تتقدم نماذج الكلام من الذكاء الاصطناعي (Artificial Intelligence) بسرعة وتحظى بشعبية متزايدة في مجالات الدبلجة والترجمة وتطبيقات الصوت. قد يبدو الأمر بسيطًا، لكن الأمر أكثر تعقيدًا مما يعتقد الكثيرون. في دراسة حديثة، تم اختبار كيفية تأثير النمط والكلمات على تحديد الجندر في نماذج الكلام، حيث يتم الاعتماد بشكل خاص على مقارنتين:

1. **صوت المتحدث**: هل تُظهر نماذج الذكاء الاصطناعي انحرافًا نحو نمط جندري معين عند إعادة إنتاج الصوت؟
2. **محتوى الكلام**: هل تعتمد هذه النماذج على المحتوى لتحديد جندر المتحدث، بغض النظر عن الصوت؟

في تجربة محكمة، تم استخدام أصوات ذكور وإناث مقترنة بمقاطع تخدم أنماطًا جندرية مُصنفة كذكورية أو محايدة أو أنثوية، مع مجموعة من النماذج المفتوحة والمغلقة المصدر باللغات الإنجليزية والإسبانية والصينية.

نتائج التجربة كانت مثيرة للاهتمام:
- **استقرار الصوت**: لم يُظهر الصوت أي انحراف نحو الأنماط الجندرية، ولكن كل النماذج اعتمدت على المحتوى لتحديد جندر المتحدث.
- عند استخدام محتوى أكثر أنثوية، زادت احتمالات تصنيف المتحدث كأنثى بنسبة تصل إلى 24 مرة!
- والعجيب أن الأخطاء في تصنيف الجندر كانت تصل إلى 90% عندما يتعارض الصوت مع المحتوى، بينما انخفضت إلى 2% عند التوافق.

هذه النتائج تكشف عن خفايا جديدة في كيفية عمل هذه النماذج وتحث المختصين على مراجعة معاييرها. علينا أن نتساءل، كيف ستؤثر هذه الأبحاث على تطوير أنظمة الذكاء الاصطناعي في المستقبل؟ هل يمكن أن تشهد نماذج الذكاء الاصطناعي تطورات شاملة تؤدي إلى دقة أكبر في كيفية تحديد الجندر؟ شاركونا بآرائكم وتعليقاتكم.