Atina — Dünyada konuşulan yaklaşık 7.000 dilin yalnızca bir kısmı modern yapay zekâ modellerini eğitmek için gerekli dijital ize sahip. Bölgesel çeşitlerin sessizleşmesini engellemek için Yunanistan’daki araştırmacılar iddialı bir dijital kurtarma misyonu yürütüyor; en yeni teknolojiden yararlanarak Yunan lehçelerini yapay zekâ eğitim modellerine kazandırmayı amaçlıyor.
Kiklâd Sanatı Müzesi’nde düzenlenen önemli bir sunumda Microsoft, minimum dijital ize sahip dilleri kaydetmek, haritalamak ve dijital olarak korumak üzere tasarlanan küresel bir program olan Lingua’nın Yunanistan ayağının temel sonuçlarını açıkladı.
Dijital Açık ve Dilsel Eşitsizlik
Büyük Dil Modelleri’nin meteorik yükselişi insan bilgisine erişimi devrimleştirdi, ancak küresel dilsel eşitsizlikte ciddi bir açığı da ortaya çıkardı. Yapay zekâ modelleri ağırlıklı olarak mevcut dijital metinler üzerinden eğitildiği için yazılmamış, yerel ya da marjinalleşmiş diller teknolojik ekosistemden sistematik olarak dışlanıyor.
UNESCO verilerine göre dünyanın 7.000 dilinden yalnızca yaklaşık 1.000’inin bir tür dijital varlığı bulunuyor. Microsoft’un AI for Good Lab araştırmacılarından Wassim Hamidouche, “Bunların 7.000 dilin 1.000’i içinde büyük dil modellerinin eğitimine anlamlı katkı sağlayacak dijital ortamdaki varlığa sahip olanların sayısı 100’den az” diye kaydetti.
Bu açığı kapatmak için Hamidouche’un ekibi, araştırmacılara tehlike altındaki lehçeleri kaydetmek, haritalamak ve sınıflandırmak için uçtan uca bir çerçeve sunan “Bring Your Own Language into the LLMs” araç setini başlattı.
Beş Yunan Projesi Kritik Teknoloji Desteği Aldı
Lingua programının Yunanistan’daki genişlemesi Kültür Bakanlığı ile Dijital Yönetim Bakanlığı arasında stratejik bir iş birliği olarak ilerliyor. Girişimin ilk turu beş hayati dil koruma projesini destekledi:
Yunan Roman Dili Koruma: ARSIS programı, Yunanistan genelindeki Roman topluluklarının kullandığı konuşma dilini kaydetmek ve korumak için €50.000 hibe aldı.
Hesaplamalı Diyalekt Atlası (CoDAG): Girit Üniversitesi tarafından geliştirildi; bölgesel fonetik ve dilbilgisel varyasyonları dijital olarak haritalıyor.
LALIES Projesi: Athena Araştırma Merkezi öncülüğünde yürütülüyor; Pontus, Kıbrıs ve Naksos’un Apeiranthos lehçesi gibi dokuz Modern Yunanca lehçesini ve Pomak dilinin kapsamlı dokümantasyonunu kapsıyor.
T.S.A.K.O.N.I.A.: Tsakonia Arşivi tarafından yönetiliyor; Avrupa’nın en eski yaşayan dillerinden birini dijital olarak koruyor.
Istorima Arşivi: Diyalekt konuşmacılarının canlı tanıklıklarını yakalayan, Kapadokya, Arvanitika, Pontus ve Tsakon lehçelerini içeren devasa bir sözlü tarih dijital deposu.
“İlk tur, araştırmacıları ve devleti bir araya getirecek bir ekosistem inşa etmek için başlangıç noktası” dedi Microsoft Yunanistan, Kıbrıs ve Malta Genel Müdürü Gianna Andronopoulou.
Yazılmamış Dillerin Kaderini Yeniden Yazmak
Dilbilimciler uzun süredir “bir dil, bir orduya ve donanmaya sahip olan lehçedir” şeklindeki ünlü akademik maksimden alıntı yapıyor; bu, kurumsal gücün hangi söylemlerin hayatta kaldığını belirlediği anlamına geliyor. Modern çağda bu güç veriye ait. Bir dilin verisi yoksa yapay zekâ modeli için var olmaktan çıkar.
Yunanistan’da okulda öğretilen Modern Yunancanın standardizasyonu tarihsel olarak bölgesel dillerin yerel folklor olarak marjinalleşmesine yol açtı. Ancak teknoloji şimdi bu eğilimi tersine çeviriyor. Uzmanlar dijital kaydın kendisinin toplulukları güçlendirdiğini vurguluyor.
“Dijital araçlar gerekli, ancak diller konuşmacı olduğu sürece hayatta kalır” diye açıkladı Athena Araştırma Merkezi emekli araştırmacısı Stella Markantonatou, saha çalışmalarının süregelen önemini vurgulayarak.
Kapsamlı bir dijital arşiv inşa ederek Microsoft’un Lingua programı yapay zekâ eğitim verisini demokratikleştirmeyi amaçlıyor. Girişim, gelecekteki sohbet modellerinin kullanıcılarla sadece standart devlet dilleriyle değil, atalarının tarihi ve zengin lehçeleriyle de etkileşime girmesini sağlıyor.
