Prevođenje između srpskog i drugih slovenskih jezika često dovodi do grešaka zbog statističkog modela obrade i nedostatka jezičkih resursa
Tehnologija veštačke inteligencije, kao što su veliki jezički modeli Grok, GPT, Claude i Llama, sve češće se koristi za automatsko prevođenje i generisanje tekstova, ali njihova sposobnost razumevanja i prevođenja srpskog jezika i srodnih slovenskih jezika suočava se sa značajnim izazovima. Ovi modeli ne poseduju razumevanje jezika na ljudskom nivou, već funkcionišu putem statističkog predviđanja sledeće reči na osnovu obrazaca iz ogromnih korpusa tekstova.
Problem postaje izražen kod jezika iz iste grupe, gde su srpski, hrvatski, makedonski i bugarski često delimično preklopljeni u modelima zbog sličnosti gramatičke strukture i rečnika. Ukoliko tokom obuke model nije raspolagao dovoljnim brojem relevantnih tekstova na srpskom jeziku, često dolazi do grešaka, kao što su odgovori na pogrešnom jeziku ili mešavina jezika i pisama. U praksi se to manifestuje tako što odgovor na srpski upit može biti dat na hrvatskom jeziku ili u kombinaciji više jezika, posebno kada su pitanja nejasna ili korišćena neformalna pisma, kao što su latinica bez dijakritika ili mešano pismo.
Ove greške su češće kod kraćih, dvosmislenih pitanja ili kada se koristi sleng. Nema precizne stope grešaka, ali je jasno da se one povećavaju u ovim slučajevima. Kvalitet prevoda zavisi ne samo od toga da li model može da odgovori na određenom jeziku, već i od njegove doslednosti, tačnosti i sposobnosti da prenese nijanse značenja u različitim kontekstima.
Veštačka inteligencija prilikom prevođenja ne koristi stroga gramatička pravila, već na osnovu velikih količina podataka procenjuje koji je najverovatniji niz reči u ciljnom jeziku. Ovaj pristup daje najbolje rezultate kod engleskog jezika, koji dominira internetom, dok je za manje zastupljene jezike, kao što je srpski, kvalitet niži. Kod prevoda između srpskog i litvanskog jezika, modeli često koriste engleski kao međujezik, što dodatno povećava rizik od gubitka značenja.
Veštačka inteligencija može da bude koristan alat za grubi prevod, ali se u stručnim oblastima kao što su pravo, medicina ili finansije, gde svaka nijansa ima težinu, preporučuje dodatna ljudska kontrola. Greške u prevodu često su teško uočljive, jer model može generisati gramatički ispravan tekst koji je zapravo netačan. Najveći kvalitet prevoda postiže se za jezike sa najvećim korpusima podataka, kao što je engleski, dok su ostali jezici u neravnopravnom položaju zbog ograničene dostupnosti relevantnih tekstova.
Source: https://bif.rs/2026/04/izgubljeni-u-prevodu-govori-li-vestacka-inteligencija-vasim-jezikom/