Estudiantes paraguayos crean Paraguay-HQ, un banco de datos masivo para entrenar IA
El proyecto reúne más de 3,1 millones de documentos y 1.691 millones de tokens para mejorar el conocimiento de la inteligencia artificial sobre leyes, cultura e idioma paraguayo.

Un grupo de estudiantes paraguayos de secundaria, de entre 16 y 17 años, creó Paraguay-HQ, una enorme biblioteca digital de conocimiento paraguayo diseñada para entrenar inteligencia artificial. El proyecto es de acceso abierto y se encuentra publicado en Hugging Face.
El banco de datos reúne más de 3,1 millones de documentos y 1.691 millones de tokens provenientes de investigaciones científicas, leyes, historia, periódicos nacionales y otros materiales. Además, incluye más de 234 millones de tokens de guaraní y jopara.
Juan Manuel Acosta Ramírez, encargado de la parte técnica, explicó que el banco de datos es útil para entrenar modelos de IA como Gemini o Chat GPT para que conozcan datos paraguayos, leyes y el idioma guaraní o jopara. El equipo también incluye a Elías Paniagua Velilla en visión y estrategia, Mauricio Irrazábal en marketing y publicidad, y José Rafael Estigarribia en seguridad y vulnerabilidades.
La iniciativa busca que universidades, empresas e investigadores utilicen estos datos para que la tecnología comprenda mejor la cultura, historia e idioma del país. Acosta Ramírez señaló que la adquisición de fuentes de guaraní o jopara fue una de las tareas más complicadas por la falta de bancos de datos limpios.
Con este proyecto, se busca que la nación no sea solo consumidora de inteligencia artificial, sino que pueda desarrollarla con sus propios conocimientos.
Key facts
- Paraguay-HQ contiene 1.691 millones de tokens de documentos nacionales y 234 millones de tokens de guaraní y jopara.
- El equipo creador está formado por Juan Manuel Acosta Ramírez, Elías Paniagua Velilla, Mauricio Irrazábal y José Rafael Estigarribia.
- El proyecto es un corpus de acceso abierto publicado en Hugging Face.
Three perspectives
Neutral
Un grupo de estudiantes de secundaria creó Paraguay-HQ, un banco de datos masivo con leyes, patrimonio cultural y textos en guaraní para entrenar modelos de inteligencia artificial.
Positive
El proyecto permite que Paraguay desarrolle su propia tecnología y logre soberanía mediante el uso de datos locales en modelos de IA.
Negative
Los creadores señalaron la dificultad de encontrar fuentes de datos limpios en guaraní o jopara debido a la inexistencia de bancos de datos previos.
Your week in news, every Wednesday
The biggest stories of the week for your edition, in your inbox every Wednesday morning, your time. Free, and you can unsubscribe at any time.