Walijska strategia AI w języku walijskim ujawnia przepaść między danymi a codziennym użyciem

W 2024 roku rząd Walii zakończył swój sześcioletni plan technologiczny nietypowym stwierdzeniem: język walijski był lepiej przygotowany na erę AI. Informacja w Google News, rozpowszechniona za pośrednictwem Wired-Gov, ponownie wprowadziła to twierdzenie do cyklu wiadomości technologicznych. Obejmuje ono rozpoznawanie mowy, syntetyczne głosy, tłumaczenie maszynowe oraz współpracę z OpenAI i Microsoft.

Prawdziwym sprawdzianem nie jest już jednak to, czy Walia potrafi finansować użyteczne komponenty językowe. Chodzi o to, czy komponenty te trafią do produktów AI, miejsc pracy, szkół i usług publicznych, które kształtują codzienne wybory językowe. Otwarte zbiory danych są ważne, ale podczas spotkania nie da się korzystać z korpusu ani poprosić zbioru danych o wypełnienie wniosku.

To rozróżnienie wywiera presję zarówno na rząd Walii, jak i na duże firmy technologiczne. Walia musi przekształcić finansowaną publicznie infrastrukturę w mierzalne wdrożenie. OpenAI, Microsoft i inni operatorzy platform muszą wykazać, że wsparcie dla języka walijskiego pozostaje niezawodne w miarę zmian ich modeli i interfejsów.

Co faktycznie podsumowuje nagłówek Google News

Nagłówek opisuje zmianę etapu polityki, a nie nowy produkt AI ani pojedynczą premierę z 2025 roku.

U podstaw tej historii leży Welsh Language Technology Action Plan, realizowany od 2018 do 2024 roku. Jego celem było umożliwienie używania języka walijskiego w większej liczbie sytuacji cyfrowych, w tym w interfejsach głosowych, systemach tłumaczeniowych i oprogramowaniu konwersacyjnym.

Rząd Walii opublikował swój końcowy raport technologiczny 20 lutego 2024 roku. Dokument ten zamknął pierwotny program i podsumował prace wykonane od jego uruchomienia.

Plan koncentrował się na trzech powiązanych obszarach: technologii mowy, tłumaczeniu wspomaganym komputerowo oraz konwersacyjnej sztucznej inteligencji. Razem tworzą one znaczną część technicznych fundamentów potrzebnych językowi we współczesnym oprogramowaniu.

Technologia mowy obejmuje automatyczne rozpoznawanie mowy, które przekształca nagraną lub wypowiadaną na żywo mowę w tekst. Obejmuje również systemy syntezy mowy, które generują dźwiękową wypowiedź z materiału pisanego.

Tłumaczenie wspomagane komputerowo zapewnia zawodowym tłumaczom terminologię, pamięci tłumaczeniowe i automatyczne sugestie. Konwersacyjna AI obejmuje chatboty i duże modele językowe, czyli LLM, które generują język, przewidując prawdopodobne sekwencje słów.

Rząd twierdzi, że program pomógł rozwinąć walijską technologię zamiany mowy na tekst, specjalistyczne tłumaczenie maszynowe i syntetyczne głosy. Niektóre syntetyczne głosy zaprojektowano dla osób tracących zdolność mówienia.

Program wspierał także zasoby cyfrowe, które deweloperzy mogą ponownie wykorzystywać. To istotne, ponieważ mniejszy język rzadko przyciąga takie same komercyjne inwestycje w dane jak angielski, hiszpański czy mandaryński.

Prezentacja w Google News może sprawiać wrażenie, że historia stanowi szerokie podsumowanie walijskiej technologii i AI. Leżąca u jej podstaw polityka jest węższa i bardziej konkretna. Dotyczy technologii dla języka walijskiego, a nie każdej firmy AI, centrum danych czy polityki cyfrowej działającej w Walii.

Ta różnica jest ważna dla czytelników oceniających to twierdzenie. Walia nie ogłosiła krajowego modelu podstawowego konkurującego z systemami OpenAI, Google czy Anthropic. Zainwestowała w zasoby językowe i partnerstwa, które mogą umożliwić działanie języka walijskiego w takich systemach.

Do lutego 2024 roku podejście to zaowocowało kilkoma widocznymi integracjami. Walijscy urzędnicy podkreślali współpracę z OpenAI mającą poprawić obsługę języka walijskiego przez GPT-4. Wskazywali także kooperację z Microsoft przy tłumaczeniu ustnym w Teams.

Microsoft Teams wprowadził funkcję umożliwiającą ludzkiemu tłumaczowi ustne przekazywanie treści w innym języku podczas zaplanowanego spotkania. Nie jest to automatyczne tłumaczenie maszynowe. Oprogramowanie udostępnia osobne kanały audio, dzięki czemu uczestnicy mogą wybrać język tłumaczenia.

To rozróżnienie pokazuje praktyczny charakter tej polityki. Walia nie czekała, aż model AI rozwiąże każdy problem dwujęzycznych spotkań. Współpracowała z uznaną platformą, by wspierać usługę prowadzoną przez człowieka, z której organizacje mogły skorzystać natychmiast.

Jeremy Miles, ówczesny minister edukacji i języka walijskiego, stwierdził, że celem jest umożliwienie ludziom używania języka walijskiego w większej liczbie sytuacji technologicznych bez konieczności zgłaszania szczególnej prośby. To wyższy standard niż samo opublikowanie walijskiego interfejsu.

Funkcja językowa istnieje, gdy dostawca ją wymienia. Użyteczne doświadczenie językowe działa w obszarze wprowadzania i wyprowadzania danych, wyszukiwania, transkrypcji, tłumaczenia i wsparcia. Musi też przetrwać aktualizacje produktu, które mogą po cichu osłabić rzadziej używane opcje.

Raport z 2024 roku oznaczał więc koniec jednego schematu finansowania, a nie zakończenie prac. Kolejny etap musiałby połączyć podaż techniczną z codzienym popytem.

Walia budowała składniki AI, zanim generatywna AI stała się głównym tematem

Najtrafniejszą decyzją Walii było zainwestowanie w zasoby językowe wielokrotnego użytku, zanim chatboty uczyniły tę pracę komercyjnie pilną.

Trenowanie i ocenianie systemów językowych wymaga tekstów, nagrań mowy, słowników, adnotacji i ustandaryzowanej terminologii. Deweloperzy potrzebują zgody na przetwarzanie i redystrybucję tych materiałów. Użyteczny zbiór uwięziony za niekompatybilnymi licencjami nie może wspierać ani otwartego projektu badawczego, ani produktu komercyjnego.

Język walijski przedstawia dobrze znany problem dla AI obsługującej mniejsze języki. Ma aktywną społeczność, instytucje publiczne, nadawców, szkoły i znaczną ilość materiału pisanego. Jego zasoby nadające się do odczytu maszynowego pozostają jednak niewielkie w porównaniu z angielskimi zbiorami danych gromadzonymi z otwartej sieci.

Ta nierównowaga wpływa na coś więcej niż płynną rozmowę. Modele mogą mieć trudności z walijską pisownią, regionalnymi odmianami języka, terminami specjalistycznymi, nazwami, przełączaniem kodów językowych i nagraniami mowy. Mogą też odpowiadać po angielsku po otrzymaniu walijskiego polecenia.

Odpowiedzią rządu było potraktowanie danych jako wspólnej infrastruktury. Zasoby finansowane publicznie często udostępniano na licencjach zezwalających na ponowne wykorzystanie. Daje to uniwersytetom, niezależnym deweloperom i większym dostawcom wspólny punkt wyjścia.

Strategia przewidziała ważną cechę generatywnej AI. Pozycja języka zależy częściowo od tego, czy deweloperzy mogą znaleźć czyste, zgodne z prawem i reprezentatywne dane podczas trenowania lub oceny modelu.

Aktualizacje technologiczne rządu Walii z 2025 roku pokazują, że gromadzenie danych trwało po zakończeniu pierwotnego planu. Do sierpnia 2025 roku rząd informował o 249 godzinach walijskich danych audio do trenowania w czterech nazwanych kolekcjach.

Kolekcje te obejmowały 124 godziny z Common Voice, 45 godzin z Bangor Transcription Bank, 40 godzin z projektu Cymen i 40 godzin z Paldaruo. Godziny nagrań audio nie są równoważne, ponieważ jakość nagrań i różnorodność mówców wpływają na ich wartość.

Aktualizacja opisywała również bardziej szczegółowe prace nad danymi. Współtwórcy oznaczyli role gramatyczne słów w ponad 200 dodatkowych zdaniach. Oznaczyli też 400 encji zdaniowych dla aplikacji łączących wiedzę.

Adnotowanie nazwanych encji identyfikuje osoby, miejsca, organizacje i inne znaczące elementy tekstu. Łączenie wiedzy wiąże te elementy ze uporządkowanymi rekordami, pomagając systemom odróżnić nazwę miejsca od zwykłego słowa.

Walijscy urzędnicy poinformowali również o udostępnieniu ponad 10 000 walijskich nazw za pośrednictwem Wikidata. Powiązany projekt utworzył 11 264 walijskie etykiety dla nazw budynków.

Liczby te są niewielkie w porównaniu z korpusami stojącymi za czołowymi modelami angielskimi. Ich wartość wynika ze specyfiki, licencjonowania i weryfikacji przez ludzi. Starannie oznaczony materiał może testować błędy, które ogromny, luźno zebrany zbiór danych ukrywa.

Dane mowy wiążą się z podobnym kompromisem. Większa liczba godzin zwykle pomaga, ale znaczenie ma też zasięg. System wytrenowany na wąskiej grupie mówców może działać słabo w różnych grupach wiekowych, akcentach, warunkach nagrywania i odmianach regionalnych.

Dlatego otwarta infrastruktura pozostaje silniejszym zasobem długoterminowym niż tymczasowa demonstracja chatbota. Pojedyncze wydanie modelu staje się przestarzałe. Dobrze utrzymywany zbiór danych może ulepszać wiele generacji produktów.

Walia udostępniła również materiały AINA, katalońskiemu projektowi rządowemu skupionemu na technologii językowej. Ta współpraca umieszcza język walijski w szerszym wysiłku europejskich społeczności językowych, których celem jest ograniczenie zależności od rozwoju skoncentrowanego na języku angielskim.

Kataloński i baskijski stanowią użyteczne punkty odniesienia. Każdy z nich zainwestował w publiczne zasoby językowe, partnerstwa badawcze i wdrożenia. Porównanie pokazuje, że mniejsze języki mogą wpływać na rynki technologiczne, gdy instytucje koordynują dane i zakupy.

Porównanie ujawnia jednak także problem skali. Nawet dobre publiczne zbiory danych pozostają niewielkie wobec materiałów dostępnych dla języków o globalnej dominacji. Walia nie może zlikwidować tej luki samym gromadzeniem danych.

Jej przewaga wynika z ułatwienia ponownego wykorzystania walijskich zasobów i utrudnienia dużym dostawcom ich ignorowania. Zamówienia publiczne, standardy oceny i partnerstwa mogą przekształcić niewielki zbiór danych w wymóg produktowy.

Nagłówek w Google News może pokazać ukończone projekty, ale nie może wykazać, czy projekty te zmieniły zachowania użytkowników. Do tego potrzebne są dowody z produktów i miejsc pracy.

Główna rywalizacja to infrastruktura kontra codzienne użycie

Walia udowodniła, że potrafi tworzyć techniczne elementy składowe, lecz nie wykazała jeszcze, że elementy te konsekwentnie zwiększają codzienne użycie języka walijskiego.

Po przeglądzie pierwotnego planu rząd Walii wyznaczył trzy priorytety. Pierwszym jest wykorzystanie technologii do zwiększenia codziennego użycia języka walijskiego, szczególnie w pracy.

Drugim jest zapewnienie, że technologia językowa dociera zarówno do deweloperów, jak i użytkowników. Trzecim jest ulepszanie walijskiej AI i technologii mowy poprzez udostępnianie danych i powiązane działania.

Mark Drakeford, ówczesny sekretarz gabinetu ds. finansów i języka walijskiego, opisał te priorytety w oświadczeniu technologicznym z 7 stycznia 2025 roku. Termin ma znaczenie, ponieważ przesunął politykę od budowania zasobów w kierunku dystrybucji i wdrażania.

Deweloper może znaleźć otwarty zbiór danych mowy, a mimo to nie dysponować budżetem inżynieryjnym potrzebnym do jego integracji. Instytucja publiczna może kupić oprogramowanie, które nominalnie obsługuje język walijski, lecz na kluczowych etapach domyślnie przełącza się na angielski.

Pracownicy mogą też unikać narzędzi walijskojęzycznych, jeśli powodują opóźnienia lub wymagają specjalnej konfiguracji. Technicznie poprawna funkcja może zawieść, gdy zakłóca utrwalony przepływ pracy.

To jest główny przeciwnik tego artykułu: infrastruktura językowa kontra użycie języka. Najmocniejsze dowody rządu znajdują się po stronie infrastruktury. Efekt publiczny zależy od drugiej strony.

Weźmy pod uwagę spotkania w pracy. Funkcja tłumaczenia ustnego w Teams usuwa jedną barierę, obsługując osobne kanały audio w różnych językach. Organizacja nadal potrzebuje jednak tłumaczy, procedur spotkań, poinformowanych uczestników i administratorów konfigurujących tę funkcję.

Weźmy pod uwagę rozpoznawanie mowy. Model może działać dobrze w kontrolowanej ocenie, lecz mieć trudności z kilkoma mówcami, hałasem w tle, specjalistycznym słownictwem lub rozmową przechodzącą między walijskim a angielskim.

Weźmy pod uwagę generatywną AI. Chatbot może tworzyć płynne wypowiedzi po walijsku, jednocześnie wprowadzając błędy rzeczowe lub nienaturalną terminologię. Sama płynność nie potwierdza niezawodności w edukacji, opiece zdrowotnej, pracy prawnej ani usługach publicznych.

Partnerstwo rządu z OpenAI należy więc rozumieć przede wszystkim jako dostęp i wpływ, a nie trwałą gwarancję. Zachowanie modeli zmienia się, gdy dostawcy aktualizują dane treningowe, systemy bezpieczeństwa, narzędzia wyszukiwania i interfejsy użytkownika.

Prace OpenAI nad GPT-4 dały walijskim decydentom kanał wpływu na jeden istotny system. Nie stworzyły jednak publicznego benchmarku porównującego wszystkie późniejsze modele pod względem dokładności, obsługi dialektów, bezpieczeństwa i spójności.

Współpraca z Microsoftem stwarza podobne napięcie. Interpretacja w Teams jest wartościowym wdrożeniem, natomiast usprawnienia walijskiego przetwarzania w Copilot dotyczą innej warstwy technicznej. Żadne z nich nie sprawia, że każdy przepływ pracy Microsoft jest domyślnie dwujęzyczny.

Wyzwanie rośnie, gdy funkcje AI pojawiają się w edytorach tekstu, poczcie e-mail, wyszukiwaniu, obsłudze klienta i systemach operacyjnych. Każdy interfejs tworzy kolejne miejsce, w którym obsługa języka walijskiego może być pełna, częściowa albo nieobecna.

Użytkownicy rzadko oceniają te warstwy oddzielnie. Doświadczają jednego niesprawnego ciągu działań. Jeśli dyktowanie rozpoznaje język walijski, ale asystent odpowiada po angielsku, całe zadanie wydaje się nieobsługiwane.

Dlatego dystrybucja powinna stać się równie widoczna jak tworzenie zbiorów danych. Walia potrzebuje danych dotyczących aktywnego użycia, realizacji zadań, wskaźników błędów i satysfakcji użytkowników.

Instytucje publiczne mogą pomóc, publikując w umowach zamówień wymagania dotyczące technologii dwujęzycznych. Mogą wymagać od dostawców ujawnienia, które funkcje obsługują język walijski i jak ta obsługa jest testowana.

Mogą także udostępniać materiały ewaluacyjne. Wielokrotnego użytku benchmark pozwoliłby szkołom, agencjom, badaczom i dostawcom porównywać systemy według tych samych zadań językowych.

Pracownicy wiedzy mierzą się z pokrewnym problemem, gdy przydatne informacje są rozproszone między spotkaniami, dokumentami i notatkami. Osobista baza wiedzy może zachować kontekst, ale obsługa językowa nadal decyduje o tym, czy wyszukiwanie działa jednakowo dla materiałów w języku walijskim i angielskim.

To sprawia, że polityka technologiczna dotycząca języka walijskiego ma znaczenie także poza Walią. Obsługa mniejszych języków jest testem tego, czy platformy AI mogą służyć wielojęzycznym użytkownikom bez zmuszania ich do korzystania z jednego dominującego języka.

Jeśli dostawcy rozwiążą kwestie wyszukiwania, mowy i generowania treści dla języka walijskiego, opracują metody możliwe do przeniesienia na inne języki o ograniczonych zasobach cyfrowych. Jeśli tego nie zrobią, wdrażanie AI może utrwalać istniejące nierówności językowe.

Czego nie potwierdzają liczby dotyczące postępów

Dostępne dowody dokumentują działania i zasoby, ale nie zapewniają jeszcze pełnej publicznej miary niezawodności ani wdrożenia.

249 godzin nagrań audio zgłoszonych w sierpniu 2025 roku stanowi konkretny punkt odniesienia. Nie ujawnia jednak, z jaką dokładnością komercyjne systemy transkrybują język walijski w rzeczywistych warunkach świadczenia usług publicznych.

Liczby dotyczące nazw, etykiet i adnotacji pokazują użyteczną rozbudowę. Nie pokazują, ilu deweloperów pobrało dane, które produkty je wykorzystały ani czy użytkownicy zauważyli lepsze wyniki.

Nie jest to powód, by lekceważyć tę pracę. Programy infrastrukturalne często przynoszą wartość pośrednio. Problem polega na tym, że takiej pośredniej wartości trudno bronić, gdy nadchodzi kolejna decyzja o finansowaniu lub zamówieniach.

Publiczny benchmark mógłby częściowo wypełnić tę lukę. Mógłby testować dokładność transkrypcji, jakość tłumaczeń, jakość odpowiedzi opartych na faktach, przełączanie kodów językowych i zróżnicowanie regionalne.

Testy powinny obejmować zarówno zadania o wysokiej stawce, jak i zwykłe. Wizyta medyczna wiąże się z innym ryzykiem niż przygotowanie nieformalnej wiadomości, ale oba przypadki wpływają na zaufanie do narzędzia językowego.

Ocena wymagałaby również ludzkich recenzentów. Zautomatyzowane metryki mogą porównać wynik modelu z wzorcem, jednak kilka tłumaczeń walijskich może być poprawnych. Rodzimi użytkownicy języka muszą oceniać znaczenie, ton i naturalność.

Prywatność tworzy kolejne ograniczenie. Dane mowy zbierane w usługach publicznych, szkołach lub miejscach pracy mogą zawierać informacje wrażliwe. Otwarte licencjonowanie ma wartość tylko wtedy, gdy zbieranie danych respektuje zgodę i ochronę danych.

Istotna jest także reprezentacja. Zbiór danych może być prawnie możliwy do ponownego wykorzystania, a jednocześnie niedostatecznie reprezentować określone akcenty, grupy wiekowe, społeczności lub poziomy znajomości języka. Systemy na nim trenowane mogą odtwarzać te luki.

Systemy generatywne wprowadzają odrębne obawy. Model może halucynować, czyli tworzyć wiarygodnie brzmiące, lecz niepoparte informacjami treści. Może też błędnie przetłumaczyć termin specjalistyczny, zachowując pewny ton.

Ryzyka te sprawiają, że nadzór człowieka jest niezbędny w usługach publicznych. Obsługa języka walijskiego nie powinna stać się powodem obniżania standardów stosowanych wobec narzędzi anglojęzycznych.

Rządowy przegląd AI z 2025 roku stwierdza, że wdrażanie w walijskim sektorze publicznym powinno być etyczne, godne zaufania, inkluzywne i dostępne. Zasady te wyznaczają kierunek, lecz o tym, czy wpłyną na wdrożenia, decydują mechanizmy operacyjne.

Walia ustanowiła później szersze ramy polityki poprzez swój narodowy plan AI, opublikowany w listopadzie 2025 roku. Uporządkował on program wokół wzrostu gospodarczego, edukacji, sprawiedliwego świadczenia usług i zaufania.

Ten szerszy plan wzmacnia koordynację, ale zwiększa też liczbę obietnic wymagających dowodów. Technologia językowa znajduje się teraz obok zdrowia, edukacji, administracji publicznej, umiejętności, infrastruktury i rozwoju gospodarczego.

Ryzyko polega na tym, że obsługa języka walijskiego stanie się zasadą przekrojową bez jasno odpowiedzialnego właściciela. Gdy każdy program musi uwzględniać język, żaden pojedynczy program może nie publikować rezultatów.

Niezależna kontrola już wyostrzyła tę kwestię. Raport komisji Senedd z 2026 roku podał, że świadkowie uznawali Walię za relatywnie zaawansowaną wśród programów technologicznych dla języków mniejszościowych.

Te same dowody porównywały język walijski z katalońskim i baskijskim oraz podkreślały potrzebę utrzymania tempa. To zastrzeżenie ma znaczenie, ponieważ cykle rozwoju platform przebiegają szybciej niż większość cykli polityki publicznej.

Zbiór danych opublikowany w 2024 roku może pozostawać dostępny przez lata. Komercyjny interfejs AI może zmienić się kilka razy w ciągu jednego roku. Obsługa może się poprawić lub pogorszyć bez formalnego ogłoszenia.

Rząd powinien zatem rozróżnić cztery rodzaje pomiarów.

Po pierwsze, metryki zasobów liczą korpusy, nagrania, głosy, terminy i adnotacje. Po drugie, metryki integracji śledzą produkty i usługi wykorzystujące te zasoby.

Po trzecie, metryki wydajności mierzą dokładność i realizację zadań. Po czwarte, metryki wdrożenia pokazują, czy ludzie faktycznie wybierają język walijski w pracy i codziennych aktywnościach.

Obecne publiczne aktualizacje są najsilniejsze w pierwszej kategorii. Teams i inne partnerstwa dostarczają dowodów dla drugiej. Trzecią i czwartą kategorię nadal trudniej ocenić na podstawie opublikowanych danych.

To ograniczenie dotyczy także twierdzeń o gotowości. Walia jest lepiej przygotowana, ponieważ posiada więcej zasobów, relacji i doświadczenia instytucjonalnego niż w 2018 roku.

Gotowość nie jest tym samym co równorzędność. Nie oznacza, że użytkownicy języka walijskiego otrzymują taki sam zakres funkcji, dokładność lub harmonogram aktualizacji jak użytkownicy języka angielskiego.

Najbezpieczniejszy wniosek jest więc węższy niż nagłówek. Walia zbudowała wiarygodny fundament i powtarzalny model partnerstwa. Kolejny etap musi udowodnić rezultaty w skali produktów.

Trzy sygnały pokażą, czy strategia działa

Kolejne istotne dowody będą pochodzić z niezależnych testów, widocznej integracji produktów i trwałego wdrożenia przez użytkowników.

Pierwszym sygnałem jest cykliczny publiczny benchmark walijskiej AI. Powinien on porównywać główne modele i systemy mowy przy użyciu ujawnionych zadań, reprezentatywnych użytkowników języka i oceny dokonywanej przez ludzi.

Benchmark uczyniłby regresję widoczną. Gdy aktualizacja modelu osłabiłaby wydajność w języku walijskim, badacze i nabywcy mogliby zidentyfikować zmianę zamiast polegać na anegdotach.

Poprawiłby także zamówienia publiczne. Instytucje publiczne mogłyby ustanowić minimalne wymagania dotyczące transkrypcji, tłumaczeń, dostępności i generowanych odpowiedzi.

Jeśli takie testy się pojawią, a dostawcy w nich uczestniczyć będą, wzmocni to argument, że Walia przeszła od tworzenia zasobów do odpowiedzialnego wdrażania. Bez nich twierdzenia o postępach pozostaną trudne do porównania.

Drugim sygnałem jest szersza integracja w popularnych produktach. Interpretacja w Teams stanowi użyteczny precedens, ponieważ łączy potrzeby związane z językiem walijskim z oprogramowaniem już używanym przez organizacje.

Ten sam standard powinien obowiązywać w przypadku podsumowań spotkań, asystentów dokumentów, wyszukiwania, interfejsów głosowych i systemów obsługi klienta. Obsługa musi obejmować całe zadanie, a nie jedną odizolowaną funkcję.

Dokumentacja produktów powinna określać, gdzie język walijski działa, gdzie nie działa oraz jakie kontrole jakości obowiązują. Cicha częściowa obsługa tworzy nierealistyczne oczekiwania i zniechęca użytkowników po niepowodzeniach.

Nowe integracje wzmocniłyby walijskie podejście, ponieważ demonstrowałyby wpływ na globalne platformy. Długa lista zbiorów danych bez odpowiadających im integracji osłabiłaby argument za obecną strategią.

Trzecim sygnałem jest mierzalne codzienne użycie. Polityka rządu ma na celu zwiększenie praktycznego użycia języka walijskiego, zwłaszcza w miejscach pracy. Taki rezultat wymaga czegoś więcej niż pobrań lub dostępności funkcji.

Przydatne wskaźniki mogłyby obejmować udział dwujęzycznych spotkań korzystających z interpretacji, wolumen dyktowania po walijsku, wdrożenie w instytucjach publicznych oraz wskaźniki realizacji zadań w różnych językach.

Ankiety powinny również pytać, dlaczego ludzie wracają do języka angielskiego. Odpowiedź może dotyczyć dokładności, przyzwyczajeń, preferencji współpracowników, domyślnych ustawień interfejsu, szkoleń lub brakującej terminologii.

Takie ustalenia kierowałyby wydatkami skuteczniej niż ogólne wyniki satysfakcji. Rozwiązanie techniczne nie naprawi problemu kultury w miejscu pracy, a kampanie informacyjne nie poprawią niedokładnej transkrypcji.

Rosnące wykorzystanie wzmocniłoby wniosek, że publiczna infrastruktura cyfrowa może wpływać na zachowania językowe. Płaskie wykorzystanie, mimo większej liczby narzędzi, wskazywałoby, że polityka zbyt mocno koncentrowała się na podaży.

Materiał Google News jest wartościowy, ponieważ wprowadza pomijany program technologiczny do szerszej rozmowy o AI. Agregacja kompresuje jednak sześcioletni dorobek polityczny do nagłówka, który brzmi bardziej rozstrzygająco, niż pozwalają na to dowody.

Walia wykonała znaczącą pracę u podstaw. Zaczęła przed obecną falą generatywnej AI, udostępniła zasoby do ponownego wykorzystania i nawiązała relacje z dużymi dostawcami.

Nadeszła trudniejsza faza. Urzędnicy muszą utrzymywać aktualność zbiorów danych, jednocześnie testując systemy, które szybko się zmieniają. Dostawcy muszą sprawić, by obsługa języka walijskiego była widoczna, spójna i mierzalna.

Deweloperzy i nabywcy korporacyjni powinni zadawać bezpośrednie pytania, zanim uznają opcję językową za kompletną. Które zadania przetestowano, którzy użytkownicy języka byli reprezentowani i co dzieje się po aktualizacji modelu?

Pracownicy wiedzy powinni także porównywać rzeczywiste dwujęzyczne przepływy pracy, a nie dopracowane demonstracje. Należy testować spotkania, wyszukiwanie, transkrypcję, redagowanie i wyszukiwanie informacji z wzorcami językowymi, których ludzie faktycznie używają.

W kolejnej aktualizacji dotyczącej walijskiej AI warto obserwować te trzy sygnały: publiczne benchmarki, kompletne integracje produktów i dane dotyczące wdrożenia. Ujawnią one, czy strategia zmienia codzienne korzystanie z technologii, czy głównie poszerza wykaz dostępnych zasobów.

To jest pytanie stojące za nagłówkiem Google News. Walia zgromadziła wiele składników potrzebnych dla AI w języku walijskim. Teraz musi pokazać, że ludzie mogą polegać na gotowym doświadczeniu.