Ιστορίες στα ρομανί που μεταδίδονται από γενιά σε γενιά, λέξεις της τσακωνικής που κινδυνεύουν να εξαφανιστούν και χιλιάδες σελίδες διαλεκτικού υλικού που ψηφιοποιούνται πρωταγωνίστησαν στην εκδήλωση για την πρωτοβουλία Lingua της Microsoft. Η εκδήλωση πραγματοποιήθηκε την Πέμπτη στο Μουσείο Κυκλαδικής Τέχνης στην Αθήνα, όπου παρουσιάστηκαν τέσσερις ελληνικές προτάσεις που διακρίθηκαν και λαμβάνουν στήριξη για την υλοποίησή τους.
Παρουσιάζοντας την πρωτοβουλία, ο ερευνητής του AI for Good Lab της Microsoft, Wassim Hamidouche, επισήμανε το χάσμα μεταξύ των γλωσσών με ισχυρή ψηφιακή παρουσία και εκείνων για τις οποίες υπάρχουν ελάχιστα δεδομένα. Σύμφωνα με τα στοιχεία που παρέθεσε, πάνω από τις 7.000 ομιλούμενες γλώσσες παγκοσμίως καταλαμβάνουν μόλις ένα μικρό μέρος του διαθέσιμου διαδικτυακού περιεχομένου. Αυτό επηρεάζει και την τεχνητή νοημοσύνη, καθώς η έλλειψη επαρκών δεδομένων για μία γλώσσα σημαίνει πως οι ομιλητές της ενδέχεται να μην έχουν ίση πρόσβαση σε ψηφιακά εργαλεία, εκπαίδευση και τις ευκαιρίες που αυτά προσφέρουν.
Η πρωτοβουλία Lingua στοχεύει στη μείωση του παραπάνω κενού, στηρίζοντας τη δημιουργία ανοιχτών συλλογών προφορικού και γραπτού λόγου για ευρωπαϊκές γλώσσες και διαλέκτους με περιορισμένη παρουσία στο διαδίκτυο.
Στην Ελλάδα, η ΑΡΣΙΣ – Κοινωνική Οργάνωση Υποστήριξης Νέων έλαβε χρηματοδοτική επιχορήγηση, ενώ τρία ακόμη έργα λαμβάνουν υποστήριξη σε υπολογιστικούς πόρους και υπηρεσίες της πλατφόρμας Azure: το CoDAG του Πανεπιστημίου Κρήτης, το LALIES του Ινστιτούτου Επεξεργασίας του Λόγου του Ερευνητικού Κέντρου «Αθηνά» και το T.S.A.K.O.N.I.A. του Αρχείου της Τσακωνιάς. Η υποστήριξη Azure αφορά ψηφιακές υποδομές και όχι χρηματική κάλυψη.
Η πρόταση της ΑΡΣΙΣ επικεντρώνεται στην συλλογή και ψηφιοποίηση γλωσσικού υλικού στα ρομανί στην Ελλάδα. Η Γεωργία Καλπαζίδου, υποψήφια διδάκτορας γλωσσολογίας από την κοινότητα του Δενδροποτάμου, ανέφερε πως το έργο θα συγκεντρώσει υλικό, όπως ιστορίες και παραμύθια από κοινότητες Ρομά. Εκτός από την ψηφιακή αποτύπωση, στόχος είναι και η καταπολέμηση του στιγματισμού της γλώσσας και των συναφών στερεοτύπων.
Ο Στέργιος Χατζηκυριακίδης από το Πανεπιστήμιο Κρήτης, παρουσιάζοντας το CoDAG, αναφέρθηκε στη χρήση της τεχνολογίας για τη μελέτη ελληνικών διαλέκτων. Η ομάδα του εργάζεται στη δημιουργία χάρτη ελληνικών διαλέκτων, την αξιοποίηση πηγών και ανάπτυξη γλωσσικών μοντέλων, έχοντας ήδη ψηφιοποιήσει περίπου 40.000 σελίδες διαλεκτικού υλικού. Ως παράδειγμα, ανέφερε τη δυνατότητα δημιουργίας ιστοριών στα κυπριακά από ψηφιακά εργαλεία.
Η ομότιμη ερευνήτρια του Ινστιτούτου Επεξεργασίας του Λόγου, Στέλλα Μαρκαντωνάτου, παρουσίασε το LALIES, δίνοντας έμφαση στη σημασία της επιτόπιας έρευνας. Η ομάδα πραγματοποιεί επιτόπιες συλλογές προφορικού υλικού από ομιλητές σε διάφορες περιοχές. Έχει εργαστεί σε εννέα ελληνικές διαλέκτους, όπως τα κυπριακά, την ομιλία της Απειράνθου στη Νάξο και την κεφαλονίτικη διάλεκτο, με στόχο τη μετατροπή του προφορικού λόγου σε κείμενο, ώστε να μπορεί να μελετηθεί.
Για την τσακωνική, η Αγγελική Πολίτη από το Αρχείο της Τσακωνιάς επισήμανε την ανάγκη καταγραφής των εναπομεινάντων ομιλητών – σύμφωνα με τα στοιχεία που παρουσίασε, ανέρχονται πλέον σε περίπου 1.200, ενώ τα υπάρχοντα κείμενα είναι περιορισμένα. Το έργο T.S.A.K.O.N.I.A., σε συνεργασία με το Πανεπιστήμιο Πελοποννήσου, αποσκοπεί στη συλλογή και τεκμηρίωση αυθεντικού γλωσσικού υλικού.
Ο ειδικός γραμματέας Μακροπρόθεσμου Σχεδιασμού, Γιάννης Μαστρογεωργίου, συνεχάρη τις ομάδες για το έργο τους, υπογραμμίζοντας την αξία της συνεργασίας ερευνητών, κοινοτήτων, ιδιωτικού τομέα και Πολιτείας. Σύμφωνα με τον ίδιο, στην επόμενη φάση της τεχνητής νοημοσύνης ο γλωσσικός πλούτος θα έχει ακόμη μεγαλύτερη αξία.
Η γενική γραμματέας Σύγχρονου Πολιτισμού του υπουργείου Πολιτισμού, Ελένη Δουνδουλάκη, επισήμανε την ανάγκη να παραμείνουν οι ομιλητές στο επίκεντρο της προσπάθειας. Τόνισε πως «η γλώσσα σώζεται όταν μιλιέται» και ότι οι κοινότητες που συμβάλλουν στη συλλογή υλικού πρέπει να έχουν λόγο στη διαφύλαξη και χρήση του. Επίσης, έθεσε το ζήτημα των πνευματικών δικαιωμάτων, υπογραμμίζοντας ότι η αξιοποίηση της τεχνολογίας οφείλει να τοποθετεί τον άνθρωπο στο επίκεντρο.
Ο ειδικός γραμματέας Τεχνητής Νοημοσύνης και Διακυβέρνησης Δεδομένων, Βασίλης Καρκατζούνης, αναφέρθηκε στις δυνατότητες των μεγάλων γλωσσικών μοντέλων και τόνισε την προσοχή που απαιτείται στον τρόπο συλλογής των δεδομένων. Ανέφερε πως η τεχνολογία συνδράμει στην εκπαίδευση και διάδοση των γλωσσών και υπογράμμισε την ανάγκη αντιμετώπισης των στερεοτύπων, ώστε τα παιδιά να μη νιώθουν στιγματισμένα.
Η επικεφαλής της Microsoft για την Ελλάδα, την Κύπρο και τη Μάλτα, Γιάννα Ανδρονοπούλου, ανέφερε πως «αν μια γλώσσα δεν έχει ψηφιακό αποτύπωμα, κινδυνεύει να χαθεί». Τόνισε πως η συζήτηση για την τεχνητή νοημοσύνη έχει μετατοπιστεί από τις δυνατότητές της στον τρόπο αξιοποίησής της, σημειώνοντας πως γλώσσα μεταφέρει ιστορία, αξίες και ταυτότητα. Σύνοψισε τον στόχο της πρωτοβουλίας δηλώνοντας: «Μάθαμε την τεχνητή νοημοσύνη να μιλάει. Τώρα πρέπει να τη μάθουμε να ακούει όλες τις φωνές».
Η εκδήλωση ανέδειξε τη σημασία της διάσωσης και ανάδειξης γλωσσών και διαλέκτων με επισφαλή παρουσία στον ψηφιακό χώρο, αξιοποιώντας τη σύμπραξη της τεχνολογίας, της επιστήμης και των ίδιων των κοινοτήτων.
