تعرض Google Research خريطة Language Explorer التي تضم 7,000 لغة

قدّمت Google Research منصة Language Explorer التفاعلية في 9 نوفمبر 2026، لاستكشاف التوزيع الجغرافي للغات وأنظمة كتابتها وأعداد المتحدثين بها. وتغطي نظرتها الشاملة للعالم نحو 7,000 لغة و159 نظامًا للكتابة، مع سجلات تهدف إلى دعم الأبحاث اللغوية وتطوير تقنيات اللغة.

طُوّرت المنصة ضمن مبادرة Google للغات الألف، وتحول مجموعة بيانات LinguaMeta مفتوحة المصدر إلى واجهة مرئية متاحة للجمهور. ويربط الإعلان، الذي أعدّه Daan van Esch وUche Okonkwo، هذه الواجهة بجهد أوسع لجعل تقنيات اللغة مفيدة لمزيد من التنوع اللغوي في العالم.

طبقة بيانات وصفية لتقنيات اللغة

يتيح موقع Language Explorer البحث باسم اللغة أو البلد أو المنطقة أو القارة أو شبه القارة. ويمكن للمستخدمين التصفح بحسب أعداد المتحدثين أو حالة تعرّض اللغة للاندثار أو أنظمة الكتابة، ثم اختيار علامة على الخريطة لفتح صفحة مفصلة عن اللغة. وتجمع هذه الصفحات أسماء اللغات ومواقعها ومعرّفاتها، بما في ذلك وسوم BCP-47 ورموز Glottocode ومعرّفات Wikidata، لتوفير مراجع موحدة عبر موارد اللغات.

تأتي جميع القيم المعروضة على الموقع من LinguaMeta، وهو مستودع مفتوح المصدر يوحّد المعلومات اللغوية المستمدة من 19 مصدرًا موثقًا. وقد وثّقت ورقة LinguaMeta البحثية لعام 2024 مجموعة البيانات الأساسية، التي تضم 7,511 لغة مزودة برموز BCP-47 وISO 639-3، مع وسم يحدد مصدر كل نقطة بيانات لضمان إمكانية تتبعها وتصحيحها. وعندما اختلفت المصادر، فضّل الباحثون المصدر الأكثر موثوقية أو أجروا مزيدًا من البحث بالاستناد إلى المنشورات الأكاديمية ومواد التعداد السكاني والدساتير.

أفادت الورقة البحثية بأن الترجمة الآلية والتعرّف على الكلام وتحويل النص إلى كلام كانت متاحة على نطاق واسع لنحو 100 لغة فقط، فيما كانت التغطية محدودة الجودة أو منعدمة لمعظم اللغات الأخرى. وتمنح هذه الفجوة البيانات الوصفية دورًا عمليًا: إذ يمكن أن تساعد أعداد المتحدثين في تحديد أولويات العمل، بينما تحدد تركيبات اللغة ونظام الكتابة والإعدادات المحلية بدقة ما يجب على النظام الموطّن التعامل معه. ويحافظ هيكل المستودع على هذه التركيبات في سجلات JSON؛ أما ملخص TSV الأبسط، فيغفل تفاصيل المصادر والأسماء الموسعة ووسوم استخدام أنظمة الكتابة والأبحاث المتعلقة بالوضع الرسمي والإحداثيات.

من مستودع بحثي إلى معرض متحفي

يظهر Language Explorer أيضًا في صورة تركيب تفاعلي ضمن معرض Real Talk! اللغة. السلطة. العالم. في Museum of Communication Berlin. ويشير سجل المتحف إلى أن المعرض افتُتح في 5 نوفمبر 2026.

تتناول ست قاعات ذات محاور محددة عوالم اللغات والتنوع والهويات والتواصل والسلطة والمستقبل. وتطرح القاعة الأخيرة تساؤلات عن كيفية تغيير الذكاء الاصطناعي وروبوتات المحادثة لأساليب التواصل، وعن كيفية توثيق الباحثين والناشطين للغات المهددة بالاندثار. وبدأ المعرض المرافق عبر الإنترنت في 6 نوفمبر 2026، مضيفًا مواد خلفية ومقاطع فيديو واختبارات قصيرة تتناول المنظورات الستة نفسها، بما فيها العلاقة بين الذكاء الاصطناعي والتعدد اللغوي. ومن المقرر استمرار معرض برلين ومرافقه حتى 27 فبراير 2028.

تفاوت التغطية وأرشفة المستودع

يوضح جدول التغطية في الورقة البحثية تفاوتًا كبيرًا بين الحقول. فقد توفرت أرقام أعداد المتحدثين لـ6,253 لغة، أي 83% منها، لكن أسماء اللغات التي تستخدمها مجتمعاتها نفسها، والمعروفة بالأسماء الذاتية، لم تُوثّق إلا لـ1,136 لغة، أي 15%. لذلك توفر الخريطة مدخلًا واسعًا إلى المعلومات، فيما يتفاوت عمقها تفاوتًا ملحوظًا بحسب اللغة والفئة.

وتخضع قيم أعداد المتحدثين لملاحظات إضافية. فالمنهجية الأساسية تستبعد أعداد من يتحدثون اللغة كلغة ثانية، لصعوبة الحصول على إحصاءات موثوقة، وتقرّب التقديرات الأكبر لأعداد المتحدثين إلى أقرب رتبة عشرية لتجنب الإيحاء بدقة زائفة، وتحذر من أن جمع أعداد السكان بحسب الإعدادات المحلية قد يفاقم الأخطاء الواردة في المصادر. ويركز المورد على اللغات المنطوقة الحية، مستبعدًا لغات الإشارة واللغات القديمة والتاريخية والمصطنعة. ويشمل اللغات الكبرى واللغات المصنفة على أنها منقرضة، إذ احتفظت بعض اللغات المنقرضة بمجتمعات صغيرة من المتحدثين بها. ويُستثنى Esperanto صراحةً من استبعاد اللغات المصطنعة، لأن عددًا من تقنيات اللغة يدعمه بالفعل.

تشير كل علامة على الخريطة إلى مركز افتراضي للغة، حُدد استنادًا إلى إحداثيات Glottolog ومراجعات يدوية. وينبه الموقع إلى أن اللغات تتحدث بها مجتمعات قد تنتقل من مكان إلى آخر أو تتجاوز حدودًا سياسية، لذا لا ينبغي اعتبار العلامات حدودًا جغرافية ثابتة.

وثمة أيضًا اختلاف في ما يتعلق بالصيانة. إذ يصف قسم الأسئلة الشائعة في Explorer مشروع LinguaMeta بأنه مشروع نشط، ويدعو الباحثين إلى المساهمة بالتصحيحات والموارد.

يتضمن مستودع url-nlp الذي يحتوي على المشروع إشعارًا من GitHub يفيد بأرشفته في 6 أكتوبر 2026، كما أنه محدد للقراءة فقط. وما زالت مجموعة البيانات الكاملة، الخاضعة للتحكم في الإصدارات، متاحة للتنزيل، لكن هذه الحالة تترك مسار المساهمات المستقبلية غير واضح، في الوقت الذي تعرض فيه Google الواجهة لجمهور أوسع.