2023 年 12 月，印度总理纳伦德拉·莫迪用印地语在北方邦瓦拉纳西举行的喀什泰米尔桑加曼大会上向与会者发表讲话。但观众实时听到了泰米尔语的演讲。这得益于莫迪本人于 2022 年 7 月推出的人工智能翻译工具 Bhashini。就在今年选举之前，他在该国南部集会期间再次使用 Bhashini 将印地语演讲翻译成公民的母语。
对于一位希望在一个拥有 13 亿人口的国家，尤其是一个讲一百多种语言和无数方言的国家赢得选民支持的政客来说，这是一个精明的举动。人工智能工具已经广泛应用于翻译和营销服务中，但世界各地的政治运动在采用这项技术方面进展缓慢，部分原因是出于对虚假信息的担忧。但随着这项技术越来越证明自己，竞选活动开始探索大型语言模型 (LLM)，作为一种进行选民宣传的新方式，特别是在涉及语言障碍的情况下。
最成功的方法将翻译与信息结合起来测试，使用大语言模型生成各种消息，并利用传统的焦点小组来测试最有效的消息。在匈牙利，一个倡导团体呼吁也没有使用该系统在社交媒体上发出最有效的行动呼吁，尽管测试结果好坏参半。在旧金山，民间团体正在尝试使用人工智能实时翻译市议会会议，这表明技术对于接触少数语言群体有多么有用。
对于活动来说，好处是显而易见的。近 6600 万美国人在家里讲英语以外的语言，主要是西班牙语。但其中有 1000 万人讲亚裔美国人和太平洋岛民 (AAPI) 语言，而掌握这些语言的翻译技能比掌握西班牙语要难得多。2024 年 7 月的一项调查显示，十分之九的 AAPI 选民计划在今年的美国大选中投票。
美国的研究人员已经在鼓励竞选活动尝试新工具。芝加哥大学和斯坦福大学的联合白皮书总结了大语言模型的政治学工作，强调它们在为特定利益群体定制信息方面特别强大。资源不足的竞选活动可能在创建吸引选民的内容方面面临挑战。论文作者写道，生成图像和文本工具可以帮助这些活动起草更具说服力的演讲、新闻稿、社交媒体帖子和其他材料。这些方法还可用于为不同受众创建量身定制的材料。
一个为美国民主党和进步政策进行选民宣传的组织已经测试了为此而构建的人工智能模型。去年 12 月，政治倡导组织 AAPI Victory Alliance 获得了 20,000 美元的资助，用于开发人工智能聊天机器人，将竞选信息翻译和完善为印地语、他加禄语、中文、苗族、韩语和越南语。这笔资金由风险基金高等教育实验室 (Higher Ground Labs) 授予，旨在资助为期三周的测试运行，以确定大语言模型对竞选活动的有用性。
该组织的执行董事 Varun Nikore 向我们描述了该系统世界其他地区作为一种多语言 A/B 测试。Nikores 团队使用 OpenAIs ChatGPT 和 Anthropics Claude 将民主党竞选活动中有关关键选举主题领域的最佳信息翻译成六种语言。Nikore 说，该团队随后利用人工智能重新制定消息，使人工智能聊天机器人相信它会[与特定社区]产生更好的共鸣。
该系统有助于节省时间，从而节省成本。Nikore 说，人类需要 45 分钟来翻译和完善信息，而人工智能工具可以在 15 分钟内完成。他相信，经过改进，翻译可以缩短到五分钟。
在最终测试中，人工智能翻译的消息的表现与人工翻译大致相当，胜率高达 52%。仅限于印地语翻译，优势提高到 58%。
专家表示，印地语的良好表现可能是由于同样的数据问题导致 AAPI 语言变得困难。硅谷资深人士迪帕克·普里（Deepak Puri）经营着测试选举技术的非营利性民主实验室，他告诉《世界其他地区》，大语言模型在印地语方面更有效，因为印度在人工智能和印地语翻译方面做了很多工作。随着更多的印地语文本可供训练，大语言模型有更多的材料可供学习。这只是算法在哪里有机会了解错误所在的问题。
Puri 与 AAPI Victory Alliance 合作，为 AI 翻译工具提供提示。然而，数以万计的印度裔美国人讲其他不太流行的印度语言，如古吉拉特语、乌尔都语、孟加拉语和泰米尔语。锡克教选民大多讲旁遮普语，他们正在提高公民参与度。泰卢固语是美国增长最快的外语之一，拥有超过 419,000 名使用者。
Narrative Research Lab 联合创始人 Sundeep Narwani 表示，除了印地语之外，大多数印度语言模型资源匮乏，告诉世界其他地区。他说，他们可用于训练对话式人工智能系统的数据相对较少。为了弥补这一差距，我们需要更多的数据注释和收集。
即使模型不断改进，人类也将在制作发送给选民的信息方面发挥重要作用。传播顾问兼政治顾问道格·哈塔韦 (Doug Hattaway) 告诉《世界其他地区》，你需要通过来回交流与技术建立联系，以指导其输出。它可以生成有用的初稿，但最终用户对最终产品负责。对于 AAPI 竞选团体来说，这意味着雇用母语人士来监督人工智能翻译，许多民主党附属组织已经在这样做。
尽管如此，许多精通资源匮乏语言的人已经降低了对翻译效果的期望LLM 工具可以讲他们的语言。数字未来实验室的创始主任乌尔瓦希·阿内贾 (Urvashi Aneja) 告诉《世界其他地区》，她在印度开展区域语言推广工作时发现了很多人工智能怀疑论。她说，虽然为人工智能工具构建情境化数据集会有所帮助，但它需要资源和资金。我认为这也为[一种]偏见创造了一个新的切入点，您输入的信息点是什么？您输入的提示是什么样的？
到目前为止，大多数当地人对最新一代的工具不感兴趣。阿内贾说，他们中的大多数人都表示他们对谷歌翻译非常满意。他们没有看到 ChatGPT 的巨大差异。