Ediciones:

Seguir en Discover

Opinión

La IA no habla Andalú

En 2025, un equipo de investigadores evaluó nueve modelos de lenguaje para la Inteligencia Artificial con la idea de comprobar si distinguían siete variedades del español. El español peninsular fue el mejor identificado

  • Fotograma de un spot de Cruzcampo.

"Ustedes vais a entrar ahora". En buena parte de Andalucía occidental, esa frase no provoca ningún infarto gramatical. Se dice, se entiende y la vida continúa. Para la normade la Real Academia de la lengua española, el verbo está mal conjugado. Para quien habla, no hay error alguno: hay una forma heredada de ordenar el mundo, una forma que lleva siglos utilizándose.

La diferencia parece pequeña. Pero dentro de esas letras cabe una pregunta enorme: cuando a una inteligencia artificial se le enseña español, ¿qué español aprende? ¿El de las calles, campos, costas y barrios o solamente el que ha logrado convertirse en oficial? ¿Qué español? ¿El de Valladolid o el del laismo de Madrid? “La dije que viniera” ¡Olé!

A ChatGPT, Gemini, Claude y otros modelos se les “educa”, no aprenden, son máquinas. Sin embargo, a ninguno se le ha enseñado escuchando a una abuela de Trevélez, a un jornalero de Lebrija, a una pescadora de Isla Cristina o a una dependienta de Linares.

Las máquinas no se crían en ningún sitio. No tienen pueblo, patio, memoria familiar ni una madre que les diga que cojan una rebequita porque al caer la tarde refresca. Aprenden detectando patrones dentro de cantidades inmensas de textos. Y en ese aprendizaje pesa más la lengua de los centros de poder que la pronunciada desde el arraigo.

El problema no es que una inteligencia artificial desconozca qué significan «una mijilla», «estar arrecío» o «no ni ná». El problema vuelve a ser el colonialismo, pero esta vez maquillado de tecnología.

Porque conocer una palabra no significa comprender el mundo desde el que se pronuncia.

En 2025, un equipo de investigadores evaluó nueve modelos de lenguaje para la Inteligencia Artificial con la idea de comprobar si distinguían siete variedades del español. El español peninsular fue el mejor identificado. Pero España aparecía reunida en una sola categoría, como si hablasen igual una señora de Cádiz, un ganadero de Asturias, un murciano y un vecino de La Gomera. Andalucía desaparecía del experimento antes incluso de que comenzara.

Estos trabajos no permiten afirmar que las actuales inteligencias artificiales discriminen el habla andaluza, es más fácil: no la conoce. No nos entiende porque nadie se ha “molestado” en programarlas para ello.

Investigadores de la Universidad de California en Berkeley analizaron cómo respondían GPT-3.5 y GPT-4 ante diez variedades del inglés. Frente a las modalidades consideradas estándar, las respuestas dirigidas a hablantes de variedades minoritarias mostraron peor comprensión, mayor condescendencia y más contenido estereotipado o denigrante.

El estudio se realizó en inglés y no debe trasladarse mecánicamente a Andalucía. Pero demuestra que una máquina puede aprender no solo un idioma, sino también la jerarquía social construida alrededor de sus acentos.

Y de jerarquías lingüísticas sabemos aquí una barbaridad. Durante generaciones, muchos andaluces se vieron obligados a disimular su forma de hablar. Hablar andaluz era aceptable en la cocina, en el campo o en el chiste. Para comparecer ante el poder, pedir trabajo, presentar un informativo o defender una tesis doctoral convenía acercarse a una pronunciación considerada más “seria”. Que se lo digan a Manu Sanchez cuando un directivo de televisión le pidió castellanizarse y en un perfecto andaluz lo mandó al carajo.

Como si la inteligencia, la real, no la artificial, dependiera de pronunciar todas las eses. Como si Juan Ramón Jimenez, María Zambrano, Federico García Lorca o Emilio Lledó hubieran tenido que pedir permiso fonético para pensar.

Ahora corremos el riesgo de que aquel viejo prejuicio cambie de soporte, se vista con una interfaz elegante y vuelva convertido en tecnología.

El sesgo no afecta solamente al habla. También determina cómo se representa una tierra. Si buena parte del contenido digital sobre Andalucía está relacionado con el turismo, el flamenco, la Semana Santa, la gastronomía, las playas y el buen tiempo, cualquier modelo de IA encontrará millones de asociaciones entre Andalucía y esos conceptos. El problema aparece cuando parece ser lo único que somos y se olvida nuestra historia y nuestra cultura.

Una inteligencia artificial educada con ese escaparate puede terminar describiendo una Andalucía eternamente alegre, hospitalaria y decorativa. Una tierra preparada para recibir turistas y servir cerveza, pero no para producir conocimiento, industria, filosofía o interpretación política.

La cuestión decisiva no es si ChatGPT conoce la fecha del 28 de febrero. La cuestión es si es capaz de relacionar el 4 de diciembre de 1977, la muerte de Caparrós, la Desbandá, Casas Viejas, la concentración histórica de la propiedad de la tierra y la emigración de millones de andaluces.

Una máquina puede conocer todas las fechas y no haber comprendido nada.

Dentro de pocos años, una persona joven que quiera saber qué fue Andalucía no consultará una enciclopedia, ni libros, ni contraste diez fuentes. Preguntará a una inteligencia artificial. Y la respuesta dependerá de los materiales con los que esa máquina haya aprendido, de los criterios con los que se seleccionaron y del peso que se concedió a unas voces frente a otras.

Quien controla el archivo empieza a controlar la memoria y cuando todo es digital, los archivos son muy fáciles de borrar.

La solución no consiste en fabricar una máquina que diga miarma o ni poyas cada tres frases o aspire todas las eses. Eso no sería comprender Andalucía. Sería añadir una caricatura digital y borrar nuestra identidad.

Lo necesario es crear corpus públicos y rigurosos con voces de las ocho provincias, del mundo rural y urbano, de diferentes edades, profesiones y contextos sociales. Grabar, transcribir y documentar nuestras hablas con participación de universidades, lingüistas, archivos, medios locales y, sobre todo, hablantes reales.

No sería un capricho identitario. El Estatuto de Autonomía establece entre los objetivos básicos de Andalucía la defensa, promoción, estudio y prestigio de la modalidad lingüística andaluza en todas sus variedades. En el siglo XXI, esa obligación no puede detenerse a las puertas del mundo digital.

Pero para eso Andalucía debe participar en la construcción de estas tecnologías. No basta con consumir herramientas diseñadas fuera, entrenadas fuera y evaluadas fuera.

Necesitamos que no confunda diferencia con ignorancia, identidad con folclore ni Andalucía con un decorado dispuesto para que otros pasen las vacaciones.

Porque cuando una inteligencia artificial corrige un "ustedes vais", quizá no esté arreglando solamente una frase. Quizá esté borrando nuestra identidad, nuestra cultura y nuestra historia.

"Ustedes vais a entrar ahora". En buena parte de Andalucía occidental, esa frase no provoca ningún infarto gramatical. Se dice, se entiende y la vida continúa. Para la normade la Real Academia de la lengua española, el verbo está mal conjugado. Para quien habla, no hay error alguno: hay una forma heredada de ordenar el mundo, una forma que lleva siglos utilizándose.

La diferencia parece pequeña. Pero dentro de esas letras cabe una pregunta enorme: cuando a una inteligencia artificial se le enseña español, ¿qué español aprende? ¿El de las calles, campos, costas y barrios o solamente el que ha logrado convertirse en oficial? ¿Qué español? ¿El de Valladolid o el del laismo de Madrid? “La dije que viniera” ¡Olé!

A ChatGPT, Gemini, Claude y otros modelos se les “educa”, no aprenden, son máquinas. Sin embargo, a ninguno se le ha enseñado escuchando a una abuela de Trevélez, a un jornalero de Lebrija, a una pescadora de Isla Cristina o a una dependienta de Linares.

Las máquinas no se crían en ningún sitio. No tienen pueblo, patio, memoria familiar ni una madre que les diga que cojan una rebequita porque al caer la tarde refresca. Aprenden detectando patrones dentro de cantidades inmensas de textos. Y en ese aprendizaje pesa más la lengua de los centros de poder que la pronunciada desde el arraigo.

El problema no es que una inteligencia artificial desconozca qué significan «una mijilla», «estar arrecío» o «no ni ná». El problema vuelve a ser el colonialismo, pero esta vez maquillado de tecnología.

Porque conocer una palabra no significa comprender el mundo desde el que se pronuncia.

En 2025, un equipo de investigadores evaluó nueve modelos de lenguaje para la Inteligencia Artificial con la idea de comprobar si distinguían siete variedades del español. El español peninsular fue el mejor identificado. Pero España aparecía reunida en una sola categoría, como si hablasen igual una señora de Cádiz, un ganadero de Asturias, un murciano y un vecino de La Gomera. Andalucía desaparecía del experimento antes incluso de que comenzara.

Estos trabajos no permiten afirmar que las actuales inteligencias artificiales discriminen el habla andaluza, es más fácil: no la conoce. No nos entiende porque nadie se ha “molestado” en programarlas para ello.

Investigadores de la Universidad de California en Berkeley analizaron cómo respondían GPT-3.5 y GPT-4 ante diez variedades del inglés. Frente a las modalidades consideradas estándar, las respuestas dirigidas a hablantes de variedades minoritarias mostraron peor comprensión, mayor condescendencia y más contenido estereotipado o denigrante.

El estudio se realizó en inglés y no debe trasladarse mecánicamente a Andalucía. Pero demuestra que una máquina puede aprender no solo un idioma, sino también la jerarquía social construida alrededor de sus acentos.

Y de jerarquías lingüísticas sabemos aquí una barbaridad. Durante generaciones, muchos andaluces se vieron obligados a disimular su forma de hablar. Hablar andaluz era aceptable en la cocina, en el campo o en el chiste. Para comparecer ante el poder, pedir trabajo, presentar un informativo o defender una tesis doctoral convenía acercarse a una pronunciación considerada más “seria”. Que se lo digan a Manu Sanchez cuando un directivo de televisión le pidió castellanizarse y en un perfecto andaluz lo mandó al carajo.

Como si la inteligencia, la real, no la artificial, dependiera de pronunciar todas las eses. Como si Juan Ramón Jimenez, María Zambrano, Federico García Lorca o Emilio Lledó hubieran tenido que pedir permiso fonético para pensar.

Ahora corremos el riesgo de que aquel viejo prejuicio cambie de soporte, se vista con una interfaz elegante y vuelva convertido en tecnología.

El sesgo no afecta solamente al habla. También determina cómo se representa una tierra. Si buena parte del contenido digital sobre Andalucía está relacionado con el turismo, el flamenco, la Semana Santa, la gastronomía, las playas y el buen tiempo, cualquier modelo de IA encontrará millones de asociaciones entre Andalucía y esos conceptos. El problema aparece cuando parece ser lo único que somos y se olvida nuestra historia y nuestra cultura.

Una inteligencia artificial educada con ese escaparate puede terminar describiendo una Andalucía eternamente alegre, hospitalaria y decorativa. Una tierra preparada para recibir turistas y servir cerveza, pero no para producir conocimiento, industria, filosofía o interpretación política.

La cuestión decisiva no es si ChatGPT conoce la fecha del 28 de febrero. La cuestión es si es capaz de relacionar el 4 de diciembre de 1977, la muerte de Caparrós, la Desbandá, Casas Viejas, la concentración histórica de la propiedad de la tierra y la emigración de millones de andaluces.

Una máquina puede conocer todas las fechas y no haber comprendido nada.

Dentro de pocos años, una persona joven que quiera saber qué fue Andalucía no consultará una enciclopedia, ni libros, ni contraste diez fuentes. Preguntará a una inteligencia artificial. Y la respuesta dependerá de los materiales con los que esa máquina haya aprendido, de los criterios con los que se seleccionaron y del peso que se concedió a unas voces frente a otras.

Quien controla el archivo empieza a controlar la memoria y cuando todo es digital, los archivos son muy fáciles de borrar.

La solución no consiste en fabricar una máquina que diga miarma o ni poyas cada tres frases o aspire todas las eses. Eso no sería comprender Andalucía. Sería añadir una caricatura digital y borrar nuestra identidad.

Lo necesario es crear corpus públicos y rigurosos con voces de las ocho provincias, del mundo rural y urbano, de diferentes edades, profesiones y contextos sociales. Grabar, transcribir y documentar nuestras hablas con participación de universidades, lingüistas, archivos, medios locales y, sobre todo, hablantes reales.

No sería un capricho identitario. El Estatuto de Autonomía establece entre los objetivos básicos de Andalucía la defensa, promoción, estudio y prestigio de la modalidad lingüística andaluza en todas sus variedades. En el siglo XXI, esa obligación no puede detenerse a las puertas del mundo digital.

Pero para eso Andalucía debe participar en la construcción de estas tecnologías. No basta con consumir herramientas diseñadas fuera, entrenadas fuera y evaluadas fuera.

Necesitamos que no confunda diferencia con ignorancia, identidad con folclore ni Andalucía con un decorado dispuesto para que otros pasen las vacaciones.

Porque cuando una inteligencia artificial corrige un "ustedes vais", quizá no esté arreglando solamente una frase. Quizá esté borrando nuestra identidad, nuestra cultura y nuestra historia.

Comentarios