A IA pode preservar as línguas da Índia? O mapa cultural de seus 121 idiomas

Esta análise da Geniales.co para a KingNews.online parte de uma precaução: língua, dialeto, língua materna declarada e língua reconhecida pelo Estado não são categorias intercambiáveis. Por isso circulam números muito diferentes e vários podem estar corretos ao mesmo tempo.

No Censo de 2011, a população registrou 19.569 respostas distintas ao indicar sua língua materna. Muitas eram variantes ortográficas, nomes locais, castas, lugares ou denominações que precisavam de revisão. O processo linguístico oficial as racionalizou em 1.369 línguas maternas e deixou 1.474 respostas sem classificação. Em seguida, para suas tabelas principais, considerou 270 línguas maternas identificáveis com pelo menos 10.000 falantes e as agrupou dentro de 121 línguas.

Essas 121 dividem-se em 22 línguas incluídas no Oitavo Anexo da Constituição e 99 não incluídas. O número não significa que as falas de comunidades menores tenham deixado de existir; significa que ficaram fora desse limiar estatístico ou dentro de uma categoria agregada.

Fora do censo, surgem outros resultados. O Ethnologue, um catálogo internacional que atualiza sua classificação por edições, registra cerca de 426 línguas indígenas vivas na Índia, além de línguas não indígenas estabelecidas. O People's Linguistic Survey of India, realizado com trabalho de campo e sem exigir um mínimo populacional, documentou 780.

Não são números concorrentes. O censo organiza as declarações da população para produzir estatísticas administrativas e aplica uma linha de corte de 10.000 falantes em suas tabelas detalhadas. O Ethnologue tenta catalogar línguas vivas segundo critérios linguísticos; já o levantamento popular buscou ouvir também comunidades muito pequenas. Além disso, decidir quando duas falas são dialetos de uma mesma língua ou línguas diferentes pode envolver inteligibilidade mútua, identidade, história e política.

A diversidade indiana não é apenas uma longa lista de nomes. As línguas pertencem a famílias com trajetórias milenares e se distribuem em corredores culturais que raramente coincidem de maneira perfeita com as fronteiras estaduais.

A família indo-ariana domina grande parte do norte, oeste, centro e leste; a dravídica tem sua grande continuidade no sul. As línguas austro-asiáticas conservam territórios comunitários importantes no centro e no oriente, enquanto as tibeto-birmanesas expressam boa parte da extraordinária diversidade do Himalaia e do nordeste. Nas ilhas Andamã sobrevivem, além disso, famílias pequenas cuja fragilidade não reduz seu valor linguístico.

A lista constitucional reúne línguas de famílias e escritas distintas. Relacioná-las a uma única cultura seria impreciso, mas é possível mostrar seus principais territórios e comunidades históricas. As migrações fazem com que todas tenham falantes muito além dessas regiões.

A paisagem visual muda tanto quanto o som. Hindi, marathi, nepalês e sânscrito costumam empregar o devanagari; bengali e assamês compartilham uma tradição gráfica aparentada; guzerate, gurmukhi, odia, tâmil, télugo, kannada e malaiala possuem escritas distintas. O urdu é normalmente escrito com uma forma perso-árabe e o santali conta com o Ol Chiki, embora também apareça em outros sistemas.

Uma mesma língua pode circular em mais de uma escrita por razões regionais, religiosas ou históricas. O konkani pode ser encontrado em devanagari, romano, kannada e malaiala; o sindi é escrito com sistemas árabe-persa e devanagari. Projetar educação, serviços públicos ou tecnologia para a Índia exige pensar simultaneamente em idioma, escrita, tipografia e hábitos locais.

Para uma plataforma digital, oferecer ‘Índia’ como sinônimo de uma versão em híndi é uma simplificação comercial. Um produto pode precisar de bengali para Bengala Ocidental, tâmil para Tamil Nadu, télugo para Telangana e Andhra Pradesh, marati para Maharashtra ou combinações locais com o inglês. A seleção depende do público, do território e da tarefa, não apenas do tamanho nacional de cada idioma.

Também é preciso localizar buscas, voz, teclados, nomes próprios, formatos e atendimento ao usuário. A tradução literal resolve palavras; a localização cultural resolve a confiança. No comércio, na educação, no entretenimento e na mídia, essa diferença pode decidir se uma interface parece estrangeira ou verdadeiramente utilizável.

Na Geniales.co e na KingNews.online entendemos este mapa como uma lição tecnológica: a diversidade não é uma exceção adicionada ao final do projeto. Na Índia, ela é a arquitetura inicial.