informó de 249 horas de datos de entrenamiento de audio en galés repartidos en cuatro colecciones identificadas.

Estas colecciones incluían 124 horas de Common Voice, 45 horas del Bangor Transcription Bank, 40 horas de un proyecto Cymen y 40 horas de Paldaruo. Las horas de audio no son intercambiables, ya que la calidad de la grabación y la diversidad de los hablantes afectan a su valor.

La actualización también describió un trabajo de datos más granular. Los colaboradores etiquetaron los roles gramaticales de las palabras en más de 200 oraciones adicionales. Anotaron 400 entidades de oraciones para aplicaciones de vinculación de conocimientos.

La anotación de entidades con nombre identifica personas, lugares, organizaciones y otros elementos significativos dentro del texto. La vinculación de conocimientos conecta esos elementos con registros estructurados, ayudando a los sistemas a distinguir un nombre de lugar de una palabra común.

Los responsables galeses también informaron de que compartieron más de 10.000 nombres galeses a través de Wikidata. Un proyecto relacionado creó 11.264 etiquetas galesas para nombres de edificios.

Estas cifras son modestas en comparación con los corpus que sustentan los principales modelos en inglés. Su valor procede de la especificidad, las licencias y la verificación humana. El material cuidadosamente etiquetado puede poner a prueba fallos que un enorme conjunto de datos recopilado sin demasiado control oculta.

Los datos de voz implican una disyuntiva similar. Más horas suelen ayudar, pero la cobertura también importa. Un sistema entrenado con un grupo reducido de hablantes puede rendir mal entre grupos de edad, acentos, entornos de grabación y variedades regionales.

Por eso la infraestructura abierta sigue siendo un activo a largo plazo más sólido que una demostración temporal de chatbot. El lanzamiento de un único modelo queda obsoleto. Un conjunto de datos bien mantenido puede mejorar muchas generaciones de productos.

Gales también compartió material con AINA, un proyecto del gobierno catalán centrado en la tecnología lingüística. Esa cooperación sitúa al galés dentro de un esfuerzo más amplio de las comunidades lingüísticas europeas por reducir la dependencia del desarrollo centrado en el inglés.

El catalán y el euskera ofrecen puntos de referencia útiles. Cada uno ha invertido en recursos lingüísticos públicos, alianzas de investigación y despliegue. La comparación muestra que las lenguas minoritarias pueden influir en los mercados tecnológicos cuando las instituciones coordinan los datos y las compras.

Sin embargo, la comparación también expone el problema de escala. Incluso los buenos conjuntos de datos públicos siguen siendo diminutos frente al material disponible para las lenguas dominantes a escala mundial. Gales no puede cerrar esa brecha solo mediante la recopilación.

Su capacidad de influencia procede de hacer que los recursos galeses sean fáciles de reutilizar y difíciles de ignorar para los grandes proveedores. La contratación pública, los estándares de evaluación y las alianzas pueden convertir un conjunto de datos pequeño en un requisito de producto.

Un titular de Google News puede mostrar los proyectos finalizados, pero no puede demostrar si esos proyectos cambiaron el comportamiento de los usuarios. Eso requiere pruebas procedentes de los productos y los lugares de trabajo.

La principal disputa es entre la infraestructura y el uso cotidiano

Gales ha demostrado que puede crear componentes técnicos básicos, pero aún no ha demostrado que esos componentes aumenten de forma constante el uso diario del galés.

El Gobierno de Gales estableció tres prioridades tras revisar el plan de acción original. La primera es utilizar la tecnología para aumentar el uso diario del galés, especialmente en el trabajo.

La segunda es garantizar que la tecnología lingüística llegue tanto a los desarrolladores como a los usuarios. La tercera es mejorar la IA y la tecnología del habla en galés mediante el intercambio de datos y trabajos relacionados.

Mark Drakeford, entonces secretario del Gabinete para Finanzas y Lengua Galesa, describió esas prioridades en una declaración tecnológica del 7 de enero de 2025. El momento es importante porque trasladó la política de la creación de recursos hacia la distribución y la adopción.

Un desarrollador puede encontrar un conjunto de datos de voz abierto y aun así carecer del presupuesto de ingeniería para integrarlo. Una entidad pública puede adquirir software que nominalmente admite el galés, pero que usa el inglés por defecto en pasos críticos.

Los trabajadores también pueden evitar las herramientas en galés si añaden demoras o requieren una configuración especial. Una función técnicamente correcta puede fracasar cuando interrumpe un flujo de trabajo establecido.

Este es el oponente central del artículo: la infraestructura lingüística frente al uso de la lengua. La evidencia más sólida del gobierno se sitúa del lado de la infraestructura. El resultado público depende del otro lado.

Pensemos en las reuniones de trabajo. La función de interpretación de Teams elimina una barrera al admitir audio en idiomas separados. Sin embargo, una organización aún necesita intérpretes, procedimientos para las reuniones, participantes informados y administradores que configuren la función.

Pensemos en el reconocimiento de voz. Un modelo puede rendir bien en una evaluación controlada, pero tener dificultades con varios hablantes, ruido de fondo, vocabulario especializado o una conversación que alterna entre galés e inglés.

Pensemos en la IA generativa. Un chatbot puede producir galés fluido mientras introduce errores factuales o terminología poco natural. La fluidez por sí sola no establece la fiabilidad para la educación, la atención sanitaria, el trabajo jurídico o los servicios gubernamentales.

La asociación del gobierno con OpenAI se entiende mejor, por tanto, como acceso e influencia, no como una garantía permanente. El comportamiento de los modelos cambia a medida que los proveedores actualizan los datos de entrenamiento, los sistemas de seguridad, las herramientas de recuperación y las interfaces de usuario.

El trabajo de OpenAI en GPT-4 ofreció a los responsables políticos galeses una vía de acceso a un sistema influyente. No creó un referente público que compare todos los modelos posteriores en precisión, cobertura dialectal, seguridad y consistencia.

La cooperación con Microsoft presenta la misma tensión. La interpretación en Teams es una implementación valiosa, mientras que las mejoras en el procesamiento de galés de Copilot abordan una capa técnica diferente. Ninguna de las dos hace que todos los flujos de trabajo de Microsoft sean bilingües de forma predeterminada.

El desafío crece cuando las funciones de IA aparecen en procesadores de texto, correo electrónico, búsqueda, atención al cliente y sistemas operativos. Cada interfaz crea otro lugar donde el soporte para el galés puede ser completo, parcial o inexistente.

Los usuarios rara vez evalúan estas capas por separado. Experimentan una secuencia única que falla. Si el dictado reconoce el galés pero el asistente responde en inglés, toda la tarea parece carecer de soporte.

Por eso la distribución debería ser tan visible como la producción de conjuntos de datos. Gales necesita evidencia sobre el uso activo, la finalización de tareas, las tasas de error y la satisfacción de los usuarios.

Los organismos públicos pueden ayudar publicando requisitos tecnológicos bilingües en los contratos de contratación pública. Pueden exigir a los proveedores que revelen qué funciones admiten el galés y cómo se prueba ese soporte.

También pueden compartir materiales de evaluación. Un referente reutilizable permitiría a escuelas, organismos, investigadores y proveedores comparar sistemas frente a las mismas tareas lingüísticas.

Los trabajadores del conocimiento se enfrentan a un problema relacionado cuando los registros útiles están dispersos entre reuniones, documentos y notas. Una base de conocimiento personal puede preservar el contexto, pero el soporte lingüístico sigue determinando si la recuperación funciona de forma equitativa con material en galés e inglés.

Esto hace que la política tecnológica galesa sea relevante más allá de Gales. El apoyo a lenguas más pequeñas es una prueba de si las plataformas de IA pueden atender a usuarios multilingües sin obligarlos a utilizar una sola lengua dominante.

Si los proveedores resuelven la recuperación, el habla y la generación para el galés, desarrollan métodos que pueden trasladarse a otras lenguas con recursos digitales limitados. Si no lo hacen, la adopción de la IA puede reforzar las desigualdades lingüísticas existentes.

Lo que no demuestran las cifras de progreso

La evidencia disponible documenta actividad y activos, pero todavía no ofrece una medida pública completa de la fiabilidad ni de la adopción.

Las 249 horas de audio comunicadas en agosto de 2025 ofrecen una base concreta. No revelan con qué precisión los sistemas comerciales transcriben galés en entornos reales de servicios públicos.

Los recuentos de nombres, etiquetas y anotaciones muestran una expansión útil. No muestran cuántos desarrolladores descargaron los datos, qué productos los incorporaron ni si los usuarios percibieron mejores resultados.

No es motivo para descartar el trabajo. Los programas de infraestructura suelen generar valor de forma indirecta. El problema es que ese valor indirecto resulta difícil de defender cuando llega la siguiente decisión de financiación o contratación pública.

Un referente público podría cerrar parte de esa brecha. Podría evaluar la precisión de la transcripción, la calidad de la traducción, la calidad factual de las respuestas, la alternancia de códigos y la variación regional.

Las pruebas deberían incluir tareas de alto riesgo y tareas cotidianas. Una cita médica conlleva riesgos distintos a redactar un mensaje informal, pero ambas influyen en la confianza en una herramienta lingüística.

La evaluación también necesitaría revisores humanos. Las métricas automatizadas pueden comparar la salida de un modelo con una referencia, pero varias traducciones al galés pueden ser correctas. Los hablantes nativos deben valorar el significado, el tono y la naturalidad.

La privacidad añade otra limitación. Los datos de voz recopilados en servicios públicos, escuelas o lugares de trabajo pueden contener información sensible. Las licencias abiertas solo son valiosas cuando la recopilación respeta el consentimiento y la protección de datos.

La representación también importa. Un conjunto de datos puede ser reutilizable legalmente y, aun así, infrarrepresentar determinados acentos, edades, comunidades o capacidades lingüísticas. Los sistemas entrenados con él pueden reproducir esas brechas.

Los sistemas generativos plantean preocupaciones independientes. Un modelo puede alucinar, es decir, producir información plausible pero no respaldada. También puede traducir incorrectamente un término especializado mientras conserva un tono seguro.

Estos riesgos hacen esencial la supervisión humana en los servicios públicos. El soporte para el galés no debería convertirse en una razón para rebajar los estándares aplicables a las herramientas en inglés.

El resumen gubernamental sobre IA de 2025 afirma que la adopción en el sector público galés debe ser ética, fiable, inclusiva y accesible. Estos principios orientan, pero los controles operativos determinan si influyen en las implementaciones.

Posteriormente, Gales estableció un marco de política más amplio mediante su plan nacional de IA, publicado en noviembre de 2025. Organizó la agenda en torno al crecimiento económico, la educación, una prestación equitativa y la confianza.

Ese plan más amplio refuerza la coordinación, pero también amplía el número de promesas que requieren evidencia. La tecnología lingüística comparte ahora espacio con la salud, la educación, la administración pública, las competencias, la infraestructura y el desarrollo económico.

El riesgo es que el soporte para el galés se convierta en un principio transversal sin un responsable identificado. Cuando todos los programas deben considerar el idioma, puede que ninguno publique el resultado.

El escrutinio independiente ya ha puesto el asunto en primer plano. Un informe de un comité del Senedd de 2026 indicó que los testigos consideraban que Gales estaba relativamente avanzada entre los programas tecnológicos para lenguas minoritarias.

La misma evidencia comparó el galés con el catalán y el euskera y subrayó la necesidad de mantener el impulso. Esa salvedad importa porque los ciclos de desarrollo de las plataformas avanzan más rápido que la mayoría de los ciclos de política pública.

Un conjunto de datos publicado en 2024 puede seguir disponible durante años. Una interfaz comercial de IA puede cambiar varias veces en un solo año. El soporte puede mejorar o empeorar sin un anuncio formal.

Por tanto, el gobierno debería separar cuatro tipos de medición.

En primer lugar, las métricas de activos cuentan corpus, grabaciones, voces, términos y anotaciones. En segundo lugar, las métricas de integración rastrean los productos y servicios que utilizan esos activos.

En tercer lugar, las métricas de rendimiento miden la precisión y la finalización de tareas. En cuarto lugar, las métricas de adopción muestran si las personas realmente eligen el galés para su trabajo y actividades diarias.

Las actualizaciones públicas actuales son más sólidas en la primera categoría. Teams y otras asociaciones ofrecen evidencia para la segunda. La tercera y la cuarta categorías siguen siendo más difíciles de evaluar a partir del registro publicado.

Esta limitación también se aplica a las afirmaciones sobre preparación. Gales está mejor preparada porque posee más recursos, relaciones y experiencia institucional que en 2018.

La preparación no es lo mismo que la paridad. No significa que los usuarios del galés reciban la misma cobertura de funciones, precisión o calendario de actualizaciones que los usuarios del inglés.

Por ello, la conclusión más segura es más limitada que el titular. Gales ha construido una base creíble y un modelo de asociación repetible. La siguiente fase debe demostrar resultados a escala de producto.

Tres señales mostrarán si la estrategia funciona

La próxima evidencia significativa procederá de pruebas independientes, integración visible en productos y una adopción sostenida por parte de los usuarios.

La primera señal es un referente público recurrente para la IA en galés. Debería comparar los principales modelos y sistemas de voz mediante tareas divulgadas, hablantes representativos y evaluación humana.

Un referente haría visibles las regresiones. Si una actualización de modelo debilita el rendimiento en galés, investigadores y compradores podrían identificar el cambio en lugar de depender de anécdotas.

También mejoraría la contratación pública. Los organismos públicos podrían establecer requisitos mínimos de transcripción, traducción, accesibilidad y respuestas generadas.

Si aparecen estas pruebas y los proveedores participan, reforzarían el argumento de que Gales ha pasado de crear activos a realizar implementaciones responsables. Sin ellas, las afirmaciones de progreso seguirán siendo difíciles de comparar.

La segunda señal es una integración más amplia en productos convencionales. La interpretación en Teams ofrece un precedente útil porque conecta las necesidades de la lengua galesa con software que ya utilizan las organizaciones.

El mismo estándar debería aplicarse a los resúmenes de reuniones, asistentes de documentos, búsqueda, interfaces de voz y sistemas de atención al cliente. El soporte debe abarcar una tarea completa, no una función aislada.

La documentación de los productos debería indicar dónde funciona el galés, dónde no y qué controles de calidad se aplican. El soporte parcial y discreto crea expectativas poco realistas y desanima a los usuarios tras los fallos.

Las nuevas integraciones reforzarían el enfoque galés porque demostrarían capacidad de influencia sobre plataformas globales. Una larga lista de conjuntos de datos sin integraciones correspondientes debilitaría el argumento a favor de la estrategia actual.

La tercera señal es un uso diario medible. La política gubernamental busca aumentar el uso práctico del galés, especialmente en los lugares de trabajo. Ese resultado exige más que descargas o disponibilidad de funciones.

Los indicadores útiles podrían incluir la proporción de reuniones bilingües que utilizan interpretación, los volúmenes de dictado en galés, la adopción entre organismos públicos y las tasas de finalización de tareas en distintos idiomas.

Las encuestas también deberían preguntar por qué las personas vuelven al inglés. La respuesta puede estar relacionada con la precisión, los hábitos, las preferencias de los colegas, los valores predeterminados de la interfaz, la formación o la falta de terminología.

Estos hallazgos orientarían el gasto con mayor eficacia que las puntuaciones generales de satisfacción. Una solución técnica no puede resolver un problema de cultura laboral, mientras que las campañas de concienciación no pueden reparar una transcripción inexacta.

Un uso creciente reforzaría la conclusión de que la infraestructura digital pública puede influir en el comportamiento lingüístico. Un uso plano, pese a disponer de más herramientas, indicaría que la política se ha centrado demasiado en la oferta.

La historia de Google News es valiosa porque incorpora un programa tecnológico poco conocido a una conversación más amplia sobre IA. Sin embargo, la agregación comprime seis años de historial de políticas en un titular que suena más concluyente de lo que permite la evidencia.

Gales ha realizado un trabajo fundacional considerable. Empezó antes del actual auge de la IA generativa, publicó recursos reutilizables y estableció relaciones con grandes proveedores.

Ha llegado la fase más difícil. Los responsables deben mantener actualizados los conjuntos de datos mientras prueban sistemas que cambian rápidamente. Los proveedores deben hacer que el soporte para el galés sea visible, coherente y medible.

Los desarrolladores y compradores empresariales deberían plantear preguntas directas antes de considerar completa una opción lingüística. ¿Qué tareas se probaron, qué hablantes estuvieron representados y qué ocurre después de una actualización de modelo?

Los trabajadores del conocimiento también deberían comparar flujos de trabajo bilingües reales, no demostraciones pulidas. Prueben reuniones, búsqueda, transcripción, redacción y recuperación con los patrones lingüísticos que las personas realmente utilizan.

Esté atento a la próxima actualización galesa sobre IA en busca de esas tres señales: referentes públicos, integraciones completas de productos y datos de adopción. Revelarán si la estrategia está cambiando el uso diario de la tecnología o si se limita principalmente a ampliar el inventario de recursos disponibles.

Esa es la pregunta que hay detrás del titular de Google News. Gales ha reunido muchos de los ingredientes para la IA en lengua galesa. Ahora debe demostrar que las personas pueden depender de la experiencia completa.