O Google Tradutor adicionou o curdo sorâni transformando voluntários em uma equipe de idioma

Depois de se formar em inglês em 2014, Bokan Jaff teve dificuldade para encontrar trabalho estável e passou a fazer trabalhos de tradução em Halabja. Os vizinhos insistiam em perguntar por que o persa, o árabe, o inglês e outros idiomas estavam disponíveis em plataformas automatizadas, enquanto o sorâni não estava. A escrita do sorâni, semelhante à árabe, também tornava mais difícil para sistemas treinados em alfabetos latinos.

Em 2019, um amigo argentino conectou Jaff ao trabalho do Crowdsource do Google. Jaff tornou-se a ponte entre os engenheiros do Google e os entusiastas da língua curda: coordenava traduções, verificava o trabalho de outras pessoas e ajudava a corrigir problemas específicos do sorâni. Quando uma versão beta ficou pronta em maio de 2021, ele a enviou ao grupo do Google Crowdsource no Facebook; cerca de 5.000 usuários responderam, e voluntários a testaram por um ano.

O Google lançou o sorâni junto com outros 23 idiomas em maio de 2022. O serviço tornou-se amplamente disponível para uma estimativa de 8 milhões de falantes de sorâni, e o ex-engenheiro do Google Keith Stevens atribuiu sua qualidade à validação humana feita pela comunidade. O resultado foi significativo, mas imperfeito: o Google era dono do serviço, os voluntários não eram remunerados e um bug de tradução politicamente sensível permaneceu.

O Google lançou o suporte ao sorâni para uma estimativa de 8 milhões de falantes; uma rede de voluntários forneceu a validação humana necessária para tornar a versão beta amplamente disponível.

O sorâni é usado por uma estimativa de 8 milhões de pessoas, mas estava ausente das principais plataformas automatizadas de tradução.

Sua escrita derivada do árabe representava um desafio prático de processamento para sistemas treinados em idiomas de alfabeto latino.

O Google precisava de avaliação suficiente de falantes nativos para decidir se o modelo era preciso e seguro para lançamento.

Jaff já tinha uma comunidade que podia mobilizar, dando ao Google uma fonte de baixo custo de validação específica do idioma.

Quando um idioma ou mercado carece de dados convencionais, o ativo ausente pode ser uma comunidade de usuários comprometida. Construa e coordene essa comunidade antes de pedir que o produto escale.

O lançamento tornou o sorâni disponível globalmente e transformou Jaff em um símbolo local celebrado pela mídia, por políticos, diplomatas e pessoas comuns. O serviço ainda tinha bugs, incluindo confusões ocasionais entre partidos políticos curdos rivais; Jaff e um ex-engenheiro do Google também criticaram o Google por não pagar aos colaboradores nem divulgar os dados abertamente.