Diversidade linguística e inclusão digital: desafios para uma ia brasileira
بالاستناد إلى رؤى لغوية اجتماعية، تجادل هذه الورقة بأن هيمنة نماذج الذكاء الاصطناوي التوليدي تهدد التنوع اللغوي من خلال خلق دورة تعزيز ذاتي حيث تُحفظ فقط المتغيرات اللغوية الموثقة جيداً، بينما تواجه اللهجات غير الممثلة كفايةً تهميشاً بسبب نقص بيانات التدريب.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن الذكاء الاصطناعي يشبه "متعلماً خارقاً" يحاول فهم كيفية تحدث البشر. لكي يتعلم، يحتاج هذا الطالب إلى قراءة ملايين الكتب، والاستماع إلى آلاف المحادثات، ومشاهدة عدد لا يحصى من الفيديوهات. تُسمى هذه المجموعة من المعلومات "مجموعة بيانات التدريب".
هذه الورقة، التي كتبتها راكيل ميستر كوت فريتاج، تجادل بأنه إذا أردنا بناء ذكاء اصطناعي برازيلي حقيقي، فنحن نقوم حالياً بتغذية هذا الطالب بنظام غذائي محدود للغاية. إليك التفاصيل بتبسيط شديد:
١. المشكلة: أسطورة "المقاس الواحد الذي يناسب الجميع"
لدى الحكومة البرازيلية خطة لبناء ذكاء اصطناعي وطني يمثل تنوع البلاد. ومع ذلك، هناك سوء فهم كبير: البرازيل لا تتحدث لغة واحدة فقط.
- الأسطورة: يعتقد الكثير من الناس أن جميع البرازيليين يتحدثون نفس "اللغة البرتغالية" تماماً.
- الواقع: البرازيل هي بوتقة تنصهر فيها اللغات. فبالإضافة إلى اللغة البرتغالية، هناك:
- لغات السكان الأصليين (يتحدث بها الشعوب الأصلية).
- لغة الإشارة (Libras) لمجتمع الصم.
- لغات المهاجرين (مثل اللهجات الإيطالية أو الألمانية في بعض المناطق).
- لغات الكريول والعديد من اللهجات المختلفة للغة البرتغالية.
التشبيه: تخيل طباخاً يحاول إعداد "وليمة برازيلية". إذا اشترى الطباخ الطماطم فقط وتجاهل الفلفل، والذرة، والكسافا، والتوابل التي تشكل المطبخ الحقيقي، فلن يكون طعم الطبق مثل البرازيل. سيكون مجرد حساء طماطم عادي. حالياً، معظم نماذج الذكاء الاصطناعي لا تأكل سوى "الطماطم" (البرتغالية القياسية)، متجاهلة بقية المكونات.
٢. الخطر: "الدائرة المفرغة" للتحيز
عندما يتم تدريب الذكاء الاصطناعي فقط على اللغة البرتغالية "القياسية" أو "المرموقة" (تلك المستخدمة في غرف الأخبار والجامعات)، فإنه يتعلم أن هذه هي الطريقة "الصحيحة" الوحيدة للتحدث.
- التحيز: يبدأ الذكاء الاصطناعي في الاعتقاد بأن طرق التحدث الأخرى (مثل العامية الإقليمية، أو اللهجات الريفية، أو لغات السكان الأصليين) هي طرق "خاطئة" أو "مكسورة".
- النتيجة: يبدأ الذكاء الاصطناعي في تجاهل أو إهانة الأشخاص الذين يتحدثون بهذه الطرق الأخرى.
- الدائرة المفرغة: لأن الذكاء الاصطناعي يفهم اللغة "القياسية" فقط، فإنه ينتج البيانات بتلك اللغة فقط. وهذا يجعل اللغة القياسية أكثر هيمنة، بينما تختفي اللغات الأخرى من العالم الرقمي. الأمر يشبه مكتبة تشتري فقط الكتب المكتوبة بأسلوب واحد؛ في النهاية، ستختفي جميع الأساليب الأخرى من الكتابة لأنه لا يمكن لأحد العث_ور عليها في المكتبة.
٣. الحل: بناء "مخزن غذائي لغوي"
تقترح المؤلفة أنه لإصلاح ذلك، نحتاج إلى التوقف عن معاملة البيانات اللغوية كمشروع جانبي والبدء في معاملتها ككنز وطني.
- الفوضى الحالية: في الوقت الحالي، أمضى اللغويون في البرازيل ٥٠ عاماً في تسجيل هذه اللغات المتنوعة. لديهم آلاف الساعات من التسجيلات الصوتية والنصوص. لكن هذه البيانات مبعثرة في أدراج جامعية مختلفة، أو مخزنة في ملفات خاصة، أو محفوظة بتنسيقات فوضوية لا تستطيع الحواسيب قراءتها بسهولة.
- الإصلاح: نحن بحاجة إلى بناء مستودع وطني (مخزن رقمي منظم ضخم).
- فكر في الأمر كـ مكتبة مركزية حيث يتم فهرسة كل لهجة برازيلية، ولغة من لغات السكان الأصليين، ولغة إشارة بعناية، وتنظيفها، وإتاحتها لمطوري الذكاء الاصطناعي لاستخدامها.
- هذا يضمن أنه عندما يتعلم الطالب "الذكاء الاصطناعي"، فإنه يحصل على نظام غذائي متوازن من جميع الأصوات البرازيلية، وليس فقط الأصوات الصاخبة.
٤. لماذا يهم هذا مسألة "السيادة"
تجادل الورقة بأنه لكي تتمتع البرازيل بـ سيادة رقمية حقيقية (السيطرة على تقنيتها الخاصة)، يجب أن يعكس الذكاء الاصطناعي البرازيل الحقيقية.
إذا كان الذكاء الاصطناعي يتحدث فقط لغة النخبة، فإنه يستبعد ملايين المواطنين. يجب أن يكون الذكاء الاصطناعي الأخلاقي قادراً على فهم جدة في الأمازون، وصياد في الشمال الشرقي، وشخص أصم في ساو باولو، ومتحدث بلغة السكان الأصليين بنفس القدر من الاحترام.
باخت-صار:
لبناء ذكاء اصطناعي برازيلي يعمل من أجل الجميع، يجب أن نتوقف عن التظاهر بأن البرازيل بلد يتحدث لغة واحدة. نحن بحاجة إلى جمع كل القطع المبعثرة من لغزنا اللغوي وتغذيتها للذكاء الاصطناعي، حتى يتعلم التحدث بلغة الأمة بأكملها، وليس فقط جزءاً صغيراً ومتميزاً منها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.