La lexicografía entra en una era de ruptura. En marzo de 2026, Google DeepMind presentó "LexiGen", un modelo de lenguaje especializado capaz de generar entradas de diccionario completas —definiciones, etimologías, ejemplos de uso, registros— para cualquier idioma a partir de un corpus de solo 10.000 frases. La proeza técnica se basa en un aprendizaje por transferencia multilingüe entrenado en 400 idiomas y refinado por lingüistas nativos. El proyecto, bautizado como "Universal Dictionary Initiative", tiene como objetivo documentar los 7.168 idiomas vivos catalogados por Ethnologue para 2030. (Fuente: Google DeepMind, Ethnologue)
La urgencia es real. Según la UNESCO, un idioma desaparece cada dos semanas. De los 7.168 idiomas que se hablan en el mundo, 3.045 se consideran en peligro y 573 están "en peligro crítico", lo que significa que solo unos pocos hablantes ancianos los dominan todavía. Hasta ahora, documentar un idioma requería años de trabajo de campo por parte de lingüistas especializados. Con LexiGen, la fase de inicio —creación de un vocabulario básico de 15.000 entradas— puede realizarse en seis semanas, siempre que se disponga de grabaciones de audio y transcripciones mínimas. (Fuente: Atlas de las Lenguas en Peligro de la UNESCO)
La Academia Francesa, institución tradicionalmente recelosa de la tecnología, sorprendió al anunciar una asociación con el MIT Media Lab para integrar la IA en la novena edición de su Diccionario. El proyecto no pretende reemplazar a los académicos, sino equiparlos: la IA analiza 28 mil millones de palabras de corpus francófonos contemporáneos —redes sociales, podcasts, publicaciones científicas— para identificar neologismos, evoluciones semánticas y préstamos. En 2025, el sistema detectó 4.200 nuevos usos, de los cuales 340 fueron seleccionados por la Comisión del Diccionario. (Fuente: Academia Francesa, MIT Media Lab)
Las aplicaciones comerciales se multiplican. La startup berlinesa Langify, con una ronda de financiación de 85 millones de euros en enero de 2026, ofrece a las empresas un servicio de terminología multilingüe en tiempo real: un término técnico creado en inglés se traduce, define y contextualiza instantáneamente en 120 idiomas con una precisión que la compañía afirma ser superior al 97%. Airbus, Siemens y la OMS se encuentran entre sus primeros clientes. El modelo amenaza directamente a los editores tradicionales de diccionarios bilingües, cuyas ventas han caído un 45% desde 2020. (Fuente: TechCrunch, Langify)
La cuestión ética persiste: ¿quién define un idioma? Los diccionarios siempre han sido instrumentos de poder, codificando ciertos usos y excluyendo otros. Confiar esta codificación a algoritmos entrenados en corpus masivos corre el riesgo de reforzar los sesgos dominantes —el inglés todavía representa el 56% de los datos textuales mundiales—. Los lingüistas del programa Endangered Languages Project insisten en la necesidad de una gobernanza comunitaria: son los hablantes nativos, y no los ingenieros de Silicon Valley, quienes deben validar las entradas del diccionario. La IA es una herramienta, no un oráculo, y la diversidad lingüística es un patrimonio demasiado valioso para ser confiado solo a los algoritmos. (Fuente: Endangered Languages Project, Nature Human Behaviour)
