Kdo bo govoril naše jezike, ko bo umetna inteligenca prevzela svet?

Mali jeziki danes bijejo boj za obstanek, ki ni dramatičen, je pa lahko zgodovinskega pomena. Gre za algoritmični boj, ki je subtilen in ga ne vidimo, saj se bije daleč od oči javnosti – v korporacijah in njihovih računalniških sistemih. Svet pospešeno razvija velike jezikovne modele, v tej naglici pa lahko jeziki, kot so srbski, hrvaški, makedonski in slovenski, zlahka ostanejo na obrobju digitalne prihodnosti: premalo zastopani v podatkih, nevidni v tehnologiji in zato manj prisotni v vsakdanjem digitalnem življenju.

Zakaj je to pomembno v svetu, kjer vsi govorimo angleško? Jezik ni le orodje za sporazumevanje. Vanj so vtkani in ohranjeni miselnost, humor, lokalni izrazi, način, kako ljubimo, preklinjamo, žalujemo in pripovedujemo zgodbe. Če veliki modeli LLM razumejo le prevladujoče jezike, vprašanje preživetja malih jezikov ni zgolj tehnološko, temveč tudi kulturno in gospodarsko. Kdo bo jutri razvijal produkte umetne inteligence za majhne skupnosti? Kdo bo služil z digitalnimi storitvami, mediji in znanjem? Bodo delovna mesta prihodnosti ostala rezervirana le za nekaj velikih globalnih podjetij, ki nadzorujejo modele, infrastrukturo in podatke?

Ne smemo ostati zgolj uporabniki tuje tehnologije, postati moramo njeni ustvarjalci

Zato ni naključje, da si Srbija prizadeva zavzeti svoje mesto na globalnem zemljevidu umetne inteligence. Mihailo Jovanović, direktor Urada za IT in eUpravo, je napovedal sodelovanje s francoskim podjetjem Mistral AI pri razvoju velikega jezikovnega modela, prilagojenega srbskemu jeziku.

"Srbski jezik govori razmeroma majhno število ljudi. Velika orodja, kot je ChatGPT, lahko komunicirajo v srbščini, toda takoj ko začnete uporabljati cirilico, jekavščino ali različna narečja, se pokaže, da ne delujejo dovolj dobro. Ti modeli uporabljajo podatke, ki so dostopni na internetu, vendar niso dovolj izurjeni na vsebinah v srbskem jeziku. Če jih ne bomo prilagodili sami, tega verjetno ne bo storil nihče."

Njegov zadnji stavek morda najbolje povzema bistvo celotne tekme malih jezikov na področju umetne inteligence. Ni namreč dovolj, da umetna inteligenca srbski jezik razume zgolj približno, saj v prihodnjem gospodarstvu umetne inteligence jezik ni več samo vprašanje identitete, temveč tudi vprašanje trga. Zakaj pa potem v zgodbo vstopa francosko podjetje Mistral?

"Izbrali smo Mistral AI, francoski model, ker Srbija pomembno sodeluje s francosko vlado. Tretji superračunalnik, ki naj bi prispel v začetku prihodnjega leta, razvijamo prav v okviru tega sodelovanja in temelji na čipih NVIDIA. Oblikovali smo ekipo, ki bo Mistralov model prilagodila srbskemu jeziku," poudarja Jovanović in dodaja, da ima današnji ChatGPT široko, ne pa tudi poglobljeno znanje srbskega jezika.

"Zato mora biti naš model posebej prilagojen področjem, kot so pravo, zdravstvo in izobraževanje. Odvetniki bi ga lahko uporabljali za pravne analize, zdravniki za medicinsko terminologijo, šole in fakultete pa za izobraževalne vsebine." To bi po njegovih besedah prispevalo tudi h gospodarski rasti, saj bi podjetja pospešila postopke, zmanjšala stroške in izboljšala poslovanje.

Ali je sploh mogoče velike modele naučiti majhnih jezikov brez izgub in kompromisov?

Raziskovalec Ilija Bogunović, docent za umetno inteligenco in strojno učenje na Univerzitetnem kolidžu v Londonu, pojasnjuje, da se ta težava danes najpogosteje rešuje s tako imenovanim finim prilagajanjem (fine-tuning) obstoječih modelov LLM, obenem pa opozarja, da pri razvoju umetne inteligence ni brezplačnega kosila:

"Model ima končno število parametrov, zato ob učenju novega jezika do določene mere pozablja angleščino. To je v osnovi kompromis (trade-off), vprašanje pa je, kaj sploh želimo doseči. Smer, ki se mi zdi najbolj obetavna, so tako imenovani meta-LLM-ji, modeli, zasnovani tako, da jih je mogoče z razmeroma hitrim dodatnim učenjem po treningu prilagoditi novemu jeziku. Recept bi bil: 1. dober meta-LLM kot osnova ter 2. kakovostni podatki jezika z omejenimi viri za nadzorovano fino prilagajanje. Ključ je v kakovosti podatkov. Za regionalne jezike je to povsem izvedljivo," meni Bogunović.

Vendar problem malih jezikov ni zgolj tehničen, temveč tudi globoko kulturni, saj veliki modeli odgovore danes večinoma optimizirajo za povprečnega uporabnika, medtem ko se jezikovne in kulturne posebnosti v procesu pogosto izgubijo. Po njegovem mnenju prav tu nastaja meja današnje lokalizacije umetne inteligence.

Da bi modeli resnično razumeli lokalni kontekst, ni dovolj, da poznajo slovnico in besedišče, temveč bi morali razumeti tudi heterogenost družbe, različne kulturne vzorce, humor, zgodovinski kontekst in način komunikacije. Ob tem se postavlja vprašanje, ali obstaja način, da bi pluralizem človeških vrednot vključili neposredno v strukturo modela.

"Ena od smeri so arhitekture Mixture of Experts (MoE), pri katerih se lahko različni '’strokovnjaki'’ znotraj istega modela naučijo različnih vrednot ali slogov. Toda kako tak model dejansko usmerjati (steer), kdaj naj uporabi katerega strokovnjaka in kako naj združuje rezultate v primeru pluralizma, ostaja odprto algoritmično vprašanje. Iskreno povedano, jasnega recepta ni; to je eno od aktivnih raziskovalnih področij," meni Bogunović in poudarja, da je težko ustvariti univerzalen model, ki bi enako dobro razumel vse jezike, kulture in sisteme vrednot.

"Človek ne more biti hkrati najboljši kirurg, matematik in pesnik, enako velja za modele. Vedno delamo s končnim številom parametrov, kar pomeni, da je vsak '’univerzalni'’ model nujno kompromis. Vidim dva pristopa. Prvi je, da pluralizem vgradimo v en sam model, kar neizogibno pomeni kompromise na vseh ravneh. Drugi, ki se mi zdi bolj obetaven, pa je pluralizem skozi ekosistem specializiranih modelov – različni modeli za različne kontekste, jezike in področja. Bistvo pluralizma morda ni v enem modelu, ki razume vse, temveč v zdravem ekosistemu modelov, ki se med seboj razlikujejo," poudarja Bogunović.

V tej tekmi bi lahko odprti modeli in javno dostopni podatkovni nabori odigrali ključno vlogo za male jezike. Brez odprtih orodij bodo imele sredstva za razvoj resnih sistemov umetne inteligence le največje tehnološke družbe, medtem ko bodo majhne skupnosti ostale tehnološko odvisne, kot opozarja Ilija Bogunović. Obenem je skeptičen tudi do ideje državne regulacije.

"Trenutna globalna delitev je takšna, da ZDA in Kitajska inovirata, EU pa sprejema zakone – takšen je danes občutek. Sam Akt o umetni inteligenci (AI Act) v svoji sedanji obliki ne vsebuje posebnih določb o zaščiti jezikovnih in kulturnih manjšin. Težišče pozornosti je na razvrščanju tveganj in preglednosti modelov splošnega namena. Za dejansko zaščito malih jezikov so pomembnejše druge stvari – programi financiranja, odprti podatki, akademska infrastruktura in gradnja institucij – kot pa sam AI Act.Z drugimi besedami, zakon lahko postavi okvir, toda pravo delo se izvaja v laboratorijih in raziskovalnih inštitutih."

Bloomberg Adria

 

Prav zato meni, da prihodnost malih jezikov ne bo odvisna od velikih državnih strategij, temveč od specializiranih ekip, raziskovalnih centrov in zagonskih podjetij, ki bodo razvijali modele za konkretne skupnosti in jezike. Ko gre za področje umetne inteligence v Srbiji, Bogunović poudarja: "Povedno je, da na največjih in najuglednejših konferencah s področja umetne inteligence (NeurIPS, ICLR, ICML) srečujem srbske strokovnjake iz diaspore, ki delajo v tujini, skoraj nikoli pa tistih, ki delujejo znotraj Srbije."

Zakaj so knjižnice danes pomembnejše kot kadarkoli prej?

"Problem malih jezikov v velikih modelih LLM ni zgolj v arhitekturi modelov, temveč tudi v tem, na čem jih učimo," poudarja dr. Vasilije Milnović, vodja Centra za znanost Univerzitetne knjižnice Svetozar Marković v Beogradu. Model umetne inteligence jezika ne usvaja kot človek – skozi pravila, šolo in kulturo –, temveč prek ogromnih količin podatkov, iz katerih prepoznava vzorce, slog, pomene. Prav tu pa mali jeziki vstopajo v neenakopraven položaj.

"Razvoj domačega modela LLM za srbski jezik ni vprašanje tehnološkega prestiža, temveč digitalne suverenosti," pravi Milnović in dodaja, da se pojem digitalna suverenost danes pogosto uporablja v tehnološkem in političnem kontekstu, ko pa govorimo o jeziku in kulturi, dejansko pomeni sposobnost neke družbe, da ostane vidna in avtonomna v digitalnem svetu.

"V preteklosti so države kulturno suverenost gradile na izobraževanju, kulturnih ustanovah ter kulturnih politikah in vplivih. Danes je velik del informacij, komunikacije in celo kulturne dediščine na digitalnih platformah in v sistemih umetne inteligence. To pomeni, da če jezik določene kulture v teh sistemih ni dovolj prisoten, ta kultura postane odvisna od tujih modelov in tujih kulturnih prioritet," še pove Milnović in nadaljuje:

"Modeli umetne inteligence postajajo novi posredniki pri izobraževanju, informiranju in vsakodnevni komunikaciji. Če nimate možnosti vplivati na te sisteme v svojem jeziku, dolgoročno izgubljate nadzor nad lastno kulturno dediščino in ste v določenem smislu kolonizirani.

Seveda digitalna suverenost ne pomeni izolacije. Danes nihče ne more samostojno razvijati celotne infrastrukture umetne inteligence neodvisno od sveta. Bistvo je v spoštovanju domačega znanja in lokalnih podatkov, v delovanju v skladu z nacionalno strategijo in prilagajanju globalnih tehnologij lokalnemu kulturnemu prostoru.

Zato bi morala ministrstva za kulturo, znanost in izobraževanje v prihodnje veliko tesneje sodelovati s knjižnicami, univerzami in inštituti. To velja celo za podjetja s področja umetne inteligence. Kajti vprašanje ohranjanja jezika ni več zgolj vprašanje knjig in učnih načrtov, temveč vprašanje, kako nas bodo razumele naprave in sistemi, ki bodo oblikovali digitalni svet prihodnosti."

Srbski jezik kot jezik z razmeroma majhnim številom govorcev in omejenim digitalnim korpusom v velikih sistemih skoraj vedno ostaja zastopan le obrobno, meni Milnović. To ima več posledic. Prva je kakovost: modeli pogosto slabše razumejo nianse srbskega jezika, sklone, narečja, upravni in pravni jezik, še zlasti pa književni jezik in kulturni kontekst. Druga posledica pa je, da ključna digitalna infrastruktura družbe ostaja zunaj njenega nadzora – od jezika in izobraževanja do medijev in javne uprave –, če se zanašamo izključno na globalne platforme.

"Sodelovanje Srbije z Mistral AI je pomembno, vendar ne pomeni ničesar, če ne posvečamo pozornosti samemu jeziku. Evropski pristop k razvoju umetne inteligence na splošno zagovarja bolj odprte modele, večjo preglednost in večjo jezikovno raznolikost, kar je za male jezike izjemnega pomena.

Toda če se takšna umetna inteligenca ne uči na izjemno kakovostnih digitalnih zbirkah, obstaja nevarnost – in takšne primere že imamo –, da se vse spremeni v nekakšno "regionalno mešanico", brez jasnega razlikovanja med jeziki in vedno z določenimi političnimi repi.

Dolgoročno jeziki, ki ne bodo dovolj prisotni v prihodnjih sistemih umetne inteligence, tvegajo, da postanejo digitalno nevidni, to pa pomeni, da bodo nevidni tudi njihova kultura, književnost in dediščina," pojasnjuje Milnović.

Milnović poudarja tudi, da so knjižnice danes pomembnejše kot kadarkoli prej. Po njegovih besedah podatki v dobi umetne inteligence ostajajo osnovna surovina, iz katere se modeli učijo jezika, kulture in družbenih vzorcev. Nekoč so knjižnice hranile knjige zato, da bi znanje preživelo stoletja, danes pa imajo kulturne ustanove, arhivi in knjižnice dodatno odgovornost – zagotoviti, da bo določen jezik prisoten in viden tudi v digitalnem prostoru prihodnosti.

Modeli LLM jezika ne razumejo abstraktno, temveč se ga učijo iz ogromnih količin besedil. Če določen jezik nima dovolj kakovostno digitaliziranih knjig, časopisov, znanstvenih člankov, arhivskega gradiva ali sodobne komunikacije, bo tudi njegova prisotnost v sistemih umetne inteligence omejena.

"Zato digitalizacija kulturne dediščine danes pomeni veliko več kot zgolj ohranjanje in arhiviranje. Postaja temelj tehnološke reprezentacije nekega naroda.Tu knjižnice dobivajo novo, izjemno pomembno vlogo. Niso več le kraji hrambe fizičnega znanja, temveč postajajo ključni varuhi podatkov – ustanove, ki zagotavljajo kakovostne, preverjene in jezikovno relevantne korpuse za prihodnje sisteme umetne inteligence.To je še zlasti pomembno za jezike, kot je srbski, kjer se količina razpoložljivih digitalnih vsebin ne more primerjati z angleščino ali kitajščino. Vendar je bistvo v kakovosti," poudarja dr. Milnović in dodaja, da če se modeli umetne inteligence učijo izključno na vsebinah z družbenih omrežij ali komercialnih platform, dobimo osiromašen ter pogosto agresiven ali trivialen jezikovni model.

Kulturne ustanove lahko ponudijo nekaj povsem drugega: knjižni jezik, zgodovinsko kontinuiteto, terminološko natančnost, narečno raznolikost in kulturni kontekst.

Navaja še, da veliki jezikovni modeli delujejo po načelu statistične prevlade: bolj je določen jezik prisoten v podatkih, natančneje ga model razume in reproducira. Angleščina je v tem smislu tako rekoč materni jezik sodobne umetne inteligence, medtem ko jeziki naše regije vstopajo v sisteme z bistveno manj podatki. Zato jih veliki modeli pogosto obravnavajo kot skupek podobnih jezikov, zaradi česar redno prihaja do njihovega mešanja.

Umetna inteligenca teži k povprečju, vsako povprečje pa pomeni tudi brisanje posebnosti. Če milijoni ljudi vsak dan uporabljajo modele, ki dajejo prednost nevtralnemu, internacionalnemu načinu izražanja, bo sčasoma prišlo do jezikovne homogenizacije. To je še posebej nevarno za srbski jezik, ki je zgodovinsko zelo bogat z različicami.

"Umetna inteligenca zato danes v vseh svojih oblikah zveni pravilno, vendar sterilno in nenaravno. Vendar tehnologija ni nujno obsojena na povzročanje izgube raznolikosti. Nasprotno – s kakovostnimi lokalnimi korpusi in skrbno izurjenimi modeli nam lahko pomaga ohranjati jezikovno bogastvo."

Milnović pravi, da ima Univerzitetna knjižnica zbirko Pretraživa. "V njej je skoraj dva milijona digitaliziranih strani zgodovinskih časopisov; med drugim vsebuje tudi digitalizirane literarne revije. To pomeni, da je kakovost jezika v tej zbirki visoka, zato je primerna za učenje umetne inteligence."

Nato je tu zbirka, nastala v okviru akcije COST, Oddaljeno branje, ki jo je Univerzitetna knjižnica pripravila skupaj z Društvom za jezikovne vire in tehnologije, v okviru katere so bili digitalizirani, popravljeni in anotirani srbski romani iz obdobja od leta 1840 do 1920. Ta zbirka je bila razglašena za eno najboljših med evropskimi zbirkami. Poleg tega je digitalizirano veliko število doktorskih disertacij in znanstvenih člankov – spet gre za kakovosten jezik.

Podobne zbirke drugih ustanov so idealno gradivo za učenje umetne inteligence. Veliki jeziki imajo na voljo milijarde stavkov iz knjig, interneta, znanstvenih baz in medijev, medtem ko pri srbskem jeziku veliko gradiva še vedno ni digitaliziranega – čeprav je ta proces v številnih državah že zaključen – in predvsem ni sistematično pripravljeno, da bi ga lahko uporabljala umetna inteligenca. Srbija dejansko razpolaga z dragocenimi viri, posebna težava pa je dejstvo, da so ti viri razdrobljeni, nestandardizirani in nepripravljeni za učenje modelov umetne inteligence. To je velik infrastrukturni projekt, ki ga mora voditi domača stroka, ne pa posamezni ali mednarodni interesi.

Torej je umetna inteligenca hkrati velika priložnost in resno tveganje, izid pa je odvisen izključno od nas, poudarja Milnović. "Po eni strani umetna inteligenca prvič omogoča, da tudi majhni jeziki dobijo sofisticirana digitalna orodja, ki so bila prej rezervirana izključno za velike jezike. To v našem kontekstu samodejno pomeni kakovostnejše iskanje v srbskem jeziku, možnost razvoja naprednih izobraževalnih sistemov, samodejnega prevajanja ter lažje digitalizacije književnosti, arhivov in kulturne dediščine. V tem smislu gre za priložnost, da srbski jezik in srbska kulturna dediščina postaneta veliko bolj vidna na globalnem prizorišču. Vendar se moramo prilagajati hitreje. Če bodo lahko učenci in študenti v prihodnosti uporabljali inteligentne sisteme, ki dobro delujejo v srbskem jeziku, bo srbski jezik postal jezik znanja in tehnologije, ne pa zgolj lokalno sredstvo sporazumevanja."

Obstaja pa tudi druga plat tega procesa, kot opozarja Milnović. "Če se stvari ne lotimo na pravi način, lahko srbski kulturni prostor kolonizirajo prevladujoče jezikovne kulture in ga s tem potisnejo na obrobje. Ljudje naravno uporabljajo orodja, ki delujejo bolje, zato obstaja nevarnost, da se celoten lokalni kulturni korpus preseli na velike oziroma prevladujoče jezike, ker so sistemi umetne inteligence v teh jezikih preprosto kakovostnejši. Zato je razvoj umetne inteligence za srbski jezik vprašanje kulturne strategije, ne tehnologije, in bojim se, da nam prav to še vedno manjka. Na koncu je najpomembneje razumeti, da jeziki danes ne preživijo več samo v knjigah in šolah. Preživijo tudi v algoritmih, iskalnikih in podatkih, na katerih se učijo prihodnje inteligentne tehnologije."

Dejansko povpraševanje po lokalnih rešitvah umetne inteligence obstaja

Medtem ko raziskovalci in institucije opozarjajo, da lahko majhni jeziki postanejo digitalno nevidni, praksa kaže, da razvoj lokalnih sistemov umetne inteligence ni zgolj teorija. V Srbiji že obstajajo podjetja, ki takšne sisteme razvijajo vrsto let.

Eno izmed njih je Alfanum iz Novega Sada, ki razvija govorne tehnologije za srbski in sorodne jezike. Njegove rešitve temeljijo na umetni inteligenci in strokovnem znanju razvojne ekipe ter vključujejo vrhunske sisteme za sintezo govora (Text To Speech – TTS) in prepoznavanje govora (Automatic Speech Recognition – ASR).

V Alfanumu se strinjajo s prejšnjima sogovornikoma, da je največji izziv poleg arhitekture modelov kakovost ustreznih podatkov za učenje. Ker se ukvarjajo z govornimi tehnologijami, se to nanaša predvsem na podatke iz posebej anotiranih govornih korpusov, ki vključujejo intonacijo, ritem govora in strokovno terminologijo. Srbski jezik po njihovih besedah prinaša dodatno kompleksnost, saj ima bogato morfologijo, razmeroma svoboden besedni red, dve pisavi in zelo zapleten naglasni sistem.

Tehnologije za prepoznavanje in sintezo govora v srbskem jeziku imajo danes široko uporabo v sistemih za narekovanje, samodejno transkripcijo in govornih avtomatih, sporočajo iz podjetja, ki je razvilo več pomembnih rešitev na tem področju. Med najpomembnejšimi sistemi za narekovanje izpostavljajo MEDICTA, namenjen samodejni transkripciji medicinskih izvidov s podporo medicinski terminologiji v latinskem jeziku, ter IURISDICTA, sistem, prilagojen narekovanju pravnih dokumentov.

Te rešitve so uvedli v številnih ustanovah, med drugim na Inštitutu za onkologijo Vojvodine, Inštitutu za pljučne bolezni Vojvodine, v Pokojninskem in invalidskem skladu Republike Srbije, na Vojaškomedicinski akademiji ter na Inštitutu za kardiovaskularne bolezni Dedinje.

Za transkripcijo govora za splošne namene je bil razvit sistem TRANSCRIPTA, ki omogoča prepisovanje sestankov, radijskih in televizijskih oddaj, sej ter drugih zvočnih posnetkov z visoko stopnjo natančnosti in možnostjo ločevanja govorcev. Ta sistem med drugim uporabljajo Ministrstvo za obrambo Republike Srbije, NIS, Radio-televizija Vojvodine in druge državne ustanove. Tehnologije prepoznavanja govora se uporabljajo tudi v klicnih centrih, kjer lahko uporabniki prek govorne komunikacije pridobijo informacije in opravijo določene storitve. Sinteza govora pa se uporablja v informacijskih sistemih, kot je sistem Železnic Srbije, pa tudi v klicnih centrih državnih ustanov.

Še zlasti pomembna je uporaba pri zvočni podpori spletnih strani in spletnih predstavitev ustanov, kot so Vlada Republike Srbije, eUprava Republike Srbije, Radio-televizija Srbije ter druge medijske in državne organizacije. Pomemben je prav tako prispevek sistema anReader, namenjen slepim in slabovidnim osebam za samostojno uporabo računalnika. Sistem je odobren kot uradni pripomoček Republiškega sklada za zdravstveno zavarovanje in nameščen na več kot tisoč računalnikih uporabnikov. Poleg navedenega se tehnologije sinteze in prepoznavanja govora uporabljajo tudi za samodejno ustvarjanje multimedijskih učnih gradiv, generiranje zvočnih knjig, zabavne aplikacije in sisteme za taksi službe, poudarjajo v podjetju.

Dejansko torej obstaja povpraševanje po lokalnih rešitvah umetne inteligence. Toda v svetu, kjer veliki sistemi požirajo male, se postavlja vprašanje, ali obstajajo poslovne in celo kulturne koristi vlaganja v tehnologije umetne inteligence, ki podpirajo majhne jezike. V Alfanumu odgovarjajo, da vlaganje v umetno inteligenco za majhne jezike prinaša oprijemljive poslovne koristi pa tudi širše kulturne učinke, ki dolgoročno krepijo celoten ekosistem.

S kakovostnim sistemom govornih tehnologij za posamezen jezik postane vrsta izdelkov in storitev dostopnejših širši populaciji, zlasti starejšim in digitalno manj pismenim uporabnikom. Izboljšana uporabniška izkušnja prispeva tudi k večji zvestobi uporabnikov, hkrati pa krepi zavedanje o ohranjanju lastnega jezika in lokalne identitete.

"Na ta način tudi majhni jeziki postanejo enakovreden del globalnega prostora umetne inteligence v dobi splošne digitalizacije. Vlaganje v tehnologije umetne inteligence, ki podpirajo te jezike, torej ni zgolj tehnično vprašanje, temveč strateška naložba v trg in identiteto – hkrati prinaša dobiček in ohranja jezikovno raznolikost. Veliki jezikovni modeli lahko sicer delujejo tudi brez lokalnih virov, vendar le do določene meje. Čeprav na prvi pogled zagotavljajo osnovne funkcionalnosti, kot so ustvarjanje, interpretacija in prevajanje besedil, le delno razumejo kulturni in dejanski kontekst komunikacije. Zato se na primer v ustvarjenih besedilih izgubljajo naravnost izražanja, lokalne reference in subtilnejši pomenski odtenki, ki so izvornim govorcem intuitivno razumljivi. Tudi kadar je besedilo slovnično in pravopisno pravilno, rezultat pogosto deluje generično."

Ko gre za razvoj nacionalnega jezikovnega modela, v Alfanumu menijo, da bi morale država in javne ustanove zagotoviti financiranje, strateški okvir in dostop do javnih podatkov. Akademska skupnost bi morala prispevati strokovno znanje pri razvoju virov in vrednotenju kakovosti, zasebna podjetja pa podporo pri razvoju sistemov in njihovi hitri vključitvi v dejanske proizvode. Ob tem bi morala država skupaj z javnimi ustanovami tudi aktivno spodbujati uporabo razvitih sistemov v javnem sektorju.

Nenehen boj

Boj majhnih jezikov mora biti torej stalen – ne le za kulturni obstoj, temveč tudi za svoje mesto v digitalni prihodnosti, ki jo oblikuje umetna inteligenca. V svetu, kjer algoritmi vse bolj določajo način, kako se učimo, komuniciramo in ustvarjamo, postaja vprašanje jezika vprašanje moči, vidnosti in pravice do lastne identitete. Če bodo srbski in drugi majhni jeziki ostali zunaj razvoja sodobnih sistemov umetne inteligence, tveganje ne bo zgolj tehnološko zaostajanje, temveč tudi postopno izginjanje lokalnih posebnosti, kulturnih vzorcev in znanja iz digitalnega prostora.

Zato razvoj domačih modelov umetne inteligence ni vprašanje prestiža, temveč poskus, da majhni jeziki ostanejo živi in enakovredni v svetu, ki ga bodo vse bolj upravljali stroji. Ključ do uspeha bi moral biti v sodelovanju države, akademske skupnosti, kulturnih ustanov in zasebnega sektorja. Ali lahko vsi ti najdejo skupni jezik?