Απειλεί η Τεχνητή Νοημοσύνη την ελληνική γλώσσα;

Η ελληνική γλώσσα έχει περάσει από επιγραφές και παπύρους, από την τυπογραφία στο ραδιόφωνο και από εκεί στην οθόνη.

Έχει αντέξει μετασχηματισμούς, δάνεια, μόδες και εποχές. Το ερώτημα σήμερα δεν είναι αν “θα χαθεί” αύριο το πρωί, αλλά αν θα μείνει πλήρως λειτουργική στο νέο ψηφιακό οικοσύστημα, εκεί όπου οι μηχανές δεν διαβάζουν απλώς κείμενα – παράγουν γλώσσα.

Το πρόβλημα με μια φράση: “low-resource language”

Στην εποχή της παραγωγικής ΤΝ, όποια γλώσσα δεν έχει αρκετά δεδομένα/εργαλεία/μοντέλα γύρω της κινδυνεύει να θεωρηθεί “γλώσσα χαμηλών πόρων”. Αυτό δεν σημαίνει ότι θα πάψουμε να μιλάμε ελληνικά, αλλά ότι η γλώσσα μπορεί να μείνει πίσω σε κρίσιμες εφαρμογές: εκπαίδευση, παραγωγικότητα, δημόσιες υπηρεσίες, νομική/ιατρική πληροφόρηση, πολιτιστικό περιεχόμενο. Με άλλα λόγια, να υπάρχουμε “κανονικά” στην καθημερινότητα, αλλά μειωμένα στον ψηφιακό κόσμο που έρχεται.

Η σιωπηλή απειλή: ψηφιακή ομοιογενοποίηση

Υπάρχει και κάτι πιο ύπουλο: τα μεγάλα μοντέλα μαθαίνουν κυρίως από την κοινή νεοελληνική (και συχνά μέσα από “αγγλική ματιά”), οπότε οι διάλεκτοι, οι ιδιωματισμοί, το χιούμορ, οι λεπτές αποχρώσεις, μπορεί να “ισιώσουν”. Κι όταν ισιώνει η γλώσσα, χάνει πλούτο – όχι επειδή φταίει ο άνθρωπος, αλλά επειδή έτσι δουλεύει η στατιστική μηχανή όταν δεν έχει αρκετό σωστό υλικό.

Γιατί μιλάνε για “ψηφιακή γλωσσική κυριαρχία”

Το κλειδί εδώ είναι η εξάρτηση. Αν μια χώρα βασίζεται αποκλειστικά σε ξένα, κλειστά, αγγλοκεντρικά μοντέλα, τότε “εισάγει” όχι μόνο τεχνολογία αλλά και σημασίες: τι εννοεί μια λέξη, πώς αποδίδεται μια έννοια, πώς μεταφράζονται τα συμφραζόμενα. Γι’ αυτό το θέμα μπαίνει πλέον στο κάδρο ως ψηφιακή κυριαρχία: δεδομένα, υποδομές, μοντέλα, εφαρμογές – όλα αυτά καθορίζουν και το πώς “αναπνέει” μια γλώσσα online.

Meltemi και Krikri: όταν η ΤΝ μιλάει ελληνικά “από μέσα”

Στην Ελλάδα γίνονται βήματα για να μη μείνουμε θεατές. Χαρακτηριστικό παράδειγμα είναι τα ελληνικά γλωσσικά μοντέλα Meltemi και Krikri, που έχουν στόχο καλύτερη απόδοση της ελληνικής σε επίπεδο νοημάτων, ιδιωματισμών και πολιτισμικού πλαισίου – όχι απλώς “μετάφραση”. Το Krikri, μάλιστα, σχεδιάστηκε για να βελτιώσει θέματα όπως το μήκος συμφραζομένων και οι ικανότητες συλλογισμού, πάνω σε πιο σύγχρονη αρχιτεκτονική.

Ένα απλό παράδειγμα που δείχνει γιατί χρειάζεται ειδική φροντίδα: λέξεις με πολλές σημασίες (τύπου “χτυπάω”) θέλουν context για να αποδοθούν σωστά – αλλιώς η μηχανή ρίχνει όλα τα νοήματα στο ίδιο τσουβάλι.

ΦΑΡΟΣ και “Δαίδαλος”: οι υποδομές που κρίνουν το παιχνίδι

Μοντέλα χωρίς υποδομή είναι σαν ραδιόφωνο χωρίς πομπό. Γι’ αυτό στο ίδιο πλαίσιο αναφέρονται το εθνικό “εργοστάσιο” ΤΝ ΦΑΡΟΣ και ο υπερυπολογιστής ΔΑΙΔΑΛΟΣ: ως κρίσιμα εργαλεία για την επεξεργασία μεγάλων ελληνικών δεδομένων και την εκπαίδευση/προσαρμογή ελληνικών LLMs.

Οπότε… κινδυνεύει η ελληνική;

Αν το πούμε ωμά: η ελληνική δεν κινδυνεύει να σβήσει – κινδυνεύει να “μικρύνει” ψηφιακά αν δεν επενδύσουμε σε δεδομένα, ανοιχτά εργαλεία, υποδομές και γλωσσική τεχνολογία. Το στοίχημα δεν είναι ρομαντικό είναι πρακτικό: να μπορείς να δουλεύεις, να μαθαίνεις, να εξυπηρετείσαι και να δημιουργείς σε ελληνικά υψηλής ποιότητας μέσα στις πλατφόρμες της επόμενης δεκαετίας.

Τι βοηθάει (και δεν κοστίζει τίποτα)

• Ποιοτικό ελληνικό περιεχόμενο online (όχι μόνο “copy-paste”, όχι μόνο greeklish).
• Ψηφιοποίηση/διάθεση σωστών κειμένων (λογοτεχνία, αρχεία, διάλεκτοι, επιστημονική ορολογία).
• Στήριξη ανοιχτών πρωτοβουλιών για γλωσσικά δεδομένα/μοντέλα.
• Και, ναι: περισσότερη προσοχή στο πώς γράφουμε – γιατί η ΤΝ μαθαίνει από αυτά που της δίνουμε.