Gwałtowny wzrost liczby publikacji o językach o niskich zasobach w ostatnich latach nie przełożył się na rzeczywistą inkluzję lingwistyczną ani bardziej sprawiedliwy rozkład badań. Analiza 1158 artykułów peer-reviewed z ACL Anthology pokazuje, że gdy liczba publikacji wzrosła ponad pięciokrotnie (z 52 do 415 rocznie między 2020 a 2025), to jednak daleko idące dysproporcje w reprezentacji języków pozostały bez zmian. Naukowcy zaproponowali nową metodę oceny - Linguistic Inclusion Framework - która ocenia inkluzję w czterech wymiarach: wzroście badań, ekspansji reprezentacji, ciągłości reprezentacji i równości dystrybucji.
Wykryte dysproporcje są zdumiewające. Języki azjatyckie są mówione przez 64,1% populacji badanych w analizie, a jednak stanowią jedynie 46,7% udziału w publikacjach dotyczących języków o niskich zasobach - czyli 0,7 razy mniej niż powinno. Z kolei języki europejskie otrzymują nieproportcjonalnie wiele uwagi - aż 5,3 razy więcej badań niż wynika to z liczby ich użytkowników. Na poziomie krajów widać, że najbardziej zróżnicowane lingwistycznie regiony takie jak sub-saharyjska Afryka czy Azja Południowo-Wschodnia mają najniższe wskaźniki pokrycia badaniami.
Wyniki badania sugerują, że sam wzrost liczby publikacji nie gwarantuje postępu w kierunku bardziej sprawiedliwego i inkluzywnego krajobrazu badań NLP. Żaden region nie wypadł dobrze na wszystkich czterech wymiarach Linguistic Inclusion Framework, co wskazuje na systemowe problemy w alokacji zasobów badawczych. Wnioski mogą skłonić społeczność badaczy do przeanalizowania, jak finansowanie i zainteresowanie industrii wpływają na rzeczywistą reprezentację języków światowych w zaawansowanych technologiach NLP.