Beyond Translation: Cross-Cultural Meme Transcreation with Vision-Language Models
تقدم هذه الورقة إطار عمل هجين للترجمة الإبداعية (transcreation) ومجموعة بيانات ضخمة للميمات الصينية والأمريكية لتقييم نماذج الرؤية واللغة في التكيف الثقافي المتبادل للميمات، كاشفةً أنه بينما تُظهر النماذج الحالية قدرة محدودة، فإنها تُظهر عدم تماثل اتجاهي كبير مع أداء متفوق في عملية الترجمة الإبداعية من الأمريكية إلى الصينية مقارنة بالعكس.
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 لديك صورة مضحكة مكتوب عليها نكتة — "ميم" (meme). الآن، تخيل أنك تحاول عرض نفس النكتة على صديق في بلد مختلف تماماً. إذا قمت فقط بترجمة الكلمات، فغالباً ما ستفقد النكتة بريقها. الأمر يشبه محاولة شرح مرجع متعلق بكرة القاعدة لشخص لم يلعب سوى كرة القدم؛ الكلمات ستكون مفهومة، لكن "شعور" النكتة سيضيع.
هذه الورقة البحثية تتحدث عن تعليم الحواسيب كيف تفعل أكثر من مجرد ترجمة الميمات. إنهم يريدون من الحاسوب أن يقوم بـ "الترجمة الإبداعية الثقافية" (transcreation) لها. فكر في الترجمة الإبداعية الثقافية كأنها "طاهٍ ثقافي". بدلاً من مجرد استبدال المكونات (الكلمات)، يقوم الطاهي بتغيير الوصفة بأكملها لتصبح لذيذة للجمهور الجديد، مع الحفاظ على روح الطبخة الأصلية.
إليك كيف عالج الباحثون هذا التحدي:
المشكلة: النكتة التي "تضيع في الترجمة"
الميمات موجودة في كل مكان على الإنترنت، لكنها متجذرة بعمق في الثقافة المحلية. الميم الذي قد يضحك الأمريكيين قد يربك المستخدمين الصينيين، والعكس صحيح. ليس هذا بسبب سوء القواعد؛ بل لأن الفكاهة، والرموز، والأسلوب البصري مختلفة.
- الميمات الأمريكية غالباً ما تتميز بمشاهير، أو شخصيات مشهورة، أو شخصيات كرتونية محددة، وتعتمد على السخرية أو المفارقة الموقفية.
- الميمات الصينية غالباً ما تستخدم الحيوانات، والصور الرمزية، والتلاعب بالألفاظ الذي يعتمد على معرفة ثقافية عميقة أو أبعاد فلسفية.
الحل: خط إنتاج "الطاهي الثقافي" المكون من ثلاث خطوات
بنى الباحثون نظاماً (إطار عمل هجين) يعمل كخط تجميع من ثلاث خطوات لتحويل ميم من ثقافة إلى أخرى، دون فقدان الفكاهة.
- المحلل (العقل): أولاً، ينظر ذكاء اصطناعي ذكي (يسمى نموذج لغة ورؤية - Vision-Language Model) إلى الميم الأصلي. هو لا يقرأ النص فحسب؛ بل يستنتج لماذا هو مضحك. يسأل نفسه: "هل هذه سخرية؟ هل تتعلق بمشهور؟ ما هو الجوهر العاطفي؟" ثم يكتب تعليقاً جديداً يناسب أسلوب الثقافة المستهدفة.
- الفنان (الرسام): بعد ذلك، يقوم ذكاء اصطناعي آخر (مولد صور) بإنشاء صورة جديدة تماماً لتناسب ذلك التعليق الجديد. إذا كان الميم الأصلي يحتوي على ممثل أمريكي مشهور، فقد يستبدله الذكاء الاصطناعي بحيوان لطيف أو صورة رمزية يجدها المستخدمون الصينيون مضحكة، بدلاً من مجرد ترجمة اسم الممثل.
- المجمع (المصمم): أخيراً، يقوم برنامج حاسوبي بوضع النص الجديد والصورة الجديدة معاً، مع التأكد من أن الخط والتنسيق يبدوان طبيعيين لتلك الثقافة المحددة (على سبيل المثال: نص أكثر تماسكاً للغة الصينية، أو أكثر تباعداً للإنجليزية).
التجربة: "تبادل الميمات"
لاختبار ذلك، أنشأ الباحثون مكتبة ضخمة تسمى MemeXGen. أخذوا 6,315 ميم أصلي من الولايات المتحدة والصين واستخدموا نظامهم لإنشاء مجموعة مطابقة من الميمات المترجمة إبداعياً للطرف الآخر.
- حولوا 3,165 ميم صيني إلى ميمات بأسلوب أمريكي.
- حولوا 3,150 ميم أمريكي إلى ميمات بأسلوب صيني.
ما وجدوه: تأثير "الشارع ذو الاتجاه الواحد"
عندما اختبروا النتائج مع حكام بشريين ونماذج ذكاء اصطناعي أخرى، وجدوا بعض الأنماط المثيرة للاهتمام:
- إنه ليس شارعاً مثالياً في اتجاهين: عمل النظام بشكل أفضل بكثير عند الانتقال من الأمريكية إلى الصينية مقارنة بالانتقال من الصينية إلى الأمريكية.
- لماذا؟ الميمات الأمريكية غالباً ما تستخدم رموزاً معترف بها عالمياً (مثل المشاهير أو المواقف العالمية) والتي يسهل تكييفها. أما الميمات الصينية فغالباً ما تعتمد على تلاعب لفظي محدد جداً، أو أمثال، أو مفاهيم فلسفية يصعب إيجاد بدائل لها في اللغة الإنجليزية.
- "الملاءمة الثقافية" أمر صعب: بينما كان النظام جيداً في جعل النصوص والصور تبدو متناسقة معاً، كان الجزء الأصعب هو التأكد من أن النكتة تبدو بالفعل "أصلية" للثقافة الجديدة.
- الذكاء الاصطناعي مقابل الحكام البشر: طلب الباحثون من كل من البشر ونماذج ذكاء اصطناعي أخرى تقييم الميمات الجديدة. وجدوا أن معظم نماذج الذكاء الاصطناعي مفتوحة المصدر كانت سيئة جداً في تقييم الفكاهة (كانت تعطي درجات عشوائية). ومع ذلك، كان هناك نموذج ذكاء اصطناعي محدد (Qwen-VL-Max) بارعاً بشكل مفاجئ في فهم الفروق الثقافية الدقيقة، حيث كان يقترب من مستوى الحكام البشر.
الخلاصة
تخلص الورقة البحثية إلى أنه بينما يمكن للذكاء الاصطناعي الحالي القيام بعمل جيد في "إعادة خلط" الميمات لثقافات مختلفة، إلا أنه لا يزال يعاني مع الأجزاء العميقة والدقيقة من الفكاهة. الأمر يشبه مترجماً يمكنه التحدث باللغة بطلاقة، لكنه لم يتعلم بعد المصطلحات المحلية أو النكات الداخلية. لقد أظهر الباحثون أنه لجعل الميمات تسافر حقاً عبر الحدود، يجب تغيير المرئيات والإشارات الثقافية، وليس مجرد الكلمات.
لقًد أتاحوا الكود الخاص بهم ومكتبتهم الضخمة من أزواج الميمات للآخرين لدراستها، آملين في مساعدة الذكاء الاصطناعي المستقبلي على فهم ليس فقط ماذا نقول، بل كيف نضحك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.