Участники сессии «Практикум. Язык. Культура. Данные: ИИ для языков без корпусов» обсудили, как искусственный интеллект может стать мощным инструментом для сохранения и развития языкового и культурного наследия народов.
«ЮНЕСКО, как ведущее учреждение ООН, определило одно из ключевых направлений работы – это цифровизация языков. Мировой опыт показывает, что искусственный интеллект уже становится реальным инструментом поддержки языков», – задала тон беседы модератор сессии, начальник отдела поддержки и реализации языковых проектов ФГБУ «Дом народов России» Фериде Арония.
В свою очередь президент Университета Гамбела Дириба Этича Туджуба рассказал об опыте Эфиопии по сохранению малоресурсных языков с помощью цифровых технологий и искусственного интеллекта.
По его словам, для сохранения языкового разнообразия важно не создавать новые ИИ-модели с нуля, а использовать уже существующие исследования, архивы и знания носителей языка. Он также подчеркнул важность роли университетов в сохранении языка.
«Университеты могут обрабатывать, валидировать и документировать ресурсы, которые необходимы для разработки искусственного интеллекта, для работы с этими языками», – добавил он.
Например, сотрудники Университета Гамбела работают с 84 языками, более 25 из них уже оцифрованы и задокументированы. Эти ресурсы размещаются на национальной платформе и могут использоваться для разработки языковых технологий, образовательных программ и мобильных приложений.
Генеральный директор Управления общественного радио и телевидения Мадагаскара Фестен Элизе Лемана отметил, что малоресурсные языки – это не всегда исчезающие языки или языки с небольшим числом носителей. В качестве примера он обратился к малагасийскому языку Мадагаскара.
«Мы не пытаемся спасти исчезающие языки. Мы пытаемся, как минимум избежать того, чтобы вполне себе живой и распространённый язык был плохо представлен в новом цифровом мире», – отметил он.
Для решения этой проблемы можно использовать оцифровку архивов аудио- и печатных текстов в единую базу данных. По его мнению, такой подход позволит развивать языковые ИИ-инструменты, автоматизировать расшифровку записей и сохранить особенности языка.
В рамках сессии технический директор проекта «Языки народов России» МКПАО «Яндекс» Андрей Михеев рассказал об особенностях проекта, который направлен на расширение присутствия национальных языков в цифровой среде.
Он подчеркнул, что даже активно используемые языки могут оставаться малоресурсными для искусственного интеллекта из-за нехватки данных в машиночитаемом формате.
Одной из ключевых проблем Андрей Михеев назвал «иллюзию оцифрованности». Это происходит, когда отсканированные книги и архивы доступны людям, но не подходят для обучения ИИ. Среди других препятствий – ограничения авторских прав, нехватка цифровых компетенций у носителей языков и недостаточное финансирование проектов по сохранению языкового наследия.
О том, что способность ИИ общаться на местном языке не гарантирует безопасности и достоверности его ответов, поразмышлял руководитель Агентства цифровой экосистемы Торгово-промышленной палаты Индонезии Фирли Ханггодо Ганиндуто.
Особенно уязвимыми, по его мнению, могут быть пользователи малоресурсных языков, для которых системы распознавания мошенничества и модерации контента работают менее эффективно.
Преподаватель Universitas Indonesia Деви Бахара Рахмавати подчеркнула, что развитие искусственного интеллекта зависит не только от вычислительных мощностей и масштабных моделей, но и от понимания местных языков и культурного контекста.
Помимо этого, советник директора по внешним коммуникациям Координационного центра доменов .RU/.РФ Михаил Анисимов рассказал о развитии технической поддержки национальных языков в интернете.
«Дело в том, что языки в интернете и в цифровом пространстве появляются в самых разных видах. Предыдущие спикеры в основном говорили о языке как о контенте, как о содержательной части сайтов, ресурсов или тех источников, с которыми мы работаем. Однако язык проявляется ещё и в различных технических характеристиках, например в доменных именах. С 2010 года появилась возможность создавать адреса в интернете на нелатинских языках», – рассказал он, уточнив, что это расширило возможности использования национальных языков в доменных именах и электронной почте.
Отдельное внимание Михаил Анисимов уделил международному сотрудничеству с ЮНЕСКО и другими организациями. По его словам, сохранение языков в цифровой среде также связано с решением технических задач, позволяющих использовать разные языки в интернете для общения, работы сервисов и развития новых технологий.
