Ungleiche Datengrundlage

In Indien gibt es über 100 Sprachen. Hindi und Englisch dominieren die digitale Welt. Für diese Sprachen gibt es viele Daten, die Computer nutzen können. Doch für kleinere Sprachen fehlen oft digitale Texte und Aufnahmen. Der KI-Experte Julius Haas erklärt, dass die Menge und Qualität der Daten für diese Sprachen viel geringer ist. Besonders Dialekte stellen eine Herausforderung dar, da schon kleine Unterschiede in Schreibweise oder Aussprache relevant sein können.

BHASHINI und Edge-AI

Die indische Regierung hat mit BHASHINI ein Projekt ins Leben gerufen, das die digitale Präsenz kleinerer Sprachen stärken soll. Ein Schwerpunkt liegt auf Edge-AI-Anwendungen. Diese können direkt auf Geräten wie Smartphones laufen und sind besonders für Regionen mit instabiler Internetverbindung wichtig. Präsentiert wurden Anwendungen für Landwirtschaft, Gesundheitsversorgung und Rechtsberatung.

Grenzen der KI für kleine Sprachen

Für sehr kleine oder gefährdete Sprachen sind die Hürden besonders hoch. Die Soziolinguistin Ariba Hidayet Khan erklärt, dass Sprachen ohne ausreichende Dokumentation kaum von KI profitieren können. Bei gefährdeten Sprachen, die noch gesprochen werden, könnte KI jedoch Anreize schaffen, sie weiter zu lernen. Ein Beispiel ist die Sprache Turi, die vor allem von älteren Menschen gesprochen wird. Ohne ausreichende Dokumentation und Sprecher kann auch KI die Sprache nicht erhalten.

Investitionen und Infrastruktur

Forschungsinstitute wie AI4Bharat arbeiten daran, Datensätze für Übersetzung und Spracherkennung zu entwickeln. Haas betont, dass es vor allem eine Frage der Investitionen ist. Technologische Durchbrüche seien nicht mehr nötig, aber es brauche Mittel für Training und Infrastruktur. Die UNESCO fordert inklusive digitale Technologien, die mehrsprachige Bildung unterstützen und sprachliche Vielfalt im digitalen Raum abbilden.