Aunque el inglés predomina en la comunicación científica, existe una vasta producción de conocimiento en otros idiomas que a menudo queda fuera del alcance global. La escasez de herramientas para acceder a resultados científicos en diferentes lenguas limita la difusión del saber y desincentiva la publicación en idiomas locales. Para abordar este desafío, la Universidad de Zaragoza participa en una investigación internacional que busca facilitar el acceso interoperable y multilingüe a datos científicos y tecnológicos. El proyecto Clasik (Acceso Multilingüe al Conocimiento Científico) surge como una respuesta innovadora para eliminar las barreras idiomáticas que fragmentan la investigación mundial. Su meta es que cualquier persona, desde especialistas hasta el público general, pueda buscar, leer e interactuar con documentos científicos complejos en su propio idioma. Por ejemplo, una investigadora de Estonia interesada en el impacto de las sequías en el Mediterráneo suele encontrar información clave, como informes técnicos de la Aemet, solo en español, lo que dificulta su acceso. Clasik permitirá que esta investigadora realice búsquedas avanzadas en estonio y reciba resultados precisos en su lengua, haciendo el conocimiento científico más inclusivo y permitiendo que investigaciones locales sean aprovechadas globalmente para enfrentar retos comunes como el cambio climático. Para lograrlo, el equipo emplea inteligencia artificial neurosimbólica, que combina modelos de lenguaje con grafos de conocimiento, creando puentes entre idiomas y traduciendo información de manera precisa. Esta tecnología se probará inicialmente en el ámbito de la climatología, facilitando el intercambio y la comprensión de datos críticos sobre fenómenos extremos como sequías, inundaciones u olas de calor, sin importar el idioma original de los informes. La IA neurosimbólica integra el aprendizaje profundo (redes neuronales) con el razonamiento simbólico (basado en lógica y conocimiento estructurado). En Clasik, se combinan grandes modelos de lenguaje (LLM), como los que impulsan ChatGPT o Gemini, con grafos de conocimiento y ontologías validadas por expertos. Los LLM aportan capacidad para procesar y generar lenguaje natural, mientras que los sistemas simbólicos aseguran precisión y veracidad en los datos. Esta combinación es clave para superar limitaciones de los modelos actuales, como la generación de información errónea o la falta de transparencia. Mediante técnicas como Graph RAG, el sistema produce respuestas fundamentadas en fuentes científicas y permite rastrear el origen de cada dato, uniendo la intuición del lenguaje con el rigor lógico. El grafo de conocimiento multilingüe es una estructura que organiza información mediante nodos y relaciones, conectando conceptos en distintos idiomas. Utiliza estándares web como RDF y OWL para garantizar la interoperabilidad, evitando que el conocimiento quede aislado en “islas monolingües”. En Clasik, este grafo vincula términos equivalentes en diferentes lenguas (como sequía, drought o sécheresse) a un mismo concepto, permitiendo búsquedas semánticas y acceso a documentos científicos sin importar el idioma original. Además, puede enlazarse con recursos externos como Wikidata o BabelNet para enriquecer la información. La climatología, especialmente el estudio de eventos extremos, es un campo ideal para Clasik, ya que gran parte de la información se publica en idiomas locales por agencias nacionales como la Aemet. Estos idiomas aportan perspectivas únicas y conceptos esenciales para entender fenómenos naturales, pero también dificultan el acceso global al conocimiento. Integrar este saber regional es fundamental para avanzar en la investigación climática y desarrollar estrategias de adaptación efectivas. Jorge Gracia del Río coordina el proyecto Clasik desde el I3A de la Universidad de Zaragoza, con la colaboración de la Unidad de Cultura Científica de la misma universidad. Fuente: heraldo.es