Қазақша сөйлейтін цифрлық әлем

Нақтырақ айтсақ, «Тіл-Қазына» ұлттық ғылыми-практикалық орталығының был­тыр атқарған жұмыстары осындай жаңа мін­деттерге жауап беруге бағытталды. Не­гізгі мақсат – қазақ тілінің цифрлық кеңіс­тікте еркін әрі толыққанды қолданылуына мүмкіндік беретін тұрақты экожүйе қалып­тастыру. Яғни қазақ тілі тек қағаздағы, ауди­ториядағы немесе ресми қолданыстағы тіл ғана емес, жасанды интеллект, цифрлық платформалар мен заманауи технологиялар тілінде де өміршең болуға тиіс деген ұстаным алға шықты. Өйткені бүгінгі заман талабы осы. Орталық жыл бойы қазақ тілін цифрлық ортаға бейімдеуге бағытталған бірқатар ғылыми және технологиялық жобаларды қолға алды. Әсіресе, қазақ тілінің жасанды интеллектімен байла­нысқан дербес цифрлық инфрақұрылымын қалыптастыруға басымдық берілді. Бұл – бір қарағанда техникалық жоба секілді көрінуі мүмкін. Бірақ оның астарында үлкен мән бар. Әңгіме қазақ тілінің ертеңі, оның жаңа технологиялар әлеміндегі тағдыры туралы болып отыр. «Тіл-Қазына» ұлттық ғылыми-практикалық орталығының Тіл Hub жетекшісі Мөлдір Бақытқызының айтуынша, қазақ тілінің ерекшеліктерін жасанды интеллектке үйретуде айтарлықтай күрделі лингвистикалық мәселе кездескен. Ол – тілдің агглютинативті құрылымы. 

«Қазақ тілінде бір түбір сөзге бірнеше қосымша жалғанып, көптеген грамматика­лық тұлғалар жасалады. Сондықтан сөздер­дің морфологиялық құрылымын дәл талдау, олардың сөйлемдегі қызметін анықтау және синтаксистік байланыстарын дұрыс бел­гілеу жасанды интеллект үшін ең күрделі лингвистикалық міндеттің бірі болып саналады. Осы міндеттерді шешу мақса­тында «Тіл-Қазына» ұлттық ғылыми-прак­тикалық орталығы мемлекеттік тапсырма аясында «Тіл-Қазына» корпусын әзірлеп жатыр. Жоба қазақ тілінің цифрлық дерек­тер қорын кеңейтуге, корпустық ресурс­тарды ғылыми зерттеулер мен тілдік техно­логияларда тиімді пайдалануға бағытталды. Корпустық базаның қоры сандық жүйеге келтірілген, қазақ тіліндегі мәтіндермен толықтырылған 43 миллион сөзқолданысты қамтиды. Публицистикалық мәтіндер, ауызекі сөйлеу, ғылыми мәтін, оқу, бала тілі бағыты бойынша қор жинақталып жатыр», – дейді М. Бақытқызы. 

Жоба барысында әртүрлі жанрдағы мәтіндер жинақталып, цифрландырылып, лингвистикалық өңдеуден өткізілді және корпус базасына енгізілді. Деректерге мор­фологиялық және мета белгіленім жасалып, оларды жасанды интеллект жүйелері мен басқа да тілдік технологияларда қолдануға мүм­кіндік беретін талдау құралдары әзір­ленді. Сонымен қатар платформаның тех­никалық инфрақұрылымы жаңартылып, пайдаланушыларға ыңғайлы жаңа функцио­налдар енгізілді. Жобаның ғылыми деңгейін арттыру мақсатында халықаралық ынты­мақ­­тастық та жолға қойылды. Осы бағытта Жапонияның Ұлттық жапон тілі мен лингвистика институтымен (NINJAL) тәжірибе алмасу ұйымдастырылып, жобаның нәтижелері халықаралық ғылыми қауымдастыққа таныстырылды. Орталық­тың осы кезеңге дейінгі маңызды жұмыс­тарының бірі – Til-Qazyna LLM үлкен тіл моделін екінші мәрте қайта оқыту. Бұл сырт көзге техникалық жаңарту сияқты көрін­генімен, шын мәнінде, қазақ тілінің цифр­лық болашағына жасалған салмақты қадам болды. Өйткені жасанды интеллект қазақ тілін жай ғана танып қоймай, оның таби­ғатын түсінуі керек. Қазақ тілінің сөйлем құрау ерекшелігі, сөздің астары, мағына реңкі, контекстегі құбылысы – мұның бәрі оңай шаруа емес. Осы жолы модельді қайта оқыту кезінде тілдің дәл осы нәзік қабаттары терең ескерілді. Ғалымдар мен тіл маман­дарының жылдар бойы жинаған тәжірибесі жасанды интеллект жүйесіне енгізіліп, модельдің қазақша мәтінді түсіну, талдау және дұрыс жауап қалыптастыру қабілеті күшейтілді.

Бүгінде баланың тіл үйрену ортасы бұрынғыдан әлдеқайда өзгерді. Бұрын тіл көбіне отбасындағы қарым-қатынас, бала­бақша, мектеп, кітап пен телебағдарлама ар­қылы қалыптасса, қазір бұл кеңістікке мо­бильді қосымшалар, интерактивті ойын­дар, мультфильмдер мен түрлі цифрлық құралдар қосылды. Бір жағынан, бұл – үлкен мүмкіндік. Себебі балаға қазақ тілін үйрететін мазмұн бұрынғыдай шектеулі емес. Екінші жағынан, технологияны қалай және қай жастан бастап қолдану керек деген сұрақ та өзекті болып отыр. Орталық атқа­рып отырған жобаларда осындай маңызды мәселелер де назардан тыс қалмаған.

«Мәселен, Balatili.kz платформасы 3 жастан бастап балалардың тілдік, жазу, көркем жазу және оқу дағдыларын қалып­тастыруға арналған. Платформадағы дыбыс, әріп, сөз, сөз тіркесі, сөйлем және мәтінге қатысты интерактивті тапсырмалар мен дидактикалық материалдар балалардың жас ерекшеліктеріне сәйкес әзірленген. Биыл мұнда «Әріпті тап», «Түстерді жина» ойын­дары және «Бояу студиясы» интерактивті жобасы іске қосылды. Сондықтан бұл платформаны бастауыш сыныптарда көрнекі әрі қосымша оқу құралы ретінде тиімді пайдалануға болады. Қазір оны балабақша тәрбиешілері де белсенді қолдануда. Қазір қазақ тілінде қызықты, электронды контент, құралдар баршылық. Балалардың қабылдап, үйренуіне еш кедергі жоқ. Солардың бірі – Dala oiyny мобильді қосымшасы. Ойын арқылы қазақ тілін үйренудегі жаңа формат деп айтуға да келер. Dala oiyny қазақ тілін үйретеді және мәдени дәстүрлермен таныстырады. Ойын білім беру мазмұнын заманауи ойын механика­ларымен үйлестіріп, оқу үдерісін қызықты саяхатқа айналдырады. Осы инновациялық тәсілдің арқасында балалар қазақ тілі мен мәдениетін оңай әрі табиғи түрде меңгереді. Ойынның ерекшелігін айқындайтын басты қырлары – тарих пен этнография, мәдени ортаға терең бойлау, ұлттық ойындар және географиялық таным. Dala oiyny 6 жастан асқан, тілді меңгеру деңгейі әртүрлі бала­ларға арналған. Сонымен қатар диалогтар, сюжеттік желілер мен кейіпкерлер қазақ тілін жеңіл әрі қызықты үйренуге мүмкіндік береді», – дейді Тіл Hub жетекшісі.

Орталық маманы айтқан Termincom.kz – пайдаланушылар ең көп жүгінетін ресурстың бірі. Платформа 10 жылдан бері жұмыс істейді. Бүгінде қорда 400 мыңға жуық термин жинақталған. Оның ішінде мектеп оқушыларына арналған термин сөздер де қамтылған. Сондықтан бұл ресурс мектеп мұғалімдері, жоғары оқу орындары­ның оқытушылары, аудармашылар мен салалық мамандар үшін күнделікті пайда­ланылатын негізгі анықтамалық­тардың біріне айналды.

Til-Qazyna LLM бүгінде орталық әзірлеп жатқан цифрлық жобалардың жүрегіне айналып отыр. Qazgramma грамматикалық ассистенті, қазақ тілін үйрететін Til-Qazyna AI Agent мобильді қолданбасы, шеттілдік терминдерді реттейтін автоматтандырылған жүйе, сөйлеуді тану мен дыбыстау техно­логиялары, сондай-ақ QazSync.AI синхрон­ды аударма сервисі – бәрі де осы ортақ технологиялық негізге сүйенеді. Осы эко­жүйенің ішінде Qazgramma жобасының орны бөлек. Себебі сауатты мәтін – тіл мәдениетінің ғана емес, жалпы қоғамдық қатынастың да көрсеткіші. Күнделікті хат-хабардан бастап, ресми құжатқа дейін ойдың анық, сөздің дұрыс, сөйлемнің жүйелі берілуі маңызды. Qazgramma осы қажеттіліктен туған жаңа буын интел­лектуалды ассистент деуге болады. Ол қазақ тіліндегі мәтіндермен толық жұмыс істеп, орфографиялық, грамматикалық және пунктуациялық қателерді автоматты түрде анықтауға, түзетуге көмектеседі. Сонымен қатар құжаттар мен көлемді мәтіндерді жүйелеуге, біріздендіруге мүмкіндік береді. Мөлдір Бақытқызының айтуынша, қазіргі уақытта Qazgramma e-Otinish, Documentolog және E-gov платформаларымен кезең-кезеңімен интеграцияланып жатыр. Бұл әсіресе мемлекеттік қызметте, ресми хат-хабарда, азаматтардың өтініштері мен құжат айналымында тіл сапасын көтеруге жол ашады. Қарапайым тілмен айтқанда, мемлекеттік тілдегі құжат неғұрлым сауатты, түсінікті әрі бірізді болса, азамат пен мем­лекет арасындағы байланыс та соғұрлым жеңілдей түседі.

«Бұл бағытта атқарылған жұмыстың ауқымы да аз емес. 2025 жылы жүйенің дәлдігін арттыру үшін 200 мың нақты тілдік қате үлгісінен тұратын Қателер корпусы жасалды. Мұның мәні тереңде. Өйткені жасанды интеллект қазақ тіліндегі қатені дұрыс тануы үшін, алдымен сол қатенің табиғатын түсінуі керек. Қате қай жерде жиі кездеседі, қандай сөз қолданысында шатасу бар, сөйлем құрылымындағы әлсіз тұстар қан­дай – мұның бәрі жүйелі түрде жинақ­талғанда ғана сапалы нәтиже шығады. Сон­дықтан бұл корпус ертең ресми құжаттардың да, күнделікті мәтіндердің де тілдік сапасын арттыруға қызмет ететін маңызды база болмақ», – дейді маман.

Қазіргі кезде қазақ тілін үйренгісі келетін ниеттілердің ішінде қандас балалар ғана емес, шетелдік азаматтар да көп. Олар қазақ тілін 8 тіл арқылы онлайн оқытатын халықаралық Til-Qazyna AI Agent мобильді қолданбасы арқылы меңгере алады. Бүгінде бұл жүйеде 3 056 тұрақты пайдаланушы тіркелген. Аталған платформаның гео­графия­сы ұлғайып, 8 елдің 9 қаласында қазақ тілі курстары жұмыс істеп тұр. Атап айтқанда, АҚШ, Бельгия, Испания, Корея, Моңғолия, Түркия, Франция және Чехияда қазақ тілін оқыту жүзеге асырылуда.

Осының бәрі бір нәрсені анық аңғар­тады: қазақ тілінің болашағы цифрлық кеңістікте де шешіледі. Ең маңыздысы, бұл жұмыстар қазақ тілінің болашағына деген сенімді күшейтеді. Себебі тіл жаңа техно­логиямен бірге дамыса, ол жаңа ұрпаққа да жақындай түседі.

Сымбат БАУЫРЖАНҚЫЗЫ