Малоресурсные языки — последний оплот человечности

Малоресурсным обычно называют язык, плохо представленный в интернете. Как следствие, данных для обучения ИИ этому языку просто недостаточно. ИИ с такими языками работает очень плохо или работает ограниченно. Сюда относятся, например, в большей или меньшей степени, крупнейшие языки Сахеля: волоф, континуум манден (бамбара, манинка, дьула), макроязык фула (пулар + фульфульде), сонгай и зарма, мооре, хауса.

Необходимо ввести поправку. Ни один язык с миллионами носителей малоресурсным на самом деле не является. Перечисленные языки в интернете в действительности представлены очень хорошо. Однако преимущественно в устной, а не в письменно форме. Поэтому их «ресурсность» специалистами по IT систематически недооценивается. Фильмы, передачи, прочие видео- и аудиоматериалы — всего этого в Сети предостаточно. Как правило, метаязык описания всех этих ресурсов — английский или французский. Это следствие десятилетиями сложившейся диглоссии — ситуации, когда письменная роль принадлежит исключительно колониальным языкам. Отсюда в значительной мере и проистекает недооценка.

Прежде чем научить ИИ работать с этими языками, нужно разработать для них механизмы преобразования звучащей речи в письменный текст. Нет сомнения, что в ближайшее десятилетие и это будет сделано. Ресурс есть, но его необходимо добыть. Несомненно, и эти языки в ближайшем будущем будут поглощены глобальным ИИ.

Наряду с этим существуют языки, ресурсов на которых действительно мало. Это малые языки с малым количеством носителей. Интернет-контент на них действительно почти не производится. Их будущее пока туманно, а вот значение может быть очень велико.

Какова роль лингвиста, переводчика, полиглота в этом довольно мрачном будущем? В мире, где почти любой язык переводится на любой другой адекватно и в реальном времени, такие специалисты массово будут, конечно, не нужны.

Однако убрав слабых, технология сделает сильных ещё сильнее. Вспомним немного забытый архетип компьютерного хакера — не столько взломщика и нарушителя закона, сколько человека, который знает основополагающие принципы работы компьютера и компьютерных программ. В мире вайб-кодинга такие уникумы встречаются всё реже и реже.

Квалифицированного лингвиста, изучившего в теории (и — что важнее — на практике) несколько разноструктурных языков, можно уподобить компьютерному хакеру — ведь он владеет самими основами того, как устроен и работает человеческий язык.

Откуда взяться такому лингвисту-хакеру в новом мире, где перевод с языка на язык происходит мгновенно и без труда, и где ребёнок растёт, не имея мотивации изучать иностранные языки? Полагаю, что последним оплотом будет среда специалистов по малым и истинно малоресурсным языкам, для изучения, описания и усвоения которых человеческий интеллект ещё какое-то время будет оставаться единственным инструментом.