Πώς θα μάθει η Τεχνητή Νοημοσύνη να κατανοεί τα Τσακώνικα, τα Ποντιακά ή τη Ρομανί; Η απάντηση βρίσκεται, μεταξύ άλλων, σε πέντε ελληνικά έργα που αξιοποιούν προφορικές μαρτυρίες, ψηφιακά αρχεία και γλωσσικά δεδομένα για να ενισχύσουν την παρουσία λιγότερο ψηφιοποιημένων γλωσσών στις νέες τεχνολογίες.
Τα έργα συμμετέχουν στην πρωτοβουλία LINGUA της Microsoft, η οποία επιδιώκει να δώσει σε περισσότερες γλώσσες θέση στον ψηφιακό κόσμο και στα εργαλεία τεχνητής νοημοσύνης. Η Ελλάδα ξεχώρισε στον ευρωπαϊκό κύκλο, συγκεντρώνοντας τον μεγαλύτερο αριθμό διακριθέντων έργων μεταξύ των συμμετεχουσών χωρών.
Γιατί είναι σημαντική η ψηφιακή παρουσία των γλωσσών
Στον κόσμο ομιλούνται σήμερα περίπου 7.000 γλώσσες, όμως πολλές διαθέτουν ελάχιστο περιεχόμενο στο διαδίκτυο. Αυτό το ψηφιακό κενό επηρεάζει άμεσα την ανάπτυξη της AI: τα συστήματα εκπαιδεύονται σε δεδομένα που έχουν στη διάθεσή τους, με αποτέλεσμα οι γλώσσες που εκπροσωπούνται λιγότερο online να κινδυνεύουν να μείνουν εκτός των τεχνολογικών εξελίξεων.
Το ζήτημα αφορά ιδιαίτερα γλώσσες και διαλέκτους με περιορισμένο ψηφιακό αποτύπωμα, όπως η Ρομανί, η Τσακωνική, η Καππαδοκική, η Ποντιακή και τα Αρβανίτικα. Η καταγραφή και ψηφιοποίηση του γλωσσικού τους υλικού μπορεί να συμβάλει στη διατήρηση της πολιτιστικής κληρονομιάς, αλλά και στη δημιουργία τεχνολογιών που κατανοούν περισσότερες φωνές και γλωσσικές κοινότητες.
Από τις προφορικές μαρτυρίες στα γλωσσικά δεδομένα
Οι ελληνικές πρωτοβουλίες επιχειρούν να καλύψουν το κενό με διαφορετικούς τρόπους: συγκεντρώνουν προφορικές μαρτυρίες, ψηφιοποιούν υπάρχοντα αρχεία και δημιουργούν νέα γλωσσικά δεδομένα. Το υλικό αυτό μπορεί να αποτελέσει πολύτιμη βάση για εργαλεία AI που αναγνωρίζουν, επεξεργάζονται ή υποστηρίζουν γλώσσες οι οποίες μέχρι σήμερα εμφανίζονται σπάνια στις ψηφιακές υπηρεσίες.
Η ενίσχυση της γλωσσικής ποικιλομορφίας στην τεχνητή νοημοσύνη δεν αφορά μόνο την τεχνολογία. Συνδέεται και με τη δυνατότητα των κοινοτήτων να διατηρούν ζωντανές τις γλώσσες τους και να τις μεταφέρουν στις επόμενες γενιές, σε έναν κόσμο όπου η καθημερινή επικοινωνία γίνεται όλο και πιο ψηφιακή.
Με την καταγραφή και την ψηφιοποίηση γλωσσών όπως τα Τσακώνικα, τα Ποντιακά και η Ρομανί, τα πέντε ελληνικά έργα συμβάλλουν σε μια πιο συμπεριληπτική AI — και σε έναν ψηφιακό χώρο όπου περισσότερες γλώσσες μπορούν να ακουστούν.
