Secondo un documento del 2025 del Stanford Institute for Human-Centered Artificial Intelligence, molti modelli linguistici di grandi dimensioni funzionano male in lingue diverse dall'inglese. Questo divario nasce perché il mondo online è dominato dall'inglese e molti sviluppatori si basano su dati prevalentemente anglofoni. La concentrazione di aziende e dati in aree più ricche, come la Silicon Valley, ha ampliato la frattura.
I problemi sono pratici e culturali. Testate come Wired hanno riportato che chiedere a ChatGPT di scrivere una e-mail in tamil può generare una bozza confusa in inglese. Il MIT Technology Review ha trovato che molti testi in lingue a bassa risorsa raccolti dal web contengono errori di traduzione; contributori benintenzionati spesso non hanno le competenze per verificarli, e questi contenuti entrano nei dati di addestramento consolidando gli errori. Osservatori, tra cui The Atlantic, hanno avvertito che gli output dell'IA riflettono norme e valori anglofoni, rendendo invisibili prospettive non inglesi e lasciando milioni di parlanti di lingue come il curdo e lo swahili in secondo piano.
Esperti e commentatori propongono passi concreti per ridurre i danni e migliorare l'equità. Tra le raccomandazioni principali ci sono:
- Lavorare con le comunità locali e i leader di AI sul territorio.
- Validare e pulire i dati multilingue prima dell'addestramento.
- Collaborare con sviluppatori della base e creare partnership rispettose delle differenze culturali.
Queste misure mirano a includere input locali, verificare accuratezza e autenticità degli output e costruire sistemi più utili per utenti non anglofoni.
Parole difficili
- modello linguistico — programma che genera o analizza testimodelli linguistici
- divario — differenza significativa tra gruppi o situazioni
- anglofono — che usa principalmente la lingua ingleseanglofoni
- addestramento — processo di preparazione dei modelli con dati
- contributore — persona che pubblica o aggiunge contenuti onlinecontributori
- validare — controllare se dati o informazioni sono corretti
- frattura — separazione o divario profondo tra gruppi
- autenticità — qualità di essere reale e non falso
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- In che modo la predominanza dell'inglese online può influire sull'accesso alle informazioni per persone che parlano altre lingue?
- Quali passi pratici pensi siano più efficaci per coinvolgere le comunità locali nello sviluppo di AI multilingue?
- Quali difficoltà potrebbero incontrare i ricercatori nel validare e pulire dati multilingue raccolti dal web?
Articoli correlati
Bambini in Camerun imparano programmazione e robotica
Durante le vacanze estive molte famiglie in Camerun iscrivono i figli a corsi di programmazione, robotica e intelligenza artificiale. I campi estivi includono dimostrazioni, progetti pratici e avviano club tecnologici nelle scuole.
Rapporto: tecnologia e grandi aziende svantaggiano i piccoli agricoltori
Un rapporto dell’IPES-Food pubblicato mercoledì (25 February) avverte che l’alleanza tra grandi società agricole e aziende tecnologiche rende gli strumenti moderni troppo costosi per molti agricoltori su piccola scala. Gli autori chiedono più investimenti pubblici e una governance dei dati più solida.
AI e controlli alle frontiere negli Stati Uniti
Gruppi per i diritti denunciano l'uso crescente dell'AI nei controlli di frontiera e nell'immigrazione negli Stati Uniti. Un rapporto del 2023 sostiene che questi sistemi possono approfondire la discriminazione razziale e chiede limiti e tutele.