Private beta

قبل أن يستطيع النموذج معالجة نصك، يقسّمه إلى رموز (tokens)، وهي قطع صغيرة غالبًا ما تكون أجزاء كلمات. يميل النص الإنجليزي إلى الانقسام إلى عدد قليل من الرموز لأن هذه الأدوات بُنيت في الغالب على الإنجليزية. أما الجملة نفسها في كثير من اللغات الأخرى فتنقسم إلى عدد أكبر بكثير من الرموز للمعنى نفسه بالضبط، بما يصل إلى نحو خمسة عشر ضعفًا في بعض أنظمة الكتابة (Petrov وزملاؤه، 2023). ووجود رموز أكثر لكل جملة يعني أن هذه اللغات تشغل حيزًا أقل مما تتسع له ذاكرة العمل لدى الأداة، وتكلّف أكثر في التسعير بحسب الاستخدام، وتُعالَج بقدر أقل من الطلاقة التي تعلّمها النموذج من الإنجليزية.

تتبع مهارة النموذج في لغة ما مقدار النص الذي تعلّم منه بتلك اللغة. وبالنسبة للغات التي يوجد منها نص أقل على الإنترنت، تنخفض الجودة بطرق قابلة للقياس. وفي اختبار عبر اللغات لأسئلة الرعاية الصحية، أعطى نموذج إجابات كاملة أقل وكان أكثر عرضة بعدة أضعاف لأن يكون غير صحيح في غير الإنجليزية، مع اتساع الفجوة في اللغات الأقل موارد (Jin وزملاؤه، 2024). كما أن ضوابط السلامة لديه أضعف هناك أيضًا، فيتسرّب محتوى غير آمن أو خاطئ في اللغات نفسها التي يتحدث بها كثير من العملاء المهاجرين (Wang وزملاؤه، 2023). فهم وثيقة استخدام آمن لهذا. أما أي شيء سيتصرف العميل بناءً عليه فيحتاج إلى إنسان مؤهَّل.

يمكن أن تُقرأ الترجمة بسلاسة في اللغة الهدف وتحمل مع ذلك المعنى الخاطئ، لأن السلاسة والدقة أمران منفصلان. فالنفي المقلوب، أو التاريخ المستبدَل، أو المصطلح القانوني أو الطبي المترجم خطأ، يُقرأ بالسلاسة نفسها التي تُقرأ بها الترجمة الصحيحة. لهذا فإن الشخص ثنائي اللغة المؤهَّل هو من يخبرك أن الترجمة آمنة للإرسال، إذ لا تكفي السلاسة وحدها.