AI i Nacionalni Identiteti: Slučaj Nikole Tesle
Umjetna inteligencija (AI) u posljednje vrijeme sve više zauzima središnje mjesto u diskusijama o identitetu, kulturi i povijesti. Jedna od najupečatljivijih situacija u ovom kontekstu odnosi se na Nikolu Teslu, čija se nacionalnost često raspravlja. Naime, jedni kažu da je Tesla bio Srbin, dok drugi ističu njegov hrvatski identitet. Ova nesuglasica reflektira šire probleme vezane uz način na koji AI prikuplja i reproducira informacije iz različitih jezika i kultura.
Gramatička Iluzija
Kada govorimo o AI, važno je razumjeti da modeli najčešće uče iz izvora koji su većinom na engleskom jeziku. Oko 90% podataka o obuci dolazi iz engleskih izvora, što ima značajne posljedice na to kako AI interpretira i usvaja druge jezike poput mađarskog, hrvatskog ili srpskog. Iako AI modeli mogu savršeno reproducirati sintaksu i vokabular, često im nedostaje suštinske razumijevanja konteksta i kulture. To vodi do njihove nesposobnosti da shvate dublje kulturne referencije i specifičnosti, a rezultati često rezultiraju tzv. “gramatičkom iluzijom”.
Kulturne Zagonetke i Testiranje AI
Kako bi se procijenili modeli umjetne inteligencije, napravljen je test s mađarskim kulturnim zagonetkama. Ova ispitivanja nisu bila samo o prevođenju, već su zahtijevala duboko kulturno znanje. Dok su modeli postigli visoke rezultate u gramatici i stilu, činjenica o točnosti kulturnih sadržaja bila je ispod 50%. Modeli su mogli govoriti mađarski, no nisu razumjeli što govore. Ova situacija pokazuje kako AI može funkcionirati bez pravog razumijevanja konteksta, vodeći do opasnih dezinformacija.
Povijesna Kontroverza i AI
Povijesne napetosti u Srednjoj i Istočnoj Europi dodatno kompliciraju situaciju. Na primjer, kod pitanja Tesla ili Titova ostavština, AI modeli često se nalaze u situaciji gdje moraju zauzeti neke strane. U trojezičnoj evaluaciji, modeli su zatvorenije odražavali kulturne okvire prema jeziku na kojem su komunicirali. Na srpskom su favorizirali kolektivnu odgovornost, dok su hrvatski modeli favorizirali individualnu pravdu. Ova razlika opet ukazuje na to kako AI modela može reproducirati kulturne predrasude, umjesto da donosi objektivne analize.
Simuliranje Razumijevanja
Kada su se modeli suočili s osjetljivim povijesnim pitanjima, poput sukoba iz 1990-ih ili Zríniya, često su generirali kompromisne podatke koji nisu postojali, s ciljem da izbjegnu sukob ili polarizaciju. Ovo je rezultiralo stvaranjem “povijesnih fikcija” koje umjetna inteligencija nije prepoznala kao netočne. Ova sklonost ka izmišljanju umjesto iskreno “ne znam” pokazuje kako AI može biti zavaravajuće uvjerljiv, čak i onda kada daje lažne informacije.
Kultura i Tehnologija: Opasna Simbioza
Nedostatak razumijevanja kulturnih specifičnosti predstavlja veći problem od puko gramatičkog prevođenja. Kada AI sustavi obrađuju jezične i kulturne kontekste s dominantno anglosaksonskim znanjem, rizikujemo potpunu eroziju vlastitih jezika i identiteta. Potrebna je temeljita analiza kako umjetna inteligencija interpretira i predstavlja naše kulturne narative.
Inicijative za Kroz Pristranost
U svijetu koje se mijenja, i gdje AI igra sve važniju ulogu, postoje pokušaji izgradnje sistema koji uzimaju u obzir specifičnosti jezika i kulture. Projekti poput PLLuM u Poljskoj, koji se fokusira na izgradnju modela temeljenog na poljskom jeziku, predstavljaju korak u pravom smjeru. Ovi sustavi nastoje obuhvatiti kulturološki bogatstvo i stvarne jezike, umjesto da ih svedu na jednostavne prevedene verzije.
Nužnost Kulture u Izgradnji AI
Osnaživanje zajednica da aktivno sudjeluju u razvoju umjetne inteligencije može donijeti promjenu. Projekti koji su uključili ljude iz lokalnih jezičnih zajednica u proces izgradnje i testiranja AI modela su ključni. Umjesto jedne dominantne kulture koja određuje standarde, različite zajednice trebaju doprinijeti svojim znanjima i iskustvima. Tretman podataka o obuci AI kao kulturne infrastrukture može donijeti pravu revoluciju u tom polju.
