تتزايد استخدامات نماذج اللغات الكبيرة (Large Language Models) لتوليد النصوص العامة؛ إلا أن أدائها في اللغات ذات الموارد المحدودة، مثل اللغة الأردية، لا يزال غير مفهومة بشكل كامل. في دراسة جديدة، تم تسليط الضوء على كيف يمكن أن تكون النماذج متعددة اللغات غير دقيقة وغير موثوقة عند استخدامها في مهام مثل توليد القصص.

استخدم الباحثون مجموعة بيانات تحت مسمى "قصص أردية" (Urdu-Stories) تضمنت 93 قصة تم إنشاؤها باستخدام ثلاثة نماذج، هي GPT-5.1، Qwen-3-Max، وDeepSeek-3.1. تم تحليل الأخطاء اللغوية والنحوية في هذه القصص وتصنيفها وفقًا لتسع فئات لغوية وثقافية مختلفة.

تظهر النتائج أن نماذج اللغات الكبيرة غالبًا ما ترتكب أخطاءً أساسية في القواعد والمعاني، مما يؤدي إلى قصص تفتقر إلى الترابط وتظهر تكرارًا غير طبيعي، بالإضافة إلى عمق ثقافي سطحي. ومع استخدام تقنيات التلقين القليل (few-shot prompting)، استمرت الأخطاء الثقافية والسياقية في الظهور، مما يبرز محدودية تلك النماذج كمصادر موثوقة لإنشاء المحتوى واسترجاع المعلومات في اللغات ذات الموارد المحدودة.

هذا البحث يشير إلى ضرورة تطوير نماذج أكثر فعالية تأخذ في اعتبارها الخصائص الثقافية واللغوية للغات التي تعاني من قلة الموارد.