يتحدث العربية أكثر من 400 مليون إنسان، لكن حصتها من المحتوى الرقمي المكتوب على الإنترنت صغيرة جدًا مقارنة بعدد متحدثيها، والنماذج اللغوية تتعلم مما هو مكتوب. فأين وصلت هذه النماذج في فهم اللغة العربية بكل ثرائها: الفصحى، واللهجات المتعددة من المغرب إلى الخليج، والبلاغة والشعر، والمصطلحات الدينية والقانونية والتراثية؟ في هذا الموضوع ضمن سلسلة مستقبل الذكاء الاصطناعي نقدم صورة متوازنة لما تحقق وما زال ينقص.



تقدم حقيقي في الفصحى المعاصرة
من يقارن أداء النماذج في اللغة العربية اليوم بما كان قبل سنوات قليلة سيلاحظ قفزة كبيرة. النماذج الكبرى أصبحت تكتب بالفصحى المعاصرة بسلاسة، وتلخص النصوص، وتترجم بجودة جيدة، وتجيب عن أسئلة معقدة، وتكتب الكود مع شرح عربي. وفي المهام العملية اليومية كالرسائل والتقارير والمقالات أصبح الفرق بين أدائها بالعربية والإنجليزية أصغر بكثير مما كان، وإن بقيت الإنجليزية متقدمة غالبًا، خاصة في المجالات التخصصية الدقيقة.نماذج عربية الصنع
ظهرت مبادرات مهمة لبناء نماذج تضع اللغة العربية في المركز لا على الهامش. فنموذج Jais الذي طورته جهات إماراتية من أوائل النماذج المفتوحة المصممة للعربية والإنجليزية، ونموذج ALLaM الذي طورته الهيئة السعودية للبيانات والذكاء الاصطناعي، ونموذج Fanar الذي طوره معهد قطر لبحوث الحوسبة مع مراعاة الثقافة العربية والإسلامية، إضافة إلى نسخ عربية من عائلات نماذج معروفة كـFalcon. كما ظهرت معايير تقييم عربية متخصصة مثل ArabicMMLU، تقيس فهم النماذج للمعرفة في سياق المناهج والثقافة العربية لا بالترجمة من الإنجليزية فقط. هذه الجهود مهمة لأنها تبني بيانات وخبرات محلية، وتقلل الاعتماد الكامل على نماذج لا تُعطي اللغة العربية أولوية.اللهجات: التحدي الأكبر
متحدث اللغة العربية في حياته اليومية لا يتحدث الفصحى غالبًا، بل لهجته. وهنا تتراجع النماذج بشكل واضح. فهي تفهم اللهجات الأكثر انتشارًا على الإنترنت كالمصرية والخليجية بدرجة جيدة نسبيًا، لكنها تضعف مع لهجات أخرى كالمغاربية والسودانية وبعض اللهجات المحلية، وقد تخلط بين اللهجات أو ترد بفصحى متكلفة حين يكون المطلوب لهجة طبيعية. وتمتد المشكلة إلى تحويل الكلام إلى نص، حيث تنخفض الدقة مع اللهجات والحديث السريع. وهذا يؤثر مباشرة في تطبيقات مثل خدمة العملاء والمساعدات الصوتية الموجهة لجمهور محلي.