Dirbtinis intelektas (DI) sparčiai keičia informacijos kūrimo, vertimo ir naudojimo būdus. Tačiau technologinė pažanga savaime negarantuoja didesnio informacijos prieinamumo visiems visuomenės nariams. Ypač svarbu suprasti, ar nauji sprendimai iš tiesų mažina informacinę atskirtį, ar sukuria tik prieinamumo iliuziją.
Šiuos klausimus siekia atsakyti Kauno technologijos universitete (KTU) vykdomas Lietuvos mokslo tarybos (LMT) finansuojamas projektas „Mašininio vertimo ir gestų kalbos recepcijos tyrimas pasitelkiant žvilgsnio sekimą“. Naudojant žvilgsnio sekimo technologiją, mokslininkai tiria, kaip žmonės suvokia žmogaus ir dirbtiniu intelektu grįstą vertimą, kokią įtaką tam daro kognityviniai procesai ir kaip šias naująsias technologijas vertina kurčiųjų bei neprigirdinčiųjų bendruomenė. Tyrimo rezultatai ne tik prisideda prie kalbos technologijų ir žvilgsnio sekimo tyrimų plėtros Lietuvoje, bet ir suteikia svarbių įžvalgų, kaip kurti vartotojų poreikius atitinkančius DI sprendimus ir mažinti informacinę atskirtį.
Apie projekto tikslus, pirmąsias įžvalgas ir ateities perspektyvas pasakoja projekto vadovė, KTU mokslininkė prof. dr. Ramunė Kasperė.
Svarbiausia spraga – informacijos prieinamumas kurčiųjų bendruomenei gimtąja kalba
„Pagrindinė spraga, paskatinusi „EyeSign“ tyrimą, yra nepakankamas informacijos prieinamumas kurčiųjų bendruomenei jų gimtąja kalba. Informacijos prieinamumas klausos ir kalbos negalią turinčiai auditorijai yra vienas iš pagrindinių Europos Sąjungos tikslų, siekiant užtikrinti visų asmenų su negalia įtrauktį, o tai aiškiai apibrėžta Europos prieinamumo akte (EAA)“, – sako prof. dr. R. Kasperė. Pasak jos, tyrime susietos mašininio ir dirbtiniu intelektu grįsto vertimo bei gestų kalbos priimtinumo temos. „Siekiant didinti klausos negalią turinčių asmenų prieigą prie turinio pasitelkiami subtitrai kurtiesiems ir neprigirdintiems bei gestų kalba, o regos negalią turinčių asmenų įtraukčiai – garsinis vaizdavimas, tačiau Lietuvoje šios praktikos vis dar nėra plačiai paplitusios. Integruojant DI technologijas į gestų kalbos vertimą, atsiveria galimybės mažinti komunikacijos barjerus tarp girdinčiųjų, kurčiųjų ir neprigirdinčiųjų bei didinti medijų prieinamumą“, – teigė tyrėja.
Pasak profesorės, iki šiol Lietuvoje trūko tyrimų, kurie leistų įvertinti, ar dirbtiniu intelektu grįsti vertimo sprendimai iš tiesų mažina informacinę atskirtį, ar tik sukuria prieinamumo iliuziją. Būtent šią spragą ir siekiama užpildyti.
Subjektyvus ir emocinis suvokimas – svarbūs vertinant DI sprendimus
Mašininis vertimas dažnai vertinamas per tikslumo ar klaidų prizmę. Tačiau KTU projekte analizuojamas ir subjektyvus bei emocinis suvokimas. „Vertinant DI sprendimus, ypač tokiuose jautriuose kontekstuose kaip gestų kalbos vertimas, vien tik techninio tikslumo rodiklių nepakanka. Nors vertimo tikslumas ir klaidų dažnis leidžia įvertinti sistemos funkcinį efektyvumą, tai neatskleidžia, kaip vartotojai realiai vertina technologiją – ar ji jiems atrodo suprantama, patikima, natūrali ir priimtina naudoti kasdienėse situacijose“, – pabrėžė prof. dr. R. Kasperė. Ji pridūrė, kad gestų kalba yra ne tik informacijos perdavimo priemonė – ji apima ir kultūrinius, socialinius bei emocinius aspektus, todėl vartotojų reakcijos į technologiją tampa itin reikšmingos.
Tyrime siekiama nustatyti ne tik tai, kaip mašininio vertimo netikslumai veikia informacijos suvokimą, bet ir kaip kurtieji bei lietuvių gestų kalbos vertėjai vertina pačias technologijas. Svarbu suprasti, ar vartotojai pasitiki DI sugeneruotu vertimu ir kiek yra pasirengę jį priimti kasdienėje komunikacijoje.
Žvilgsnio sekimas atskleidžia kognityvinius procesus
Žvilgsnio sekimo metodas leidžia pažvelgti į pačius kognityvinius procesus. „Akių judesių duomenys yra objektyvus indikatorius, realiu laiku parodantis, kur nukreipiamas dėmesys, kiek laiko stebimi tam tikri gestai, kur informacijos apdorojimas tampa sudėtingesnis ir kokiose vietose atsiranda suvokimo trikdžių“, – aiškina prof. dr. R. Kasperė. Anot jos, vertimo suvokimui įtakos turi įvairūs veiksniai. Susidūrus su netikslumais ar klaidomis tekste, fiksuojamos regresinės fiksacijos (žvilgsnio grįžimas atgal) ar ilgesnės fiksacijų trukmės. „Mašininis DI grįstas vertimas vis dar nėra be klaidų, egzistuoja ne tik logikos, leksikos, gramatikos ar kontekstinės klaidos, bet ir DI haliucinacijos. Toks tekstas reikalauja didesnių resursų smegenyse, didėja kognityvinė apkrova“, – sakė mokslininkė.
„Taigi kalbą mes suvokiame ne tik kaip tekstinį ar lingvistinį kodą, o gestų kalbos suvokimas dar labiau susijęs su vizualiniu dėmesiu, judesio interpretacija ir bendru komunikacijos natūralumo vertinimu. Kitaip tariant, kalba ne tik „skaitoma“, bet ir „matoma“. Žvilgsnio sekimas padeda atsižvelgti į daugiasluoksnį suvokimo procesą“, – apibendrino prof. dr. R. Kasperė.
DI sprendimai kurčiųjų bendruomenei: reali alternatyva ar kokybiniai barjerai?
Apibendrintų rezultatų projekte tikimasi sulaukti pabaigoje. Tačiau jau dabar matyti, kad mašininis vertimas ir dirbtinis intelektas gali tapti sprendimu situacijose, kuriose kurtieji gali pasijusti nepakankamai informuoti arba informaciją gauti per vėlai. Pirminės dalyvių reakcijos rodo, kad mašininis vertimas dažnai yra geriau nei informacijos nebuvimas. Vis dėlto žmogaus pateikiama informacija vis dar vertinama kaip patikimesnė, nes su ja siejama aiški atsakomybė už turinio tikslumą ir patikimumą.
Lietuvių kalbos technologijų stiprinimas ir mažų kalbų iššūkiai
Globalūs DI modeliai neretai ignoruoja mažų kalbų ir mažų bendruomenių poreikius, sukurdami skaitmeninę diskriminaciją. KTU projektais, įskaitant „EyeSign“, prisidedama prie kalbos duomenų skaitmenizavimo, kuris būtinas, kad lietuvių kalba, taip pat ir lietuvių gestų kalba, neliktų technologijų paraštėse. „Dirbant su mažomis kalbomis, didžiausias iššūkis yra duomenų reprezentatyvumas. Riboti duomenų ištekliai didina klaidų tikimybę kalbos modeliuose, o tai tiesiogiai mažina informacijos kokybę, patikimumą ir prieinamumą“, – teigė prof. dr. R. Kasperė.
Kaip DI sprendimai gali netyčia didinti atskirtį?
„Netinkama arba netinkamai naudojama technologija gali netyčia padidinti atskirtį, ypač jei institucijos technologinius sprendimus diegia formaliai, nesigilindamos į realius vartotojų poreikius“, – perspėja prof. dr. R. Kasperė. Kaip pavyzdį ji pateikė pigius, bendruomenėms nepritaikytus DI avatarus, po kurių įdiegimo paslauga deklaruojama kaip prieinama, nors realiai ji nebūtinai tinka kurtiesiems. „Būtina nustatyti ir laikytis griežtų kokybės standartų, paremtų vartotojų (šiuo atveju, kurčiųjų) grįžtamuoju ryšiu. Girdinčiųjų bendruomenė nebūtinai gerai žino ir supranta kurčiųjų poreikius ir emocinį nusiteikimą technologijų atžvilgiu. Tikrasis prieinamumas reikalauja laiko, nuoseklaus darbo ir atsakingų sprendimų“, – pabrėžė ji.
Nauji duomenys Lietuvoje – strateginė vertė
Projektas generuoja naujus žvilgsnio sekimo duomenis Lietuvoje. „Žvilgsnio sekimo duomenys Lietuvai ir lietuvių kalbai turi strateginę vertę. Iki šiol tokių duomenų lietuvių kalba, o ypač lietuvių gestų kalba, tarptautinėse duomenų bazėse kol kas nėra“, – teigė prof. dr. R. Kasperė. Tokie duomenys leidžia objektyviai pamatuoti, ar nauja technologija yra suprantama ir priimtina, palyginti duomenis tarp bendruomenių ir kalbų. Pasibaigus projektui, duomenys bus atverti mokslininkams, kurie galės atlikti kitus tyrimus, spręsdami įtraukumo, kalbos išsaugojimo ir kitus klausimus.
Santykis tarp žmogaus ir mašininio vertimo ateityje
Prof. dr. R. Kasperė prognozuoja, kad per ateinančius 5–10 metų DI pasieks tokį lygį, kad bazinis informacijos prieinamumas (valstybės paslaugos, transportas) lietuvių gestų kalba bus užtikrintas, pavyzdžiui, naudojant mašininį vertimą per avatarus. „Tačiau pirmiausiai kurčiųjų bendruomenė turi pritarti tokiems sprendimams. Taip pat prieinamumas negali tapti vien mechaniniu procesu. Jei prarasime ryšį su kurčiųjų bendruomene ir jos kultūriniu identitetu, technologijos gali tapti ne įtraukties priemone, o nauja skaitmeninės atskirties forma“, – apibendrino ji.
