Els models d'IA funcionen pitjor en les llengües amb menys dades, i el català n'és un exemple: els errors de transcripció, els calcs i les confusions entre variants dialectals són freqüents i costen de detectar amb proves automàtiques. Per això calen dades de qualitat i, sobretot, el judici de persones que parlin la llengua. Softcatalà, l'associació sense ànim de lucre que fa més de vint-i-cinc anys que treballa pel català a la tecnologia, ha presentat dues eines participatives per aportar-lo.
La primera, GarbellaVeus, proposa escoltar fragments curts de parla en català i comprovar si la transcripció i la variant dialectal detectada són correctes. Es pot votar, proposar correccions i marcar els fragments que no són en català, que tenen música o soroll o en què parla més d'una persona. Els àudios surten del conjunt de dades Catalan YouTube Speech, fet amb vídeos de sessions plenàries publicats amb llicència lliure, i inclouen transcripcions verificades automàticament pel Projecte Aina. L'objectiu és arribar a 920 hores de veu validada. La segona, ArenaCat, fa duels a cegues: l'usuari llegeix una tasca (corregir, reescriure, traduir o redactar) i dues respostes de models diferents sense saber quins són, i tria la millor, un empat o cap. Per participar-hi cal un compte i passar una prova de llengua d'uns cinc minuts.
La iniciativa té el suport de l'Institut d'Estudis Catalans, el Departament de Política Lingüística i el Projecte Aina de la Generalitat i el Barcelona Supercomputing Center, Acció Cultural del País Valencià, Accent Obert, Aliança Digital i Amical Wikimedia. Softcatalà publicarà les dades validades, les tasques, les respostes i les preferències recollides com a dades obertes perquè serveixin per entrenar i millorar models en català, i ArenaCat mostrarà un rànquing públic que es recalcularà amb cada vot. No cal saber res d'IA per col·laborar-hi.
El projecte té límits que la mateixa entitat reconeix. El material de veu actual és sobretot de registre institucional, de plens, i Softcatalà vol afegir-hi més endavant parla espontània de parlants poc representats. El valor del rànquing d'ArenaCat dependrà de quanta gent hi voti i de com de variada sigui, i la comunicació no diu quants models s'hi comparen. Tampoc no hi ha encara cap xifra de participació ni de finançament.