Der Stack ist englischzuerst, bis ganz nach unten

Dass die Trainingsdaten englischlastig sind, weiß jeder. Es ist das Erste, was zum Thema Sprachabdeckung gesagt wird, und es stimmt. Es ist aber auch die uninteressanteste Schicht des Problems, weil sie als einzige Budget bekommt. Die Schichten darunter selten.

Fünf Stellen, an denen die Annahme steckt

• Der Tokenizer, zugeschnitten auf lateinische Schrift, sodass andere Schriftsysteme für dieselbe Bedeutung mehr Tokens zahlen.
• Die Evaluations-Suites, die über die Auslieferung entscheiden und ganz überwiegend englisch sind.
• Doku und Prompt-Anleitungen, die eine Art des Fragens lehren, die es nur auf Englisch gibt.
• Fehlermeldungen, die genau dann ins Englische wechseln, wenn jemand am ratlosesten ist.
• Das Erfahrungswissen — die Tipps, welche Formulierung funktioniert —, das sich nicht übertragen lässt.

Einzeln ist jedes davon ein Kratzer. Zusammen entscheiden sie, wer das Werkzeug für benutzbar hält. Ein Produkt kann technisch mehrsprachig sein und sich trotzdem wie eine übersetzte Hülle über einer englischen Anwendung anfühlen — und Nutzerinnen merken den Unterschied in etwa dreißig Sekunden.

Was wir dagegen tun

Wir behandeln Sprache als Produktoberfläche, nicht als Locale-Datei. Das heißt: Oberfläche, Modellverhalten und Support folgen der Sprache, in der Sie ankommen. Es heißt, dass unsere eigenen Evaluationen in den Sprachen laufen, die wir behaupten zu unterstützen — nicht auf Englisch mit anschließendem Übersetzungsdurchgang. Und es heißt, dass wir zuerst den Fehlern nachgehen, die nur außerhalb lateinischer Schrift auftauchen.

Das ist langsamer, als ein englisches Produkt mit Sprachumschalter auszuliefern. Es ist auch die einzige Version, die sich zu bauen lohnt, denn der Umschalter-Ansatz scheitert genau da, wo es zählt — in dem Moment, in dem jemand etwas beschreibt, das ihm wichtig ist.

Ein Werkzeug, das für die getesteten Nutzer am besten funktioniert, wird alle anderen immer „Long Tail“ nennen.

In Sprachen, die hier niemand spricht, werden wir Teile falsch machen. Der Plan ist, öffentlich präzise zu benennen, was wir getestet haben, damit das Falschliegen sichtbar wird — statt still von den Betroffenen getragen zu werden.