Logo de l'OEP
Logo de l'OEP
Plurilinguisme et culture (versions numérique)

Lost in Translation, Lost in Nation : AI-Induced Linguistic Homogenization as a Threat to Rastravadah

Lost in Translation, Lost in Nation: AI-Induced Linguistic Homogenisation as a Threat to Rastravadah

Submitted
16 July 2026
Published
2026-10-09

Abstract

In Indian philosophy, Rastravadah is not a single, unified identity but a collection of many identities. This idea depends on the coexistence of India’s many languages, dialects, and ways of speaking. This paper examines a subtle threat to that foundation: how AI can make language more uniform. Large language models are mostly trained on widely used languages and tend to prefer the most standard forms. As a result, they often smooth out regional expressions, dialects, and cultural details in translation, writing, and daily communication. More people are using these tools to write or translate in Tamil, Malayalam, Hindi, and other Indian languages. Over time, their language starts to sound more average and less unique. This slow change weakens the special qualities that have shaped India’s diverse national identity.

This article argues that this threat to Rastravadah comes from the tools we use every day, not from official policies. First, it explains how Indian nationhood is built on linguistic diversity. Next, it examines how AI can make language more uniform, focusing on training data and patterns in AI output. Finally, it discusses what this means for teaching and language policy, and suggests solutions like developing regional language models and teaching critical AI skills in language classes. The paper brings together ideas from philosophy, nationhood, and AI to discuss India’s linguistic and cultural diversity.

Résumé (DeepL)

Dans la philosophie indienne, le Rastravadah ne correspond pas à une identité unique et unifiée, mais à un ensemble d’identités multiples. Cette idée repose sur la coexistence des nombreuses langues, dialectes et façons de s’exprimer en Inde. Cet article examine une menace subtile qui pèse sur ce fondement : la manière dont l’IA peut uniformiser la langue. Les grands modèles linguistiques sont principalement entraînés sur des langues largement utilisées et ont tendance à privilégier les formes les plus standardisées. En conséquence, ils ont souvent tendance à gommer les expressions régionales, les dialectes et les particularités culturelles dans la traduction, l’écriture et la communication quotidienne. De plus en plus de personnes utilisent ces outils pour écrire ou traduire en tamoul, en malayalam, en hindi et dans d’autres langues indiennes. Au fil du temps, leur langue commence à prendre un ton plus banal et moins singulier. Cette évolution progressive affaiblit les qualités propres qui ont façonné l’identité nationale diversifiée de l’Inde.

Cet article soutient que cette menace qui pèse sur le Rastravadah provient des outils que nous utilisons au quotidien, et non des politiques officielles. Il explique tout d’abord en quoi l’identité nationale indienne repose sur la diversité linguistique. Ensuite, il examine comment l’IA peut uniformiser la langue, en se concentrant sur les données d’entraînement et les schémas observés dans les résultats générés par l’IA. Enfin, il aborde les implications de ce phénomène pour l’enseignement et la politique linguistique, et propose des solutions telles que le développement de modèles linguistiques régionaux et l’enseignement de compétences critiques en matière d’IA dans les cours de langues. Cet article rassemble des concepts issus de la philosophie, de la théorie de la nation et de l’IA pour analyser la diversité linguistique et culturelle de l’Inde.

References

  1. Anderson, Benedict. Imagined Communities: Reflections on the Origin and Spread of Nationalism. Rev. ed.,Verso, 2006.
  2. Bender, Emily M., and Batya Friedman. “Data Statements for Natural Language Processing: Toward Mitigating System Bias and Enabling Better Science.” Transactions of the Association for Computational Linguistics, vol. 6, 2018, pp. 587–604.
  3. Bhabha, Homi K. The Location of Culture. Routledge, 1994.
  4. Blodgett, Su Lin, et al. “Language (Technology) Is Power: A Critical Survey of ‘Bias’ in NLP.” Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 2020, pp. 5454–76.
  5. Inbadas, Hamilton. “Indian Philosophical Foundations of Spirituality at the End of Life.” Mortality, vol. 23, no. 4, 2018, pp. 320–33. https://doi.org/10.1080/13576275.2017.1351936.
  6. Ji, Hyangeun, et al. “A Systematic Review of Conversational AI in Language Education: Focusing on the Collaboration with Human Teachers.” Journal of Research on Technology in Education, vol. 55, no. 1, 2023, pp. 48–63. https://doi.org/10.1080/15391523.2022.2142873.
  7. Joshi, Pratik, et al. “The State and Fate of Language Variation and Inclusion in the NLP World.” Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 2020, pp. 6282–93.
  8. Khilnani, Sunil. The Idea of India. Penguin Books, 1997.
  9. Nehru, Jawaharlal. The Discovery of India. Oxford UP, 1946.
  10. Piller, Ingrid, and Kimie Takahashi. “Linguistic Diversity and Social Inclusion.” International Journal of Bilingual Education and Bilingualism, vol. 14, no. 4, 2011, pp. 371–81. https://doi.org/10.1080/13670050.2011.573062.
  11. Sharma, Suhani, and Sakshi Mehrotra. “The Spiritual Revolution in India from the Ritual to the Spiritual Indian: Factors Shaping Spiritual Seeking in Modern Indians.” Journal of Spirituality in Mental Health, vol. 20, no. 3, 2018, pp. 225–38. https://doi.org/10.1080/19349637.2017.1411218.
  12. Tagore, Rabindranath. Nationalism. Macmillan, 1917.
66 39