تتميز اللغة العربية بتنوع لهجي غني يعكس تباين المجتمعات الناطقة بها عبر المناطق والدول، وقد أتاحت منصات التواصل الاجتماعي مادة لغوية ضخمة ومتدفقة تصلح لبناء موارد حاسوبية تخدم تحليل هذا التنوع وتطوير تطبيقات الذكاء الاصطناعي المعالجة للعربية ولهجاتها، غير أن التقدم في تحليل اللغويات المدفوع بالذكاء الاصطناعي يظل رهينًا بتوافر مدونات لهجية واسعة ومشروحة بدقة، وهو ما تسعى هذه الدراسة إلى توفيره عبر بناء مدونتين كبريين من منصة إكس تستهدفان لهجات الخليج العربي واللهجات السعودية تحديدًا، بوصفهما إضافة نوعية لأبحاث علم اللهجات العربية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تسخير التنوع اللغوي للهجات العربية في إنشاء مدونتين واسعتين من منصة إكس، أولاهما مدونة اللهجات الخليجية التي تضم نحو مليون وسبعمائة ألف تغريدة من ست دول خليجية، هي المملكة العربية السعودية والإمارات العربية المتحدة وقطر وسلطنة عمان والكويت والبحرين، وتلتقط طيفًا واسعًا من التباينات اللغوية بينها، وثانيتهما مدونة اللهجات السعودية التي تضم سبعمائة وتسعين ألف تغريدة تقدم رؤى معمقة في خمس لهجات إقليمية كبرى داخل المملكة، هي الحجازية والنجدية والجنوبية والشمالية والشرقية، بما يعكس المشهد اللغوي المعقد للمنطقة، وقد شُرحت المدونتان شرحًا دقيقًا بكلمات بذرة خاصة بكل لهجة وبيانات تحديد الموقع الجغرافي
واعتمد بناء المدونتين وشرحهما على تقنيات مدفوعة بالذكاء الاصطناعي، شملت خوارزميات التعلم الآلي للتعرف الآلي على اللهجات واستخراج السمات، بما رفع دقة البيانات ودقة تفاصيلها، وقد تحققت الدراسة من جودة الشرح بمقاييس اتفاق مقبولة، إذ سجل معامل كابا لكوهين قيمة 0.78 لمدونة اللهجات الخليجية وقيمة 0.90 لمدونة اللهجات السعودية، وهي قيم تدل على اتفاق مرتفع بين عمليات التصنيف والواقع اللهجي للمادة المجموعة، وتمنح المدونتين رصانة تجعلهما أساسًا صالحًا لأبحاث لاحقة في التعرف على اللهجات وتحليلها
ثانيًا: أبرز النتائج
أسفرت الدراسة عن موردين لغويين كبيرين ومشروحين بعناية يسهمان إسهامًا ملموسًا في ميدان علم اللهجات العربية، إذ يوفر حجم المدونتين وتنوعهما الجغرافي مادة غنية لرصد الفروق اللهجية الدقيقة بين دول الخليج وبين مناطق المملكة الداخلية، وقد أثبت توظيف تقنيات الذكاء الاصطناعي في الشرح والتصنيف جدواه في بلوغ مستويات دقة مرتفعة بشهادة معاملات الاتفاق المسجلة، بما يجعل المدونتين قاعدة صالحة لتطوير خوارزميات الذكاء الاصطناعي لتحليل البيانات اللغوية، وتحسين تصميم أنظمة هذا التحليل وكفاءتها عند التعامل مع النصوص اللهجية المتداولة فعليًا على المنصات الرقمية
ثالثًا: دلالات الدراسة وتطبيقاتها
وتتجاوز أهمية هاتين المدونتين حدود البحث اللهجي الأكاديمي إلى تطبيقات الذكاء الاصطناعي اللغوي بعامة، إذ تعد بياناتهما حاسمة في تقدم مناهج الذكاء الاصطناعي ودعم تطبيقات متنوعة في تقنيات الجيل التالي، مثل تحسين فهم الأنظمة الآلية للنصوص العربية المكتوبة بلهجاتها المحلية، وتطوير خدمات رقمية أقرب إلى الاستخدام اللغوي الحقيقي للمجتمعات الخليجية والسعودية، كما تفتح المدونتان الباب أمام دراسات مقارنة في التغير اللهجي والتواصل الرقمي، وتمنحان الباحثين في اللسانيات الحاسوبية موردًا موثقًا يمكن البناء عليه في تدريب النماذج وتقويمها
وتعالج المدونتان مشكلة عملية واجهت الباحثين طويلًا في دراسة اللهجات العربية، فالمادة اللهجية الأصيلة كانت تُجمع تقليديًا بجهود ميدانية بطيئة ومحدودة النطاق، أما اليوم فتتدفق على المنصات الرقمية ملايين النصوص القصيرة التي يكتبها الناس بلهجاتهم اليومية عفويًا، وهو ما يجعلها شاهدًا لغويًا حيًا على الاستخدام الحقيقي، شريطة تصنيفها وضبط انتمائها اللهجي والجغرافي بدقة، وقد أثبتت الدراسة أن الجمع بين الكلمات البذرة المميزة لكل لهجة وبيانات الموقع الجغرافي، مع خوارزميات التعلم الآلي للتعرف الآلي واستخراج السمات، يتيح بناء موارد واسعة بجودة موثقة إحصائيًا تصلح للتدريب والتقويم
وتتحدد قيمة البيانات التي توفرها هذه الدراسة في كونها مادة خام موثقة لتقدم مناهج الذكاء الاصطناعي ذاته، فالنماذج اللغوية الكبيرة وأنظمة فهم الكلام والترجمة الآلية بين اللهجات والفصحى تحتاج جميعها إلى مدونات لهجية مصنفة بدقة تتعلم منها الفروق الصوتية والمعجمية والتركيبية بين اللهجات، وكلما اتسعت هذه المدونات وتنوعت مصادرها الجغرافية ازدادت قدرة الأنظمة على خدمة المتحدثين بالعربية في تنوعهم الحقيقي، بدل اختزال اللغة في مستوى فصيح واحد لا يعكس الاستعمال اليومي للمجتمعات الناطقة بها
وخلاصة القول إن هذه الدراسة قدمت مدونتين لهجيتين واسعتين ومشروحتين بدقة عالية، إحداهما لدول الخليج الست والأخرى للهجات السعودية الخمس الكبرى، وأثبتت أن تقنيات الذكاء الاصطناعي قادرة على تنظيم المادة اللهجية المتدفقة من المنصات الرقمية وتصنيفها بدقة وثبات، بما يثري علم اللهجات العربية ويدعم تطوير تطبيقات لغوية ذكية أكثر حساسية للتنوع اللهجي
