الإشراف على المحتوى العربي: أبرز التحديات

الإشراف على المحتوى صعب في أي لغة، لكن العربية تطرح مزيجًا محددًا من التحديات التقنية والثقافية تعجز عنه باستمرار أنظمة الإشراف العامة المدرَّبة أساسًا على الإنجليزية. وهذه نظرة أعمق إلى السبب، تبني على النقاش الأوسع لنقاط قوة الإشراف بالذكاء الاصطناعي وحدوده الحقيقية. وتُستخدم Qerios بالعربية والإنجليزية، لذلك الموضوع عملي لنا لا نظري.

مشكلة تفتّت اللهجات

كما أوضحنا في مقالنا عن المجتمعات العربية على الإنترنت، فإن التواصل العربي اليومي يجري في معظمه باللهجات المحلية لا بالفصحى، وتختلف هذه اللهجات بعضها عن بعض بما يكفي لأن يتراجع أداء نظام إشراف مدرَّب أساسًا على نصوص عربية رسمية موحّدة (وهذا ما تألفت منه تاريخيًا معظم بيانات التدريب العربية المتاحة للعموم، المأخوذة بكثافة من الإعلام الإخباري والكتابة الرسمية) تراجعًا كبيرًا في اللغة غير الرسمية الكثيفة اللهجات التي يكتب بها المستخدمون الحقيقيون يوميًا.

وهذه ليست حاشية تقنية صغيرة، فهي تعني أن نظامًا يبدو أداؤه جيدًا نسبيًا على اختبارات العربية الرسمية قد يفوّت حصة كبيرة من المحتوى الضار الحقيقي المكتوب بلهجة، بينما يبالغ في الإبلاغ عن تعبيرات لهجية عادية لمجرد أنها لا تطابق الأنماط التي دُرّب النظام على اعتبارها معيارية.

خلط الأبجديات والكتابة بالحروف اللاتينية

يخلط التواصل الرقمي العربي الفعلي بانتظام بين الأبجدية العربية والكتابة العربية بحروف لاتينية (العربيزي) والإنجليزية في المحادثة أو الرسالة الواحدة، كما أوضحنا بتفصيل أكبر في موضع آخر من هذه المدونة. والنظام المصمَّم لمعالجة أبجدية واحدة متوقعة إما سيفوّت المحتوى المكتوب بالأبجديات الأخرى تمامًا، أو سيحتاج إلى مسارات كشف منفصلة، وغالبًا أقل نضجًا، لكل منها. والمحتوى المصمَّم عمدًا للتحايل على الإشراف (نمط حقيقي وشائع تناولناه في مقالنا عن التعرف على أساليب الاحتيال والتحايل) يستغل هذه الفجوة بالذات في كثير من الأحيان، فيبدّل الأبجدية عن قصد لتفادي الكشف بمطابقة الأنماط المعايَرة على صيغة واحدة متوقعة.

تعقيدات معالجة النص من اليمين إلى اليسار

تُدخل الكتابة العربية من اليمين إلى اليسار تعقيدات تقنية حقيقية على الأنظمة والواجهات المبنية أصلًا على افتراض أن اتجاه النص الافتراضي من اليسار إلى اليمين. فعرض النص ومعالجة موضع المؤشر، وحتى بعض مسارات معالجة اللغة الطبيعية، قد تسلك سلوكًا غير متوقع حين يُخلط النص العربي بعناصر من اليسار إلى اليمين (أرقام وكلمات إنجليزية ورموز تعبيرية) داخل الرسالة الواحدة، وهذا شائع جدًا في التواصل الرقمي العربي الحقيقي. وهو مصدر حقيقي، وإن قلّ الحديث عنه، لأخطاء العرض ولفجوات الكشف في الإشراف على حد سواء.

الحساسية للسياق الثقافي والديني

على الإشراف على المحتوى العربي أن يراعي حساسية حقيقية للسياق الثقافي والديني لا يتعامل معها إطار سياسات عام محايد ثقافيًا بصورة جيدة تلقائيًا. فبعض المصطلحات أو العبارات قد يختلف وزنها بحسب السياق الديني أو الثقافي، والنكات والإشارات البريئة تمامًا ضمن فهم ثقافي مشترك قد تبدو مختلفة لنظام إشراف (أو لمراجع بشري) لا يملك السياق الثقافي نفسه، وتتطلب سياسات المواضيع الدينية الحساسة كفاءة ثقافية حقيقية لتطبيقها بعدل ودقة، لا مجرد سياسة عالمية عامة تُترجم حرفيًا إلى العربية.

لماذا تزداد أهمية قدرة المراجعة البشرية هنا

مع اجتماع تفتّت اللهجات وخلط الأبجديات والحساسية للسياق الثقافي، فإن المراجعة البشرية بإتقان حقيقي للهجات وكفاءة ثقافية أهم للإشراف على المحتوى العربي تحديدًا من الاستثمار المماثل في لغة وسياق ثقافي تتوفر لهما أدوات آلية أنضج وأوفر موارد. وهذا يرتبط بالنقطة الأوسع في مقالنا عن الحدود الحقيقية للإشراف بالذكاء الاصطناعي: الأنظمة الآلية توسّع ما يستطيع فريق المراجعة تغطيته، لكن الفجوة التي يتعين على المراجعة البشرية سدّها في العربية تحديدًا أكبر حاليًا مما هي عليه في بعض اللغات الأوفر موارد، نظرًا لحداثة أدوات معالجة اللغة الطبيعية العربية مقارنة بالإنجليزية.

فجوة الموارد مشكلة بنيوية لا عرضية

من المهم أن نقول صراحة إن تأخر أدوات الإشراف العربية عن نظيراتها الإنجليزية يعود في الأساس إلى فجوة في الموارد، لا إلى صعوبة متأصلة في اللغة نفسها. فالغالبية الساحقة من أبحاث معالجة اللغة الطبيعية وبيانات التدريب والاستثمار في الأدوات تركزت عالميًا تاريخيًا على الإنجليزية وعدد قليل من اللغات الأخرى الغنية بالموارد، تاركة العربية (رغم أن مئات الملايين يتحدثونها) أقل موارد نسبيًا في الأدوات وبيانات التدريب المتاحة. وهذا اختلال بنيوي في منظومة أدوات الذكاء الاصطناعي والإشراف الأوسع، وليس دليلًا على أن المحتوى العربي أصعب بطبيعته في الإشراف بمعنى ثابت، بل هو أصعب في ضوء الحالة الراهنة للأدوات المتاحة، وهي مشكلة قابلة للحل وإن كانت ضعيفة الاستثمار حاليًا.

ما ينبغي أن تفعله المنصات الجادة

بعض الالتزامات الملموسة جديرة بالذكر: الاستثمار تحديدًا في بيانات تدريب وكشف تراعي اللهجات، لا العربية الرسمية وحدها؛ وبناء فرق إشراف تتقن اللهجات وتتمتع بكفاءة ثقافية عبر نطاق اللهجات التي يمثلها المستخدمون فعلًا، لا مجموعة مراجعين تتقن الفصحى فقط؛ ومعاملة كشف خلط الأبجديات كمتطلب أساسي لا كحالة هامشية؛ والصراحة داخليًا بشأن الفجوة الحالية بين نضج الإشراف العربي ونظيره الإنجليزي، بدل افتراض أن نظامًا متعدد اللغات عامًا يؤدي أداءً متكافئًا عبر اللغات دون تحقق مباشر. وفي Qerios يعمل الإشراف بمساعدة الذكاء الاصطناعي إلى جانب أدوات بيدك: الحظر والكتم والإبلاغ، ويشرح مقال كيف تعمل البلاغات خلف الكواليس ما يحدث بعد ذلك.

الخلاصة

يواجه الإشراف على المحتوى العربي مجموعة محددة ومتراكمة من التحديات: تفتّت اللهجات، وخلط الأبجديات، وتعقيدات المعالجة من اليمين إلى اليسار، والحساسية العميقة للسياق الثقافي، فوق فجوة بنيوية أوسع في موارد أدوات الذكاء الاصطناعي العربية عمومًا. وعلى المنصات التي تخدم المستخدمين الناطقين بالعربية جيدًا أن تتعامل مع هذا كمجال استثمار حقيقي ومستمر يتطلب خبرة لغوية وثقافية حقيقية، لا كشيء يحلّه نظام إشراف عام متعدد اللغات تلقائيًا. وإذا وصلك سؤال مجهول جارح بأي لغة فراجع ماذا تفعل عند تلقي سؤال كهذا. ويمكنك تجربة Qerios بالعربية أو الإنجليزية.