أظهر الذكاء الاصطناعي نجاحات في دراسة اللغات النادرة والغير منتشرة بشكل واسع

تقلل النماذج اللغوية الضخمة الفجوة اللغوية

الإصدارات الجديدة للذكاء الاصطناعي تُظهر تقدمًا ملحوظًا في التعامل مع اللغات النادرة وغير المعروفة، مما يقلل بشكل كبير من «الفجوة اللغوية» العالمية. يؤكد ذلك دراسة شركة RWS المنشورة على TechRadar.

1. ما أظهرته الأبحاث
- حصل Google Gemini Pro على تقييم جودة أعلى من 4.5 من أصل 5 في معرفة لغة كينيارواندا – التي يتحدث بها حوالي 12 مليون شخص في رواندا، أوغندا وجمهورية الكونغو الديمقراطية.
- يفسر المؤلفون النجاح بأن النماذج الحديثة لا تعتمد فقط على مجموعات بيانات ضخمة للغة المحددة، بل تستخدم أيضًا الأنماط الإحصائية المشتركة لجميع اللغات (آلية النقل بين اللغات).
- التحسينات في مُقسِّمي الرموز – أنظمة تقسيم النص إلى «رموز» – تُساهم أيضًا في عمل أكثر دقة مع اللغات النادرة.

2. تأثير «انحراف المعيار»
اكتشف الخبراء أنه عند الانتقال من إصدار نموذج إلى آخر، قد تتغير قدراته بشكل غير متوقع:
- الإصدار الأخير من OpenAI GPT يتفوق على النماذج الأقدم في بعض مهام إنشاء المحتوى، رغم أن السلف كان أكثر فعالية.
- يمكن أن يختلف كفاءة مُقسِّم الرموز حتى 3.5 مرة بين الأجيال؛ وهذا يعني أن نتائج الاختبارات السابقة ليست دائمًا قابلة للتطبيق على الإصدارات الجديدة.

3. ما يتغير في أولويات المطورين
- كانت مختبرات الذكاء الاصطناعي تضع الأداء باللغة الإنجليزية وعدة لغات رئيسية في الصدارة.
- النماذج الحديثة تتعامل بنجاح مع هذه المهام، لذا يشتت الانتباه إلى جمهور أوسع: دعم اللغات النادرة يصبح أكثر أهمية.
- ومع ذلك، لا يضمن التقييم 4.5/5 مستوى فعلي من إجادة اللغة؛ الدعم متعدد اللغات ما زال غير مُعتبر حاسمًا.

4. الخلاصة
يستمر الذكاء الاصطناعي في كسر الحواجز بين الثقافات واللغات. على الرغم من أن «التغطية» للغات النادرة لم تصبح شرطًا إلزاميًا بعد، إلا أن الاتجاه نحو تغطية جمهور أوسع واضح بالفعل، ومن المتوقع أن يتزايد خلال السنوات القادمة.