A lexicografia entra em uma era de inovação. Em março de 2026, o Google DeepMind revelou "LexiGen", um modelo de linguagem especializado capaz de gerar entradas completas de dicionário — definições, etimologias, exemplos de uso, registros — para qualquer idioma a partir de um corpus de apenas 10.000 frases. O feito técnico baseia-se em um aprendizado por transferência multilíngue treinado em 400 idiomas e refinado por linguistas nativos. O projeto, batizado de "Universal Dictionary Initiative", visa documentar os 7.168 idiomas vivos listados pelo Ethnologue até 2030. (Fonte: Google DeepMind, Ethnologue)
A urgência é real. Segundo a UNESCO, um idioma desaparece a cada duas semanas. Dos 7.168 idiomas falados no mundo, 3.045 são considerados em perigo, e 573 estão "criticamente ameaçados" — o que significa que apenas alguns falantes idosos ainda os dominam. Até agora, documentar um idioma exigia anos de trabalho de campo por linguistas especializados. Com LexiGen, a fase de inicialização — criação de um vocabulário básico de 15.000 entradas — pode ser realizada em seis semanas, desde que haja gravações de áudio e transcrições mínimas disponíveis. (Fonte: Atlas UNESCO de idiomas em perigo)
A Académie française, instituição tradicionalmente desconfiada da tecnologia, surpreendeu ao anunciar uma parceria com o MIT Media Lab para integrar a IA na nona edição de seu Dicionário. O projeto não visa substituir os acadêmicos, mas sim equipá-los: a IA analisa 28 bilhões de palavras de corpus francófonos contemporâneos — redes sociais, podcasts, publicações científicas — para identificar neologismos, evoluções semânticas e empréstimos. Em 2025, o sistema detectou 4.200 novos usos, dos quais 340 foram retidos pela Comissão do Dicionário. (Fonte: Académie française, MIT Media Lab)
As aplicações comerciais se multiplicam. A startup berlinense Langify, com um levantamento de fundos de 85 milhões de euros em janeiro de 2026, oferece às empresas um serviço de terminologia multilíngue em tempo real: um termo técnico criado em inglês é instantaneamente traduzido, definido e contextualizado em 120 idiomas com uma precisão que a empresa afirma ser superior a 97%. Airbus, Siemens e OMS estão entre seus primeiros clientes. O modelo ameaça diretamente as editoras tradicionais de dicionários bilíngues, cujo faturamento caiu 45% desde 2020. (Fonte: TechCrunch, Langify)
A questão ética permanece: quem define um idioma? Dicionários sempre foram instrumentos de poder, codificando certos usos e excluindo outros. Confiar essa codificação a algoritmos treinados em corpus massivos corre o risco de reforçar vieses dominantes — o inglês ainda representa 56% dos dados textuais mundiais. Linguistas do programa Endangered Languages Project insistem na necessidade de uma governança comunitária: são os falantes nativos, e não os engenheiros do Vale do Silício, que devem validar as entradas do dicionário. A IA é uma ferramenta, não um oráculo — e a diversidade linguística é um patrimônio valioso demais para ser confiado apenas a algoritmos. (Fonte: Endangered Languages Project, Nature Human Behaviour)
