Εικόνα: Zhendong Wang. Ελεύθερη για χρήση μέσω Unsplash.

Αυτή η ανάρτηση αποτελεί μέρος της σειράς Spotlight του Global Voices για τον Απρίλιο του 2026 με τίτλο «Ανθρώπινες προοπτικές για την Τεχνητή Νοημοσύνη». Αυτή η σειρά θα προσφέρει πληροφορίες για το πώς χρησιμοποιείται η Τεχνητή Νοημοσύνη σε χώρες της παγκόσμιας πλειοψηφίας, πώς η χρήση και η εφαρμογή της επηρεάζουν τις μεμονωμένες κοινότητες, τι μπορεί να σημαίνει αυτό το πείραμα Τεχνητής Νοημοσύνης για τις μελλοντικές γενιές και πολλά άλλα. Μπορείτε να υποστηρίξετε αυτήν την κάλυψη κάνοντας δωρεά εδώ.

Οι εταιρείες που βρίσκονται πίσω από προϊόντα, που υποστηρίζονται από τεχνητή νοημοσύνη (AI), τα έχουν συσκευάσει και τα έχουν πουλήσει ως έναν τρόπο για να προοδεύσουν οι καταναλωτές. Η πραγματικότητα είναι ότι αμέτρητοι υποψήφιοι πελάτες εκτός του παγκόσμιου βορρά μένουν πίσω. 

Μια εργασία του 2025, που δημοσιεύτηκε από το Ινστιτούτο Στάνφορντ για την Τεχνητή Νοημοσύνη με επίκεντρο τον άνθρωπο (HAI), σημείωσε ότι πολλά δημοφιλή μοντέλα μεγάλων γλωσσών (LLM) συχνά δεν αποδίδουν σε γλώσσες εκτός από τα αγγλικά. Οι ερευνητές επέστησαν την προσοχή στο πώς τα LLM που είναι διαθέσιμα στο κοινό, συμπεριλαμβανομένων εκείνων που αναπτύχθηκαν εν μέρει από εταιρείες όπως η Google και η Meta, δημιουργούν απαντήσεις ακατάλληλες για χρήστες στην παγκόσμια πλειοψηφία. Ως αποτέλεσμα, αυτά τα άτομα πρέπει να τα βγάλουν πέρα ​​με εργαλεία Τεχνητής Νοημοσύνης προκατειλημμένα και αναξιόπιστα, γεγονός που ενισχύει την άποψη ότι οι εξέχουσες εταιρείες θεωρούν τις ανάγκες τους ως δεύτερη σκέψη.

Οι ομιλητές γλωσσών με περιορισμένους πόρους, δηλαδή όσες γλώσσες δεν διαθέτουν επαρκή δεδομένα για να εκπαιδεύσουν σωστά λύσεις, που βασίζονται στην Τεχνητή Νοημοσύνη, δεν μπόρεσαν να καρπωθούν τα οφέλη αυτής της καινοτομίας. Η κυριαρχία του αγγλόφωνου διαδικτυακού περιεχομένου έχει διαμορφώσει σημαντικά την ανάπτυξη εργαλείων, που κυκλοφορούν σήμερα στην αγορά, γεγονός που με τη σειρά του έχει δημιουργήσει ένα εμπόδιο στην πρόσβαση για μη αγγλόφωνους ομιλητές, που ενδιαφέρονται για την Τεχνητή Νοημοσύνη σε όλο τον κόσμο. 

Οι εφαρμογές, που έχουν βελτιωθεί από την Τεχνητή Νοημοσύνη, παράγουν επίσης αποτελέσματα, που αντικατοπτρίζουν τους κανόνες και τις αξίες λίγων εκλεκτών στη διεθνή κοινότητα. Οι προσπάθειες αντιμετώπισης αυτού του ζητήματος μέσω της δημιουργίας γλωσσικών δεδομένων με περιορισμένους πόρους έχουν, κατά καιρούς, κάνει περισσότερο κακό παρά καλό. Εάν το status quo παραμείνει αμετάβλητο, οι μη αγγγλόφωνες κοινότητες θα συνεχίσουν να χάνουν έδαφος στον αγώνα για την αξιοποίηση των δυνατοτήτων της Τεχνητής Νοημοσύνης.

Διαιώνιση του ψηφιακού αποκλεισμού

Τα ανεπαρκή δεδομένα σε γλώσσες με περιορισμένους πόρους δεν αποτελούν μόνο ανησυχία για τους μηχανικούς της Τεχνητής Νοημοσύνης. Οι απλοί άνθρωποι, που αποτελούν μέρος της παγκόσμιας πλειοψηφίας, θα χάσουν τα μυριάδες οφέλη της τεχνολογίας λόγω αυτού του κραυγαλέου κενού. Οι New York Times τόνισαν ότι η συγκέντρωση της βιομηχανίας Τεχνητής Νοημοσύνης σε πλουσιότερες χώρες, όπως οι Ηνωμένες Πολιτείες, έχει επιδεινώσει αυτό το πρόβλημα. Η υπάρχουσα υποδομή σε κόμβους όπως η Σίλικον Βάλεϊ, σε συνδυασμό με την άφθονη ποσότητα δεδομένων που έχουν στη διάθεσή τους οι εταιρείες σε αυτές τις περιοχές, έχει γείρει την πλάστιγγα υπέρ του παγκόσμιου βορρά. Κατά συνέπεια, τα εκατομμύρια που μιλούν γλώσσες όπως τα κουρδικά και τα σουαχίλι ουσιαστικά υποβαθμίζονται, μαζί με τις σημαντικές αγορές που εκπροσωπούν. Χωρίς τους πόρους των ομολόγων τους, οι μη αγγλόφωνοι ενδέχεται να παραμείνουν παραβλέπονται στο μέλλον από εταιρείες, που επικεντρώνονται στην Τεχνητή Νοημοσύνη.

Οι επιπτώσεις αυτής της γλωσσικής ανισότητας είναι εκτεταμένες. Ενώ όσοι βρίσκονται στον αγγλόφωνο κόσμο έχουν συνηθίσει να χρησιμοποιούν την Τεχνητή Νοημοσύνη για μια ποικιλία εργασιών, άτομα από κοινότητες με περιορισμένους γλωσσικούς πόρους δεν έχουν την ίδια ευκαιρία. Όπως επεσήμανε το Wired, οι χρήστες στην παγκόσμια πλειοψηφία μπορεί να διαπιστώσουν ότι η προσφυγή σε ένα LLM όπως το ChatGPT για βοήθεια παρέχει απαντήσεις, που είναι στην καλύτερη περίπτωση άχρηστες και στη χειρότερη επίσης άχρηστες. Το αίτημα να συντάξει το μοντέλο ένα email στα ταμίλ, για παράδειγμα, μπορεί να οδηγήσει σε ένα μπερδεμένο, γεμάτο λάθη προσχέδιο στα αγγλικά. Αυτοί οι χρήστες μπορεί να καταλήξουν στο συμπέρασμα ότι τα ελαττωματικά εργαλεία Τεχνητής Νοημοσύνης είναι περισσότερο πρόβλημα παρά αξία. Καθώς η Τεχνητή Νοημοσύνη γίνεται πιο πανταχού παρούσα σε διάφορους τομείς και κλάδους, οι μη αγγλόφωνοι μπορεί να αναγκαστούν να πλοηγηθούν σε μια ολοένα και πιο διασυνδεδεμένη και μονογλωσσική οικονομία.

Περιθωριοποίηση διαφορετικών πολιτισμών

Η προκατάληψη της Τεχνητής Νοημοσύνης για τα αγγλικά επηρεάζει επίσης τις κοινότητες γλωσσών με χαμηλούς πόρους με τρόπους που ξεπερνούν τα χρήματα και τα σεντς. Συγκεκριμένα, η κοσμοθεωρία, που αποκαλύπτεται στις απαντήσεις, που προκύπτουν από τα ευρέως χρησιμοποιούμενα εργαλεία Τεχνητής Νοημοσύνης, αντικατοπτρίζει αυτήν των αγγλόφωνων στον παγκόσμιο βορρά. Το Atlantic επέστησε την προσοχή σε αυτό το μοτίβο σημειώνοντας ότι αποτελεί παράδειγμα του πώς οι πεποιθήσεις από χώρες με επαρκείς πόρους θεωρούνται καθολικές. Οι μη αγγλόφωνες απόψεις αποκλείονται λόγω της ελάχιστης εκπροσώπησής τους στα δεδομένα εκπαίδευσης, που τροφοδοτούν τις λύσεις Τεχνητής Νοημοσύνης. Άτομα από αυτές τις κοινότητες μπορεί να αισθάνονται ότι έχουν υποτιμηθεί από αξιόλογους προγραμματιστές Τεχνητής Νοημοσύνης, ειδικά υπό το πρίσμα των υποσχέσεών τους ότι η τεχνολογία θα αποτελέσει πλεονέκτημα για την ανθρωπότητα. Αν και τα εργαλεία που κατασκευάζονται από αυτούς τους κολοσσούς της βιομηχανίας θα γίνουν πιο εξελιγμένα, οι στάσεις που αντικατοπτρίζονται στα αποτελέσματά τους πιθανότατα θα παραμείνουν οι ίδιες.

Κάποιοι στον χώρο της Τεχνητής Νοημοσύνης έχουν επιδιώξει να διορθώσουν αυτήν την ανισορροπία δημιουργώντας περισσότερο ψηφιακό υλικό σε γλώσσες με χαμηλούς πόρους. Τα αποτελέσματα αυτών των προσπαθειών απέχουν πολύ από το ιδανικό. Το MIT Technology Review εξέτασε πόσο από αυτό το περιεχόμενο, το οποίο αποσπάται από τον ιστό για τη βελτίωση προϊόντων όπως τα LLM, είναι γεμάτο σφάλματα. Αυτό συμβαίνει, επειδή ορισμένοι ιστότοποι, που χρησιμοποιούνται για την αναβάθμιση των πολυγλωσσικών δυνατοτήτων μιας Τεχνητής Νοημοσύνης, είναι οι ίδιοι γεμάτοι με λάθη μηχανικής μετάφρασης. Σε ορισμένες περιπτώσεις, άτομα με καλές προθέσεις που επιδιώκουν να μειώσουν το γλωσσικό χάσμα τους στηρίζουν. Ωστόσο, πολλοί δεν έχουν την απαραίτητη εμπειρογνωμοσύνη για να αξιολογήσουν εάν η εργασία τους είναι ακριβής. Το περιεχόμενό τους παραμένει στον ιστό αμετάβλητο μετατρέποντας τα δεδομένα που χρησιμοποιεί η Τεχνητή Νοημοσύνη για να βελτιώσει την «ευφράδειά» της. Σε αυτό το στάδιο, οι κοινότητες γλωσσών με χαμηλούς πόρους μπορεί να διαπιστώσουν ότι η ζημιά έχει γίνει.

Αλλαγή της συνομιλίας

Παρά τις ανησυχίες αυτές, οι εταιρείες Τεχνητής Νοημοσύνης στον παγκόσμιο βορρά κινούνται με γοργούς ρυθμούς για να κυριαρχήσουν σε αυτόν τον επικερδή κλάδο. Αξίζει να επιβραδυνθεί η ροή των ενεργειών τους, ώστε να εξεταστούν οι ευρύτερες συνέπειες των ενεργειών τους. Για παράδειγμα, οι γλωσσικές κοινότητες με χαμηλούς πόρους έχουν φαινομενικά παραμεληθεί από τους προγραμματιστές προϊόντων, θέτοντάς τες σε μειονεκτική θέση σε σύγκριση με τους αγγλόφωνους. Οι αναφορές από τον τομέα δείχνουν επίσης πώς έχει αναδυθεί μια πολιτισμική ιεραρχία, που ευνοεί όσους βρίσκονται στον αγγλόφωνο κόσμο, και πώς η αποσυναρμολόγηση αυτού του αναπτυσσόμενου συστήματος πρέπει να επιδιωχθεί με στοχασμό και πρόθεση. Συνολικά, αυτές οι τάσεις υπογραμμίζουν πώς το ήθος «κινήσου γρήγορα, σπάσε τα όλα», που καθόριζε τον τεχνολογικό τομέα για χρόνια, είναι ζωντανό και καλά στην εποχή της Τεχνητής Νοημοσύνης. Τόσο τότε όσο και τώρα, οι μη αγγλόφωνοι πληθυσμοί θα αντιμετωπίσουν τις επιπτώσεις.

Μπορούν να ληφθούν μέτρα για την εξισορρόπηση των όρων ανταγωνισμού. Ξεκινά με τη συνεργασία με κοινότητες, που έχουν αποκλειστεί στην προσπάθεια για την απελευθέρωση της Τεχνητής Νοημοσύνης. Οι μεγάλοι προγραμματιστές πρέπει να αναζητήσουν συνεργασίες με κοινότητες γλωσσών με χαμηλούς πόρους για να αντιμετωπίσουν αυτήν την αναδυόμενη ανισότητα. Η ενσωμάτωση των στοιχείων από αυτούς τους πληθυσμούς κατά την ανάπτυξη λύσεων όπως τα LLM, ενώ παράλληλα εξετάζονται τα αποτελέσματα για να διασφαλιστεί ότι είναι ακριβή και αυθεντικά, θα πρέπει να βρίσκεται στην κορυφή της ατζέντας για τις εταιρείες που επιθυμούν να κάνουν τη διαφορά. Επιπλέον, θα μπορούσαν επίσης να ενώσουν τις δυνάμεις τους με ηγέτες της Τεχνητής Νοημοσύνης αποφασισμένους να δημιουργήσουν εργαλεία πιο προσαρμοσμένα στις ανάγκες των ομιλητών γλωσσών με χαμηλούς πόρους. Υιοθετώντας αυτήν την πολιτισμικά ευαίσθητη προσέγγιση, η Τεχνητή Νοημοσύνη μπορεί να αναπτυχθεί και να βελτιωθεί με τρόπους που ενισχύουν τους πολλούς, όχι μόνο τους λίγους.