← أحدث الأبحاث
💻 computer science

SLAyiNG: A Diverse and Community-validated Dataset of Queer Slang

تقدم هذه الورقة "SLAyiNG"، وهي أول مجموعة بيانات تم التحقق منها مجتمعياً وتضم أكثر من 500 مصطلح من العامية المثلية باللغة الإنجليزية عبر 20 مجتمعاً فرعياً، والتي تكشف أنه في حين تفتقر العديد من النماذج اللغوية إلى انحياز التمثيل ضد الهويات المثلية، إلا أنها لا تزال تواجه صعوبة في معالجة العامية المثلية — لا سيما العامية المنتمية للمجتمعات الأفريقية الأمريكية واللاتينية — مما يسلط الض الضوء على الحاجة إلى موارد لغوية متنوعة لتحسين أنظمة معالجة اللغات الطبيعية.

المؤلفون الأصليون: Leonor Veloso, Lea Hirlimann, Lucija Mihić Zidar, Philipp Wicke, Valentin Hofmann, Hinrich Schütze

نُشر 2026-08-14
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Leonor Veloso, Lea Hirlimann, Lucija Mihić Zidar, Philipp Wicke, Valentin Hofmann, Hinrich Schütze

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 عالماً تكون فيه الحواسيب مثل قراء نهمين وعمالقة ابتلعوا كل كتاب، وموقع إلكتروني، ومحادثة كُتبت على الإطلاق. هذه الآلات، المعروفة باسم النماذج اللغوية الكبيرة (LLMs)، هي العقول الكامنة وراء العديد من روبوتات الدردشة وأدوات الذكاء الاصطائي التي نستخدمها اليوم. إنها تتعلم من خلال رصد الأنماط في الكلمات، محاولةً تخمين ما سيأتي بعد ذلك في الجملة. لكن تكمن المشكلة هنا: إذا لم يسمع الكمبيوتر طريقة معينة في التحدث من قبل، فإنه يصاب بالارتباك. قد يعتقد أن دعابة ودودة هي إهانة، أو قد يفشل تماماً في فهم إشارة ثقافية ما. هذه مشكلة كبيرة بالنسبة لـ "اللهجات الاجتماعية" (sociolects)—وهي لغات متخصصة تستخدمها مجموعات معينة من الناس، مثل المراهقين، أو هواة الألعاب، أو مجتمع الميم (LGBTQ+). عندما لا يفهم الذكاء الاصطناعي هذه المجموعات، يمكنه أن يكون فظاً عن غير قصد، أو يخطئ في تحديد هوية الأشخاص، أو ببساطة يفشل في الدردشة بشكل صحيح. السؤال الذي يطرحه الباحثون هو: كيف نعلم هذه العقول الرقمية فهم اللغة العامية الغنية والملونة والمتطورة لمجتمعات الميم دون الوقوع في الخطأ؟

هنا يأتي دور مشروع جديد يسمى SLAYING. فكر فيه كقاموس ضخم ومعتمد من المجتمع، وكتاب قصص مخصص للغة عامية مجتمع الميم. أدرك الباحثون أنه بينما يتحسن الذكاء الاصطناعي في فهم أنواع كثيرة من اللغة، إلا أنه غالباً ما يتعثر أمام المصطلحات العامية لمجتمع الميم. أحياناً، يرتبك الذكاء الاصطناعي لدرجة أنه يخطئ في اعتبار عبارة احتفالية غير ضارة كخطاب كراهية، أو يولد استجابة وقحة للمستخدم لمجرد أنه استخدم كلمة معينة. ولإصلاح ذلك، بنى الفريق أول مجموعة بيانات حقيقية تضم أكثر من 500 مصطلح من عامية مجتمع الميم، كاملة مع 3,405 مثالاً لكيفية استخدام هذه الكلمات فعلياً في الجمل. لم يكتفوا باستخراج هذه الكلمات من الكتب المدرسية؛ بل جمعوها من الأفلام، والبودكاست، ووسائل التواصل الاجتماعي، ثم جعلوا أعضاءً حقيقيين من مجتمع الميم يراجعون كل مثال للتأكد من استخدامه بشكل صحيح وعدم كونه ضاراً.

استخدم الفريق مجموعة البيانات الجديدة هذه لاختبار بعض نماذج الذكاء الاصطناعي الشهيرة، ووجدوا شيئاً مفاجئاً. اكتشفوا أن الكمبيوتر يمكن أن يكون "لطيفاً" مع أفراد مجتمع الميم (بمعنى أنه لا يحمل صوراً نمطية أو يكرههم) ولكنه يظل "جاهلاً" بلغتهم. الأمر يشبه امتلاك صديق يحبك ولكنه لا يفهم نكاتك الداخلية المفضلة؛ هو ليس سيئاً، هو فقط لا يفهم الإشارة. أظهرت الدراسة أنه عندما علموا نموذج ذكاء اصطناعي باستخدام مجموعة البيانات الجديدة هذه من العامية غير الضارة والمعتمدة من المجتمع، أصبح النموذج في الواقع أفضل في فهم أفراد مجتمع الميم بشكل عام، وليس فقط الكلمات.

ومع ذلك، وجد الباحثون أن الذكاء الاصطناعي لا يعامل الجميع بالتساوي. فقد عانت النماذج أكثر مع العامية الخاصة بمجموعات معينة، لا سيما تلك القادمة من مجتمعات الميم الأفريقية واللاتينية، وكذلك المصطلحات المتعلقة بـ "الدراغ" (drag) والهويات غير الثنائية. يبدو الأمر كما لو أن لدى الذكاء الاصطناعي نقطة عمياء تجاه المجتمعات ذاتها التي ابتكرت معظم العامية التي يحاول تعلمها. علاوة على ذلك، أظهرت الدراسة أن الأنظمة الآلية المصممة لرصد اللغة "السامة" غالباً ما تصنف هذه المصطلحات الخاصة بمجتمع الميم ككلمات خطيرة، حتى عندما تُستخدم بطريقة إيجابية أو مستعادة. وهذا يشير إلى أن الأدوات ذاتها التي تهدف للحفاظ على سلامة الإنترنت قد تقوم عن غير قصد بفرض الرقابة على أصوات مجتمع الميم. تقترح الورقة البحثية أنه من خلال تغذية هذه النماذج بمزيد من الأمثلة المتنوعة والواقعية للغة مجتمع الميم، يمكننا مساعدة هذه النماذج على فهم المجتمع بشكل أفضل، مما يقلل من ارتباكها ومن ميلها لتصنيف الكلام البريء كضار بشكل خاطئ.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →