Языковое разнообразие Индии и искусственный интеллект: кто решает, какие языки будут оцифрованы

Индия обладает исключительным языковым разнообразием — сотни языков, на которых говорят миллионы людей. Однако по мере того как искусственный интеллект трансформирует коммуникации, большинство этих языков сталкиваются с фундаментальной проблемой: им недостаёт цифровых данных, необходимых для обучения ИИ.

Проблема данных

Большие языковые модели обучаются преимущественно на интернет-текстах, которые подавляющим образом доминируют английский, мандарин и несколько других крупных языков. Для малых языков Индии — многие из которых имеют богатые литературные традиции, но ограниченное цифровое присутствие — это создаёт разрыв в видимости.

ИИ как потенциальный уравнитель

Некоторые исследователи видят возможность: создавая наборы данных для недостаточно представленных индийских языков и обучая специализированные модели, ИИ может стать инструментом сохранения языков. Однако критики предупреждают, что власть над тем, какие языки получат инвестиции, принадлежит крупным технологическим компаниям.