Recite svom iPhoneu "Hej Siri, postavi alarm za sedam" — na hrvatskom. Tišina. Petnaest godina nakon lansiranja, Siri i dalje ne govori jezik od kojih pet i pol milijuna govornika, Google Assistant ga podržava tek djelomično i natuknuto, a Alexa ga je dodala kasno i polovično. U međuvremenu, ChatGPT i Claude na hrvatskom raspravljaju o Krleži s manje gramatičkih grešaka nego prosječni forum. Kako je moguće da razgovorna umjetna inteligencija tečno savlada hrvatski — a "postavi alarm" ostane znanstvena fantastika? Odgovor otkriva više o ekonomiji jezičnih tehnologija nego o samoj tehnologiji.

Zašto je "mali jezik" skup jezik

Klasični glasovni asistent — Siri, Alexa, Assistant stare škole — nije jedan sustav nego lanac: prepoznavanje govora (pretvoriti zvuk u tekst), razumijevanje namjere (shvatiti što korisnik hoće), izvršenje, pa sinteza govora (odgovoriti prirodnim glasom). Svaka karika lanca tradicionalno se gradila zasebno, za svaki jezik posebno: tisuće sati snimljenog i ručno označenog govora, lingvisti koji modeliraju padeže i naglaske, glumci koji snimaju glas, testeri koji mjesecima love greške.

To je investicija od desetaka milijuna dolara po jeziku — i tu nastupa hladna aritmetika: njemački ima sto milijuna govornika s visokim BDP-om, hrvatski pet i pol milijuna s prosječnim. Za odjel koji odlučuje kamo ide budžet lokalizacije, redoslijed je matematički zadan, a hrvatski u njemu dolazi iza dvadesetak većih tržišta. Nije zavjera — proračunska tablica.

Apple je pokušao — i tu priča postaje zanimljiva

Da hrvatski nije zaboravljen, dokazuje natječaj koji je svojedobno digao domaće portale: Apple je u europskoj centrali u Corku tražio "Siri Annotation Analyst" — izvorne govornike hrvatskog koji bi označavali i analizirali snimke, korak koji prethodi učenju Siri novog jezika. Signal je jasan: hrvatski je na popisu. Ali od anotacije do isporuke jezika u pravilu prođu godine, i tu se vidi zašto je klasična arhitektura tako troma: svaki novi jezik je zaseban inženjerski projekt, a ne konfiguracijska opcija.

Google je u istom razdoblju hrvatski podržao djelomično — Assistant na Androidu razumije osnovne naredbe, ali bez pune dubine funkcija i s osjetnim zaostatkom za engleskim; Alexa je hrvatski dobila u ograničenom opsegu. Rezultat na terenu: hrvatski korisnik pametnog zvučnika godinama je imao izbor — pričati s njim na engleskom, ili ga koristiti kao skupi Bluetooth zvučnik. Većina je izabrala ovo drugo.

Klasicni asistent gradi svaki jezik posebno godinama, veliki jezicni modeli uce sve jezike odjednom iz podataka Dva pristupa jeziku KLASIČNI ASISTENT • svaki jezik = novi projekt • godine razvoja po jeziku • milijuni $ po jeziku • mali jezici čekaju red • hrvatski: još u redu čekanja VELIKI JEZIČNI MODEL • svi jezici odjednom • uči iz interneta, ne od lingvista po ugovoru • hrvatski: tečan već danas • glas: sve bliže istom

Zašto ChatGPT i Claude govore hrvatski, a Siri ne

Veliki jezični modeli srušili su središnju pretpostavku stare arhitekture: da se svaki jezik mora graditi ručno. LLM uči iz golemog korpusa teksta na stotinama jezika odjednom — i usput pokupi hrvatsku gramatiku, padeže, dijalektalne fore i kulturni kontekst, ne zato što je netko platio hrvatski projekt, nego zato što je hrvatski bio u podacima. Više od toga: znanje prelijeva između jezika — model koji je logiku naučio na engleskom, primjenjuje je i kad odgovara na hrvatskom.

Zato je jaz tako bizaran: tehnologija razumijevanja hrvatskog postoji, radi i dostupna je svakome s aplikacijom od 0 eura — ali živi u chatbotovima, dok "postavi alarm" i "upali svjetlo" čekaju da divovi prespoje svoje asistente sa stare arhitekture na novu. Upravo se to događa: Apple gradi Siri na temeljima velikih modela, Google Assistant se stapa s Geminijem, Alexa je dobila LLM zaleđe. Za male jezike to je najbolja vijest u desetljeću: kad asistent postane LLM s rukama, hrvatski dolazi "besplatno", kao i ostalih sto jezika.

Što u međuvremenu stvarno radi na hrvatskom

Praktično stanje stvari za domaćeg korisnika. Diktiranje: iPhone i Android solidno diktiraju hrvatski u porukama — to je najpotcjenjenija funkcija za sve kojima je tipkanje sporo. Chatbotovi glasom: ChatGPT i slične aplikacije imaju glasovni razgovor koji hrvatski razumije i govori pristojno — tko želi "pričati s AI-jem" na hrvatskom, to već danas može, samo ne kroz Siri. Pametni dom: tu je najtanje — rutine se i dalje najpouzdanije slažu na engleskom ili kroz aplikacije. Auto: glasovne komande u vozilima uglavnom engleski ili šutnja. Prijevod uživo: aplikacije za konverzacijski prijevod rade s hrvatskim sve bolje i realna su pomoć turistima i ugostiteljima.

Manji jezik u svijetu AI: rizik i prilika

Ostaje strukturno pitanje: jezici s malo digitalnog sadržaja u LLM eri prolaze lošije — manje hrvatskog teksta u podacima znači više grešaka, siromašniji vokabular, tanju kulturnu nijansu. Zato nisu svejedno ni domaći projekti: od akademskih korpusa do lokalnih modela i državnih inicijativa za digitalizaciju jezične baštine. Jezik koji nije zastupljen u podacima, u sljedećem desetljeću postaje jezik s kojim tehnologija natuca — a jezik s kojim tehnologija natuca, mladi sve češće zaobilaze u korist engleskog. Digitalna prisutnost jezika prestala je biti akademska tema; postala je demografska.

Petnaest godina hrvatski je čekao da mu Silicijska dolina dodijeli budžet — i nije ga dočekao. A onda je tehnologija preskočila vlastiti red čekanja: modeli koji uče sve jezike odjednom učinili su lokalizaciju gotovo besplatnom, i hrvatski je ušao na velika vrata kroz chatbotove prije nego na mala kroz Siri. Sljedećih par godina asistenti će sustići chatbotove, i "Hej Siri, ugasi svjetlo u dnevnom" na hrvatskom prestat će biti vic. Ostat će samo jedno otvoreno pitanje, i ono nije tehničko: hoćemo li na internetu ostaviti dovoljno dobrog hrvatskog da strojevi imaju od čega učiti.

Izvori i dodatno čitanje