يَعِد الإشراف على المحتوى بمساعدة الذكاء الاصطناعي بإدارة التحريض والفظاظة على الإنترنت على نطاق واسع مع تجنيب المشرفين البشر التعرض للمحتوى الصادم، غير أن معظم الأدلة المتاحة حول أداء هذه الأنظمة تأتي من لغات وسياقات غربية، مما يثير تساؤلات حول عدالتها وفاعليتها في بيئات لغوية وسياسية مختلفة، وفي إثيوبيا حيث تتنازع فضاءات الأمهرية والأورومو الاستقطاب السياسي، تتقاطع أنظمة كشف خطاب الكراهية الآلية مع ممارسات بشرية مثل الخطاب المضاد والتحقق من الحقائق، وسعت هذه الدراسة إلى فحص هذا التفاعل بعمق، موثقة كيف يفشل الذكاء الاصطناعي في خدمة لغات محلية وكيف يتحمل متطوعون محليون كلفة هذا الفشل
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى فحص كيفية تفاعل كشف خطاب الكراهية بالذكاء الاصطناعي مع الخطاب المضاد والتحقق من الحقائق في الفضاءات الأمهرية والأورومو المستقطبة في إثيوبيا، واستندت إلى منظورَي اللامرئية البنيوية والعمل المدني، ووظفت أسلوب التثليث المنهجي الذي جمع بين تدقيق حاسوبي لثلاثة مصنفات آلية في مقابل 838 منشورًا موسومًا يدويًا جُمعت بين عامي 2020 و2025، وتحليل وثائقي لوصف المنصات الذاتي لخدماتها ولتقارير الشفافية الصادرة عنها، وعشرين مقابلة مع محققي حقائق إثيوبيين ومبلغين متطوعين ومتحدثين بالخطاب المضاد، وقد أتاح هذا التصميم مقارنة الأداء التقني المقاس بالتجربة المعيشية للعاملين في الخطوط الأمامية للإشراف على المحتوى وبخطاب المنصات عن نفسها
ثانيًا: أبرز النتائج
أظهرت النتائج أن المصنف العام الأكثر استخدامًا لا يستطيع قراءة أي من اللغتين الأمهرية والأورومو بصورة أصلية، وأنه عند تطبيقه على ترجمات إنجليزية لا يسترجع سوى نحو عُشر خطاب الكراهية الموجود فعلًا، بينما تؤدي المصنفات الموجهة محليًا أداء أفضل بفارق كبير على الأمهرية لكنها تنهار على لغة الأورومو تاركة إياها دون خدمة فعلية، وعبر جميع الأدوات كان الخطأ السائد هو نقص الكشف لا الإزالة المفرطة، وتكرر الصمت ذاته في وصف المنصات الذاتي لخدماتها، وبدلًا من أن يعفي فشل الذكاء الاصطناعي أحدًا من العمل، فإنه ينقل عبء هذا العمل إلى بيئة تطوعية غير مدفوعة الأجر تستوعب كلفًا سياسية ونفسية تستفيد منها المنصات لكنها ترفض تسميتها أو الاعتراف بها، وهكذا تتحول فجوة الأداء اللغوي إلى توزيع غير عادل لأعباء الإشراف على المحتوى
ثالثًا: دلالات الدراسة وتطبيقاتها
تشير دلالات النتائج إلى أن عدالة أنظمة الإشراف الآلي على المحتوى لا تُقاس بدقتها في اللغات الكبرى، بل بقدرتها على خدمة اللغات المحلية منخفضة الموارد وبعدم تحميل المجتمعات المحلية كلفة قصورها، وتدعو الدراسة ضمنيًا مطوري المنصات إلى الاستثمار في مصنفات تجيد اللغات المحلية وإلى الشفافية حول حدود أدواتهم، كما تدعو الباحثين وصناع السياسات إلى الاعتراف بالعمل التطوعي في التحقق والإبلاغ والخطاب المضاد بوصفه بنية أساسية لحماية الفضاء العام لا موردًا مجانيًا غير مرئي، وتفيد منهجية الدراسة في التثليث بين التدقيق الحاسوبي وتحليل الوثائق والمقابلات دراسات أخرى تسعى إلى تقييم أنظمة الذكاء الاصطناعي في سياقات جنوبية مشابهة
وتكشف المقابلات مع محققي الحقائق والمبلغين المتطوعين والمتحدثين بالخطاب المضاد عن طبقة عمل بشرية كاملة تقوم مقام البنية التحتية الفعلية للإشراف على المحتوى في إثيوبيا، إذ يتولى هؤلاء رصد المحتوى المحرض بلغتيهم وتوثيقه والإبلاغ عنه والرد عليه بخطاب مضاد، متحملين في سبيل ذلك ضغوطًا نفسية ومخاطر سياسية في بيئة اجتماعية وسياسية مستقطبة، بينما تكتفي المنصات بالإشارة العامة إلى جهودها في السلامة الرقمية دون تسمية هؤلاء الفاعلين أو دعمهم أو تعويضهم، ويمتد الدرس المستفاد من هذه الحالة إلى سياقات كثيرة في دول الجنوب حيث تتكرر الفجوة ذاتها بين لغات تخدمها أنظمة الذكاء الاصطناعي جيدًا ولغات تُترك دون خدمة تذكر، فتصبح جودة حماية النقاش العام من خطاب الكراهية رهينة للغة التي يتحدث بها المواطنون لا لخطورة المحتوى ذاته
وخلاصة القول إن أنظمة الذكاء الاصطناعي للإشراف على المحتوى في إثيوبيا تفشل في قراءة لغتيها الرئيستين فشلًا يجعل خطاب الكراهية يمر في معظمه دون كشف، وأن هذا الفشل لا يلغي الحاجة إلى العمل البشري بل يرحّلها إلى متطوعين يتحملون كلفها السياسية والنفسية، وإن معالجة هذه الفجوة تتطلب استثمارًا جادًا في قدرات اللغات المحلية واعترافًا مؤسسيًا بمن يقومون فعلًا بحماية النقاش العام
