دراسة تكشف تفاوت تقييم اللهجات الإنجليزية في أنظمة الذكاء الاصطناعي الصوتية
وجد باحثون في جامعة واشنطن أن أربعة نماذج للذكاء الاصطناعي قيّمت النص الإنجليزي نفسه بصورة مختلفة تبعاً للهجة المتحدث.
حقوق الصورة والترخيص
الصورة: Asikironalio / Wikimedia Commons / CC BY 4.0; contextual studio photograph from 2024, not research participants. · مصدر الصورة · الترخيص: CC BY 4.0قد تمنح أنظمة الذكاء الاصطناعي المستخدمة لتقييم الكلام درجات مختلفة لأشخاص ينطقون الكلمات نفسها بلهجات متباينة، وفق دراسة عرضتها جامعة واشنطن في 4 نوفمبر. وتثير النتائج تساؤلات بشأن استخدام التقييم الآلي في مقابلات العمل والعروض الشفهية واختبارات اللغة. لكنها لا تثبت أن جميع نماذج الذكاء الاصطناعي تتصرف بالطريقة نفسها.
درس الباحثون أربعة نماذج هي Gemini 2.5 Pro وGemini 2.5 Flash من غوغل، وGPT-Audio 1.5 من OpenAI، وQwen 3 Omni المفتوح المصدر. وشملت المقارنة الإنجليزية بلهجات أمريكية وبريطانية وصينية وهندية ونيجيرية. وحصلت اللهجتان الأمريكية والبريطانية عموماً على درجات أعلى، والصينية والنيجيرية على درجات أدنى، فيما جاءت الهندية غالباً بين المجموعتين.
ولعزل أثر اللهجة عن المحتوى، استخدم الفريق أصواتاً اصطناعية تقرأ نصوصاً متطابقة. كما اختبر الطريقة مع 52 متحدثاً بشرياً من البلدان الخمسة. وقيّمت النماذج أسلوب الإلقاء والمضمون معاً. ووفق الباحثين، استطاعت الأنظمة في كثير من الحالات فهم الكلمات بدقة، لكنها وصفت بعض اللهجات بأنها أقل وضوحاً أو احترافية.
قُدمت الدراسة في 25 أكتوبر خلال مؤتمر الأساليب التجريبية في معالجة اللغة الطبيعية بمدينة بودابست. ودعا مؤلفوها إلى بيانات تدريب واختبار أكثر تمثيلاً للتنوع، وإلى إعلان نتائج الأداء بحسب مجموعات المتحدثين بدلاً من الاقتصار على المتوسط العام. واقتصر البحث على نماذج ولهجات ومهام محددة، لكنه يشير إلى خطر ملموس عندما تؤثر درجة آلية في فرصة الحصول على عمل أو تعليم.