Η έκρηξη της τεχνητής νοημοσύνης έχει έναν περιορισμό που δεν είναι γνωστός στον πολύ κόσμο: τη γλώσσα. Παρά το γεγονός ότι τα σύγχρονα μοντέλα μπορούν να «μιλήσουν» σε δεκάδες ή και εκατοντάδες γλώσσες ταυτόχρονα, η ποιότητα και η βαθιά κατανόηση δεν είναι ίδιες παντού.
Στην κορυφή της χρήσης βρίσκονται κυρίως τα αγγλικά και τα κινεζικά Μανδαρινικά, καθώς μεγάλο μέρος της τεχνολογικής ανάπτυξης της AI πραγματοποιείται στις ΗΠΑ και την Κίνα.
Οι σημαντικότεροι δημιουργοί μοντέλων τεχνητής νοημοσύνης προέρχονται σε μεγάλο βαθμό από αυτές τις δύο χώρες και, όπως είναι φυσικό, τα συστήματά τους έχουν εκπαιδευτεί σε τεράστιους όγκους δεδομένων στις γλώσσες αυτές.
Το αποτέλεσμα είναι ένας νέος ψηφιακός γλωσσικός διαχωρισμός. Όσο περισσότερα δεδομένα υπάρχουν σε μια γλώσσα, τόσο μεγαλύτερες είναι οι δυνατότητες της AI να κατανοεί τις αποχρώσεις της, να παράγει φυσικό λόγο και να ανταποκρίνεται με ακρίβεια στις ιδιαιτερότητες του πολιτισμού που αυτή εκφράζει.
Το πρόβλημα είναι στις γλώσσες των μικρών χωρών
Για τις μικρότερες γλωσσικές κοινότητες, το πρόβλημα είναι πολύ μεγαλύτερο. Δεν αρκεί ένα μοντέλο να μπορεί να μεταφράσει μια πρόταση ή να απαντήσει σε μια απλή ερώτηση. Χρειάζεται να κατανοεί ιδιωματισμούς, τοπικές εκφράσεις, πολιτισμικές αναφορές, χιούμορ, ιστορικό πλαίσιο και τον τρόπο με τον οποίο οι άνθρωποι πραγματικά χρησιμοποιούν τη γλώσσα.
«Χωρίς τις τοπικές γλώσσες, η AI είναι ουσιαστικά άχρηστη», είναι το σκεπτικό πίσω από την προσπάθεια της Votee AI στο Χονγκ Κονγκ να αναπτύξει ένα μοντέλο που επικεντρώνεται στα Καντονέζικα, αμφισβητώντας την κυριαρχία των Αγγλικών και των Μανδαρινικών στην τεχνητή νοημοσύνη.
Η προσπάθεια αυτή έχει ιδιαίτερη σημασία, καθώς τα Καντονέζικα δεν αποτελούν απλώς μια διαφορετική προφορά των Μανδαρινικών. Διαθέτουν δική τους προφορική παράδοση, λεξιλόγιο, εκφράσεις και πολιτισμικές αναφορές, στοιχεία που μπορεί να χάνονται όταν η AI αντιμετωπίζει τη γλώσσα απλώς ως μια μικρότερη εκδοχή των κινεζικών.
Το ζήτημα, όμως, αφορά πολύ περισσότερες γλώσσες από τα Καντονέζικα.
Γλώσσες με μικρότερη παρουσία στο διαδίκτυο κινδυνεύουν να βρεθούν σε μειονεκτική θέση καθώς η AI γίνεται ολοένα και πιο σημαντικό εργαλείο στην εκπαίδευση, στην εργασία, στην ενημέρωση και στην καθημερινή επικοινωνία.
Εάν τα μοντέλα έχουν πολύ περισσότερα δεδομένα στα Αγγλικά και τα Μανδαρινικά, οι χρήστες αυτών των γλωσσών μπορούν να απολαμβάνουν καλύτερες και πιο ακριβείς υπηρεσίες.
Φαύλος κύκλος και τα ελληνικά
Για τους ομιλητές μικρότερων γλωσσών, αντίθετα, μπορεί να προκύψει ένας φαύλος κύκλος. Λιγότερα διαθέσιμα ψηφιακά δεδομένα σημαίνουν φτωχότερη εκπαίδευση των μοντέλων, η οποία με τη σειρά της οδηγεί σε χαμηλότερη ποιότητα υπηρεσιών.
Και όσο λιγότερο χρήσιμη γίνεται η AI σε μια γλώσσα, τόσο λιγότερο πιθανό είναι να χρησιμοποιείται και να παράγει νέο περιεχόμενο σε αυτήν.
Εδώ βρίσκεται και η ανησυχία για τα ελληνικά.
Η ελληνική γλώσσα έχει μια τεράστια ιστορική και πολιτιστική κληρονομιά, όμως ο αριθμός των φυσικών ομιλητών της είναι περιορισμένος σε σχέση με τις παγκόσμιες γλωσσικές υπερδυνάμεις. Στην εποχή της AI, επομένως, η ιστορική σημασία μιας γλώσσας δεν εγγυάται από μόνη της ότι θα διαθέτει και την ίδια τεχνολογική ισχύ.
Το κρίσιμο ζήτημα είναι πόσο ελληνικό ψηφιακό περιεχόμενο υπάρχει, πόσο ποιοτικά είναι τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση των μοντέλων και κατά πόσο οι εταιρείες τεχνητής νοημοσύνης επενδύουν συστηματικά στην υποστήριξη της γλώσσας.
Γλώσσα δεύτερης κατηγορίας
Ο κίνδυνος δεν είναι ότι τα ελληνικά θα «εξαφανιστούν» από την AI. Τα σύγχρονα μοντέλα μπορούν ήδη να τα χρησιμοποιούν σε σημαντικό βαθμό.
Ο πραγματικός φόβος είναι διαφορετικός: να παραμείνουν μια γλώσσα δεύτερης κατηγορίας στην ψηφιακή εποχή, με λιγότερη ακρίβεια, μικρότερη πολιτισμική ευαισθησία και περιορισμένες δυνατότητες σε σχέση με τις γλώσσες που διαθέτουν τεράστιες ποσότητες δεδομένων.
Το ίδιο πρόβλημα αντιμετωπίζουν δεκάδες μικρότερες γλώσσες σε όλο τον κόσμο. Και όσο η τεχνητή νοημοσύνη περνά από τα chatbot στις μηχανές αναζήτησης, στα σχολεία, στις επιχειρήσεις, στις δημόσιες υπηρεσίες και στις συσκευές της καθημερινότητας, η γλωσσική ανισότητα αποκτά πολύ μεγαλύτερη σημασία.
Η μάχη, επομένως, δεν αφορά μόνο το ποιος θα δημιουργήσει το ισχυρότερο μοντέλο AI. Αφορά και το ποιος θα έχει τη δυνατότητα να χρησιμοποιεί αυτή την τεχνολογία στη δική του γλώσσα, με τη δική του πολιτισμική ταυτότητα και χωρίς να χρειάζεται να περάσει υποχρεωτικά από τα Αγγλικά ή τα Μανδαρινικά.
Και αυτό μπορεί να αποδειχθεί μία από τις πιο σημαντικές, αλλά λιγότερο συζητημένες, μάχες της επόμενης εποχής της τεχνητής νοημοσύνης.
