AN INTERESTING AI EXPERIMENT POST MECILDI

After the announcement of MECILDI and its preprint publication, OBDILCI conducted an experiment with eleven AI applications. Several objectives were drawn for that experiment:

1. Check in what proportion the progresses realized by OBDILCI in the theme of measuring languages presence online are reflected in AI’s answers.
2. Assess the potential impact of MECILDI in that field by asking IAs to react to the preprint and its potential impact.
3. Try to “educate” scientifically  the AIs in a field dominated by an extremely popular, yet strongly biased data provider.
4. Assess the possibility that the improvement made by AIs in a conversation could impact future conversations with other users.
5. Assess the impact of the conversation language in the answers.

The results of that experiment are documented here with links to every specific conversation.

There is a large level of convergence in the answers of the AIs, within a split in 3 categories according to the fact that OBDILCI’s data could be mentioned in the first answer, the second one or in the third one, only after explicit mention.

The choice of language has no effect in that experiment except in two AIs. One case, DeepSeek, showing a tremendous impact in what could be called a macro hallucination triggered by a massive bias.

THE CONCLUSIONS

1. The progresses are well reflected, in half of the case from scratch, however in 25% of the AIs, not until the reference to OBDILCI is explicitly made.
2. There is a consensus that MECILDI is a game changer, one AI even call it a chess mate.
3. The education process works fine by opposing peer reviewed data to undocumented one.
4. All the AIs but one pretended they will answer totally differently to the same question starting immediately. Test proved this is false. There are still some gray areas in this question, which appears as a crucial issue for the future of AI.
5. Can we reason with an AI using solid arguments and make it change a view based on popular consensus to one based on sound scientific principles, even if less popular? The answer is yes, without a doubt, and thankfully so. This is why using AI correctly requires a good dose of critical thinking.
6. The change of language did not modify the answers, except for CoPilot and DeepSeek. The singular case of DeepSeek, and the massive anti-Francophonie bias which emerged, motivates the following additional questions, some remain unanswered.
7. Can the creators of an AI intentionally bias its responses in a specific direction? Yes, by feeding it with data that heavily contain this bias.
8. Do the Chinese authorities have a well-established anti-Francophone stance?
9. Did this anti-Francophonie bias in DeepSeek emerged in that experience as a hallucinatory accident, or is it «programmed» to express itself systematically?

The post AN INTERESTING AI EXPERIMENT POST MECILDI appeared first on OBDILCI.

Versión pregrabada de la presentación de OBDILCI en la 7ª Conferencia Europea sobre Multilingüismo, en la sesión «Multilingüismo y desafíos sociales y culturales» – TB 10 – Multilingüismo, un tema fundamental para Internet e IA, sobre el tema «Lenguas y multilingüismo en Internet: estado del arte y perspectivas«. – VIDEO (en francés, 20mn)

The post ASSISES DU PLURILINGUISME appeared first on OBDILCI.

Todo lo que desearía saber sobre el nuevo programa MECILDI de OBDILCI, para medir lenguas y multilingüismo en cualquier serie de sitios web, y sus primeros resultados, está ahora documentado en el siguiente preimpreso en ResearchGate: MECILDI: cálculo de indicadores de lenguas y multilingüismo de cualquier serie de sitios web con la debida atención al multilingüismo web – Aplicación en TRANCO y comparación con W3Techs, Daniel Pimienta y Mike Field, marzo de 2026.

The post PREIMPRESO SOBRE MECILDI appeared first on OBDILCI.

Estudio sobre el multilingüismo de los gTLD de Francia

Como segunda parte del proyecto financiado por la DGLFLF, se aplicó MECILDI en los siguientes gTLD geográficos/lingüísticos con el objetivo de recopilar indicadores de multilingüismo y de la proporción de idiomas: .alsace, .bzh (Bretaña), .corsica, .eus (euskera), .gp (Guadalupe), .nc (Nueva Caledonia) y también .quebec y .paris.

Se recopilaron unos 20 indicadores diferentes, tales como el porcentaje de sitios web multilingües, la tasa de multilingüismo, el número medio de idiomas por sitio web multilingüe, el porcentaje de uso de nombres de dominio internacionalizados (IDN), los distintos tipos de errores, etc.

The post Estudio sobre el multilingüismo de los gTLD de Francia appeared first on OBDILCI.

La brecha digital lingüística

La revista francófona canadiense Minorités linguistiques et société publica en su número 23 de 2024, dedicado al tema «Lo digital y las comunidades lingüísticas en entornos minoritarios: funciones, repercusiones y retos», un artículo abierto de Virginie Hébert y Maria Bodron titulado «La brecha digital lingüística: análisis marco de la literatura sobre las desigualdades lingüísticas en el entorno digital». Enlace: https://doi.org/10.7202/1124262ar

Cet article est intéressant à plus d’un titre :

• Que nosotros sepamos, es la primera vez que se lleva a cabo un trabajo sistemático de investigación, recopilación y análisis en la intersección entre los temas de la brecha digital y la diversidad lingüística. La visión dominante de la brecha digital, totalmente tecnológica y obsesionada con el acceso, ha eclipsado históricamente temas que, sin embargo, son fundamentales, como la alfabetización digital y la diversidad lingüística.
• Las autoras han cruzado, para su búsqueda sistemática, tres conjuntos, cada uno de los cuales incluye unos diez términos, sinónimos de brecha, o de digital o de lingüística, y han orientado su búsqueda de fuentes tanto hacia la literatura académica como hacia la literatura gris (lo que nos parece muy acertado para un tema en el que la sociedad civil ha tenido una gran presencia en el ámbito de la investigación-acción, y a menudo se ha adelantado al mundo académico). Sistematizaron su investigación, centrada en el periodo 1995-2024, a partir de las bases de datos Érudit, CAIRN, ERIC, HAL, Scopus y Google Scholar, y la completaron con búsquedas manuales en organizaciones internacionales competentes en estos temas (como, por ejemplo, la UNESCO); a continuación, utilizaron las bibliografías de las fuentes identificadas para ampliar de manera sistemática la cantidad de fuentes a analizar.
• El enfoque metodológico se complementó con un método denominado «cadrage» , que persigue, por tanto, otra forma de sistematización, centrada en este caso en el tratamiento de los contenidos.
• Por último, pero no por ello menos importante, el resultado de un esfuerzo tan exhaustivo sobre el conjunto de conceptos subyacentes a la «brecha digital lingüística» podría haber resultado poco atractivo, indigesto o incluso incomesible: ¡nada de eso! El resultado es muy agradable de leer, además de enriquecedor, al establecer vínculos y un diálogo entre fuentes que podrían ignorarse mutuamente, ya que los puentes entre la literatura gris y la académica son escasos.

En quelques mots, il s’agit donc d’un ouvrage de référence.

Se trata de un tema en el que la IA está teniendo un impacto considerable, lo que debería animar a las autoras a actualizarlo dentro de unos años, o incluso antes, centrándose en las repercusiones de la IA sobre el tema.

The post La brecha digital lingüística appeared first on OBDILCI.

PRIMERA EDICIÓN DE MECILDI V1 EN LA SERIE TRANCO

Abril de 2026: Este es un momento histórico para todos aquellos interesados en las lenguas en Internet. Por primera vez, se ha diseñado un programa de detección de idiomas teniendo debidamente en cuenta el multilingüismo en la web, corrigiendo el marcado sesgo de los métodos anteriores, que favorecían al inglés.

Estos son los primeros resultados de la versión 1 de MECILDI, aplicada al muestreo de Tranco de un millón de sitios web más visitados.

¿Sabes qué? ¡Todas nuestras principales predicciones documentadas se han confirmado!

El porcentaje de páginas web en inglés en la serie TRANCO es del 22 %.

The post PRIMERA EDICIÓN DE MECILDI V1 EN LA SERIE TRANCO appeared first on OBDILCI.

La resiliencia humana en la era de la IA

Se ha publicado un ensayo, escrito en colaboración con Luis Germán Rodríguez Leal, en la última publicación del siempre impactante y estimulante «Imagining the Digital Future Center» de la Universidad de Elon: «Building a Human Resilience Infrastructure for the AI Age».

Este ensayo (en inglés) se centra en la urgencia y la importancia de una alfabetización digital e informacional generalizada y completa, como estrategia necesaria para afrontar los retos de la IA, y esboza tres posibles escenarios futuros: utopía, statu quo o distopía.

The post La resiliencia humana en la era de la IA appeared first on OBDILCI.

Le français dans le monde

Publicación por parte de la OIF/Gallimard del informe sobre el francés en el mundo, al que hemos contribuido redactando el capítulo dedicado a las lenguas en Internet, pp. 187-193.

El informe completo en francés está disponible aquí (42 MB).

The post Le français dans le monde appeared first on OBDILCI.

Se ha añadido una nueva sección bajo el título PROYECTO PRINCIPAL 2: MECILDI. MECILDI son las siglas de medición dirigida de lenguas en la Internet, según sus siglas en francés.

Se trata de un nuevo y ambicioso proyecto basado en la creación de un programa capaz de extraer parámetros de distribución lingüística y multilingüismo de cualquier conjunto de sitios web, teniendo debidamente en cuenta que un sitio web puede contener más de un idioma.

Esta consideración del multilingüismo web en el proceso constituye tanto un problema complejo como un hito histórico. Su aplicación a TRANCO —la serie de los un millón de sitios web más visitados— permitirá corregir las cifras extremadamente sesgadas de W3Techs (véase este artículo) y ofrecer la primera medición, corregida de sesgos, de la distribución lingüística en las páginas web de los sitios más visitados.

La versión 1 de MECILDI se encuentra en la fase final de pruebas y pronto compartiremos los resultados. ¡Estad atentos!

La primera versión de este proyecto ha sido financiada por la Delegación General para la Lengua Francesa y las Lenguas de Francia del Ministerio de Cultura de Francia y se aplicará próximamente para obtener características de multilingüismo y el desglose porcentual de idiomas para una serie de gTLD de las lenguas de Francia (.alsace, .bzh, .corsica, .gp, .mq, .yt, .nc, .eus, .pf y .wf).

The post MECILDI appeared first on OBDILCI.

De Babel a la IA

Daniel Pimienta, en nombre de OBDILCI, se siente muy honrado por haber sido invitado a tratar el tema de la diversidad lingüística en Internet (versión en español) en la segunda edición de la obra de referencia (en francés).

« De Babel à l’intelligence artificielle – Le plurilinguisme de Dante à nos jours »,

Christian Tremblay, José Carlos Herreras (coord.). Collection plurilinguisme, édité par l’Observatoire européen du plurilinguisme. ISBN : 9791042488130 – 1/2026.

Sitio web para adquirir el libro:

Presentación de la obra con la lista de temas tratados:

Comparto este texto de unas diez páginas y les invito a adquirir la obra completa a través del enlace indicado anteriormente. esta obra, que abarca ampliamente los temas relacionados con el plurilingüismo, reúne textos originales de:

Jean-Claude Beacco, Professeur des universités émérite, Université Sorbonne Nouvelle

Christos Clairis, Professeur des universités émérite, Université Paris Cité

Jean-Marc Delagneau, Maitre de Conférences honoraire, Université du Havre

Pierre Frath, Professeur des universités émérite, Université de Reims Champagne-Ardenne.

Astrid Guillaume, Maitre de conférences HDR à Sorbonne Université

José Carlos Herreras, Professeur des universités émérite, Université Paris Cite

Isabelle Mordellet-Roggenbuck, Professeur des universités émérite, Université de Fribourg

Daniel Pimienta, docteur en informatique, président de l’Observatoire de la diversité linguistique et culturelle dans l’Internet

François Rastier, Directeur de recherche émérite, CNRS

Christian Tremblay, docteur en sciences de l’information, ancien élève de l’ENA

Y reproduce, con el permiso de los editores correspondientes, textos o extractos de textos de:

Olga Anokhina, chargée de recherche CNRS-ENS

Hannah Arendt, philosophe

Louis-Jean Calvet†, Professeur des universités émérite, Université d’Aix-en-Provence

Ernst Cassirer, philosophe

Barbara Cassin, membre de l’Académie française, Directrice de recherche émérite CNRS

Véronique Castelloti, Professeur des universités émérite, Université François Rabelais, Tours

Daniel Coste, Professeur des universités émérite, ENS de Fontenay-Saint-Cloud, Directeur du CREDIF et Université de Genève

Dante Alighieri, poète

Souleymane Bachir Diagne, Professeur à l’Université Columbia de New York

Jean-Gabriel Ganascia, Professeur des universités à Sorbonne Université

Claude Hagège, Directeur de recherche émérite CNRS, Professeur au Collège de France

Werner Heisenberg, physicien

Wilhelm von Humboldt, naturaliste

Pierre Judet de La Combe, Directeur d’études EHESS

Samia Kassab-Charfi, Professeur des universités, Université de Tunis

Laurent Lafforgue, Directeur de recherche CNRS, Médaille Fields

Jack Lang, Ancien ministre

G. W. Leibniz, philosophe

Jean-Marc Lévy-Leblond, Professeur des universités émérite

Tullio de Mauro, linguiste

Henri Meschonnic†, professeur à l’université Paris 8

Danièle Moore, Professeure distinguée en éducation de l’Université Simon Fraser, et DILTEC, Sorbonne Nouvelle Paris 3

Paul Ricoeur, philosophe

Claude Sicre, président du Carrefour culturel Arnaud-Bernard

Ferdinand de Saussure, linguiste

Ndiémé Sow, Professeur, Université de Dakar

George Steiner, linguiste

Giambattista Vico, philosophe

Lev Vygotski, philosophe

Cédric Villani, Professeur des universités, Université Claude-Bernard-Lyon I, Médaille Fields

Heinz Wismann, Directeur d’études émérite à l’EHESS

Dominique Wolton, Directeur de recherche émérite CNRS

Geneviève Zarate, Professeur des universités émérite, Inalco

The post De Babel a la IA appeared first on OBDILCI.