Uit een gezamenlijk onderzoek van de Universiteit van Maryland en Microsoft is gebleken dat Pools de beste taal is geworden voor kunstmatige-intelligentiemodellen om instructies te herkennen, terwijl Engels slechts op de zesde plaats staat. Het onderzoeksteam testte grote AI-taalmodellen zoals OpenAI, Google Gemini, Qwen, Llama en DeepSeek. Ze voerden dezelfde instructies in 26 verschillende talen in om het vermogen van het model om verschillende talen te begrijpen en uit te voeren te evalueren.
Uit de resultaten blijkt dat het Pools een gemiddeld nauwkeurigheidspercentage van 88% heeft in termen van commandonauwkeurigheid, en daarmee op de eerste plaats staat van alle talen. Ter vergelijking: Engels stond slechts op de zesde plaats met een nauwkeurigheid van 83,9%, terwijl Chinees slechter presteerde en op de vierde plaats van onderen stond onder alle geteste talen.
Pools werd voorheen beschouwd als een van de moeilijkste talen voor mensen om te beheersen. Uit het onderzoek bleek echter dat de AI Pools veel beter verstond en presteerde dan Engels en de meeste andere talen. Dit fenomeen is bijzonder zorgwekkend omdat de hoeveelheid Poolse trainingsgegevens veel lager is dan die van Engelse of Chinese.
Volgens de test zijn de top tien van meest effectieve talen voor AI-dialooginstructies: Pools (88%), Frans (87%), Italiaans (86%), Spaans (85%), Russisch (84%), Engels (83,9%), Oekraïens (83,5%), Portugees (82%), Duits (81%) en Nederlands (80%).
Het onderzoeksteam is van mening dat dit resultaat niet wordt verwacht door de traditionele intuïtie, en herinnert technologieontwikkelaars en gebruikers eraan om op passende wijze rekening te houden met taalkeuze bij interactie met AI om de responsefficiëntie en nauwkeurigheid van instructies te verbeteren.
