rén gōng zhì néng
人工智能
mó xíng
模型
zěn yàng
怎样
yǐng xiǎng
影响
dī zī yuán
低资源
yǔ yán
语言
shè qū
社区
How AI Models Affect Low-Resource Language Communities
hěn 很 duō 多 rén gōng zhì néng 人工智能 chǎn pǐn 产品 shuō 说 ， tā men 它们 néng 能 bāng zhù 帮助 rén men 人们 xué xí 学习 、 gōng zuò 工作 hé 和 shēng huó 生活 。
Many AI products say they can help people learn, work, and live.
dàn shì 但是 ， duì 对 hěn 很 duō 多 bù 不 cháng yòng 常用 yǔ yán 语言 de 的 shǐ yòng zhě 使用者 lái 来 shuō 说 ， qíng kuàng 情况 bìng 并 bú shì 不是 zhè yàng 这样 。
But for speakers of many less commonly used languages, that is not the case.
xiàn zài 现在 hěn duō 很多 dà xíng 大型 yǔ yán 语言 mó xíng 模型 gèng 更 huì 会 chǔ lǐ 处理 yīng yǔ 英语 ， duì 对 qí tā 其他 yǔ yán 语言 cháng cháng 常常 zuò 做 dé 得 bù hǎo 不好 。
Right now, many large language models handle English much better and often do poorly with other languages.
bǐ rú 比如 ， yǒu rén 有人 xiǎng 想 yòng 用 tài mǐ ěr yǔ 泰米尔语 xiě 写 yóu jiàn 邮件 ， jié guǒ 结果 xì tǒng 系统 kě néng 可能 xiě 写 chū 出 yī duàn 一段 cuò wù 错误 hěn 很 duō 多 、 yì si 意思 bù 不 qīng 清 de 的 yīng wén 英文 。
For example, if someone wants to write an email in Tamil, the system may produce a paragraph of badly written, unclear English instead.
zhè yàng yī lái 这样一来 ， yòng hù 用户 huì 会 jué de 觉得 zhè xiē 这些 gōng jù 工具 bù 不 kě kào 可靠 ， yě 也 bù xiǎng 不想 zài 再 yòng 用 。
As a result, users may feel that these tools are unreliable and stop using them.
zhè ge 这个 wèn tí 问题 bù 不 zhǐ 只 yǐng xiǎng 影响 gōng zuò 工作 hé 和 zhuàn qián 赚钱 ， yě 也 yǐng xiǎng 影响 wén huà 文化 。
This problem affects not only work and earning money, but also culture.
hěn 很 duō 多 rén gōng zhì néng 人工智能 gōng jù 工具 lǐ 里 de 的 xiǎng fǎ 想法 hé 和 jià zhí guān 价值观 ， cháng cháng 常常 gèng 更 xiàng 像 yīng yǔ 英语 guó jiā 国家 de 的 rén 人 ， bù 不 tài 太 néng 能 biǎo xiàn 表现 qí tā 其他 dì fāng 地方 de 的 shēng huó 生活 hé 和 kàn fǎ 看法 。
The ideas and values inside many AI tools often feel closer to those of English-speaking countries and do not represent the lives and views of other places very well.
yǒu rén 有人 xiǎng 想 bāng zhù 帮助 dī 低 zī yuán 资源 yǔ yán 语言 ， zuò 做 le 了 gèng 更 duō 多 wǎng shàng 网上 nèi róng 内容 ， kě shì 可是 yǒu xiē 有些 nèi róng 内容 běn shēn 本身 jiù shì 就是 jī qì fān yì 机器翻译 de 的 ， cuò wù 错误 hěn 很 duō 多 ， hòu lái 后来 yòu 又 bèi 被 rén gōng zhì néng 人工智能 ná 拿 qù 去 xué xí 学习 ， wèn tí 问题 fǎn ér 反而 biàn 变 dà 大 le 了 。
Some people try to help low-resource languages by creating more online content, but some of that content is itself machine-translated and full of errors; later, AI learns from it, which makes the problem even worse.
yào 要 gǎi biàn 改变 zhè zhǒng 这种 qíng kuàng 情况 ， dà gōng sī 大公司 yīng gāi 应该 hé 和 zhè xiē 这些 yǔ yán 语言 shè qū 社区 yì qǐ 一起 hé zuò 合作 ， rèn zhēn 认真 jiǎn chá 检查 nèi róng 内容 hé 和 huí dá 回答 ， ràng 让 rén gōng zhì néng 人工智能 yě 也 néng 能 zhēn zhèng 真正 bāng zhù 帮助 gèng 更 duō 多 rén 人 ， ér 而 bú shì 不是 zhǐ 只 fú wù 服务 shǎo shù 少数 rén 人 。
To change this situation, big companies should work together with these language communities and carefully check content and answers, so that AI can truly help more people instead of serving only a small number of them.
· · ·
Share