El Consejo de Ministros ha autorizado una aportación de 292.500 euros al Consorcio de Infraestructuras Digitales Europeas para la Alianza de las Tecnologías del Lenguaje, ALT-EDIC, una pieza discreta en volumen presupuestario pero relevante dentro de la estrategia europea para que los grandes modelos de inteligencia artificial no dependan solo de datos, estándares y lenguas dominantes fuera de la Unión Europea. La decisión incorpora, además, una aportación en especie de corpus, modelos y herramientas ya disponibles en abierto, lo que sitúa la contribución española en un terreno más operativo que financiero.
España participa en ALT-EDIC desde el 16 de enero de 2024 y ocupa la vicepresidencia de su asamblea de miembros. La nueva autorización da continuidad a las aportaciones realizadas en 2024 y 2025, dentro de una alianza que nació para cubrir una carencia estructural: la escasez de datos lingüísticos europeos de calidad para entrenar, ajustar y evaluar sistemas de IA. La clave va más allá de reunir textos. La tensión está en convertir recursos dispersos, con distintos derechos de uso y niveles de calidad, en una infraestructura útil para empresas, administraciones y centros de investigación.
ALT-EDIC refuerza la infraestructura europea de IA lingüística
La Comisión Europea constituyó formalmente ALT-EDIC el 7 de febrero de 2024 mediante la Decisión de Ejecución (UE) 2024/458, después de que diez Estados miembros solicitaran su creación en diciembre de 2023. La alianza, coordinada por Francia, figura entre los primeros consorcios europeos de infraestructuras digitales, un instrumento diseñado para que los Estados miembros puedan agrupar recursos en proyectos transnacionales con personalidad jurídica propia, financiación común y reglas de gobernanza definidas por los participantes.
El mapa de socios ha crecido desde su impulso inicial. ALT-EDIC reúne actualmente a 17 Estados miembros, entre ellos España, Francia, Italia, Países Bajos, Polonia, Irlanda, Grecia y varios países bálticos, además de Flandes como región participante y ocho Estados observadores. La ampliación importa porque los modelos de lenguaje avanzados necesitan escala, pero también variedad lingüística, jurídica y cultural. En Europa, esa variedad es un activo y, al mismo tiempo, una dificultad técnica: los datos están repartidos entre administraciones, archivos públicos, universidades, empresas tecnológicas y comunidades lingüísticas con capacidades desiguales.
Los Consorcios de Infraestructuras Digitales Europeas, conocidos como EDIC, forman parte del Programa de Política de la Década Digital 2030. Su función es acelerar proyectos multinacionales que difícilmente podrían desplegarse con eficacia desde un solo Estado. En el caso de ALT-EDIC, esa lógica es visible. Un modelo entrenado con grandes volúmenes de datos en inglés puede ofrecer resultados fluidos en castellano, catalán, euskera, gallego o letón, aunque la fluidez no equivale necesariamente a precisión, cobertura cultural o seguridad en usos profesionales.
Datos, modelos y evaluación: el núcleo de ALT-EDIC
La alianza trabaja sobre cinco líneas de actividad: federar datos lingüísticos y multimodales, crear un repositorio de modelos abiertos existentes, impulsar nuevos modelos fundacionales, desarrollar metodologías de evaluación y certificación, y activar un ecosistema con administraciones, industria y usuarios finales. En términos de negocio, la parte menos visible puede ser la más determinante: sin datos trazables, licencias claras y métricas comparables, la adopción empresarial de IA generativa en sectores regulados queda expuesta a incertidumbres técnicas y jurídicas.
La Comisión Europea describe ALT-EDIC como una respuesta a la falta de datos lingüísticos europeos disponibles para entrenar soluciones de inteligencia artificial. El consorcio deberá federar recursos existentes a través del Espacio Europeo de Datos Lingüísticos y crear datos estratégicos, especialmente para lenguas con menos de 10 millones de hablantes, donde las limitaciones de entrenamiento son más severas. Pese al avance de los modelos multilingües, el rendimiento suele degradarse cuando baja la disponibilidad de corpus, terminología sectorial y evaluaciones específicas.
La aportación española combina dinero y activos reutilizables. Los corpus, modelos y herramientas abiertos pueden tener un valor superior al presupuestario si se integran en catálogos que la industria pueda consumir sin fricción. Esa es una de las cuestiones críticas para las empresas tecnológicas españolas: la diferencia entre disponer de recursos públicos en repositorios dispersos y contar con una infraestructura que facilite entrenamiento, ajuste fino, evaluación y despliegue de soluciones.
España llega a ALT-EDIC con una trayectoria propia en tecnologías del lenguaje. El Plan de Impulso de las Tecnologías del Lenguaje persigue aumentar la calidad y disponibilidad de infraestructuras lingüísticas en español y lenguas cooficiales, estimular la transferencia entre investigación e industria e incorporar a la Administración como impulsora de soluciones de procesamiento del lenguaje natural, traducción automática y sistemas conversacionales. Esa línea conecta con proyectos nacionales más recientes, aunque la cooperación europea introduce una escala distinta.
ALT-EDIC y la posición española en lenguas cooficiales
El proyecto ALIA, coordinado por el Barcelona Supercomputing Center, ofrece un punto de comparación cercano. ALIA Kit da acceso a modelos de lenguaje, modelos multimodales, metodologías, documentación y conjuntos de datos de entrenamiento y evaluación en castellano y lenguas cooficiales. La Agencia Española de Supervisión de la Inteligencia Artificial presentó los primeros modelos de ALIA como una infraestructura pública, abierta y multilingüe, orientada a catalán y valenciano, euskera, gallego y castellano. ALT-EDIC amplía ese enfoque al conjunto europeo.
Para España, la participación tiene varias lecturas. La primera es lingüística: el castellano cuenta con una base digital amplia, pero las lenguas cooficiales requieren inversiones continuadas para no quedar subordinadas a traducciones automáticas de calidad irregular o a modelos generalistas que no capturan registros, variantes y terminología local. La segunda es industrial. Las pymes tecnológicas, consultoras, integradores y proveedores de software vertical necesitan recursos que reduzcan costes de entrada si quieren adaptar IA generativa a atención ciudadana, salud, justicia, educación, banca o turismo.
La tercera lectura afecta a la Administración. Los servicios públicos producen grandes cantidades de texto, audio y documentación administrativa, pero su uso para entrenar IA exige anonimización, gobernanza, trazabilidad y control de sesgos. El consorcio puede ofrecer métodos comunes para convertir parte de ese material en infraestructura reutilizable, aunque el proceso será lento si cada organismo mantiene criterios distintos de clasificación, licencia y calidad. Ahí se juega una parte menos vistosa de la soberanía tecnológica: la capacidad de ordenar datos públicos antes de convertirlos en modelos.
La iniciativa introduce una tensión de mercado. Europa quiere modelos propios y fiables, pero el ecosistema empresarial convive con proveedores globales que avanzan con mayor capacidad de cómputo, integración comercial y velocidad de producto. ALT-EDIC puede abrir una capa común de recursos lingüísticos, evaluación y modelos reutilizables que permita a empresas europeas construir aplicaciones más especializadas, auditables y adaptadas a cada lengua. El resultado dependerá menos de la declaración política que de la disponibilidad efectiva de datos, APIs, licencias, documentación y soporte técnico.
El importe aprobado por el Gobierno no cambia por sí solo la posición de España en la carrera de la inteligencia artificial. Su relevancia está en la continuidad institucional y en la conexión entre activos nacionales, como ALIA y los corpus de lenguas cooficiales, y una infraestructura europea que aspira a reunir masa crítica. Para las compañías que desarrollan soluciones de IA en España, la cuestión operativa será si ALT-EDIC logra traducir esa cooperación en recursos fáciles de integrar, con garantías de calidad y suficiente estabilidad para entrar en hojas de ruta de producto, compras públicas y proyectos sectoriales.
