The Storytelling AI: Theoretical Foundations for Using Finnish Narratives in AI Model Cultural Adaptation

Abstract

Tutkielman tarkoituksena on tarjota teoreettinen viitekehys sille, miksi suomalaisilla ja suomen kiellelle käännetyillä tarinoilla voisi parantaa tekoälymallin ymmärrystä suomalaisuudesta ja suomalaisuuteen kuuluvista ”kulttuurisesti tärkeistä elementeistä” (CSE), sekä yksinkertaistettu, laaja, kuvaus siitä, miten tämä olisi teoreettisesti mahdollista teknisesti. Tutkielmassa esitetään, että perinteisesti suurten kielimallien (LLM) ongelmana on ollut vaikeudet erilaisten kielellisten ja kulttuuristen nyanssien kanssa. Nämä korostuvat erityisesti pienten kielten ja kulttuurien kohdalla, joista mallit eivät ole saaneet yhtä kattavaa aineistoa kuin mallin yleensä englanninkielinen peruskoulutusaineisto + tavoite ovat. Työ nojaa narratiiviteoriaan (esim. Bruner 1986), joka korostaa tarinoiden merkitystä kulttuurisen tiedon välittäjinä sekä kognitiivisina työkaluina. Tutkielma esittää, että narratiiveissa kulttuurisesti tärkeät elementit (CSE) esiintyvät merkityksellisissä konteksteissa ja kuvaavat kulttuurista päättelyä ’tietoisuuden maiseman’ kautta. Menetelmällisesti ehdotetaan parametritehokasta hienosäätöä (PEFT), kuten LoRA-tekniikkaa, jonka materiaalina on tarkasti koottu, suomalainen narratiivikorpus (FiNC). Päätuloksena työ vahvistaa teoreettisen perustelun narratiivien käytölle tekoälyn kulttuurisessa adaptaatiossa. Se korostaa narratiivien kykyä välittää kulttuurista tietoa syvällisesti ja ehdottaa konkreettisia keinoja adaptaation toteuttamiseen ja arviointiin.