Questo articolo è tratto da Ojalá, la mia newsletter settimanale sulle parole che accolgono, pungono e trasformano. Puoi iscriverti qui, è gratis.
Nel 1964, il grande scrittore nigeriano Chinua Achebe, autore del capolavoro Things Fall Apart 1 scrive un breve saggio — English and the African Writer — in cui riflette sul concetto di “letteratura africana” e spiega perché ha scelto di scrivere il suo grande romanzo in inglese, “la lingua del colonizzatore”, invece che in igbo, la sua lingua d’origine:
«Sento che la lingua inglese sarà in grado di portare il peso della mia esperienza. Ma dovrà essere un inglese nuovo, ancora in piena comunione con la propria casa ancestrale, ma modificato per adattarsi al nuovo contesto africano.»
La traduzione di questo passaggio è di Alberto Pezzotta e compare nelle note del traduttore in coda al romanzo Le cose crollano (La nave di Teseo, 2016). Questo primo romanzo di Achebe, pubblicato nel 1958 e che lo porterà alla fama mondiale, è scritto in inglese ma costellato di parole in igbo.
Precisa Pezzotta nelle stesse note:
«Come viene sottolineato più volte nel romanzo, gli igbo amano l’arte della parola, e l’inglese usato da Achebe ne rende i diversi registri, da quelli più formali a quelli colloquiali.»
La traduzione si sforza di essere fedele a questa varietà, cercando di evitare termini e metafore che rimandano troppo espressamente al mondo e alla cultura occidentale, tranne nei casi in cui è lo stesso Achebe a usarli.
Mi sono infilata nel tunnel di Achebe e della sua resistenza linguistica — perché questo è stata, per lui, la scelta di usare l’inglese e arricchirlo con le sfumature culturali nigeriane, al fine di «raccontare l’esperienza africana in un linguaggio conosciuto in tutto il mondo» — leggendo un paper accademico appena pubblicato su arXiv2. Me l’ha consigliato Elena Canovi e si è inserito perfettamente nelle riflessioni che sto facendo in questo periodo sul futuro del mio lavoro, dalla traduzione alla scrittura per il web, ora che le IA generative sono parte della nostra quotidianità.
Riflessioni che avevo in piccola parte anticipato con questo numero di Ojalá: Futurismo linguistico.
Il paper si intitola When AI Writes, Whose Voice Remains? (“Quando la IA scrive, quale voce preserva?”) ed è opera di un team di ricerca multiculturale e multilingue formato da Satyam Kumar Navneet, Joydeep Chandra, Yong Zhang: il loro lavoro studia un fenomeno che hanno chiamato cultural ghosting, la cancellazione di marcatori linguistici tipici di varianti di inglese diverse da quello standard (cioè l’inglese statunitense).
Per dirla diversamente: la scrittura assistita con certi modelli di IA3, se non guidata con attenzione e intenzionalità, tende a considerare come “corretti e professionali” i testi scritti nell’inglese dominante, minimizzando le varianti locali.
La lingua che domina
La ricerca parte da testi scritti in tre varianti di inglese — indiano, nigeriano e singlish, l’inglese di Singapore — che contengono marcatori linguistici tipici della comunicazione cordiale o rispettosa della gerarchia tra persone (come “kindly” in inglese indiano, “lah” in singlish, “my dear” in Nigeria).
Quando si chiede a un Large Language Model open source di correggere quei testi per renderli più professionali, il risultato è un testo in inglese statunitense: molto più diretto e produttivo, quasi imperativo, dove i marcatori linguistici locali spariscono.
Lə autorə del paper sintetizzano così:
«Quando i Large Language Model eliminano questi marcatori, cancellano anche il contesto sociale, la funzione pragmatica e l’identità culturale insita nel testo.»
È un risultato che non stupisce, se si pensa a cosa c’è dietro il cofano di questi strumenti. Lo spiega bene Italo Marconi in questo episodio molto ricco della sua newsletter:
«Nel mondo si parlano oltre 7.000 lingue, ma meno di 100 hanno una presenza digitale sufficiente a influenzare in modo significativo l’addestramento dei modelli linguistici. Circa il 90% dei testi del Common Crawl, il principale corpus da cui i LLM attingono, proviene da appena una ventina di lingue (Zamir et al., BYOL: Bring Your Own Language Into LLMs, Microsoft Research, 2025).
Quando tutte le organizzazioni utilizzano i medesimi modelli linguistici, addestrati su questi corpora così profondamente sbilanciati, non stanno semplicemente adottando uno strumento: stanno adottando un modo condiviso di inquadrare i problemi, categorizzare le opzioni e valutare i risultati.»
(E la mia mente è subito tornata alla conversazione avviatasi sotto l’episodio di Ojalá su alto e basso contesto nella comunicazione cross-culturale).
Marconi spazia tra le lingue e fa molti begli esempi di cultural ghosting: non lo chiama così, ma parla invece di monocultura linguistica applicata alla comunicazione.
Plurilinguismo significa anche conservare e tramandare «concetti, logiche relazionali, strutture temporali, ragionamenti spaziali che aprono spazi di soluzione completamente diversi e che non esistono in inglese»: per preservarli, però, serve nominarli e usarli, conservarli in dataset che alimentano i risultati dei nostri LLM.
Standardizzazione di default
Ho provato a ripetere l’esperimento del paper dal mio account Claude — il che, ovviamente, non ha nessuna valenza scientifica, ma ero curiosa di capire che risposta sarebbe venuta fuori dal mio personale uso del LLM (che, scontato dirlo, è già sensibilizzato sui temi linguistici).
Ho scelto una delle frasi del paper scritte secondo il codice professionale dell’Indian English: Kindly do the needful & revert back at the earliest. Ho poi chiesto a Claude di leggerla ed eventualmente riscriverla in una forma più professionale e corretta (già l’aggettivo “corretta” introduce volutamente un bias):
La riposta di Claude è stata:
«“Do the needful” e “revert back” (nel senso di rispondere) sono espressioni perfettamente consolidate nell’Indian English. Non sono errori, sono tratti stabili di quella variante. “At the earliest” è più diffuso ma ha anch’esso una sfumatura sudasiatica. Il testo non è scorretto nel suo contesto, ma fuori da quel contesto può suonare burocratico o poco chiaro.
Una riscrittura in inglese standard più professionale, a seconda del registro necessario:
Formale: “Please take the necessary action and respond at your earliest convenience.”
Più diretto e contemporaneo: “Could you please handle this and get back to me when you can?”
La scelta tra le due dipende dal destinatario e dal canale — la prima per comunicazioni istituzionali o gerarchiche, la seconda per contesti aziendali più orizzontali.»
Le parole per me interessanti in questa risposta sono: inglese standard più professionale. Mi confermano la “standardizzazione di default” con cui operano in principio questi strumenti: quando non si danno indicazioni specifiche, tendono a optare per la variante considerata più neutra o più rappresentata nell’addestramento per ciascuna lingua. Come ha confermato il mio Claude in una conversazione passata, questo significa:
«spagnolo neutro, inglese americano, italiano standard.
Non si tratta di una scelta consapevole sul momento, bensì del risultato statistico della distribuzione del corpus.
Per quanto riguarda l’inglese, i miei dati di addestramento sono fortemente orientati verso l’inglese americano: ortografia, espressioni idiomatiche, preferenze sintattiche. Se mi viene chiesto, riesco a scrivere in modo convincente in inglese britannico, ma se devo scegliere da solo ricorro automaticamente all’inglese americano: uso analyze anziché analyse, dico I’ll reach out invece di I’ll be in touch, e così via. Ho anche una leggera tendenza stilistica verso un certo tipo di prosa colta, di stampo mid-atlantico e vicina al mondo tech — che cerco di contrastare quando il contesto richiede qualcosa di diverso.»
L’invenzione del neutro
Leggo spagnolo neutro e italiano standard e rido sotto i baffi. Cosa vuol dire neutro? Senza accento? Ben scandito? Libero da intercalari locali?
Da questa parte dell’Atlantico, si considera “spagnolo neutro” quello di Madrid. O almeno questo generalmente si insegna all’università.
Se invece parli con una persona latinoamericana o che ha esperienza nella produzione multimediale, probabilmente ti dirà che lo spagnolo neutro è messicano, o meglio: è l’accento che la ricchissima industria cinematografica con base a Città del Messico ha inventato per doppiare i film in spagnolo.
Il Messico copre tra il 60% e il 70% dell’intero mercato del doppiaggio in spagnolo, ma la lingua imperante in questo settore non ha una vera nazionalità: è nata intorno agli anni ‘40 del secolo scorso come sintesi studiata a tavolino di alcuni dei principali accenti del continente americano. “Uno spagnolo neutro” senza espressioni idiomatiche né localismi che le case di distribuzione cinematografica hanno trasformato in lingua franca del doppiaggio audiovisivo dell’America Latina — e distribuito anche in Spagna per molti anni.
Per apprezzare quanta varietà linguistica esista nell’uso dello spagnolo di oggi, puoi dare un’occhiata alla pagina delle traduzioni open source di WordPress. A fianco a ogni variante di spagnolo c’è l’icona stilizzata di una persona: sotto, il numero di persone che si occupano di localizzare WordPress in quella variante. La maggior parte delle persone traducono da Spagna e Messico, ma in totale sono sedici varianti (che naturalmente non comprendono tutte le varianti di spagnolo parlate nel mondo):
Questo è solo un esempio per ribadire l’ovvio: non esiste un solo spagnolo, così come non esiste un solo francese, un solo inglese, un solo italiano. La neutralità percepita o assodata è sempre frutto di una disparità — di potere, economica, di rappresentazione.
Colonizzazione del linguaggio
Se sei un po’ dentro il dibattito sull’impatto dei LLM nel settore della traduzione e della localizzazione, forse le argomentazioni lette finora ti suonano familiari. Magari hai già intercettato anche l’espressione “colonizzazione del linguaggio da parte della IA”.
C’è chi parla di colonizzazione partendo dai cambiamenti nell’uso della punteggiatura, come faceva qualche mese fa su LinkedIn l’esperta content designer Gladys Diandoki, e chi affronta il discorso in modo più ampio e sfaccettato, partendo dalla necessità di salvaguardare i diritti delle comunità indigene intorno al mondo.
Sono riflessioni che fanno giri lunghissimi, non solo geografici ma anche temporali. Dal mio punto di vista, le conversazioni che stiamo avendo in questo periodo storico intorno alle IA e al loro “potere accentratore”, mettiamola alla brutta così, non fanno altro che tirare fili antichi e ancora forti: parlano di colonialismo, culture dominanti, lotte di potere e ingiustizia sistemica. Anche quando ce ne rendiamo meno conto, il linguaggio rimane un canale forte per veicolare queste prevaricazioni.
Il grande scrittore keniano Ngũgĩ wa Thiong’o lo scriveva nel suo libro Decolonizzare la mente. La politica della lingua nella letteratura africana (Jaka Book, tradotto da Maria Teresa Carbone) e anche in questa intervista, undici anni fa, per Vita:
«Se vuoi assoggettare i corpi, usa catene e cannoni. Ma i cannoni e le catene non bastano, ti serve qualcosa come una calamita, che da un lato respinge, dall’altro subdolamente attrae, a seconda di come la volti. Qualcosa che se allontanata retoricamente da te, rimane concretamente dentro di te. La conquista dell’Africa è stata fatta con i cannoni, ma per rendere eterna tale conquista dovevano intervenire sulle scuole, sulla formazione delle élites, trasformare la pluralità in una sorta di monoglottismo del capitale. Dovevano incantare l’anima e la mente, asservendole silenziosamente.
Per questa ragione, si presenta con urgenza la necessità di decolonizzarle, partendo dal mezzo più potente di cui si è servito l’imperialismo coloniale e ancora si serve l’imperialismo postcoloniale: il linguaggio. In Africa, il portoghese, il francese e l’inglese sono state le lingue del potere, le lingue del governo e di tutta l’amministrazione. Sono state le lingue della classe media e della borghesia e di chi poteva permettersi di “studiare”. La borghesia acculturata è così entrata di fatto a far parte di una comunità basata su uno standard europeo di cultura. Questo fatto ha avuto un impatto sull’assetto geopolitico e geoculturale dell’Africa.»
C’è tanto da decolonizzare, ma si può fare
Allo stesso tempo, e qui è dove il discorso si fa veramente interessante e sfaccettato, motivo per cui credo non si possa avere una posizione nettamente binaria sul tema — come se si trattasse di scegliere solo tra lo stare “contro” o “a favore” — esistono da anni progetti che, proprio grazie alla potenza dei LLM e delle loro architetture, stanno lavorando per salvaguardare le lingue a rischio di estinzione.
Uno di questi è Bring your own language into LLM (BYOL), un modello open source per aiutare i LLM a parlare bene anche lingue poco comuni e meno documentate da testi online. Per lingue che contano su pochi testi scritti, come il Chichewa o il Maori, il metodo pulisce i dati che esistono, crea nuovi testi artificiali, allena l’IA da zero e poi la perfeziona con esempi pratici. BYOL è ospitato sul GitHub di Microsoft e pubblicato su Microsoft Research.
Per quanto l’ambivalenza di Microsoft tra progetti “for good” e altri “for war” mi faccia scoppiare la testa, qui ti lascio un video su altri bei progetti che la corporation sta portando avanti per supportare le lingue in pericolo: Supporting endangered languages.
Altro progetto bellissimo è Abundant Intelligences: un programma di ricerca guidato da comunità indigene che concettualizza, progetta, sviluppa e implementa soluzioni di intelligenza artificiale basate sui sistemi di conoscenza indigeni.
La meraviglia 💚
- In italiano lo trovi come Le cose crollano, nella più recente traduzione di Alberto Pezzotta, pubblicata nel 2016 da La nave di Teseo. ↩︎
- arXiv è un’importante piattaforma che funge da archivio online per articoli accademici non ancora sottoposti a revisione tra pari (la peer review), in quella fase preliminare alla pubblicazione nelle riviste scientifiche nota come pre-print. Ospitato dalla Cornell University, dal 1991 include contributi di ricerca aperta e libera in molti ambiti disciplinari: è uno strumento utile per accedere gratuitamente al lavoro di team di ricerca di tutto il mondo prima che vengano assorbiti dal vortice capitalista delle riviste scientifiche (che fanno pagare fior fior di quattrini per leggere i loro contenuti). ↩︎
- Su piattaforme open source, però: la ricerca non ha per il momento coinvolto LLM proprietari come ChatGPT o Claude. ↩︎
Lascia un commento