¿Puede la IA preservar las lenguas de India? El mapa cultural de sus 121 idiomas

Este análisis de Geniales.co para KingNews.online parte de una precaución: lengua, dialecto, lengua materna declarada y lengua reconocida por el Estado no son categorías intercambiables. Por eso circulan cifras muy diferentes y varias pueden ser correctas al mismo tiempo.

En el Censo de 2011, la población escribió 19.569 respuestas distintas al indicar su lengua materna. Muchas eran variantes ortográficas, nombres locales, castas, lugares o denominaciones que necesitaban revisión. El proceso lingüístico oficial las racionalizó en 1.369 lenguas maternas y dejó 1.474 respuestas sin clasificar. Luego, para sus tablas principales, consideró 270 lenguas maternas identificables con al menos 10.000 hablantes y las agrupó dentro de 121 lenguas.

Esas 121 se dividen en 22 lenguas incluidas en el Octavo Anexo de la Constitución y 99 no incluidas. La cifra no significa que las hablas con comunidades menores hayan dejado de existir; significa que quedaron fuera de ese umbral estadístico o dentro de una categoría agregada.

Fuera del censo aparecen otros resultados. Ethnologue, un catálogo internacional que actualiza su clasificación por ediciones, registra alrededor de 426 lenguas indígenas vivas en India, además de lenguas no indígenas establecidas. El People's Linguistic Survey of India, realizado con trabajo de campo y sin exigir un mínimo de población, documentó 780.

No son cifras rivales. El censo organiza declaraciones de la población para producir estadísticas administrativas y aplica un umbral de 10.000 hablantes en sus tablas detalladas. Ethnologue intenta catalogar lenguas vivas según criterios lingüísticos; el estudio popular buscó escuchar también comunidades muy pequeñas. Además, decidir cuándo dos hablas son dialectos de una lengua o lenguas diferentes puede involucrar inteligibilidad, identidad, historia y política.

La diversidad india no es solamente una larga lista de nombres. Las lenguas pertenecen a familias con trayectorias milenarias y se distribuyen en corredores culturales que rara vez coinciden de manera perfecta con las fronteras estatales.

La familia indoaria domina gran parte del norte, oeste, centro y este; la dravídica tiene su gran continuidad en el sur. Las lenguas austroasiáticas conservan territorios comunitarios importantes en el centro y el oriente, mientras las tibetano-birmanas expresan buena parte de la extraordinaria diversidad del Himalaya y del nordeste. En las islas Andamán sobreviven además familias pequeñas cuya fragilidad no reduce su valor lingüístico.

La lista constitucional reúne lenguas de familias y escrituras distintas. Relacionarlas con una sola cultura sería impreciso, pero sí es posible mostrar sus principales territorios y comunidades históricas. Las migraciones hacen que todas tengan hablantes mucho más allá de esas regiones.

El paisaje visual cambia tanto como el sonido. Hindi, marathi, nepalí y sánscrito suelen emplear devanagari; bengalí y asamés comparten una tradición gráfica emparentada; gujarati, gurmukhi, odia, tamil, telugu, kannada y malayalam poseen escrituras distintivas. El urdu se escribe normalmente con una forma persa-árabe y el santali cuenta con Ol Chiki, aunque también aparece en otros sistemas.

Una misma lengua puede circular en más de una escritura por razones regionales, religiosas o históricas. El konkani puede encontrarse en devanagari, romano, kannada y malayalam; el sindhi se escribe con sistemas árabe-persa y devanagari. Diseñar educación, servicios públicos o tecnología para India exige pensar simultáneamente en idioma, escritura, tipografía y hábitos locales.

Para una plataforma digital, ofrecer ‘India’ como sinónimo de una versión en hindi es una simplificación comercial. Un producto puede necesitar bengalí para Bengala Occidental, tamil para Tamil Nadu, telugu para Telangana y Andhra Pradesh, marathi para Maharashtra o combinaciones locales con inglés. La selección depende de audiencia, territorio y tarea, no solo del tamaño nacional de cada idioma.

También hay que localizar búsquedas, voz, teclados, nombres propios, formatos y atención al usuario. La traducción literal resuelve palabras; la localización cultural resuelve confianza. En comercio, educación, entretenimiento y medios, esa diferencia puede decidir si una interfaz se siente extranjera o verdaderamente utilizable.

Desde Geniales.co y KingNews.online entendemos este mapa como una lección tecnológica: la diversidad no es una excepción que se agrega al final del proyecto. En India, es la arquitectura inicial.