В приветствии заместителя министра цифрового развития России Бэллы Черкесовой прозвучало напоминание: в стране проживает более 190 народов, и «каждый из этих языков заслуживает того, чтобы быть услышанным». Однако быть услышанным сегодня означает не только звучать в семьях и школах, но и присутствовать в поисковых системах, машинных переводчиках, голосовых помощниках и массивах данных, на которых обучается искусственный интеллект. Если язык там отсутствует, его носители оказываются на периферии цифровой экономики и образования. Из примерно семи тысяч языков планеты полноценное цифровое представительство имеют лишь несколько десятков. Остальные, по выражению участников конференции, рискуют остаться «языками устной традиции в цифровом мире».
Языки в цифровую эпоху: почему искусственный интеллект важен для языков коренных народов
Модератором секции посвященной рассмотрению влияние цифровых технологий на развитие языков народов мира выступил начальник отдела поддержки и реализации языковых проектов Федерального государственного
бюджетного учреждения «Дом народов России» Арония Ферида Сосоевна. В своем вступительном слове она отметила, что «технологии нередко воспринимаются как угроза языковому разнообразию, способствующая доминированию глобальных языков. Но сегодня мы обсудим противоположный тезис: как передовые информационные технологии, искусственный интеллект становятся мощным инструментом сохранения и развития языков нашего мира». В ходе заседания спикеры говорили о конкретных инструментах (распознавании и синтезе речи, машинном переводе, электронных словарях, цифровых корпусах текстов и образовательных платформах), которые уже создаются для десятков языков народов России, Африки и Азии.
Адегбола Тунде, исполнительный директор проекта African Languages Technology, сразу обратил внимание на методологический тупик, в который заходят разработчики больших языковых моделей. Модель типа GPT-4 с её 1,7 триллиона параметров он уподобил «широкому неводу, который просто собирает всё на своём пути». Для языков, на которых написано мало текстов, такой подход равносилен исключению из цифровой вселенной. Тунде предложил альтернативу — перенести фокус с объёма данных на внутреннюю структуру языка, а именно на морфологию.
На примере родного языка он показал, как созданный им алгоритм за несколько секунд обрабатывает 60 тысяч слов и распределяет их почти по десяти тысячам структурных схем, распознавая все морфологические процессы, описанные лингвистами. Для сравнения он привёл данные коллег из Южной Африки: на ручную разработку морфологии зулусского языка ушло около трёх тысяч человеко-часов высококвалифицированного труда. «Такой подход к языкам мира может оказаться непрактичным. Их семь тысяч, и тратить по три тысячи часов на каждый — нереально», — заметил Тунде. Он подчеркнул, что языковое разнообразие отражается в морфемной структуре, и если мы хотим, чтобы ИИ действительно охватывал это разнообразие, «для каждого языка мыслящим людям, работающим с этим языком, необходимо сесть и продумать, как работать с его морфологией».
Одновременно Тунде заметил, что огромные инвестиции были сделаны в ограниченную группу родственных языков (английский, немецкий, французский, испанский, португальский), тогда как сотни языков с совершенно иной логикой остаются вне поля зрения. Главный риск для них — «лингвистическая изоляция» в ресурсах ИИ. Если данных нет, язык не существует для алгоритмов, а значит, не существует и для миллионов людей, которые хотели бы пользоваться им в цифровой среде.
Институциональный контекст добавил Эдгар Малатжи из Университета Южной Африки. В ЮАР, по его словам, существует разрыв между прогрессивной языковой политикой и её реализацией. Историческое наследие двуязычной системы апартеида, насаждавшей английский и африкаанс, привело к тому, что большинство коренных языков не используются в высшей школе. Студенческие движения 1976 и 2015 годов требовали дать возможность учиться на родном языке, но университеты сталкиваются со скепсисом части преподавателей, нехваткой мультиязычных кадров и средств на перевод и создание учебных материалов. При этом, как отметил Марачи, студенты всё чаще сами обращаются к ИИ и цифровым инструментам, чтобы создавать образовательный контент на зулу, коса и других языках.
В свою очередь, российские спикеры в рамках своих выступлений поделились опытом региональных инициатив по сохранению коренных языков народов России. Ольга Ивановна из Мордовского педагогического университета рассказала о студенческих проектах: в медиастудиях и IT-лабораториях технопарков записываются подкасты, анимационные фильмы, виртуальные экскурсии на мокшанском и эрзянском языках. Дистанционный проект «Школа мордовских языков» насчитывает более 200 видеоуроков, созданных силами самих студентов. Изданы серии русских народных сказок с переводами на мордовские языки — в печатном варианте и в открытом электронном доступе. «Именно так формируется устойчивая мотивация к изучению языка», — подчеркнула она, имея в виду соединение традиционных культурных кодов и современных технологий.
Феодосия Габышева из Академии наук Якутии представила многолетнюю республиканскую программу сохранения и развития родных языков, действующую с 2005 года. В её рамках финансируются целевые гранты, издание учебников, переподготовка педагогов и создание цифровых ресурсов. При этом Габышева предупредила: цифровизация сама по себе не панацея, если разрушается связь между поколениями, территорией и традиционным образом жизни. Она описала эффективные методики — «языковые гнёзда» (погружение в языковую среду с раннего детства) и «мастер — ученик» (индивидуальная передача языка от последних носителей), — и заявила, что синтез именно таких подходов с технологиями ИИ может дать шанс на сохранение языков.
Наиболее развёрнутую цифровую инфраструктуру представила Мархаба Давлетшина из Башкортостана. Помимо интерактивного веб-ресурса «Башкирский язык» и мобильных приложений «Салям» и «IQ БалаБаш», в республике запущен портал-навигатор «Мир родного языка», мультимедийное пособие для дошкольников «Я буду полиглотом» на четырёх языках и первый в России полный курс башкирского языка на федеральной платформе «ЯКласс», включающий более 3000 заданий для 1–9 классов. Всё это, по её словам, создаёт среду, в которой язык становится не музейным экспонатом, а инструментом живого общения.
Ключевые риски цифровизации
Несмотря на изобилие успешных кейсов, ключевым предостережением конференции стала опасность, что искусственный интеллект не сократит, а, напротив, углубит существующее цифровое и языковое неравенство. Рейс Жатоба Жулио из Университета Макао сформулировал это так: «ИИ может создать огромное неравенство в обществе и, что ещё важнее, между языками с меньшими ресурсами, усугубляя неравенство между странами и языками». Он напомнил об уроках промышленной революции, когда страны, первыми внедрившие технологии, получали столетнее доминирование и возможность эксплуатировать остальной мир. В случае с ИИ, по его мнению, угроза ещё масштабнее, поскольку контроль над данными становится новым типом власти. Свои наблюдения эксперт подкрепил данными из собственной преподавательской практики: студенты из мультиязычной среды Макао предпочитают получать обратную связь от преподавателя на родном языке, а не от ИИ на чужом, и, если предоставляется выбор, общаются с ИИ-ассистентами именно на своём первом языке. Отсюда его призыв не запрещать использование родного языка в образовательном процессе, а, напротив, открывать ему двери в класс и в технологии.
Представитель Индии показала, как этот механизм работает на макроуровне. IT-бум, начавшийся в стране с решения проблемы Y2K и расцвета колл-центров, превратил английский в главный экономический капитал. Двухуровневая образовательная система, сложившаяся ещё в колониальные времена, получила мощное ускорение: элитные частные школы с преподаванием на английском гарантировали доступ к высокооплачиваемой работе в глобальных IT-корпорациях, а государственные школы на региональных языках — нет. В результате возникла парадоксальная ситуация: чем быстрее рос IT-сектор, тем стремительнее родители отказывались от родного языка в пользу английского, даже в домашнем общении. «Люди, выросшие с языком телугу, сегодня не могут на нём читать и писать. Если язык исчезает из образования, он исчезает из публичной сферы, его ценность падает, и процесс может стать необратимым», — констатировала она. Искусственный интеллект, обученный преимущественно на доминирующих языках, рискует лишь закрепить эту иерархию, сделав «невидимые» для алгоритмов языки ещё более маргинальными.
Дополнительные сложности для миноритарных языков подсветил заведующий кафедрой уральских языков РГПУ им. А. И. Герцена Сергей Мызников. Он обратил внимание, что для языков с числом носителей менее 50 тысяч человек не решены даже базовые вопросы письменности и нормы. Например, у хантыйского языка существует пять различных письменных традиций, а попытки внедрения новых алфавитов иногда создают разрыв между поколениями: пожилые носители, учившиеся по старой графике, не могут читать новые тексты. В таких условиях ИИ-инструменты не могут работать без предварительной многолетней работы лингвистов и сообществ.
Заключение
Будущее языков коренных народов будет решаться не только в семьях, школах и на фольклорных фестивалях, но — во всё возрастающей степени — в алгоритмах, базах данных и цифровой инфраструктуре. Конференция в Саранске показала: инструменты для того, чтобы сделать искусственный интеллект союзником языкового многообразия, уже существуют. Остаётся вопрос политической воли, финансирования и готовности технологического сообщества отказаться от модели «один размер подходит всем» в пользу подлинно многоязычного цифрового будущего.
Из выступлений участников выкристаллизовалось несколько практических рекомендаций. Во-первых, необходимо создавать открытые языковые корпуса и датасеты, без которых обучение моделей невозможно. Во-вторых, поддерживать локальные команды лингвистов и разработчиков, способные адаптировать технологии к конкретной морфологии и культурному контексту, — именно такой творческий подход демонстрировал Э. Тунде, создав алгоритм, который за секунды справляется с работой, требовавшей тысяч часов ручного труда. В-третьих, финансировать университетские лаборатории, технопарки, студенческие проекты и олимпиадное движение, как это делается в Мордовии, Башкортостане и Якутии. В-четвёртых, привлекать молодёжь, превращая создание цифрового контента на родном языке в престижное и увлекательное занятие. Наконец, развивать международные проекты таким образом, чтобы они не превращались в «цифровое извлечение данных» из стран Глобального Юга, а действительно расширяли права и возможности носителей языков.
