Vavanagi: a Community-run Platform for Documentation of the Hula Language in Papua New Guinea

إليك ملخص تقني مفصل لورقة بحثية بعنوان "Vavanagi: منصة يديرها المجتمع لتوثيق لغة هولا في بابوا غينيا الجديدة".

1. بيان المشكلة

تتناول الورقة التحدي الحرج المتمثل في توثيق لغة "هولا" (Vula'a) والحفاظ عليها، وهي لغة من عائلة اللغات الأسترونيزية في بابوا غينيا الجديدة، يبلغ عدد المتحدثين بها حوالي 10,000 نسمة.

• التحول اللغوي: تواجه لغة هولا ضغوطاً بسبب التنقل الحضري وهيمنة لغة "توك بيسين"، مما يؤدي إلى تحول لغوي، لا سيالما بين الأجيال الشابة والمهاجرين إلى المدن.
• نقص البيانات: هناك ندرة في النصوص المتوازية عالية الجودة والبيانات الصوتية المطلوبة لتطوير التقنيات اللغوية اللاحقة (الترجمة الآلية والتعرف الآلي على الكلام).
• فجوة الوكالة (Agency Gap): غالباً ما تعتمد عمليات توثيق اللغة التقليدية على باحثين خارجيين، مما قد يؤدي إلى نقص في ملكية المجتمع للبيانات، والسيادة على البيانات، والاستدامة طويلة الأمد. كما تفتقر المشاريع "القائمة على المجتمع" الحالية إلى تمييز واضح فيما يتعلق بدرجة التحكم المجتمعي (الوكالة) مقابل التحكم الخارجي.

2. المنهجية

يقدم المؤلفون منصة Vavanagi، وهي منصة يديرها المجتمع ومصممة لجمع ترجمات (إنجليزي-هولا) وتسجيلات صوتية عن طريق التعهيد الجماعي، وتخضع لإدارة مجتمع الهولا بالكامل.

أ. طيف المشاركة المجتمعية

لوضع عملهم في سياقه، يقترح المؤلفون إطار عمل مكون من خمس مستويات لقياس المشاركة المجتمعية في التكنولوجيا اللغوية:

1. الاستشارة (Consulted): يتم طلب مدخلات المجتمع، لكن العمليات تتم خارجياً.
2. المشاركة/بقيادة خارجية (Engaged/Externally Led): يساهم المجتمع بالبيانات؛ بينما تتحكم الفرق الخارجية في التصميم والعمليات.
3. العمليات بقيادة المجتمع/التصميم خارجي (Community-Led Ops/Externally Designed): يدير المجتمع المهام اليومية؛ بينما يكون التصميم خارجياً.
4. التشكيل المشترك (Co-shaped): مبادرة خارجية، ولكن المجتمع يعيد تشكيل الأهداف والأساليب بشكل كبير.
5. مبادرة وإدارة مجتمعية كاملة (Fully Community-Initiated and Governed): تقع المبادرة والتصميم والتنفيذ وحوكمة البيانات بالكامل داخل المجتمع.

• موقع Vavanagi: يُصنف المشروع ضمن المستوى الخامس، وهو ما يمثل أول مبادرة تكنولوجية لغوية بهذا الحجم حيث يمتلك المجتمع السيادة الكاملة.

ب. بنية المنصة وسير العمل

• البنية التكنولوجية: تم بناؤها باستخدام Firebase Firestore (قاعدة بيانات وثائق سحابية) للتخزين، والمصادقة، والتحكم في الوصول القائم على الأدوار. تبلغ التكلفة الإجمالية للبنية التحتية أقل من 20 دولاراً أمريكياً.
• مسار سير العمل:
  1. الاستيراد: يقوم المسؤولون باستيراد النص المصدر باللغة الإنجليزية.
  2. الترجمة: يقدم 77 مترجماً نصوصاً و/أو تسجيلات صوتية.
  3. المراجعة: يقوم 4 مراجعين من كبار السن بتقييم المدخلات من حيث الوضوح اللغوي، والملاءمة الثقافية، والاتساق. يقومون بوضع علامات على المشكلات وتقديم الملاحظات بدلاً من رفض المدخلات بشكل قاطع.
  4. حلقة المراجعة: يمكن للمترجمين مراجعة النصوص بناءً على الملاحظات، مما يخلق عملية ضبط جودة تكرارية.
  5. التصدير: يتم تصدير البيانات المعتمدة للأرشفة وتدريب النماذج.
• الحوكمة والتمويل:
  • الأدوار: تتماشى مع الهياكل المجتمعية القائمة (على سبيل المثال، يعمل مسؤولو مجموعات الواتساب كمدققين للمنصة).
  • نموذج الحوافز: يقوم أعضاء المجتمع في المناطق الحضرية (الذين لديهم دخل متاح أعلى) بتمويل صندوق الجوائز. يتلقى المترجمون في القرى 0.10 كيا من بابوا غينيا الجديدة لكل جملة. هذا النموذج يجسّر الفجوة بين الحضر والريف ويعزز الملكية الجماعية.

ج. جمع البيانات

• حجم المتن (Corpus): أكثر من 12,124 زوجاً من الجمل المتوازية.
• المفردات: تغطي 9,556 كلمة فريدة بلغة هولا و7,948 كلمة فريدة باللغة الإنجليزية.
• التنسيق: يتضمن كل من النصوص والتسجيلات الصوتية لدعم تقنيات الكلام المستقبلية.

3. المساهمات الرئيسية

1. منصة Vavanagi: بنية تحتية رقمية خفيفة الوزن ومنخفضة التكلفة، يديرها المجتمع لتوثيق اللغة، نجحت في الربط بين أعضاء القرى وأعضاء الشتات في المناطق الحضرية.
2. إطار المستوى الخامس: إطار مفاهيمي يحدد المشاريع "المبادرة والمُدارة مجتمعياً بالكامل"، مما يوفر مصطلحات جديدة للمجال للتمييز بين الاستشارة السطحية والسيادة الحقيقية على البيانات.
3. أول نموذج بهذا الحجم: أول مبادرة تكنولوجية لغوية يقودها المجتمع للغة يبلغ عدد متحدثيها حوالي 10,000 نسمة (وهو رقم أقل بكثير من الجهود التي يقودها المجتمع والتي تستهدف لغات يتحدث بها الملايين).
4. نموذج تمويل مستدام: آلية تمويل داخلية مبتكرة حيث يدعم أعضاء الشتات في الحضر المترجمين في المناطق الريفية مالياً، مما يضمن استدامة المشروع دون الحاجة إلى منح خارجية.

4. النتائج

• المشاركة والسرعة: حدث إقبال سريع؛ حيث تم إكمال أول 2,000 جملة في أسبوعين، والدفعة الثانية المكونة من 1,500 جملة في ثلاثة أيام.
• الجودة: تشير نسبة 91% في الموافقة من المرّة الأولى إلى توافق قوي بين المترجمين والمراجعين فيما يتعلق بمعايير الجودة.
• الرؤى اللغوية: يلتقط المتن تطور اللغة في الوقت الفعلي، بما في ذلك صعود الكلمات المستعارة من لغة "توك بيسين" (مثل ketolo للإشارة إلى الغلاية) والتبديل اللغوي (code-switching)، مما يوفر بيانات قيمة حول ديناميكيات التحول اللغوي.
• سهولة الاستخدام: حقق اختبار مقياس سهولة استخدام النظام (SUS) مع 8 مترجمين متوسط درجة 73.4 (أعلى من المتوسط). وجد المستخدمون أن النظام بسيط ولكنه مخصص لمهمة محددة وليس للاستخدام اليومي العام.
• كفاءة التكلفة: تم الحفاظ على البنية التحتية التقنية بالكامل بتكلفة تقل عن 20 دولاراً أمريكياً.

5. الأهمية

• السيادة على البيانات: تثبت Vavanagi السيادة التكنولوجية، حيث يتحكم المجتمع في دورة حياة البيانات، متجاوزاً "الاستشارة الأخلاقية" إلى الحوكمة ذاتية التحديد. وهذا يتماشى مع مبادئ CARE (المنفعة الجماعية، السلطة في التحكم، المسؤولية، والأخلاقيات).
• جسر بين الأجيال: تربط المنصة بين المتحدثين من كبار السن (الذين يمتلكون المعرفة اللغوية) والأعضاء الأصغر سناً والأكثر دراية بالتقنية في المناطق الحضرية، مما يعزز إعادة الاتصال الثقافي والمكانة المرموقة للغة هولا.
• نموذج قابل للتوسع: تقدم نموذجاً قابلاً للنقل لمجتمعات لغات المحيط الهادئ ذات الموارد المحدودة للاستفادة من الذكاء الاصطناğu والأدوات الرقمية لغرض الحفاظ على لغاتها وفقاً لشروطها الخاصة، وتجنب الحلول الخارجية التي تتبع نهج "النموذج الموحد للجميع".
• التطبيقات المستقبلية: يعمل المتن الذي تم جمعه كقاعدة بيانات أساسية لتدريب نماذج الترجمة الآلية (MT) والتعرف الآلي على الكلام (ASR) المخصصة، بهدف إنشاء أدوات عملية للتجارة في الأسواق واستهلاك الوسائط داخل مجتمع هولا.