Bildo de Zhendong Wang. Uzata laŭ permesilo de Unsplash.

[Ĉiuj ligiloj estas al anglalingvaj paĝoj krom se alie notite.]

Ĉi tiu artikolo estas parto de serio “Spotlight” de Global Voices (eo.wikipedia), titolita Homaj perspektivoj pri AI (ndlr. AI = Artefarita Intelekto en eo) publikigita en aprilo 2026. La serio proponos profundan rigardon pri kiel AI estas uzata en evolulandoj, kiel ĝia uzo kaj efektivigo influas diversajn komunumojn, kion tiu AI-eksperimento povus signifi por estontaj genercioj, kaj pli. Por subteni tiun ĉi projekton vi povas fari donacon ĉi tie.

La entreprenoj malantaŭ produktoj funkciigitaj per artefarita intelekto (AI) prezentis kaj vendis ilin kiel vojon al progreso por konsumantoj. La realo estas ke sennombraj eblaj klientoj ekster la evoluintaj landoj restas malantaŭe.

Raporto de 2025 publikigita de la Instituto por Hom-centrita Artefarita Intelekto de la Universitato Stanford (anglalingve: Human-Centered Artificial Intelligence, mallongigo: HAI) rimarkis, ke multaj konataj Grandaj Lingvaj Modeloj (Ndltr., esperanta akronimo GLM, anglalingva siglo: LLM) ofte ne funkcias en lingvoj krom la angla. La esploristoj emfazis ke la publike disponeblaj grandaj lingvomodeloj, inkluzive de tiuj ellaboritaj parte de kompanioj kiel Google kaj Meta generas netaŭgajn respondojn por uzantoj en evolulandoj. Rezulte, tiuj homoj devas kontentiĝi kun nefidindaj kaj antaŭjuĝaj AI-rimedoj, kio nutras la ideon, ke la plej gravaj kampanioj rigardas iliajn bezonojn kiel duarangaj.

La parolantoj de lingvoj kun malmultaj rimedoj, t.e., tiuj kiuj ne havas sufiĉe da datumoj por taŭge trejni AI-bazitajn solvojn, ne povis profiti de la avantaĝoj de tiu novigo. La superrego de anglalingva enhavo en la interreto signife formis la evoluon de la iloj nun haveblaj en la merkato, kio siavice kreis alirbaron por tiuj kiuj interesiĝas pri AI tutmonde sed ne parolas la anglan.

AI-funkciigitaj aplikaĵoj ankaŭ produktas rezultojn kiuj reflektas normojn kaj valorojn de malgranda grupo de la internacia komunumo; provoj trakti tiun problemon per kreado de datumoj en lingvoj kun malmultaj rimedoj foje pli damaĝis ol helpis. Se ĉio restos kiel nun, neanglalingvaj komunumoj daŭre perdos terenon en la vetkuro por malŝlosi la potencialon de AI.

La cifereca ekskludo daŭre persistas

Neadekvata datumaro pri lingvoj kun malmultaj rimedoj ne estas nur zorgo por AI-inĝenieroj. Ordinaraj homoj en evolulandoj perdos la multajn avantaĝojn de la teknologio pro tiu evidenta breĉo. La ĵurnalo The New York Times rimarkis, ke la koncentriĝo de la AI-sektoro en la plej riĉaj landoj, kiel Usono, pligravigis tiun problemon. La ekzistanta infrastrukturo en centroj kiel Silicon Valley [Silicia Valo  -eo], kune kun la grandega kvanto da datumoj kiujn entreprenoj en tiuj zonoj havas je sia dispono, favore al la evoluintaj landoj. Rezulte, milionoj da homoj, kiuj parolas lingvojn kiel la kurda [eo] aŭ svahila [eo], estas puŝataj al la periferio, kune kun la konsiderindaj merkatoj kiujn ili reprezentas.  Ĉar ili ne havas la rimedojn de siaj okcidentaj ekvivalentoj, eblas ke la AI-fokusitaj kompanioj daŭre kaj multe pli longe ignoros tiujn, kiuj ne parolas la anglan.

La konsekvencoj de tiu lingva malegaleco estas vastaj. Dum homoj el anglalingvaj landoj kutimiĝas uzi Artefaritan Intelekton por diversaj taskoj, homoj el lingvaj komunumoj kun malmultaj rimedoj estas senigitaj de tiu ŝanco. Kiel rimarkis la revuo Wired, uzantoj en evolulandoj povus malkovri ke serĉi helpon ĉe Grandaj Lingvaj Modeloj [eo] kiel ChatGPT [eo]  donas respondojn, kiuj estas en la plej bona kazo senutilaj kaj en la plej malbona kazo senvaloraj. Ekzemple, peti al la modelo redakti retpoŝton en la tamila [eo] povus rezulti en konfuza kaj erarplena malneto en la angla. Tiuj uzantoj povus konkludi ke nefidindaj AI-rimedoj necesas pli da peno ol ili valoras. Dum AI trapentras ĉiun aspekton de la vivo kaj ĉiujn sektorojn kaj fakojn, uzantoj kiuj ne parolas la anglan, povus esti devigataj navigi en ĉiam pli interkonektita kaj unulingva ekonomio. 

Subpremado de kultura diverseco

La prefero de AI por la angla lingvo ankaŭ efikas sur lingvaj komunumoj kun malmultaj rimedoj, en manieroj kiuj iras preter ekonomiaj konsideroj. Specife, la mondrigardo kiu aperas en la respondoj produktitaj de vaste uzataj AI-iloj reflektas la perspektivon de anglalingvanoj loĝantaj en la tutmonda nordo. La revuo The Atlantic atentigis pri tiu ŝablono; ĝi rimarkis ke tio montras kiel la kredoj de riĉaj socioj komencas esti perceptitaj kiel universalaj kaj komunaj al la tuta homaro. Ne-anglaj perspektivoj estas forigitaj pro sia minimuma reprezento en la trejnaj datumoj kiuj nutras AI-solvojn. Homoj el tiuj komunumoj povas sentiĝi trompitaj de elstaraj AI-programistoj, precipe fronte al promesoj ke la teknologio profitigos la tutan homaron. Kvankam la iloj kreataj de tiuj industriaj gigantoj daŭre pliboniĝas, la sintenoj reflektitaj en iliaj rezultoj verŝajne restos la samaj.

Por korekti tiun malegalecon, iuj en la AI-sektoro klopodis krei pli da cifereca materialo en lingvoj kun malmultaj rimedoj. La rezulto de tiuj iniciatoj estas for de idealaj. La teknologia revuo MIT Technology Review ekzamenis kiel granda parto de tiu enhavo, kiu estas ĉerpita el la reto por plibonigi produktojn kiel grandskalaj lingvomodeloj [ndlr. mallonge GLM – eo], donas seniluziigajn rezultojn (Ndlr. t.e manko je lingva precizeco kaj kompreno de la kultura konteksto). Tio okazas ĉar iuj retejoj uzataj por plibonigi la multilingvajn kapablojn de AI estas plenplenaj de aŭtomataj tradukeraroj. En iuj kazoj, la kaŭzantoj estas bonintencaj homoj kiuj celas malpliigi la lingvan breĉon, sed multaj ne posedas la necesajn sciojn por taksi ĉu ilia laboro estas ĝusta aŭ ne. Ilia enhavo restas en la reto senŝanĝe, kaj fariĝas datumoj kiujn AI uzas por plibonigi sian “fluecon”.  Je tiu punkto, la lingvaj komunumoj kun malmultaj rimedoj povas konstati ke la damaĝo jam estas farita.

Ŝanĝi la konversacion

Spite al tiuj zorgoj, la AI-entreprenoj en evoluintaj landoj rapidas por regi tiun enspezigan industrion. Indas paŭzi por pripensi la pli larĝajn sekvojn de iliaj agoj. Ekzemple, la programistoj de produktoj ŝajne neglektis la lingvajn komunumojn kun malmultaj rimedoj, lasante ilin en malavantaĝa pozicio kompare kun la anglalingvanoj. Sektoraj raportoj ankaŭ montras ke kultura hierarkio aperis kiu privilegias tiujn en la anglalingva mondo, kaj ke necesas malmunti tiun kreskantan sistemon kun zorgemo kaj celita aliro. Kune, tiuj tendencoj elstarigas kiel la pensmaniero “moviĝu rapide kaj rompu barojn“, kiu definis la teknologian sektoron dum jaroj, daŭre validas ankoraŭ en la AI-epoko. Antaŭe samkiel nun, la ne-anglalingvaj popoloj suferos la sekvojn.

Tamen, oni povas fari paŝojn por egaligi la kondiĉojn. Tio komenciĝas per kunlaboro kun la komunumoj kiuj estis marĝenigitaj en la rapidega vetkuro por disvolvi AI-modelojn. Gravaj programistoj devas serĉi kunlaborajn partnerojn inter subreprezentitaj lingvaj komunumoj kun malmultaj rimedoj por trakti tiun kreskantan malegalecon. Integrigi la kontribuojn de tiuj popoloj dum konstruado de solvoj kiel GLM, kaj samtempe revizii la rezultojn por certigi ke ili estas ĝustaj kaj fidindaj, devus esti prioritato de la entreprenoj kiuj deziras efektive ŝanĝi la situacion. Krome, ĉi tiuj kompanioj povus ankaŭ kunigi fortojn kun lokaj AI-gvidantoj por krei ilojn pli konformajn al la bezonoj de la parolantoj de malpli vaste parolataj lingvoj. Adoptante tiun kulture senteman perspektivon, AI povas esti evoluigata kaj plibonigata en manieroj kiuj utilas por multaj homoj, ne nur por malmultaj.