في وقتنا الحالي، مع تقدم تقنيات الذكاء الاصطناعي، نرى تزايدًا في اعتماد النموذجات اللغوية متعددة الوكلاء (Multi-agent LLM) مثل LangChain وAutoGen. ومع ذلك، يبدو أن هذه التقنيات تفترض أن اللغة الإنجليزية هي اللغة الوحيدة للتواصل الداخلي بين الوكلاء، حتى عندما يكون المستخدم النهائي من لغة أخرى.

لتسليط الضوء على هذه المسألة، أجريت دراسة لتقييم أداء نموذجين لوكالة مع وجود وكيل إضافي للترجمة، وتم ذلك في أربع لغات متنوعة هي الهندية والصينية والإسبانية والعربية، من خلال استخدام نموذج Aya-23-8B.

أظهرت النتائج أن استخدام اللغة الإنجليزية كأداة للتواصل يضر بشكل كبير بالدقة. حيث انخفضت دقة المطابقة الدقيقة (Exact Match) بنسبة تصل إلى 30.6% عند استخدام الهندية، و13% عند استخدام الإسبانية. هذه الاكتشافات توضح أن إلزام الوكلاء بالتواصل باللغة الإنجليزية يزيد من تكلفة الترجمة، ويقضي على الفوائد المحتملة لنماذج الوكالة الأصلية.

إضافة إلى ذلك، أظهرت الدراسة أن انخفاض تداخل الكلمات بين النسخ الإنجليزية ومسيل المعلومات بلغات المستخدمين المحليين مرتبط بشكل قوي بفشل الأنظمة، مما يشير إلى أن فقدان الترجمة هو عنصر أساسي في الأداء المتراجع.

توصي هذه النتائج بتبني طرق توجيه بلغة الأصل عند التعامل مع لغات متباينة، مما يقلل من ضريبة الترجمة المجمعة. فهل حان الوقت للتخلي عن هيمنة الإنجليزية في تكنولوجيا الوكالات؟