يُعد فهم اللغة والتواصل من أبرز التحديات التي تواجه أنظمة الذكاء الاصطناعي في عالم اليوم. في هذا الإطار، تظهر دراسة جديدة تسلط الضوء على أهمية تطوير نماذج تدرك الفروق الدقيقة في خطابات الثقافات المختلفة، خاصة في السياق النيجيري.

تقدم الدراسة إطار الذكاء المعنوي (Meaning Intelligence Framework - MIF)، وهو نموذج يُعنى بتفسير الخطاب النيجيري عبر تسعة أبعاد تقييمية، تفصل بين المشاعر السطحية والنوايا الحقيقية في التواصل. الاعتماد على مقاييس مثل NaijaSenti وAfriSenti لم يعد كافيًا، حيث يتمثل التحدي الأكبر لأنظمة الذكاء الاصطناعي في تجاوز عيوب فشل الترجمة إلى فهم السياق الحواري المناسب، والذي يعتمد على المتحدث والجمهور والموقف.

تمثل فجوة التسجيل (Register Gap) إحدى النتائج الرئيسية التي توصلت إليها الدراسة، حيث أظهرت النتائج أن دقة تصنيف التسجيل في نماذج الذكاء الاصطناعي كانت 33.3% عند استخدام البث المباشر، ولكنها ارتفعت إلى 73.3% عند تزويد النموذج بإطار MIF.

كما أظهرت الدراسة تحسنًا ملحوظًا في نقاط الذكاء المعنوي composite Meaning Intelligence Score، حيث زادت من 73.2 إلى 78.6، مع مكاسب رئيسية في التعرف على التسجيل واكتشاف المعاني الخفية.

تخلص الدراسة إلى أهمية تطوير أدوات جديدة تدعم المجتمعات الناطقة باللغة النيجيرية، وتعزز من قدرة الأنظمة على التعامل مع التنوع الثقافي واللغوي. إن نشر المواصفات الخاصة بالإطار وإرشادات التعليق يمثل خطوة مهمة نحو تعزيز قابلية التكرار في البحث، مما يجعل هذا الإطار مرجعًا هامًا في معالجة بعض القضايا الأساسية في مجال الذكاء الاصطناعي.