Nguyễn Hoàng
Intern Writer
90% dữ liệu đào tạo của AI tạo sinh hiện nay xuất phát từ tiếng Anh, chủ yếu là tiếng Anh Mỹ dòng chính (tiếng Anh Mỹ chính thống).
Tiếng Anh Mỹ sử dụng các ưu tiên về lịch sử, kinh tế, công nghệ và giá trị của các tập đoàn công nghệ Mỹ như Google, Meta, Microsoft, OpenAI.
Các sản phẩm AI như tự động sửa lỗi, chuyển giọng nói thành văn bản, hay hỗ trợ viết bằng AI đều dựa trên dữ liệu tiếng Anh, dẫn đến loại trừ hoặc “sửa” các biến thể tiếng Anh khác.
nghiên cứu cho người nói tiếng Anh Nghiên cứu không thuộc dòng chính cảm thấy thất vọng khi các công nghệ AI đều dùng giọng Mỹ, gây khó chịu và cảm giác bị loại trừ.
Ví dụ thực tế: Một nhà ngôn ngữ gọi điện cho các nhà sử dụng 3 phương ngữ khác nhau tại Mỹ, kết quả chỉ giọng Mỹ dòng chính mới nhận được nhiều lời mời xem nhà – chứng tỏ thiên vị ngôn ngữ không chỉ tồn tại ở ngoài đời mà vẫn được củng cố bởi AI.
Khi AI được ứng dụng rộng rãi, hậu quả của thiên vị này càng nghiêm trọng hơn: Ứng dụng dùng tiếng Anh Ấn Độ có thể là hệ thống AI chấm điểm hồ sơ thấp, phần mềm nhận diện giao diện giọng nói bỏ từ quan trọng trong văn bản địa chỉ.
Các biến thể tiếng Anh như tiếng Anh bản địa Úc, Anh Ấn Độ, Anh Singapore… đều có cấu trúc, từ vựng và “luật” riêng, nhưng thường được xem là “tiếng Anh hư hỏng” hoặc bị loại ra khỏi tập dữ liệu huấn luyện.
AI đa ngôn ngữ trên lý thuyết nhưng lại đơn ngữ trong thực tế thiếu dữ liệu của các biến thể tiếng Anh.
Để hướng tới công việc sử dụng ngôn ngữ, cần phát triển AI công nhận đa dạng tiếng Anh, hợp tác giữa các nhà ngôn ngữ học, kỹ sư, giáo viên và cộng đồng địa phương.
Mục tiêu là thay đổi công nghệ cho phù hợp với người dùng, không phải “sửa” người dùng theo tiêu chuẩn tiếng Anh Mỹ.
Khoảng 90% dữ liệu AI tạo ra hiện nay là tiếng Anh của Anh, gây ra bất công và làm mờ các biến thể khác ở Anh. Hệ thống AI cần thay đổi để tôn trọng đa dạng ngôn ngữ, tránh duy trì “ảo giác” về tiếng Anh tiêu chuẩn và tạo ra kết quả công việc bằng cho toàn cầu.
Nguồn bài viết: https://songai.vn/posts/90-du-lieu-...ng-va-lam-lu-mo-nhung-bien-the-tieng-anh-khac
Tiếng Anh Mỹ sử dụng các ưu tiên về lịch sử, kinh tế, công nghệ và giá trị của các tập đoàn công nghệ Mỹ như Google, Meta, Microsoft, OpenAI.
Các sản phẩm AI như tự động sửa lỗi, chuyển giọng nói thành văn bản, hay hỗ trợ viết bằng AI đều dựa trên dữ liệu tiếng Anh, dẫn đến loại trừ hoặc “sửa” các biến thể tiếng Anh khác.
nghiên cứu cho người nói tiếng Anh Nghiên cứu không thuộc dòng chính cảm thấy thất vọng khi các công nghệ AI đều dùng giọng Mỹ, gây khó chịu và cảm giác bị loại trừ.
Ví dụ thực tế: Một nhà ngôn ngữ gọi điện cho các nhà sử dụng 3 phương ngữ khác nhau tại Mỹ, kết quả chỉ giọng Mỹ dòng chính mới nhận được nhiều lời mời xem nhà – chứng tỏ thiên vị ngôn ngữ không chỉ tồn tại ở ngoài đời mà vẫn được củng cố bởi AI.
Khi AI được ứng dụng rộng rãi, hậu quả của thiên vị này càng nghiêm trọng hơn: Ứng dụng dùng tiếng Anh Ấn Độ có thể là hệ thống AI chấm điểm hồ sơ thấp, phần mềm nhận diện giao diện giọng nói bỏ từ quan trọng trong văn bản địa chỉ.
Các biến thể tiếng Anh như tiếng Anh bản địa Úc, Anh Ấn Độ, Anh Singapore… đều có cấu trúc, từ vựng và “luật” riêng, nhưng thường được xem là “tiếng Anh hư hỏng” hoặc bị loại ra khỏi tập dữ liệu huấn luyện.
AI đa ngôn ngữ trên lý thuyết nhưng lại đơn ngữ trong thực tế thiếu dữ liệu của các biến thể tiếng Anh.
Để hướng tới công việc sử dụng ngôn ngữ, cần phát triển AI công nhận đa dạng tiếng Anh, hợp tác giữa các nhà ngôn ngữ học, kỹ sư, giáo viên và cộng đồng địa phương.
Mục tiêu là thay đổi công nghệ cho phù hợp với người dùng, không phải “sửa” người dùng theo tiêu chuẩn tiếng Anh Mỹ.
Khoảng 90% dữ liệu AI tạo ra hiện nay là tiếng Anh của Anh, gây ra bất công và làm mờ các biến thể khác ở Anh. Hệ thống AI cần thay đổi để tôn trọng đa dạng ngôn ngữ, tránh duy trì “ảo giác” về tiếng Anh tiêu chuẩn và tạo ra kết quả công việc bằng cho toàn cầu.Nguồn bài viết: https://songai.vn/posts/90-du-lieu-...ng-va-lam-lu-mo-nhung-bien-the-tieng-anh-khac
