Um estudo recente, realizado no âmbito de uma tese de doutorado, resultou na criação de ferramentas de inteligência artificial (IA) multilíngues capazes de detectar informações falsas nas línguas sul-africanas. Esta solução visa corrigir a sub-representação das línguas africanas no campo da IA.
Conquistas Científicas e Foco da Pesquisa
A Dra. Siani Rananga, professora do Departamento de Ciência da Computação na Universidade de Pretoria, demonstrou que a IA multilíngue pode identificar informações enganosas nas línguas isiZulu, inglês e Sepedi. Sua tese, concluída na Northwestern University, concentrou-se em áreas como processamento de linguagem natural, IA multilíngue e detecção de desinformação em línguas africanas, ganhando reconhecimento mundial.
Como caso piloto para testar a estrutura multilíngue, Rananga utilizou desinformação relacionada à pandemia de Covid-19. Ela enfatizou que esta pesquisa foi motivada pela necessidade de garantir que os falantes de línguas nativas sul-africanas não fiquem para trás com o aumento da importância da IA na identificação de notícias falsas.
Problemas da Diversidade Linguística
Rananga observou que a África do Sul é um dos países mais linguisticamente diversos do mundo, mas a maioria dos sistemas de IA para detecção de desinformação é desenvolvida predominantemente para o inglês. Isso coloca os falantes de línguas locais em desvantagem ao procurar informações confiáveis na internet.
Em sua tese, Rananga inicialmente se concentrou no estudo do inglês, isiZulu e Sepedi separadamente para criar uma base sólida. A pesquisa abrangeu tanto modelos de tradução automática quanto modelos de IA multilíngue. A tradução automática ajudou a criar recursos linguísticos onde havia muito pouco dado, enquanto os modelos multilíngues foram treinados para entender isiZulu e Sepedi diretamente.
Desafios na Criação de Recursos
Na elaboração do projeto, falantes nativos participaram para verificar a qualidade das traduções. No entanto, a preservação do significado cultural e das expressões idiomáticas permanece um desafio constante, exigindo colaboração contínua com linguistas e falantes nativos. Rananga apontou que o desafio mais difícil não foi criar o modelo de IA em si, mas sim formar recursos linguísticos de qualidade.
Devido à limitação de dados rotulados sobre desinformação para línguas africanas, ela combinou tradução automática, verificação humana e geração de dados sintéticos para desenvolver materiais de treinamento robustos para isiZulu e Sepedi. Uma conclusão chave de seu trabalho foi que os investimentos em recursos de alta qualidade para línguas africanas são tão importantes quanto o desenvolvimento de modelos de IA mais sofisticados.
Perspectivas de Implementação do Sistema
Ao descrever o plano de implementação desta estrutura para proteger comunidades durante eventos críticos, como eleições ou crises de saúde pública, Rananga esclareceu que a estrutura atual é um protótipo de pesquisa, mas a visão de longo prazo é muito mais ampla. Ela a vê como parte de uma plataforma multilíngue de verificação de fatos, onde os usuários poderão verificar mensagens, imagens, áudios ou vídeos suspeitos antes de serem disseminados.
Em caso de eleições ou emergências de saúde, tal sistema poderia apoiar verificadores de fatos, jornalistas, governo e o público, fornecendo verificações rápidas e baseadas em evidências nas línguas sul-africanas. Rananga também observou que um dos desafios mais difíceis para a IA é que a mentira muitas vezes se baseia em sarcasmo, ironia ou humor local, e não em fatos falsos óbvios. Compreender o sarcasmo, o humor e o contexto cultural exige a análise não apenas das palavras, mas também da intenção e do contexto.
Direções Futuras da Pesquisa
Rananga acrescentou que, embora a IA esteja melhorando, isso continua sendo uma área ativa de pesquisa. Seu trabalho futuro se concentrará na inclusão de contexto conversacional, informações multimodais, como imagens e vídeos, e IA explicável para aumentar a transparência e a confiabilidade desses sistemas. Outro desafio que ela destacou é que os sul-africanos frequentemente mudam de idioma no meio de uma frase. A próxima fase da pesquisa será dedicada ao treinamento e avaliação da estrutura em conversas reais em redes sociais, que incluem mistura de códigos, gírias e expressões locais, para refletir melhor a comunicação natural dos sul-africanos online.
Rananga enfatizou que o desenvolvimento de IA para línguas africanas requer colaboração. Ela expressou esperança de tornar modelos, benchmarks, código e outros recursos de pesquisa acessíveis sempre que possível, respeitando os requisitos éticos, legais e de compartilhamento de dados. O objetivo é apoiar outros pesquisadores e acelerar o desenvolvimento de tecnologias de IA que sirvam melhor às línguas e comunidades africanas.
A Dra. Rananga recebeu a bolsa Google PhD Fellowship, um dos prêmios mundiais líderes que apoiam pesquisas de doutorado em IA. Ela também ganhou o prêmio 'Melhor Pôster' no Deep Learning IndabaX South Africa em 2025, o que lhe garantiu financiamento para apresentar sua pesquisa no Deep Learning Indaba na Universidade Pan-Americana de Lagos, Nigéria, em agosto de 2026.
O Professor Sihavu Ngubane, especialista em cultura da Universidade do KwaZulu-Natal, parabenizou Rananga por essa conquista. Ele afirmou que a pesquisa desempenhará um papel importante no desenvolvimento e promoção das línguas nativas, ajudando-as a entrar no cenário mundial, visto que a Política Sul-Africana permite falar todas as 12 línguas oficiais, e sua intenção de incluí-las todas terá um grande impacto neste país, que possui uma enorme diversidade cultural e linguística.
