IA em português

Porque a esmagadora maioria do português disponível em corpos públicos é do Brasil, e a etiqueta de língua raramente distingue a variante. Um sistema treinado sobre esse material produz português correcto de uma variante que não é a do cliente português, e nenhum teste de exactidão factual o revela.

O que o cliente nota é a construção verbal, o vocabulário de serviço e a forma de tratamento. Está a verificar contra está verificando, utilizador contra usuário, ecrã contra tela, e um registo de proximidade onde se esperava cortesia medida. São dez a quinze ocorrências num percurso de compra típico.

E nota-o num contexto em que já está insatisfeito, porque quem contacta o apoio tem normalmente um problema. O registo errado num momento de frustração é lido como não ser levado a sério, que é uma queixa bastante mais difícil de resolver do que a original.

O mais barato e frequentemente suficiente é a recuperação sobre conteúdo escrito de raiz na variante certa. Se o sistema responde a partir de texto que um falante nativo escreveu, boa parte do problema de registo desaparece sem qualquer trabalho sobre o modelo.

O intermédio é instrução explícita sobre variante e registo, com exemplos, verificada contra o conjunto de avaliação. Funciona razoavelmente para vocabulário e menos bem para construção verbal, que é estrutural e reaparece quando a resposta é longa.

O mais caro é a afinação com dados da variante, que exige ordens de grandeza mais material do que a avaliação e só se justifica quando os dois primeiros não chegaram. Propor este caminho primeiro é comum e é vender o trabalho mais caro antes de saber se é necessário.

Angola, Moçambique, Cabo Verde, Guiné-Bissau e São Tomé e Príncipe seguem a norma escrita europeia com vocabulário local próprio e influência substancial das línguas nacionais. Um sistema em português europeu serve-os razoavelmente melhor do que um em português do Brasil, e não os serve bem.

A correcção habitual é um glossário local acrescentado sobre a base europeia, e não um sistema separado. É proporcionalmente barato e resolve a maior parte do atrito, sobretudo em terminologia administrativa, onde usar o termo errado é lido como desconhecimento do país.

Em Cabo Verde há ainda o crioulo, que é língua própria e não variante, e tratá-lo como variante de português é um erro de categoria que se nota imediatamente. Quando o crioulo é necessário, é um trabalho distinto e dizemo-lo.

O conjunto de avaliação em variante europeia, que é o activo mais durável de todo o projecto. Sobrevive a qualquer mudança de tecnologia e permite responder à pergunta sobre como o sistema se comporta no vosso mercado sempre que ela for feita, sem repetir o trabalho de raiz.

E uma descrição escrita das limitações conhecidas do sistema na variante que vos interessa. É a parte que falta em quase toda a documentação e é a que responde à pergunta que alguém faz quando um cliente reclama do tom, que é quando a resposta é precisa com urgência.