Dijital dünyada dil eşitsizliği: 7 binden fazla dilden yalnızca 1000'i çevrim içi

UNESCO'nun uyarısına göre 7 bin dilin yalnızca 1000'i dijital dünyada temsil ediliyor. Peki yapay zekalar dilleri kurtarabilir mi? İşte konu hakkında uzmanlardan kritik veri uyarısı:

 

 UNESCO, yapay zekanın eğitimden kamu hizmetlerine kadar yaşamın daha fazla alanına girmesiyle dil çeşitliliğinin dijital dünyada korunması için yol haritası hazırlarken, uzmanlar teknolojinin ancak güvenilir veri ve yerel toplulukların katkısıyla işe yarayabileceğine dikkati çekiyor.

Dijital dünyada 7 binden fazla dilin yalnızca yaklaşık bini var

UNESCO verilerine göre dünyada yaklaşık 7 bin dil kullanılmasına karşın bunların yalnızca yaklaşık 1000'i çevrim içi ortamda temsil ediliyor. Kurumun güncel verileri ayrıca yaklaşık 1500 dilin yakın gelecekte kullanıcılarını kaybetme riski taşıdığını gösteriyor.

Yapay zekanın eğitim, kamu hizmetleri ve çalışma hayatında giderek daha fazla kullanılması, dijital dünyadaki bu dil eşitsizliğini daha önemli hale getiriyor. UNESCO, Kasım 2025'te yayımladığı Dijital Çağda Çok Dillilik Küresel Yol Haritası ile özellikle yeterince temsil edilmeyen ve yerli topluluklara ait dillerin dijital yaşama katılımını güçlendirmeyi hedefliyor. Yol haritası, 53 ülkenin katıldığı uluslararası istişare sürecinin ardından hazırlandı.

Kurum, makine çevirisi, konuşma tanıma ve doğal dil işleme gibi teknolojilerin yüksek kaynaklı birkaç dile odaklanmak yerine düşük kaynaklı ve tehlike altındaki dilleri de kapsayacak biçimde geliştirilmesi çağrısında bulunuyor.

200 dile ulaşan sistem önemli bir adım, ancak sorun çözülmüş değil
Düşük kaynaklı dillerin yapay zeka sistemlerine kazandırılması konusunda son yıllarda önemli ilerlemeler sağlandı.

Nature dergisinde yayımlanan araştırmada, No Language Left Behind (NLLB-200) adlı sistemin 200 dili kapsayacak şekilde ölçeklendirilmesi ele alındı. Araştırmacılar, sistemin 40 binden fazla çeviri yönünde değerlendirildiğini ve önceki en iyi sistemlere kıyasla ortalama çeviri kalitesinde yüzde 44 iyileşme sağladığını bildirdi.

Çalışmanın temel sorunlarından biri ise yapay zeka sistemlerinin ihtiyaç duyduğu verilerin diller arasında eşit dağılmaması. Araştırmacılara göre yüksek kaynaklı diller için milyonlarca cümlelik paralel metinler bulunabilirken düşük kaynaklı dillerde bu tür veriler oldukça sınırlı.

NLLB-200 çalışması, düşük kaynaklı diller için yeni veri madenciliği yöntemleri kullanarak 148 dil için 1,1 milyardan fazla yeni cümle çifti oluşturdu. Ancak araştırmacılar, elde edilen verilerin kalitesinin ve kapsamının da ayrıca değerlendirilmesi gerektiğine dikkati çekiyor. 

Nature'da yayımlanan değerlendirmelerde de bu tür sistemlerin az kaynaklı diller açısından önemli bir ilerleme olduğu, ancak dil topluluklarıyla birlikte çalışılmadan geliştirilen teknolojilerin dillerin korunması ve yeniden canlandırılması açısından sınırlı kalabileceği vurgulanıyor. 

"Gerçek keşifler insanlar sayesinde ortaya çıkıyor"

Avustralya Ulusal Üniversitesinden dil bilimci Prof. Nicholas Evans, tehlike altındaki dillerin araştırılmasında yapay zekanın yardımcı bir araç olabileceğini ancak insan uzmanlığının yerini alamayacağını belirtti.

Dil araştırmalarının temelinde insanlar arasındaki etkileşimin bulunduğunu ifade eden Evans, saha çalışmalarında önemli bilgilerin çoğu zaman önceden planlanmamış karşılaşmalar, sohbetler ve konuşmacıların araştırmacıyı düzelttiği anlar sırasında ortaya çıktığını anlattı.

Yapay zekanın mevcut bilgileri işleme konusunda güçlü olduğunu ancak bilinmeyeni keşfetme konusunda aynı yeteneğe sahip olmadığını belirten Evans, gerçek keşiflerin araştırmacının bilmediği alanlara yönelmesiyle mümkün olduğunu söyledi.

Evans, yapay zekanın ise çoğunlukla elindeki verilerden oluşturduğu örüntülere yöneldiğine dikkati çekerek, dil araştırmalarında insanın merakının ve karşılıklı etkileşimin belirleyici rolünü koruduğunu vurguladı.

Büyük dil modellerinin önündeki en büyük engel: veri

Düşük kaynaklı diller açısından en temel sorunlardan biri, yapay zeka modellerini eğitecek yeterli ve güvenilir verinin bulunmaması.

Evans, Papua Yeni Gine'de beş yıl süren bir saha çalışmasını örnek göstererek, araştırma sonunda çözümlenmiş metinlerin yaklaşık 35 bin kelimeyle sınırlı kaldığını ve bunun günümüzde kullanılan büyük dil modelleri açısından son derece küçük bir veri seti olduğunu belirtti.

Bu durum yalnızca yapay zekanın bir dili çevirebilme kapasitesini değil, o dili dijital dünyada görünür kılma imkanını da etkiliyor.

Nature'daki NLLB-200 araştırması da aynı soruna işaret ediyor: Makine çevirisi sistemlerinin yüksek kalitede çalışabilmesi için büyük miktarda paralel dil verisine ihtiyaç duyuluyor ve bu veri 7 binden fazla dil arasında eşit biçimde bulunmuyor.

Dolayısıyla bir dilin dijital ortamda temsil edilmesi yalnızca o dili destekleyen bir yapay zeka modeli geliştirilmesi anlamına gelmiyor. Öncelikle yazılı metinler, sözlükler, ses kayıtları, çeviri örnekleri ve güvenilir dil derlemelerinden oluşan bir dijital altyapının kurulması gerekiyor.

Yapay zeka dil öğretimini ve belgelemeyi hızlandırabilir

Uzmanlara göre yapay zeka, doğru altyapı oluşturulduğunda tehlike altındaki dillerin belgelenmesi ve yeni kuşaklara aktarılması için önemli araçlar sağlayabilir.

Özellikle ana dilini ailelerinden öğrenme fırsatı bulamayan gençler için yapay zeka destekli eğitim uygulamaları geliştirilebilir. Konuşma tanıma sistemleri de saha araştırmalarında saatler süren ses kayıtlarının yazıya aktarılması sürecini hızlandırabilir.

Ancak otomatik olarak oluşturulan metinlerin doğruluğunun dil uzmanları ve ana dili konuşanlar tarafından denetlenmesi gerekiyor.

Bu gereklilik, düşük kaynaklı dillerin yapay zeka sistemlerine dahil edilmesinde yalnızca teknik bir mesele bulunmadığını da gösteriyor. Dilin kullanım bağlamı, kültürel anlamları ve topluluğun bilgi birikimi de teknolojik sistemlerin dışında bırakılmaması gereken unsurlar arasında yer alıyor.

"Önce dijital altyapı kurulmalı"

Londra Üniversitesi bünyesinde küçük ve tehlike altındaki diller üzerine çalışan dil bilimci Prof. Julia Sallabank da yapay zekadan yararlanabilmek için öncelikle temel dijital kaynakların oluşturulması gerektiğini belirtti.

Sallabank'a göre birçok küçük dil için standart bir yazım sistemi, kapsamlı sözlük veya yeterli büyüklükte dijital metin derlemesi bulunmuyor. Bu nedenle yapay zekanın çalışabilmesi için öncelikle güvenilir dil verilerinin hazırlanması gerekiyor.

Bu yaklaşım, yapay zekanın dilleri tek başına kurtarabilecek bir teknoloji olarak görülmemesi gerektiğine işaret ediyor. Teknoloji, var olan dil bilgisini işleyebilir, belgelemeyi hızlandırabilir, eğitim araçları geliştirebilir ve farklı diller arasında iletişimi kolaylaştırabilir. Ancak hangi bilgilerin toplanacağı, nasıl yorumlanacağı ve topluluğun hangi unsurlarının korunacağı konusunda insan uzmanlığı ve konuşur toplulukların katılımı belirleyici olmaya devam ediyor.

UNESCO da dijital çağda çok dillilik yaklaşımında teknolojiyle birlikte etik, insan hakları ve toplulukların veri yönetişimine katılımını öne çıkarıyor. Kurum, dil çeşitliliğinin dijital ortamda korunmasını yalnızca teknolojik bir yenilik değil, kapsayıcı bir dijital dönüşüm meselesi olarak değerlendiriyor. (UNESCO)

Dilara Karataş, Şilan Turp - Anadolu Ajansı