Los avances recientes en los grandes modelos de lenguaje han generado la sensación de que el procesamiento multilingüe del lenguaje natural (PLN) está rápidamente convirtiéndose en un problema resuelto. Sin embargo, para muchas lenguas con recursos digitales limitados, los sistemas actuales siguen siendo poco confiables, desiguales y, en algunos casos, hasta imposibles de evaluar. En esta charla, parte de  definir qué entendemos por lenguas de “bajos recursos” y se pregunta si realmente estamos logrando avances significativos hacia tecnologías del lenguaje que capturen la diversidad lingüística del mundo. Basándome en la investigación de mi grupo, discutiré evidencia tanto de avances como de limitaciones persistentes en el modelado multilingüe, la identificación de idiomas, la alternancia de código (code-switching), el habla y la evaluación culturalmente fundamentada. Sostendré que lograr una IA verdaderamente multilingüe requiere ir más allá del desempeño agregado en evaluaciones y comprometerse más profundamente con la variación lingüística, el contexto cultural y las prácticas de comunicación de las comunidades lingüísticas subrepresentadas.Un resumen más breve:
Una mirada a los avances, límites y desafíos actuales en la construcción de tecnologías de PLN para lenguas de bajos recursos.

Thamar Solorio
Vice Provost of Faculty Excellence and Advancement & Professor of NLPMohamed bin Zayed University of Artificial IntelligenceBiografía:
Thamar Solorio es vicerrectora de Excelencia y Desarrollo del Profesorado (Vice Provost for Faculty Excellence and Advancement) y profesora de Procesamiento del Lenguaje Natural (PLN) en la Mohamed bin Zayed University of Artificial Intelligence (MBZUAI). Antes de incorporarse a la MBZUAI, fue profesora de Ciencias de la Computación en la Universidad de Houston. Es fundadora y directora del laboratorio RiTUAL. Sus intereses de investigación incluyen el PLN para entornos de bajos recursos y datos multilingües, incluidos los datos alternancia de código (code-switching). Más recientemente, ha estado explorando problemas de lenguaje y visión, PLN para la salud mental, y problemas en el ámbito de construir sentido común entre humanos y herramientas de IA. Ejerció dos mandatos como miembro electa de la junta directiva del capítulo Nations of the Americas de la Association for Computational Linguistics (NAACL), fue co-presidenta del comité de programa de NAACL 2019, y se desempeñó como co-editora en jefe de la iniciativa ACL Rolling Review (ARR) de 2022 a 2024. Fue la presidenta general de la 2024 Conference on Empirical Methods in Natural Language Processing (EMNLP).