Slovenščina v dobi umetne inteligence

Umetna inteligenca že piše, prevaja in odgovarja tudi v slovenščini. Za jezike z manjšim številom govorcev pa je razvoj takšnih tehnologij precej zahtevnejši. Potrebni so kakovostno jezikovno gradivo, strokovnjaki in denar. Ministrstvo za notranje zadeve in javno upravo je 21. oktobra sporočilo, da so sredstva za nadaljnji razvoj slovenskih jezikovnih tehnologij že zagotovljena v državnem proračunu. Njihove višine ni razkrilo. Slovenski raziskovalci so medtem razvili več jezikovnih modelov ter orodij za prepoznavanje govora in strojno prevajanje. Za temi dosežki stojijo leta raziskovanja in milijonska vlaganja. Slovenščina tako že dobiva lastna digitalna orodja, čeprav njihov nadaljnji razvoj ostaja odvisen tudi od javne podpore.

Slovenščina tako že dobiva lastna digitalna orodja, čeprav njihov nadaljnji razvoj ostaja odvisen tudi od javne podpore.

Država napoveduje nadaljnjo podporo slovenskemu jeziku

»V ta namen smo zagotovili tudi finančna sredstva v državnem proračunu,« so zapisali na ministrstvu ob napovedi ukrepov. Ni znano, kdo bo sredstva prejel in kako bodo razdeljena. Ministrstvo tudi ni pojasnilo, ali gre za dodatna vlaganja ali denar, ki je bil za to področje že predviden. Prav tako ni navedlo, ali bodo objavljeni javni razpisi.

Slovenija razvoj jezikovnih tehnologij že več let vključuje v svoje strateške dokumente. Marca 2023 je vlada sprejela strategijo Digitalna Slovenija 2030, ki med drugim poudarja pomen slovenščine v digitalnem okolju. Tri leta pozneje je sledila Nacionalna strategija za umetno inteligenco do leta 2030. Predvideva krepitev domačih tehnoloških zmogljivosti, večji nadzor nad uporabo umetne inteligence in manjšo odvisnost od zaprtih komercialnih rešitev.

Slovenija razvoj jezikovnih tehnologij že več let vključuje v svoje strateške dokumente.

Na Ministrstvu za kulturo medtem pripravljajo nacionalni program za jezikovno politiko za obdobje 2026–2030. Pri njegovem oblikovanju so strokovnjaki opozarjali na položaj slovenščine v znanosti in spremembe, ki jih prinaša umetna inteligenca. Med večjimi že izvedenimi projekti je Razvoj slovenščine v digitalnem okolju (RSDO). Za razpis, v okviru katerega so ga izvedli, so leta 2019 odobrili štiri milijone evrov, od tega 3,2 milijona iz Evropskega sklada za regionalni razvoj. Preostalih 800.000 evrov je predstavljalo nacionalno sofinanciranje.

Pri projektu so sodelovale raziskovalne ustanove in podjetja. Nastali so strojni prevajalnik, orodja za prepoznavanje in sintezo slovenskega govora ter terminološki portal. Razvijali so tudi programe za samodejno povzemanje besedil in analizo njihovega pomena. Del rezultatov je dostopen na portalu slovenscina.eu. Za hranjenje in posredovanje jezikovnih virov skrbi tudi raziskovalna infrastruktura CLARIN.SI, ki omogoča njihovo nadaljnjo uporabo.

Projekt RSDO se je zaključil februarja 2023. Njegovo financiranje zato ni povezano z novo oktobrsko napovedjo.

Slovenski raziskovalci razvili jezikovni model GaMS

Na Fakulteti za računalništvo in informatiko Univerze v Ljubljani so 29. junija 2026 predstavili rezultate raziskovalnega programa PoVeJMo. Med njimi je bil tudi veliki generativni jezikovni model GaMS. Njegovi začetki segajo v leto 2024, ko so raziskovalci objavili znanstveno delo o modelu GaMS-1B. Nastal je z nadaljnjim učenjem obstoječega modela OPT. Novejše različice so razvili predvsem na osnovi Googlovih modelov Gemma 2 in Gemma 3, ki so jih dodatno prilagodili slovenščini. Program je koordiniral dr. Simon Krek, vodja Centra za jezikovne vire in tehnologije Univerze v Ljubljani. V njem so sodelovale tri javne raziskovalne organizacije in pet podjetij. Projekt je bil financiran tudi z evropskimi sredstvi iz Načrta za okrevanje in odpornost, razpisovalec pa je bila javna agencija ARIS.

Po podatkih Evropske komisije je Mehanizem za okrevanje in odpornost za PoVeJMo zagotovil 3,4 milijona evrov. Vrednost celotne naložbe Komisija navaja v višini približno štirih milijonov evrov. Slovenski proračunski dokument je nekoliko natančnejši. V spremembah državnega proračuna za leto 2026 je bila skupna načrtovana vrednost projekta 4.075.621 evrov. Za leto 2026 je bilo predvidenih 888.323 evrov, od tega 747.295 evrov iz proračunskih skladov in 141.028 evrov sredstev drugih sovlagateljev.

Gre za finančni načrt obstoječega projekta, iz katerega ni mogoče ugotoviti dejanske končne porabe. Razvoj GaMS-a je zahteval velike količine slovenskih besedil. Gradivo so prispevali Narodna in univerzitetna knjižnica, Slovenska tiskovna agencija, časnik Dnevnik ter posamezniki, ki so svoja besedila oddali prek portala povejmo.si.

O pomenu domačega razvoja umetne inteligence je februarja 2026 za Domovino spregovoril prof. dr. Marko Robnik Šikonja s Fakultete za računalništvo in informatiko Univerze v Ljubljani. »Želimo si, da bo slovenščina tehnično podprta, a tudi suverena,« je povedal v oddaji Vroča tema na Domovini.

GaMS je mogoče uporabljati kot klepetalnik, posamezne različice pa lahko razvijalci namestijo na lastne računalniške sisteme. Podjetja in javne ustanove jih lahko prilagodijo svojim potrebam ter ob ustrezni namestitvi podatke obdelujejo znotraj lastne informacijske infrastrukture. Modeli so javno dostopni za prenos in lokalno uporabo. Vendar to še ne pomeni popolne tehnološke neodvisnosti ali uporabe brez omejitev. Za različice, ki temeljijo na Googlovih modelih Gemma, veljajo tudi ustrezni licenčni pogoji.

Raziskovalci so model že prilagajali različnim dejavnostim. Podjetje Better je razvijalo njegovo uporabo pri obdelavi medicinskih besedil in administrativnem delu v zdravstvu, tudi za pomoč pri pripravi dokumentacije. Špica se je usmerila v industrijsko okolje, kjer lahko govorne tehnologije olajšajo komunikacijo med delavci in računalniškimi sistemi. Razvijalci so predstavili tudi zmožnost prepoznavanja govora v hrupnih prostorih in različnih narečij.

Podjetje Semantika je model prilagodilo pripravi muzejskih predstavitvenih gradiv in interaktivnih aplikacij. XLAB pa je razvijal rešitve za ustvarjanje opisa računalniške infrastrukture v programski kodi in pripadajoči dokumentaciji. 

Gre za razvojne rešitve, katerih širša uporaba in zanesljivost v vseh predvidenih delovnih okoljih še nista neodvisno potrjeni.

Slovenščina v svetu velikih jezikovnih modelov

Marca 2026 so raziskovalci objavili znanstveno delo o modelu GaMS3-12B z 12 milijardami parametrov. Pri njegovem učenju so uporabili približno 140 milijard žetonov iz slovenskih, angleških, hrvaških, srbskih in bosanskih besedil. Nato so model dodatno prilagodili z več kot 200.000 učnimi primeri. Rezultate so primerjali z drugimi modeli tudi v Slovene LLM Areni. Gre za okolje, v katerem uporabniki napišejo vprašanje in ocenijo odgovora dveh modelov, ne da bi vnaprej vedeli, kateri model je pripravil posamezen odgovor.

Po podatkih raziskave z dne 13. januarja 2026 je GaMS3-12B-Instruct dosegel 61,2-odstotno stopnjo zmag, GPT-4o pa 59-odstotno. Ti odstotki se nanašajo na vse ocenjene primerjave posameznega modela, ne na neposredne medsebojne dvoboje. Po oceni Elo je bil GPT-4o nekoliko višje uvrščen. Avtorji zato ugotavljajo, da GaMS pri nekaterih slovenskih nalogah dosega rezultate, primerljive z občutno večjimi komercialnimi sistemi. Primerjava je omejena na uporabljeno metodo in naloge. GPT-4o je tudi starejši model, zato doseženi rezultati ne pomenijo splošne primerljivosti z najnovejšimi sistemi umetne inteligence. Omejitve ostajajo. Jezikovni modeli lahko napačno razumejo besedilo, ustvarjajo nepravilne odgovore ali spregledajo pomen posameznih izrazov. Posebej zahtevni so strokovno izrazje, narečja in govor v različnih okoliščinah.

Slovenija pri razvoju sodeluje tudi z raziskovalci iz drugih evropskih držav. Je ena izmed ustanovnih članic zavezništva ALT-EDIC, ki podpira evropsko sodelovanje na področju jezikovnih tehnologij.

Zavezništvo je bilo uspešno tudi na razpisu Evropske komisije s projektom LLM-BRIDGE. Februarja 2026 je tedanje Ministrstvo za digitalno preobrazbo objavilo možnosti vključevanja slovenskih deležnikov v projekt, ki povezuje partnerje iz desetih evropskih držav. Namenjen je predvsem podpori zagonskim in hitro rastočim podjetjem pri razvoju rešitev z velikimi jezikovnimi modeli. Slovenija sodeluje z računskimi urami na superračunalniku Vega. Uporaba jezikovnih tehnologij ni omejena na raziskovalne ustanove. Samodejno podnaslavljanje lahko olajša spremljanje videoposnetkov, prepoznavanje govora pa zapisovanje besedil. Digitalni pomočniki omogočajo tudi drugačen način uporabe spletnih storitev. Koristni so lahko v šolah in za ljudi, ki zaradi različnih ovir težje uporabljajo računalniške naprave.

Slovenija pri razvoju sodeluje tudi z raziskovalci iz drugih evropskih držav.

Slovenščina ima za seboj stoletja književnega ustvarjanja, bogato znanstveno izrazje in kulturno izročilo. Danes se uporablja tudi v svetu algoritmov, ki vse bolj vplivajo na naše branje, pisanje in iskanje informacij.