Designing for Revitalisation: A Community-Centred Approach to Endangered Language Engagement
Author
Bugar, Patrik
Term
4. term
Publication year
2025
Pages
72
Abstract
This thesis examines how artificial intelligence (AI) can help preserve and revitalize endangered languages when tools are designed with communities and ethics at the center. Although interest in AI for language documentation and learning is growing, many current tools overlook cultural complexity, dialect diversity, and the lived experiences of speaker communities. The study asks how an AI-enabled digital tool can connect native speakers with heritage and second‑language learners without forcing one uniform way of using or teaching the language. To answer this, the research uses a mixed‑methods approach: a systematic review of existing work, online surveys, and semi‑structured interviews with stakeholders from different endangered language contexts. The quantitative findings map how people engage with digital tools, while the qualitative findings surface deeper issues tied to identity, trust in technology, and access to resources. The analysis is guided by three perspectives that explain how people learn and collaborate: Wenger’s Communities of Practice (learning through participation in a community), boundary objects (shared artifacts or standards that different groups can use for their own purposes), and Gee and Hayes’s affinity spaces (informal spaces where people gather around a shared interest). Across these lenses, participants emphasize the need for digital tools that are modular (built from components that can be adapted), co‑governed (designed and managed with communities), and able to reflect regional variation and cultural authenticity. Based on these insights, the thesis proposes a conceptual design prototype for a digital platform to support AI‑assisted language revitalization. It contributes to information studies, human–computer interaction (HCI), and language technology by outlining design directions that foreground linguistic justice, community agency, and epistemic diversity (valuing different ways of knowing).
Dette speciale undersøger, hvordan kunstig intelligens (AI) kan bidrage til at bevare og genoplive truede sprog, når digitale værktøjer udvikles med fællesskaber og etik i centrum. Selvom interessen for AI til sprogdokumentation og -læring vokser, overser mange nuværende værktøjer den kulturelle kompleksitet, dialektal mangfoldighed og de talendes levede erfaringer. Projektet spørger, hvordan et AI-understøttet digitalt værktøj kan bygge bro mellem modersmålstalere og arv‑ eller andetsprogslærere uden at presse en ensartet tilgang igennem. For at besvare dette anvendes en blandet metode: et systematisk litteraturreview, online spørgeskemaer og halvstrukturerede interviews med interessenter fra forskellige kontekster med truede sprog. De kvantitative resultater viser mønstre i, hvordan folk bruger digitale værktøjer, mens de kvalitative resultater afdækker dybere spændinger knyttet til identitet, tillid til teknologi og adgang til ressourcer. Analysen er rammesat af tre perspektiver, der forklarer, hvordan mennesker lærer og samarbejder: Wengers teori om praksisfællesskaber (læring gennem deltagelse i et fællesskab), grænseobjekter (fælles artefakter eller standarder, som forskellige grupper kan bruge på hver deres måde) og Gee og Hayes’ tilhørsrum (uformelle steder, hvor folk samles om en fælles interesse). På tværs af disse vinkler fremhæver deltagerne behovet for digitale værktøjer, der er modulære (opbygget af tilpasningsbare komponenter), fælles styrede (designet og forvaltet sammen med fællesskaber) og i stand til at afspejle regional variation og kulturel autenticitet. På den baggrund præsenterer specialet en konceptuel designprototype af en digital platform til AI‑assisteret sprogrevitalisering. Det bidrager til informationsstudier, menneske‑computer‑interaktion (HCI) og sprogteknologi ved at pege på designretninger, der prioriterer sproglig retfærdighed, fællesskabers handlekraft og epistemisk mangfoldighed (at værdsætte forskellige måder at vide på).
[This apstract has been rewritten with the help of AI based on the project's original abstract]
Keywords