Erst kürzlich hatte ich auf eine Studie hingewiesen, der zufolge große Sprachmodelle (LLM) Sprecherinnen deutscher Dialekte diskriminieren. Nun bin ich auf ein neues Paper von Verena Platzgummer und John McCrae von der Ollscoil na Gaillimhe / University of Galway (Irland) sowie Sina Ahmadi von der Universität Zürich gestoßen, das ebenfalls diesem Thema gewidmet ist — diesmal jedoch mit einem direkten Bezug zu Südtirol.
Der Titel lautet: Versteasch du mi? Computational and Socio-Linguistic Perspectives on GenAI, LLMs, and Non-Standard-Language. Neben (Süd-)Tiroler Dialekten wurden dabei verschiedene Varietäten des Kurdischen unter die Lupe genommen.
Die Forscherinnen kommen darin zum Schluss, dass moderne Sprachtechnologien stark von historischen Prozessen der Sprachstandardisierung geprägt seien. Dadurch würden gewisse schriftliche und kodifizierte Formen privilegiert, während Dialekte, mündliche Varietäten und ressourcenärmere Sprachen marginalisiert werden.
Die Ursache dafür liegt offenbar nicht einfach in der weit größeren Verfügbarkeit standardsprachlichen Trainingsmaterials. Die Autorinnen argumentieren vielmehr, dass die Benachteiligung von Nichtstandardvarianten im System angelegt sei und sich aus mehreren Faktoren speise: Technologie, Auswahl von Trainingsdaten, Evaluationspraxis, Sprachideologien sowie politische und historische Prozesse.
Erst diese Kombination von Gründen führt möglicherweise dazu, dass LLMs sprachliche Hierarchien reproduzieren und verfestigen, anstatt zu ihrer Überwindung beizutragen.
Wenn ein Sprachmodell eine Varietät schlechter beherrscht, möchte man zunächst vermuten, dass dies an einem Mangel an Trainingsdaten liegt. Stattdessen scheint aber auch die Entscheidung, welche Sprachformen überhaupt als legitim und relevant wahrgenommen werden, eine wichtige Rolle zu spielen.
Dadurch entsteht ein potenziell selbstverstärkender Kreislauf. Dies zu erkennen, ist eine wichtige Voraussetzung, um der diskriminierenden Entwicklung entgegenwirken zu können. Die Autorinnen plädieren konsequenterweise dafür, sprachliche Vielfalt nicht als eine Art Störgeräusch zu betrachten, das es zu beseitigen gelte, sondern als eine fundamentale Eigenschaft menschlicher Kommunikation.
Scrì na resposta