ChatGPT мен Gemini қазақ тілінің қанатын қатайтып, биік тұғырына қондыра ала ма?

Aikyn.kz-тің лонгрид материалында қазақ тілінің цифрлық технологиялар мен жасанды интеллект кеңістігіндегі бүгінгі жағдайына назар аударылады, болашағы бағаланады.

Тілдің болашағы оның интернетте қаншалықты кең қолданылатынына, жаңа технологияларда қаншалықты еркін сезінетініне тікелей байланысты. Бұдан 5-10 жыл бұрын қазақ тілінде интернеттен қажетті ақпарат табу, сапалы автоматты аударма жасау немесе технологиялық құрылғымен ана тілімізде тілдесу оңай болмайтын. Қазір жағдай өзгерген. Жасанды интеллектің қарқынды дамуы қазақ тілінің цифрлық мүмкіндігін кеңейтіп, оны жаңа деңгейге көтерді.

Мәселен, ChatGPT, Gemini және басқа ірі тілдік модельдер қазақша қойылған сұрақты «түсініп», мәтін құрастырып, ақпаратты талдап, аударма жасайды. Ең маңыздысы – ақылды жүйелер сөздерді жеке-жеке аударумен шектелмей, сөйлемнің мағынасы мен контекстін түсінуге бейімделе бастады.

Қазақ тілінің жалғамалы құрылымы, сөздердің түрленуі мен сөйлемдегі байланысы технология үшін күрделі болғанымен, қазіргі модельдердің қазақ тіліндегі сауаты ай сайын жақсаруда. Бұл – ана тіліміздің жасанды интеллект дәуіріндегі әлеуетін көрсететін маңызды өзгеріс.

Цифрландыру қазақ тілін үйретудің тәсілдерін де өзгертті. Tilqural, Tilmedia, Abai Institute пен Soyle.kz платформалары мен түрлі мобильді сервистер сөз жаттау, тыңдалым, грамматика және күнделікті сөйлеу дағдыларын онлайн дамытуға көмектеседі. Ал Leyo мен Talkio AI сияқты жасанды интеллект құралдары тіл үйренушімен қазақша диалог құрып, қатесін түсіндіріп, мәтінді оның білім деңгейіне қарай бейімдеп береді. Бұл қазақ тілін үйренгісі келетін жастарға, өзге этнос өкілдеріне және шетел азаматтарына өте қолайлы.

Бірақ технологияның қазақша сапалы сөйлеуі өздігінен жүзеге аспайды. Жасанды интеллект қаншалықты мол әрі сапалы қазақша деректермен оқытылса, оның жауабы да соншалықты дәл және табиғи болады.

Сондықтан интернеттегі ғылыми еңбектерді, әдеби шығармаларды, оқулықтарды, терминологиялық қорды және сенімді қазақтілді контентті көбейту маңызды. Әсіресе ғылым, медицина, құқық, экономика және технология салаларындағы қазақша цифрлық қорды кеңейту – уақыт талабы.ChatGPT мен Gemini қазақ тілінің қанатын қатайтып, биік тұғырына қондыра ала ма? 

Ана тіліміздің цифрлық кеңістіктегі дамуына тұсау болатын мәселелер әлі де бар. Қазақ тілінің цифрлық ортадағы проблемалары технологияларды нақты пайдаланғанда байқалады. Соның бірі – адамның сөзін автоматты түрде мәтінге айналдыру сапасы. Қазақ тілінде күнделікті әңгімеде орысша сөздердің араласуы жиі кездесетіндіктен, дауысты тану жүйесі бір сөйлемнің ішіндегі екі тілді бірдей дәл ажыратуы керек. Бұл мәселенің өзектілігін отандық зерттеулер де көрсетіп жүр.

Мысалы, Назарбаев Университетінің Интеллектуалды жүйелер және жасанды интеллект институты (ISSAI) ұсынған Kazakh Speech Corpus 2 жобасының ресми сипаттамасында корпусқа телебағдарламалар, радио, Парламент отырыстары және подкастардан жиналған 1 200 сағат аудио мен 600 мыңнан астам сөйлем енгізілгені айтылған. Корпуста қазақша-орысша аралас сөйлеу үлгілері де қамтылған. Бұл деректер дауысты тану жүйелерін қазақ тілінің шынайы қолданысына бейімдеу үшін қажет. 

Ал 2025 жылы жарияланған зерттеуде қазақ тіліндегі арнайы корпуспен қосымша оқытылған көптілді модельдің көрсеткіші 49%-дан 69%-ға дейін жақсарғаны баяндалады. Әрине, бұл нәтижені барлық жасанды интеллект жүйесіне ортақ көрсеткіш деп қабылдауға болмайды. Ол нақты зерттеу жағдайында, белгілі бір модель мен бағалау әдісі арқылы алынған нәтиже. Сондықтан қазақ тілінің цифрлық болашағы жаңа сервистерді қазақшалаумен ғана емес, жасанды интеллект «оқитын», «тыңдайтын» және үйренетін ұлттық деректер қорын ғылыми талаптарға сай үздіксіз толықтырумен тікелей байланысты.

Тағы бір мәселе – ЖИ жүйелерінің қазақ тіліндегі күрделі контексті әрдайым дәл түсіне бермеуі. Мысалы, ЖИ кейде тұрақты тіркестер мен мақал-мәтелдерді сөзбе-сөз түсіндіріп, олардың астарлы мағынасын жоғалтып алады. Қазақша сұрақ қойылғанда жауаптың арасында орысша сөздер мен калька тіркестердің кездесуі де толық шешілмеген.

Бұл жерде терминологияда да бірізділік жетіспейтінін мойындауға тиіспіз. IT саласындағы machine learning, prompt, cloud computing сияқты жаңа ұғымдардың қазақша баламалары әр ресурста әртүрлі беріліп жатады. Бұл тек оқырманды шатастырып қоймай, қазақша мәтіндермен үйретілетін ЖИ жүйелерінің жұмысына да әсер етеді. Технологияны қазақша «сөйлету» жеткіліксіз. Оның қазақ тілінің табиғи қолданысын, мәдени контекстін және тілдік ерекшеліктерін дұрыс түсінуіне үйрету де маңызды.

Келесі түйткіл – жиі айтылып жүрген сапалы цифрлық контент көлемі. Бүгінгі пайдаланушы қазақша медицина, инженерия немесе заманауи технологиялар туралы күрделі ақпаратты іздегенде, ағылшын, орыс тілдеріндегідей мол әрі әртүрлі дереккөз таба алмайды. 

Цифрлық дәуір қазақ тіліне сын-қатер ғана емес, мол мүмкіндік ұсынады. Ана тіліміздің болашағы енді кітап пен дәстүрлі медиамен шектелмейді. Қазақ тілі смартфонда, мобильді қосымшада, іздеу жүйесінде және жасанды интеллект платформаларында өмір сүруде. Smart-технологиялар қазақша неғұрлым еркін сөйлесе, ана тіліміздің жастардың өміріндегі орны да соғұрлым нығая түспек. Бұл – ұлттық құндылықты сақтаудың ғана емес, қазақ тілін заман талабына сай дамытудың төте жолы.

Яғни, ChatGPT мен Gemini қазақ тілін түсініп қана қоймай, оның ұлттық иірімдерін еркін меңгерген кезде ғана ана тіліміз цифрлық әлемде қанатын кеңге жайып, биік тұғырына көтеріле алмақ.