في خطوة مبتكرة، أطلق فريق جامعة فلوريدا من Gators مشروعًا يهدف إلى تحسين ترجمة التعليقات الثقافية للصور المخصصة للغات السكان الأصليين، وذلك كجزء من المسابقة المشتركة في AmericasNLP 2026. يعتمد هذا المشروع على تقنية تأثيرية تتضمن مرحلتين، حيث يتم أولاً توليد تعليق وسيط باللغة الإسبانية باستخدام نموذج Qwen2.5-VL، ثم يتم إنتاج التعليق باللغة المستهدفة باستخدام أسلوب الاسترجاع المعزز (retrieval-augmented) مع استراتيجيات عديدة باستخدام Gemini 2.5 Flash.

أظهرت النتائج التي تم تحقيقها في تقييم مجموعة العمل تفوقًا مذهلاً؛ حيث حقق الفريق تحسينات تتراوح بين 164.1% و122.6% للغات Bribri وGuaran'i وOrizaba Nahuatl، مما يشير إلى فعالية النموذج في التعامل مع التفاصيل الثقافية الغنية. بالإضافة إلى ذلك، استمر الفريق في الحفاظ على تحسينات تقارب 150% في اختبارات أخرى للغات Bribri وOrizaba Nahuatl.

ومع ذلك، تبيّن النتائج أن استراتيجيات الاسترجاع تعود بالنفع الكبير فقط عند التعامل مع مجموعات بيانات كبيرة ومخصصة. فضلًا عن أن استخدام البيانات الاصطناعية ساهم بنسبة حوالي 28 chrF++ من التحسين في أداء Guaran'i في مجموعة التطوير.

لم يقتصر الإنجاز على التحسينات فقط ؛ بل تم تكريم مشروع Gators كالفائز العام في المنافسة، حيث احتل المركز الثاني من بين خمس مشاركات نهائية في تقييمات الترجمة البشرية للغة المستهدفة.

هذا الإنجاز الكبير يفتح أمامنا آفاق جديدة للابتكار في مجالي الترجمة والتقنية، ويعكس أهمية توافق الذكاء الاصطناعي مع الثقافات لتقديم نتائج أعلى دقة.

هل تعتقد أن الذكاء الاصطناعي يمكنه أن يسهم في حفظ وتعزيز اللغات والثقافات المحلية؟ شاركونا آراءكم في التعليقات!