= [Cita]
Olivier Gainon, creador de CyLibris, una editorial literaria
electrónica, escribe en diciembre de 2000: "Me parece muy importante
que los futuros protocolos permitan transmitir perfectamente muchos
idiomas – lo cual podría resultar bastante complicado (en las
evoluciones futuras del lenguaje HTML o de los protocolos IP, etc.).
Por lo tanto, es necesario que cada uno pueda sentirse a gusto con el
internet y no sólo los individuos que dominen (más o menos) el
inglés. No parece normal que hoy en día la transmisión de los acentos
plantee problemas en los correos electrónicos."
= ASCII
El primer sistema de codificación informática es el ASCII (American
Standard Code for Information Interchange – Código Estadounidense
Estándar Para el Intercambio de Información). Publicado en 1968 por
el ANSI (American National Standards Institute - Instituto
Estadounidense Nacional de Normas) y actualizado en 1977 y 1986, el
ASCII es un código de 128 caracteres convertidos en lenguaje binario
en siete bits (A se convierte en "1000001", B se convierte en
"1000010", etc.). Los 128 caracteres incluyen 33 caracteres de
control (que no representan símbolos escritos) y 95 caracteres
imprimibles: las 26 letras sin acento en mayúsculas (A-Z) y en
minúsculas (a-z), las cifras, los signos de puntuación y algunos
símbolos, que corresponden en su conjunto a las teclas del teclado
estadounidense o del teclado inglés en Europa y en otros países.
El ASCII no permite más que la lectura del inglés y del latín. No
permite tomar en cuenta las letras acentuadas presentes en gran parte
de las lenguas europeas y aún menos los idiomas no alfabéticos
(chino, japonés, coreano, etc.). Esto no planteaba ningún problema de
importancia en los primeros años, cuando el intercambio de archivos
electrónicos se limitaba esencialmente a Norteamérica. Pero el
plurilingüismo pronto se convierte en una necesidad vital. Variantes
del ASCII (norma ISO-8859 o ISO-Latin) toman en cuenta los caracteres
acentuados de idiomas europeos. La norma ISO 8859-1 (Latin-1) es la
norma utilizada en la mayoría de los países de Europa occidental,
incluido para el español.
Yoshi Mikami es informático en la sociedad Asia Info Network en
Fujisawa (Japón). En diciembre de 1995, lanza la página web bilingüe
(inglés-japonés) "The Languages of the World by Computers and the
Internet" (Los Idiomas del Mundo con Computadoras y el Internet),
conocida comúnmente como Logos Home Page o Kotoba Home Page. Su
página presenta un breve historial de cada idioma con sus
características, su sistema de escritura, su mapa de caracteres y la
configuración del teclado en dicho idioma. Yoshi Mikami también es el
coautor (junto con Kenji Sekine y Nobutoshi Kohara) de "The
Multilingual Web Guide" (Guía por una web multilingüe), publicado en
japonés por las ediciones O'Reilly en agosto de 1997, y traducido al
inglés, al alemán y al francés en 1998.
Yoshi explica en diciembre de 1998: "Mi lengua materna es el japonés.
Al haber realizado mis estudios de tercer ciclo en los Estados Unidos
y trabajado en informática, he llegado a ser bilingüe japonés-inglés
americano. Siempre me he interesado por otras lenguas y culturas, lo
que me llevó a aprender ruso, francés y chino sobre la marcha. A
finales de 1995, he creado en la web el sitio 'The Languages of the
World by Computers and the Internet' y he intentado proponer – en
inglés y en japonés – un breve historial de todos estos idiomas, así
como las características propias de cada lengua y de su fonética.
Avalado por la experiencia adquirida, he instigado a mis dos
asociados a escribir un libro sobre la concepción, la creación y la
presentación de sitios web multilingües. Este libro se publicó en
agosto de 1997 bajo el título 'The Multilingual Web Guide' y fue el
primer libro sobre dicho tema."
¿Y cómo se imagina la evolución hacia una red multilingüe? "Miles de
años atrás, en Egipto, en China y en otros lugares, la gente era más
sensible a la necesidad de comunicar sus leyes y reflexiones en
varios idiomas y no en uno solo. En nuestra sociedad moderna, cada
Estado ha adoptado más o menos una sola lengua de comunicación. A mi
parecer, el internet permitirá un uso más amplio de varios idiomas y
de páginas multilingües - y no sólo una gravitación alrededor del
inglés americano - y un uso más creativo de la traducción informática
multilingüe. ¡99% de los sitios web creados en Japón están redactados
en japonés!"
= Unicode
Con el desarrollo de la web, el intercambio de datos se
internacionaliza más y más. Comunicar en muchos idiomas requiere un
sistema de codificación que tome en cuenta muchos alfabetos o
ideogramas. Además el paso del ASCII original a sus diversas
extensiones no tarda en convertirse en un verdadero rompecabezas,
incluso en la Unión Europea, donde se plantean problemas como la
multiplicación de las variantes, la corrupción de los datos durante
los intercambios informáticos, la incompatibilidad de los sistemas o
la visualización de las páginas web en un solo idioma a la vez.
Publicado por primera vez en enero de 1991, el Unicode es un sistema
de codificación de caracteres "universal" en 16 bits que asigna un
número único a cada carácter. Este número es legible desde cualquier
plataforma y con cualquier programa. El Unicode puede tomar en cuenta
65.000 caracteres únicos, es decir todos los sistemas de escritura
del planeta. Para gran satisfacción de los lingüistas,
progresivamente el Unicode va sustituyendo el ASCII, así como sus
variantes UTF-8, UTF-16 y UTF-32 (UTF: Unicode Transformation
Format). Se convierte en uno de los componentes de las
especificaciones del World Wide Web Consortium (W3C), el organismo
internacional encargado del desarrollo de la web.
Patrick Rebollar, profesor de literatura francesa en Japón y
moderador de la lista de difusión LITOR (Literatura e Informática),
destaca en enero de 2000: "El primer problema es un problema de
software. Como se ve con Netscape o Internet Explorer, es posible
fijar múltiples idiomas en la web. Pero la compatibilidad entre esos
navegadores y otros programas (el Office de Microsoft, por ejemplo)
aún no es sistemático. La adopción del Unicode debería resolver
muchos problemas, pero esto supone volver a escribir la mayor parte
de los programas, lo que los productores de programas se muestran
renuentes a hacer debido a los gastos, pues el rendimiento no está
garantizado ya que los programas totalmente multilingües tienen menos
interés para sus clientes que los programas de navegación."
La utilización del Unicode se generaliza alrededor del año 2000, por
ejemplo para los archivos de texto bajo plataforma Windows (Windows
NT, Windows 2000, Windows XP y siguientes versiones), que hasta
entonces estaban en ASCII.
Pero el Unicode no puede solucionar todos los problemas, como lo
subraya en junio de 2000 Luc Dall’Armellina, co-autor y webmaster de
oVosite, un espacio de escritura hipermedia: "Los sistemas operativos
se van dotando de fuentes Unicode capaces de representar todos los
idiomas del mundo. Ojalá sigan el mismo rumbo todas las aplicaciones,
desde el procesamiento de texto hasta el navegador web. Las
dificultades son inmensas: nuestro teclado, con sus ± 250 teclas,
deja ver sus insuficiencias siempre que es necesario digitalizar
Katakana o Hiragana japoneses, y aún peor con el chino. La gran
variedad de los sistemas de escritura por el mundo y el número de
caracteres que abarcan constituyen un freno potente. Sin embargo los
obstáculos culturales no son menos importantes, pues están vinculados
con los códigos y modalidades de representación propios de cada
cultura o etnia."
= ASCII y/o Unicode
El Proyecto Gutenberg es fundado en 1971 por Michael Hart con el
objetivo de difundir bajo forma electrónica las obras literarias para
ponerlas gratuitamente a la disposición de todos. Tanto los libros
que fueron digitalizados hace treinta años como los de ahora se
digitalizan en modo texto, mediante uso del ASCII original de siete
bits. De esta manera los textos pueden ser leídos sin problema con
cualquier computadora, plataforma y programa. Para los idiomas con
acentos como el español, los libros tienen dos versiones: una versión
en ASCII de ocho bits para tomar en cuenta los caracteres acentuados,
y una versión en ASCII de siete bits, sin acentos. A excepción,
claro, de las lenguas no codificables en ASCII, como el chino, que
está codificado en Big-5.
El Proyecto Gutenberg ofrece libros en otros formatos, incluso en
formatos populares tales como HTML, XML, RTF y Unicode. Además,
cualquier formato propuesto por voluntarios es generalmente aceptado
- PDF, LIT, TeX y muchos otros – siempre y cuando un archivo ASCII
también esté presente.
En cuanto a idiomas, el Proyecto Gutenberg es en su mayoría de lengua
inglesa, ya que está instalado en los Estados Unidos y que sirve
principalmente a la comunidad de habla inglesa a nivel nacional e
internacional. En octubre de 1997, Michael Hart anuncia su intención
de intensificar la producción de libros en otros idiomas. A
principios de 1998, el catálogo incluye algunas obras en alemán,
español, francés, italiano y latín. Michael escribe en julio de 1999:
"Lanzamos ahora una nueva lengua al mes, y voy a seguir con esta
política durante tanto tiempo como sea posible."
A la misión original se añade un papel de puente entre idiomas y
culturas diversas. El multilingüismo se convierte poco a poco en una
de las prioridades del Proyecto Gutenberg, como la
internacionalización, con el Proyecto Gutenberg Australia (creado en
agosto de 2001), el Proyecto Gutenberg Europa (creado en enero de
2004), el Proyecto Gutenberg Canadá (creado en julio de 2007) y otros
Proyectos Gutenberg por venir en varios países. El Proyecto Gutenberg
original (el de los Estados Unidos) tiene libros en 25 idiomas en
enero de 2004 y libros en 42 idiomas en julio de 2005.
Desde su creación en enero de 2004, el Proyecto Gutenberg Europa (PG
Europa) y Distributed Proofreaders Europa (DP Europa) son sitios web
multilingües que tienen en cuenta las principales lenguas europeas.
El sitio de DP Europa está inspirado del sitio original de
Distributed Proofreaders (el de los Estados Unidos) para gestionar la
corrección de los libros digitales entre los voluntarios, que
comparan las versiones digitales con las páginas escaneadas de las
versiones impresas. En abril de 2004, gracias a traductores
voluntarios, el sitio de DP Europa está disponible en doce idiomas.
El objetivo a medio plazo es un sitio en sesenta idiomas que tenga en
cuenta todas las lenguas europeas. DP Europa utiliza Unicode en lugar
del ASCII, para procesar libros en muchos idiomas.