A conversa natural não respeita um seletor de idioma. Quando alguém alterna entre twi e inglês no meio da frase, cabe à inteligência artificial acompanhar a pessoa, sem obrigá-la a reorganizar o próprio jeito de falar.
Imagine a mensagem de voz da sua tia: “Mepa wo kyɛw, passa no mercado antes de vir. Na woahu aquele remédio que deixei na mesa? Me liga quando chegar.” Ela não para para anunciar a troca. Não abre configurações, não escolhe “English” e depois volta para “Twi”. A conversa simplesmente anda.
Quando dois sistemas falam medidas diferentes
Em 1999, a sonda Mars Climate Orbiter se aproximava de Marte depois de uma viagem de meses. A NASA esperava usar a missão para estudar o clima do planeta e ajudar a transmitir dados de outra missão. Durante a aproximação, porém, a equipe perdeu contato com a nave.
A investigação encontrou um problema de interface: um sistema fornecia dados em unidades inglesas, enquanto outro esperava unidades métricas. A incompatibilidade afetou os cálculos de trajetória. A sonda passou perto demais de Marte e foi perdida.
O episódio está documentado no relatório da NASA chamado Mars Climate Orbiter Mishap Investigation Board Phase I Report. O relatório não trata de linguagem humana, claro. Ele registra algo mais amplo: quando duas partes precisam trabalhar juntas, uma diferença de formato pode comprometer todo o resultado se o sistema não reconhecer e tratar essa diferença.
É esse o paralelo com uma conversa em mais de um idioma. O problema não está em tia alternar entre “Mepa wo kyɛw” e “passa no mercado”. O risco aparece quando a tecnologia espera um formato único e transfere para ela a responsabilidade de manter a interação dentro desse formato.
Code-switching não é erro de entrada
Para muitas pessoas em Gana e na diáspora ganesa, misturar twi e inglês faz parte da fala cotidiana. Uma palavra vem mais rápido em inglês. Uma orientação familiar soa melhor em twi. O assunto muda, e a língua muda junto. Às vezes, a troca acontece dentro da mesma frase.
Um assistente que exige uma língua por vez cria trabalho onde antes havia conversa. A pessoa precisa reduzir o ritmo, traduzir mentalmente o que diria ou repetir a pergunta depois de trocar uma configuração. Isso pesa ainda mais na voz, porque falar é espontâneo. Ninguém quer editar uma frase na cabeça como se estivesse preenchendo um formulário.
Nkomo foi pensado para conversas naturais em twi e inglês ganês, por texto ou voz. No modo de voz, você segura para falar, pode interromper de forma natural e ouve a resposta. O objetivo é deixar que a interação acompanhe o modo como a pessoa já se comunica.
Esse ponto também aparece em [uma situação hospitalar em que a mistura de línguas preservou a pergunta que a IA quase perdeu](/blog/pt-BR/a-hospital-mistura-de-linguas-que-salvou-uma-pergunta-e-o-que-a-ia-quase-perdeu-61d167e4/). Quando há pressa, preocupação ou informação importante em jogo, pedir que alguém vigie cada mudança de idioma aumenta a chance de perder justamente o detalhe que importa.
A adaptação precisa acontecer do lado certo
Interfaces costumam tratar o usuário como a parte que deve se ajustar. Escolha o idioma. Use a pronúncia esperada. Repita com outras palavras. Comece novamente quando o sistema não entender.
Uma experiência melhor começa com outra pergunta: o que a tecnologia pode fazer para reduzir esse esforço?
No caso de uma conversa, isso significa aceitar que a fala pode mudar de idioma sem aviso. Significa mostrar erros quando eles acontecem, em vez de falhar em silêncio e deixar a pessoa adivinhar se foi ouvida. Também significa explicar o que acontece com os dados usados naquela interação.
Nkomo oferece controles explícitos para o envio de informações à nuvem: nunca permitir, perguntar a cada vez ou permitir durante a sessão. O histórico fica no dispositivo sob controle do usuário. Se o histórico for desativado, ele é apagado imediatamente. A pessoa também pode exportar seus dados ou excluir a conta com um toque.
Esses controles não substituem a compreensão linguística. Eles resolvem outra parte da mesma relação: a pessoa deve conseguir falar do seu jeito e, ao mesmo tempo, decidir o que acontece com a conversa.
Deixe tia terminar a frase
A lição da Mars Climate Orbiter não é que formatos diferentes devam ser proibidos. É que interfaces entre formatos precisam ser projetadas com cuidado, porque esperar que uma das partes adivinhe a exigência da outra pode terminar mal.
Na conversa da sua tia, não existe uma unidade errada nem uma língua fora do lugar. Existe uma pessoa usando os recursos linguísticos que fazem sentido naquele momento. O assistente é que precisa acompanhar a mudança com clareza.
Da próxima vez que você avaliar uma IA por voz, faça um teste simples: fale como falaria com alguém próximo. Mude de twi para inglês quando isso vier naturalmente. Interrompa. Retome o assunto. Observe se a ferramenta acompanha ou se começa a treinar você para falar como uma máquina.
Auntie nunca escolheu uma configuração de idioma antes de mandar uma mensagem. Ela não deveria precisar começar agora.
Comentários
Ainda não há comentários.