Espacio de Datos Valle de la Lengua
Un entorno seguro y federado para compartir, descubrir y utilizar datos lingüísticos en español con garantías de soberanía, interoperabilidad y trazabilidad.
// ¿QUÉ ES?
¿Qué es el Espacio de Datos Valle de la Lengua ?
El Espacio de Datos Valle de la Lengua (EDVAL) es un entorno colaborativo donde las organizaciones pueden compartir y utilizar recursos lingüísticos sin perder el control sobre su información. Los datos no se almacenan en un único lugar: permanecen donde están y se comparten según las condiciones que establecen sus propios dueños.
Este modelo facilita el desarrollo de tecnologías lingüísticas, servicios digitales y proyectos de investigación relacionados con el español. Además, sigue los estándares europeos de intercambio seguro de datos, garantizando confianza y protección en todo el proceso.
Componentes clave
Dentro del apartado de Componentes clave, el catálogo federado, el Corpus Oral del Español San Millán (COE San Millán) y el conector representan los pilares sobre los que se construye la confianza y la utilidad técnica del sistema.
Catálogo federado
Un directorio inteligente donde los proveedores publican los metadatos de sus recursos siguiendo estándares internacionales como DCAT-AP. ¿El resultado? Puedes saber qué activos lingüísticos están disponibles sin mover ni centralizar los datos reales, facilitando la colaboración entre sistemas, organizaciones y sectores, manteniendo el control en origen.
Conector tecnológico
Actúa como guardián de la soberanía del dato para cada participante. Este software funciona como una puerta de enlace segura, separando el control de permisos del flujo de información. Su misión es ejecutar automáticamente las políticas de uso y licencias, garantizando que los datos viajen siempre de forma directa y cifrada.
// ¿CÓMO FUNCIONA?
¿Cómo funciona el Espacio de Datos Valle de la Lengua ?
A diferencia de los modelos tradicionales, donde la información se almacena en un servidor centralizado, el Espacio de Datos Valle de la Lengua funciona de manera federada y descentralizada. Esto significa que los datos no se copian en una nube común, sino que permanecen bajo el control total de quien los genera.
Un ecosistema abierto para quienes quieren innovar con el español.
¿Quién puede participar en el Espacio de Datos Valle de la Lengua ?
El Espacio de Datos Valle de la Lengua es un ecosistema inclusivo, abierto a cualquier organización que quiera aportar valor o innovar con datos lingüísticos en español, dentro de un marco de colaboración federada.
Perfiles clave del ecosistema
- Administraciones públicas
- Instituciones académicas y centros de investigación
- Empresas tecnológicas y desarrolladores
- Entidades culturales y patrimoniales
- Otros espacios de datos sectoriales
La incorporación se gestiona mediante contacto institucional y validación previa.
Ventajas de participar en el espacio
Acceso a activos de máxima calidad:
Recursos validados, como el COE San Millán o terminologías especializadas.
Soberanía y control total:
Cada participante mantiene la propiedad intelectual y decide quién y cómo accede a sus datos.
Seguridad jurídica y ética:
Operación alineada con el AI Act y el Data Act europeo, garantizando los estándares legales y éticos.
Impulso a la internacionalización:
Facilidad para que empresas hispanohablantes adapten sus contenidos globalmente.
Reducción de costes de innovación:
Permite desarrollar soluciones más rápido y con menor inversión.
Apoyo institucional y financiación pública
EDVAL es una iniciativa impulsada por el Gobierno de La Rioja, a través de la Fundación para la Transformación de La Rioja (FTR) y el Centro Nacional de Industrias del Español (CNIE), como parte de su apuesta por la Nueva Economía de la Lengua y el desarrollo del español en la inteligencia artificial.
El proyecto está financiado por la Unión Europea mediante los fondos NextGenerationEU, en el marco del Plan de Recuperación, Transformación y Resiliencia del Gobierno de España.
Preguntas frecuentes
¿Qué es un espacio de datos?
Un espacio de datos es un ecosistema colaborativo donde entidades comparten y acceden a datos de forma segura, controlada y bajo reglas comunes.
¿Qué es un dato lingüístico?
Cualquier recurso en español, oral o escrito (texto, audio), junto con sus metadatos y modelos, que sirva para el desarrollo de tecnologías del lenguaje y sistemas de Inteligencia Artificial.
¿Dónde se almacenan los datos en el Espacio de Datos Valle de la Lengua?
Los datos no se centralizan, sino que se originan bajo control del propietario. El intercambio es descentralizado y federado, viajando directamente del proveedor al consumidor mediante conectores técnicos seguros.
¿Qué tipos de datos lingüísticos puedo encontrar y compartir?
Corpus orales y escritos, terminología especializada (salud, derecho, finanzas), bases de conocimiento académico, modelos de lenguaje (LLMs) y servicios avanzados de procesamiento de voz y texto.
¿Qué requisitos debo cumplir para participar?
Obtener una identidad digital (DIDs/VCs), aceptar el Marco de Gobernanza, utilizar conectores certificados y cumplir con la normativa europea de protección de datos e Inteligencia Artificial.
¿Es necesario aportar datos para participar?
No. Puedes acceder al portal y al catálogo público sin aportar datos. Sin embargo, las opciones más comunes son consumidor (para explotar recursos existentes) o proveedor (para compartir activos), que sí los requieren. Aportas datos en función del rol y nivel de implicación que elijas.