Από τα Τσακώνικα έως τα Ποντιακά: Πέντε ελληνικά έργα βάζουν τις γλώσσες μας στον χάρτη της AI
Πώς θα καταλαβαίνει η Τεχνητή Νοημοσύνη τα Τσακώνικα, τα Ποντιακά ή τη Ρομανί, όταν το διαθέσιμο ψηφιακό υλικό σε αυτές τις γλώσσες και διαλέκτους είναι λιγοστό; Πέντε ελληνικά έργα επιχειρούν να καλύψουν αυτό το κενό, μέσα από την πρωτοβουλία LINGUA της Microsoft, καταγράφοντας προφορικές μαρτυρίες, ψηφιοποιώντας αρχεία και δημιουργώντας γλωσσικά δεδομένα.
Η Ελλάδα συγκέντρωσε τον μεγαλύτερο αριθμό έργων που διακρίθηκαν μεταξύ των χωρών που συμμετείχαν στον ευρωπαϊκό κύκλο, με στόχο περισσότερες φωνές να αποκτήσουν θέση στις τεχνολογίες που διαμορφώνουν την καθημερινότητά μας.
Από τις περίπου 7.000 γλώσσες που ομιλούνται σήμερα στον κόσμο, οι περισσότερες έχουν περιορισμένη παρουσία στο διαδίκτυο. Στην εποχή της Τεχνητής Νοημοσύνης, αυτό δημιουργεί μια νέα μορφή γλωσσικής ανισότητας: όταν μια γλώσσα απουσιάζει από τον ψηφιακό κόσμο, απουσιάζει σε μεγάλο βαθμό και από τα δεδομένα πάνω στα οποία αναπτύσσονται οι νέες τεχνολογίες.
Στην Ελλάδα, το ζήτημα αποκτά ιδιαίτερη σημασία για γλώσσες και διαλέκτους με ακόμη μικρότερο ψηφιακό αποτύπωμα. Η Ρομανί, η Τσακωνική, η Καππαδοκική, η Ποντιακή, τα Αρβανίτικα και άλλες γλωσσικές ποικιλίες αποτελούν μέρος μιας πολιτιστικής και γλωσσικής κληρονομιάς που καλείται να βρει τη θέση της και στον ψηφιακό κόσμο.
Σε αυτή την πρόκληση επιχειρεί να απαντήσει η πρωτοβουλία LINGUA της Microsoft, υποστηρίζοντας ερευνητές και οργανισμούς που εργάζονται για την καταγραφή, την τεκμηρίωση και την ψηφιακή παρουσία γλωσσών και διαλέκτων με περιορισμένα διαθέσιμα δεδομένα.
Τα πέντε ελληνικά έργα που ξεχώρισαν
Η επιλογή των πέντε ελληνικών έργων αναδεικνύει τόσο τον πλούτο της γλωσσικής παράδοσης της χώρας όσο και τη δυναμική της ελληνικής ερευνητικής και επιστημονικής κοινότητας στην αξιοποίηση της τεχνολογίας για τη διατήρησή της.
Η ΑΡΣΙΣ – Κοινωνική Οργάνωση Υποστήριξης Νέων έλαβε χρηματοδότηση ύψους 50.000 ευρώ για την ψηφιοποίηση γλωσσικού υλικού της Ρομανί, ενώ τέσσερις ακόμη πρωτοβουλίες υποστηρίζονται με πιστώσεις Azure και πρόσβαση στην τεχνογνωσία του AI for Good Lab της Microsoft:
- Το CoDAG του Πανεπιστημίου Κρήτης.
- Το LALIES του Ινστιτούτου Επεξεργασίας του Λόγου του Ερευνητικού Κέντρου «Αθηνά».
- Το T.S.A.K.O.N.I.A. του Αρχείου της Τσακωνιάς.
- Το Istorima.
Γιατί η ψηφιακή παρουσία μιας γλώσσας έχει σημασία
Πίσω από τα έργα βρίσκεται ένα κοινό ερώτημα: πώς εξασφαλίζεται ότι η γλωσσική πολυμορφία δεν θα χαθεί καθώς όλο και μεγαλύτερο μέρος της γνώσης και της ανθρώπινης επικοινωνίας περνά στο ψηφιακό περιβάλλον;
Η απάντηση ξεκινά από τα δεδομένα. Η καταγραφή προφορικού λόγου, η ψηφιοποίηση αρχείων, η δημιουργία γλωσσικών σωμάτων και η ανάπτυξη νέων ψηφιακών εργαλείων μπορούν να δώσουν σε γλώσσες και διαλέκτους με περιορισμένη παρουσία τη δυνατότητα να γίνουν περισσότερο ορατές και αξιοποιήσιμες στη νέα εποχή της Τεχνητής Νοημοσύνης.
Όπως εξήγησε ο Ουασίμ Χαμιντούς, επικεφαλής ερευνητής στο εργαστήριο AI for Good της Microsoft η περιορισμένη διαθεσιμότητα γλωσσικών δεδομένων επηρεάζει την αποτελεσματικότητα των σχετικών εργαλείων και μπορεί να περιορίσει την ισότιμη πρόσβαση των ομιλητών στην τεχνολογία, την εκπαίδευση και τις νέες ευκαιρίες.
«Η γλώσσα μεταφέρει την ιστορία, τις αξίες και την ταυτότητα των ανθρώπων. Όταν μια γλώσσα δεν έχει ψηφιακή παρουσία, κινδυνεύει να χαθεί μαζί με ένα σημαντικό κομμάτι του πολιτισμού που εκπροσωπεί», σημειώνει η Γιάννα Ανδρονοπούλου, CEO της Microsoft Ελλάδας, Κύπρου, Μάλτας και Αδριατικής. «Και αφού μάθαμε την τεχνητή νοημοσύνη να μιλά, τώρα ήρθε η ώρα να της μάθουμε να ακούει όλες τις φωνές».
Το LINGUA υλοποιείται στο πλαίσιο των ευρύτερων European Digital Commitments της Microsoft, με στόχο την ενίσχυση της ψηφιακής παρουσίας γλωσσών με περιορισμένο διαθέσιμο περιεχόμενο και τη διατήρηση της γλωσσικής και πολιτιστικής πολυμορφίας της Ευρώπης.