Нақтырақ айтсақ, «Тіл-Қазына» ұлттық ғылыми-практикалық орталығының былтыр атқарған жұмыстары осындай жаңа міндеттерге жауап беруге бағытталды. Негізгі мақсат – қазақ тілінің цифрлық кеңістікте еркін әрі толыққанды қолданылуына мүмкіндік беретін тұрақты экожүйе қалыптастыру. Яғни қазақ тілі тек қағаздағы, аудиториядағы немесе ресми қолданыстағы тіл ғана емес, жасанды интеллект, цифрлық платформалар мен заманауи технологиялар тілінде де өміршең болуға тиіс деген ұстаным алға шықты. Өйткені бүгінгі заман талабы осы. Орталық жыл бойы қазақ тілін цифрлық ортаға бейімдеуге бағытталған бірқатар ғылыми және технологиялық жобаларды қолға алды. Әсіресе, қазақ тілінің жасанды интеллектімен байланысқан дербес цифрлық инфрақұрылымын қалыптастыруға басымдық берілді. Бұл – бір қарағанда техникалық жоба секілді көрінуі мүмкін. Бірақ оның астарында үлкен мән бар. Әңгіме қазақ тілінің ертеңі, оның жаңа технологиялар әлеміндегі тағдыры туралы болып отыр. «Тіл-Қазына» ұлттық ғылыми-практикалық орталығының Тіл Hub жетекшісі Мөлдір Бақытқызының айтуынша, қазақ тілінің ерекшеліктерін жасанды интеллектке үйретуде айтарлықтай күрделі лингвистикалық мәселе кездескен. Ол – тілдің агглютинативті құрылымы.
«Қазақ тілінде бір түбір сөзге бірнеше қосымша жалғанып, көптеген грамматикалық тұлғалар жасалады. Сондықтан сөздердің морфологиялық құрылымын дәл талдау, олардың сөйлемдегі қызметін анықтау және синтаксистік байланыстарын дұрыс белгілеу жасанды интеллект үшін ең күрделі лингвистикалық міндеттің бірі болып саналады. Осы міндеттерді шешу мақсатында «Тіл-Қазына» ұлттық ғылыми-практикалық орталығы мемлекеттік тапсырма аясында «Тіл-Қазына» корпусын әзірлеп жатыр. Жоба қазақ тілінің цифрлық деректер қорын кеңейтуге, корпустық ресурстарды ғылыми зерттеулер мен тілдік технологияларда тиімді пайдалануға бағытталды. Корпустық базаның қоры сандық жүйеге келтірілген, қазақ тіліндегі мәтіндермен толықтырылған 43 миллион сөзқолданысты қамтиды. Публицистикалық мәтіндер, ауызекі сөйлеу, ғылыми мәтін, оқу, бала тілі бағыты бойынша қор жинақталып жатыр», – дейді М. Бақытқызы.
Жоба барысында әртүрлі жанрдағы мәтіндер жинақталып, цифрландырылып, лингвистикалық өңдеуден өткізілді және корпус базасына енгізілді. Деректерге морфологиялық және мета белгіленім жасалып, оларды жасанды интеллект жүйелері мен басқа да тілдік технологияларда қолдануға мүмкіндік беретін талдау құралдары әзірленді. Сонымен қатар платформаның техникалық инфрақұрылымы жаңартылып, пайдаланушыларға ыңғайлы жаңа функционалдар енгізілді. Жобаның ғылыми деңгейін арттыру мақсатында халықаралық ынтымақтастық та жолға қойылды. Осы бағытта Жапонияның Ұлттық жапон тілі мен лингвистика институтымен (NINJAL) тәжірибе алмасу ұйымдастырылып, жобаның нәтижелері халықаралық ғылыми қауымдастыққа таныстырылды. Орталықтың осы кезеңге дейінгі маңызды жұмыстарының бірі – Til-Qazyna LLM үлкен тіл моделін екінші мәрте қайта оқыту. Бұл сырт көзге техникалық жаңарту сияқты көрінгенімен, шын мәнінде, қазақ тілінің цифрлық болашағына жасалған салмақты қадам болды. Өйткені жасанды интеллект қазақ тілін жай ғана танып қоймай, оның табиғатын түсінуі керек. Қазақ тілінің сөйлем құрау ерекшелігі, сөздің астары, мағына реңкі, контекстегі құбылысы – мұның бәрі оңай шаруа емес. Осы жолы модельді қайта оқыту кезінде тілдің дәл осы нәзік қабаттары терең ескерілді. Ғалымдар мен тіл мамандарының жылдар бойы жинаған тәжірибесі жасанды интеллект жүйесіне енгізіліп, модельдің қазақша мәтінді түсіну, талдау және дұрыс жауап қалыптастыру қабілеті күшейтілді.
Бүгінде баланың тіл үйрену ортасы бұрынғыдан әлдеқайда өзгерді. Бұрын тіл көбіне отбасындағы қарым-қатынас, балабақша, мектеп, кітап пен телебағдарлама арқылы қалыптасса, қазір бұл кеңістікке мобильді қосымшалар, интерактивті ойындар, мультфильмдер мен түрлі цифрлық құралдар қосылды. Бір жағынан, бұл – үлкен мүмкіндік. Себебі балаға қазақ тілін үйрететін мазмұн бұрынғыдай шектеулі емес. Екінші жағынан, технологияны қалай және қай жастан бастап қолдану керек деген сұрақ та өзекті болып отыр. Орталық атқарып отырған жобаларда осындай маңызды мәселелер де назардан тыс қалмаған.
«Мәселен, Balatili.kz платформасы 3 жастан бастап балалардың тілдік, жазу, көркем жазу және оқу дағдыларын қалыптастыруға арналған. Платформадағы дыбыс, әріп, сөз, сөз тіркесі, сөйлем және мәтінге қатысты интерактивті тапсырмалар мен дидактикалық материалдар балалардың жас ерекшеліктеріне сәйкес әзірленген. Биыл мұнда «Әріпті тап», «Түстерді жина» ойындары және «Бояу студиясы» интерактивті жобасы іске қосылды. Сондықтан бұл платформаны бастауыш сыныптарда көрнекі әрі қосымша оқу құралы ретінде тиімді пайдалануға болады. Қазір оны балабақша тәрбиешілері де белсенді қолдануда. Қазір қазақ тілінде қызықты, электронды контент, құралдар баршылық. Балалардың қабылдап, үйренуіне еш кедергі жоқ. Солардың бірі – Dala oiyny мобильді қосымшасы. Ойын арқылы қазақ тілін үйренудегі жаңа формат деп айтуға да келер. Dala oiyny қазақ тілін үйретеді және мәдени дәстүрлермен таныстырады. Ойын білім беру мазмұнын заманауи ойын механикаларымен үйлестіріп, оқу үдерісін қызықты саяхатқа айналдырады. Осы инновациялық тәсілдің арқасында балалар қазақ тілі мен мәдениетін оңай әрі табиғи түрде меңгереді. Ойынның ерекшелігін айқындайтын басты қырлары – тарих пен этнография, мәдени ортаға терең бойлау, ұлттық ойындар және географиялық таным. Dala oiyny 6 жастан асқан, тілді меңгеру деңгейі әртүрлі балаларға арналған. Сонымен қатар диалогтар, сюжеттік желілер мен кейіпкерлер қазақ тілін жеңіл әрі қызықты үйренуге мүмкіндік береді», – дейді Тіл Hub жетекшісі.
Орталық маманы айтқан Termincom.kz – пайдаланушылар ең көп жүгінетін ресурстың бірі. Платформа 10 жылдан бері жұмыс істейді. Бүгінде қорда 400 мыңға жуық термин жинақталған. Оның ішінде мектеп оқушыларына арналған термин сөздер де қамтылған. Сондықтан бұл ресурс мектеп мұғалімдері, жоғары оқу орындарының оқытушылары, аудармашылар мен салалық мамандар үшін күнделікті пайдаланылатын негізгі анықтамалықтардың біріне айналды.
Til-Qazyna LLM бүгінде орталық әзірлеп жатқан цифрлық жобалардың жүрегіне айналып отыр. Qazgramma грамматикалық ассистенті, қазақ тілін үйрететін Til-Qazyna AI Agent мобильді қолданбасы, шеттілдік терминдерді реттейтін автоматтандырылған жүйе, сөйлеуді тану мен дыбыстау технологиялары, сондай-ақ QazSync.AI синхронды аударма сервисі – бәрі де осы ортақ технологиялық негізге сүйенеді. Осы экожүйенің ішінде Qazgramma жобасының орны бөлек. Себебі сауатты мәтін – тіл мәдениетінің ғана емес, жалпы қоғамдық қатынастың да көрсеткіші. Күнделікті хат-хабардан бастап, ресми құжатқа дейін ойдың анық, сөздің дұрыс, сөйлемнің жүйелі берілуі маңызды. Qazgramma осы қажеттіліктен туған жаңа буын интеллектуалды ассистент деуге болады. Ол қазақ тіліндегі мәтіндермен толық жұмыс істеп, орфографиялық, грамматикалық және пунктуациялық қателерді автоматты түрде анықтауға, түзетуге көмектеседі. Сонымен қатар құжаттар мен көлемді мәтіндерді жүйелеуге, біріздендіруге мүмкіндік береді. Мөлдір Бақытқызының айтуынша, қазіргі уақытта Qazgramma e-Otinish, Documentolog және E-gov платформаларымен кезең-кезеңімен интеграцияланып жатыр. Бұл әсіресе мемлекеттік қызметте, ресми хат-хабарда, азаматтардың өтініштері мен құжат айналымында тіл сапасын көтеруге жол ашады. Қарапайым тілмен айтқанда, мемлекеттік тілдегі құжат неғұрлым сауатты, түсінікті әрі бірізді болса, азамат пен мемлекет арасындағы байланыс та соғұрлым жеңілдей түседі.
«Бұл бағытта атқарылған жұмыстың ауқымы да аз емес. 2025 жылы жүйенің дәлдігін арттыру үшін 200 мың нақты тілдік қате үлгісінен тұратын Қателер корпусы жасалды. Мұның мәні тереңде. Өйткені жасанды интеллект қазақ тіліндегі қатені дұрыс тануы үшін, алдымен сол қатенің табиғатын түсінуі керек. Қате қай жерде жиі кездеседі, қандай сөз қолданысында шатасу бар, сөйлем құрылымындағы әлсіз тұстар қандай – мұның бәрі жүйелі түрде жинақталғанда ғана сапалы нәтиже шығады. Сондықтан бұл корпус ертең ресми құжаттардың да, күнделікті мәтіндердің де тілдік сапасын арттыруға қызмет ететін маңызды база болмақ», – дейді маман.
Қазіргі кезде қазақ тілін үйренгісі келетін ниеттілердің ішінде қандас балалар ғана емес, шетелдік азаматтар да көп. Олар қазақ тілін 8 тіл арқылы онлайн оқытатын халықаралық Til-Qazyna AI Agent мобильді қолданбасы арқылы меңгере алады. Бүгінде бұл жүйеде 3 056 тұрақты пайдаланушы тіркелген. Аталған платформаның географиясы ұлғайып, 8 елдің 9 қаласында қазақ тілі курстары жұмыс істеп тұр. Атап айтқанда, АҚШ, Бельгия, Испания, Корея, Моңғолия, Түркия, Франция және Чехияда қазақ тілін оқыту жүзеге асырылуда.
Осының бәрі бір нәрсені анық аңғартады: қазақ тілінің болашағы цифрлық кеңістікте де шешіледі. Ең маңыздысы, бұл жұмыстар қазақ тілінің болашағына деген сенімді күшейтеді. Себебі тіл жаңа технологиямен бірге дамыса, ол жаңа ұрпаққа да жақындай түседі.
Сымбат БАУЫРЖАНҚЫЗЫ