لهجات عربية تتحدى الذكاء الاصطناعي: لماذا لا تفهم المساعدات الصوتية الخليجي والمصري والشامي كما تفهم الإنجليزية

حين يتحدث مستخدم عربي إلى مساعد صوتي ذكي بلهجته اليومية، سواء كانت خليجية أو مصرية أو شامية، ترتفع احتمالات أن يخطئ النظام في فهمه مقارنة بمستخدم يتحدث الإنجليزية. هذه الفجوة ليست انطباعا عابرا، بل ظاهرة موثقة في أبحاث التعرف على الكلام الآلي (ASR)، وتعود جذورها إلى طبيعة اللغة العربية نفسها وإلى البيانات التي دُربت عليها هذه الأنظمة.

جذور المشكلة: العربية الفصحى مقابل الواقع المحكي

تشير الأبحاث إلى أن العربية الفصحى الحديثة (MSA)، وهي الصيغة الرسمية المكتوبة والمستخدمة في النشرات الإخبارية، تهيمن على معظم بيانات التدريب المتاحة لأنظمة الذكاء الاصطناعي. لكن هذه الصيغة ليست ما يتحدثه الناس فعليا في حياتهم اليومية. فالنماذج المدربة أساسا على العربية الفصحى المذاعة تصطدم بصعوبات حقيقية بمجرد أن تبدأ محادثة طبيعية بلهجة عامية.

وتوضح الدراسات أن التعرف على الكلام يكشف بوضوح حدود النماذج الحالية، ويتطلب مزيدا من الضبط الدقيق (Fine-tuning) والتكيف للتعامل مع تنوع العربية المحكية، وهو ما يجعل الفجوة بين معالجة اللغة العربية والإنجليزية في هذا المجال أكثر وضوحا من أي مجال آخر.

وتحمل اللهجات الخليجية والمصرية والشامية والمغاربية مفردات وأصواتا وإيقاعات نطق مختلفة تماما عن بعضها البعض وعن الفصحى. ومعظم أنظمة التعرف على الكلام التجارية تدعم بشكل أساسي الفصحى، بينما تواجه صعوبة في التعامل مع هذا التنوع اللهجي الغني المستخدم في الحياة اليومية.

ولهذه الفجوة انعكاسات سوقية ملموسة. ففي استطلاع أجري عام 2025 على مؤسسات في دول مجلس التعاون الخليجي، ارتفع معدل تبني الذكاء الاصطناعي من 62 إلى 84 بالمئة، لكن 31 بالمئة فقط من هذه المؤسسات أفادت بأنها وصلت إلى مرحلة النشر الموسّع لهذه الأنظمة. وفي استطلاع آخر أجري في الإمارات، قال 92 بالمئة من المشاركين إنهم يفضلون مساعدا ذكيا مصمما خصيصا لمنطقة الشرق الأوسط بدلا من الحلول العامة.

ماذا تقيس معايير الأداء فعليا؟

تعتمد أبحاث تقييم أنظمة التعرف على الكلام العربي على مقياس يسمى "معدل خطأ الكلمات" (Word Error Rate أو WER)، وهو ببساطة نسبة الكلمات التي يخطئ النظام في التعرف عليها من إجمالي الكلمات المنطوقة. وتُظهر المعايير المنشورة باستمرار أن معدل الخطأ في اللهجات العربية أعلى منه في الفصحى، حتى عند اختبار النموذج نفسه على النوعين.

لكن الباحثين يشيرون إلى ثغرة مهمة في طريقة التقييم نفسها: فمعايير الأداء غالبا ما تختبر قدرة النماذج على التعميم عبر لهجات متعددة دون تدريب مسبق عليها تحديدا (zero-shot generalization)، لكنها تركز في الغالب على كلام مقونن ومنظم بدلا من محادثات واقعية عفوية، وهو ما يعني أن الأداء الفعلي في الاستخدام اليومي قد يكون أسوأ مما تظهره الأرقام المعملية.

ومن أبرز أدوات التقييم المتاحة معيار عام يختبر قدرة النماذج على التعميم عبر ست مجموعات اختبار تغطي الفصحى واللهجات المصرية والخليجية والشامية والمغاربية في آن واحد.

من يحاول سد الفجوة؟

عدد من شركات ومختبرات الأبحاث بدأت تستثمر تحديدا في تحسين التعرف على اللهجات العربية. فقد أعلنت شركة "كوهير" (Cohere) في يوليو 2026 أن نموذجها "Cohere Transcribe Arabic" حقق أدنى معدل خطأ كلمات متوسط بين النماذج مفتوحة المصدر على لوحة صدارة "هاغينغ فيس" (Hugging Face) للتعرف على الكلام العربي، بمعدل 25.87، بتحسن قدره 2.45 نقطة عن النموذج الذي كان يتصدر القائمة سابقا. كما فضّل المراجعون البشريون هذا النموذج على نموذج "ويسبر" (Whisper) الشهير في 96 بالمئة من الاختبارات.

وفي مارس 2026، أطلقت شركة "سبيتشماتيكس" (Speechmatics) نموذجا طبيا ثنائي اللغة عربي إنجليزي، حقق معدل خطأ كلمات بلغ 6.3 بالمئة في اختبارات الكلام المختلط، أي أقل بنسبة 35 بالمئة من أقرب منافس له في المعايير الحديثة.

أما شركة "إنفوبيب" (Infobip)، فتشير تجاربها الأخيرة إلى أن روبوتات المحادثة والمساعدات الصوتية العربية تحتاج غالبا إلى إشراف بشري أكبر في مراحلها الأولى مقارنة بالأنظمة الإنجليزية، لكن دقتها ورضا المستخدمين عنها يرتفعان بشكل حاد بعد إعادة تدريبها على بيانات محادثة إقليمية خاصة، بما فيها اللهجات الخليجية.

ومن أوضح ما جاء من المنطقة نفسها نموذج “منصت” (Munsit)، الذي طورته شركة “سي إن تي إكس تي” (CNTXT AI) ومقرها الإمارات، وهو نظام تعرف على الكلام مبني للعربية أولا، دُرّب على نحو 30 ألف ساعة من الصوت العربي: 15 ألف ساعة من بيانات ضعيفة التوسيم تغطي الفصحى ولهجاتها، ثم ضبط دقيق متواصل على مجموعة أصغر مدققة يدويا. وفي عمل نُشر ضمن المهمة المشتركة “نادي 2025” (NADI 2025)، سجّل معدل خطأ كلمات (Word Error Rate) بلغ 26.68 في المئة عبر ست مجموعات اختبار عربية (SADA وCommon Voice 18.0 وMASC في حالتيها النقية والمشوّشة وMGB-2 وكازابلانكا)، متقدما على الأنظمة العامة التي تعتمد عليها معظم المنتجات، ومنها “ويسبر” (Whisper) من OpenAI و“سيملس إم فور تي” (SeamlessM4T) من Meta. وتعلن المنصة دعم أكثر من 25 لهجة، من بينها الخليجية والإماراتية والنجدية والحجازية، وتقرن نموذج التعرف بنظام لتحويل النص إلى كلام باسم “فصيح” (Faseeh).

وعلى صعيد البيانات، تبرز مبادرة "كازابلانكا" (Casablanca)، وهي مجموعة بيانات تضم نحو 48 ساعة من التسجيلات الصوتية تغطي ثماني لهجات عربية من مناطق الشام والخليج واليمن وشمال أفريقيا، في محاولة لتوفير مادة تدريب أكثر تمثيلا للتنوع اللغوي العربي الفعلي.

ورغم هذه الجهود المتسارعة، يبقى التفاوت في جودة التعرف على اللهجات قائما، وتُظهر الأبحاث أن سد هذه الفجوة بشكل كامل ما زال يتطلب مزيدا من بيانات التدريب المتنوعة ومعايير تقييم أقرب إلى الاستخدام الواقعي اليومي للغة العربية.