Anche se l'inglese predomina nella comunicazione scientifica, esiste una vasta produzione di conoscenza in altre lingue che spesso rimane al di fuori della portata globale. La scarsità di strumenti per accedere ai risultati scientifici in diverse lingue limita la diffusione del sapere e disincentiva la pubblicazione in lingue locali. Per affrontare questa sfida, l'Università di Saragozza partecipa a una ricerca internazionale che mira a facilitare l'accesso interoperabile e multilingue a dati scientifici e tecnologici. Il progetto Clasik (Accesso Multilingue alla Conoscenza Scientifica) nasce come una risposta innovativa per eliminare le barriere linguistiche che frammentano la ricerca mondiale. Il suo obiettivo è che chiunque, da specialisti a pubblico generale, possa cercare, leggere e interagire con documenti scientifici complessi nella propria lingua. Ad esempio, una ricercatrice estone interessata all'impatto delle siccità nel Mediterraneo spesso trova informazioni chiave, come rapporti tecnici dell'Aemet, solo in spagnolo, rendendo difficile il loro accesso. Clasik permetterà a questa ricercatrice di effettuare ricerche avanzate in estone e ricevere risultati precisi nella sua lingua, rendendo la conoscenza scientifica più inclusiva e permettendo che ricerche locali siano sfruttate globalmente per affrontare sfide comuni come il cambiamento climatico. Per raggiungere questo obiettivo, il team utilizza intelligenza artificiale neurosimbolica, che combina modelli di linguaggio con grafi di conoscenza, creando ponti tra le lingue e traducendo le informazioni in modo preciso. Questa tecnologia sarà inizialmente testata nel campo della climatologia, facilitando lo scambio e la comprensione di dati critici su fenomeni estremi come siccità, inondazioni o ondate di calore, indipendentemente dalla lingua originale dei rapporti. L'IA neurosimbolica integra l'apprendimento profondo (reti neurali) con il ragionamento simbolico (basato su logica e conoscenza strutturata). In Clasik, si combinano grandi modelli di linguaggio (LLM), come quelli che alimentano ChatGPT o Gemini, con grafi di conoscenza e ontologie validate da esperti. Gli LLM forniscono la capacità di elaborare e generare linguaggio naturale, mentre i sistemi simbolici garantiscono precisione e veridicità nei dati. Questa combinazione è fondamentale per superare le limitazioni dei modelli attuali, come la generazione di informazioni errate o la mancanza di trasparenza. Attraverso tecniche come Graph RAG, il sistema produce risposte basate su fonti scientifiche e consente di rintracciare l'origine di ogni dato, unendo l'intuizione del linguaggio con il rigore logico. Il grafo di conoscenza multilingue è una struttura che organizza le informazioni tramite nodi e relazioni, collegando concetti in diverse lingue. Utilizza standard web come RDF e OWL per garantire l'interoperabilità, evitando che la conoscenza rimanga isolata in "isole monolingui". In Clasik, questo grafo collega termini equivalenti in diverse lingue (come siccità, drought o sécheresse) a un unico concetto, consentendo ricerche semantiche e accesso a documenti scientifici indipendentemente dalla lingua originale. Inoltre, può essere collegato a risorse esterne come Wikidata o BabelNet per arricchire le informazioni. La climatologia, in particolare lo studio di eventi estremi, è un campo ideale per Clasik, poiché gran parte delle informazioni è pubblicata in lingue locali da agenzie nazionali come l'Aemet. Queste lingue offrono prospettive uniche e concetti essenziali per comprendere fenomeni naturali, ma rendono anche difficile l'accesso globale alla conoscenza. Integrare questo sapere regionale è fondamentale per avanzare nella ricerca climatica e sviluppare strategie di adattamento efficaci. Jorge Gracia del Río coordina il progetto Clasik dall'I3A dell'Università di Saragozza, con la collaborazione dell'Unità di Cultura Scientifica della stessa università. Fonte: heraldo.es