Regionalsprache: Falsches Schottisch in Wikipedia-Einträgen

Wikipedia als Quelle zu hinterfragen, lernen Schüler:innen spätestens beim ersten Referat. Lehrer:innen weisen gerne darauf hin, dass hier ja jeder mitschreiben und mitbearbeiten könnte und man alle Informationen nochmal prüfen müsse.

Dass aber nicht die Inhalte eines Eintrags angezweifelt werden, sondern die Sprache, in der die Einträge verfasst sind, ist neu. Einem Reddit-User ist aufgefallen, dass ein einziger Autor große Teile der schottischen Wikipedia verfasst hat. Und das anscheinend, ohne die Sprache überhaupt zu beherrschen.

Die Bezeichnung Schottisch oder „Scots“ fasst alle regionalen Dialekte zusammen, die in Schottland – neben Englisch und Gälisch – verbreitet sind. Scots ist im Rahmen der Europäischen Charta der Regional- und Minderheitensprachen [PDF] anerkannt. Die Charta soll die Sprachen kultureller Minderheiten vor dem Aussterben bewahren.

Kaum Unterschied zum Englischen

In seinem Post auf reddit schreibt der User, dass die schottische Wikipedia so legendär schlecht sei, dass Linguist:innen sie in Debatten als Argument heranziehen würden, warum Scots nicht als eigene Sprache anzusehen sei.

Tatsächlich sind viele Artikel in der schottischen Übersetzung für englischsprachige Leser:innen erstaunlich gut zu verstehen. Das liege daran, dass der Wikipedia-Autor oft wohl einfach die englischen Artikel als Grundlage genommen und einzelne Wörter anhand eines Wörterbuches ins Schottische übersetzt habe, so der Reddit-User.

Dieser Verdacht erhärtet sich beim Blick in einen Beispiel-Eintrag. Der englische und der schottische Wikipedia-Eintrag zur Fußballweltmeisterschaft der Männer unterscheiden sich im ersten Abschnitt nur geringfügig:

The FIFA World Cup, eften simply the Warld Cup, is an internaitional association fitbaa competeetion contestit bi the senior men’s naitional teams o the members o Fédération Internationale de Football Association (FIFA), the sport’s global govrening body. The championship haes been awairdit every fower years syne the inaugural tournament in 1930, except in 1942 an 1946 when it wis nae held acause o the Seicont Warld War. The current champions are France, who wan the 2018 tournament in Russia. [Schottischer Wikipedia-Eintrag]

The FIFA World Cup, often simply called the World Cup, is an international association football competition contested by the senior men’s national teams of the members of the Fédération Internationale de Football Association (FIFA), the sport’s global governing body. The championship has been awarded every four years since the inaugural tournament in 1930, except in 1942 and 1946 when it was not held because of the Second World War. The current champion is France, which won its second title at the 2018 tournament in Russia. [Englischer Wikipedia-Eintrag]

Wissen über schottische Sprache verzerrt

Einzelne Wörter sind übersetzt, doch der Satzbau und die Grammatik stimmen eins zu eins überein. In den Augen des Reddit-Users zeigt die mangelnde Berücksichtigung von Besonderheiten des Scots und die Verwendung von Worten im falschen Zusammenhang, dass es sich nicht um einen Kenner der Sprache handelt und er die Einträge wohl einfach Wort für Wort mit einem Wörterbuch übersetzt habe.

Der Reddit-User beklagt, dass Autor:innen, die die Sprache tatsächlich sprechen, mit ihren Einträgen in der Masse der falschen Einträge untergingen oder sogar so verändert werden könnten, dass ihre Sprache eher dem falschen Scots entspräche. Das öffentliche Wissen über die schottische Sprache würde also durch falsche Wikipedia-Einträge verzerrt werden.

Der Wikipedia-Autor hat in Folge des Reddit-Posts auf seinem Profil erklärt, man könne gerne alle seine Artikel und Bearbeitungen löschen. Er habe eingesehen, dass er Schaden angerichtet habe und berichtet von Drohungen und Belästigungen in sozialen Netzwerken. Der Reddit-User, der das Problem aufgedeckt hatte, rief deshalb dazu auf, den Wikipedianer in Ruhe zu lassen.

Wikipedias große Macht

Die Debatte um die Macht von Wikipedia ist nicht neu. Bislang drehte sie sich jedoch meist um das Problem der Nachwuchsgewinnung und die mangelhafte Repräsentation von Frauen . Schlagzeilen machte beispielsweise der Fall von Donna Strickland. Ein Moderator verweigerte der Nobelpreisträgerin für Physik nur Monate vor der Preisverleihung einen eigenen Wikipedia-Eintrag mit Verweis auf ihre mangelnde Relevanz. Das liege vor allem auch an der geringen Diversität in der Autorenschaft, merken Kritiker:innen immer wieder an.

Im aktuellen Fall weist eine Wissenschaftlerin in einem Twitter-Thread auf die Probleme hin, die falsche Texte für das Trainieren von Algorithmen haben können:

Es sei nicht unüblich, dass Machine-Learning-Systeme ihre Spracherkennung für Regional- oder Minderheitensprachen ausschließlich mit Wikipedia-Einträgen trainieren. Ist die Sprache dort falsch repräsentiert, könnte sich das in die automatisierten Systeme zur Sprachverarbeitung fortsetzen. Sie könnten für diese Sprache nicht richtig funktionieren.

Gerade wenn – wie bei Scots – nicht mehr allzu viele Menschen diese Sprache sprechen, wird es immer schwieriger, die Fehler zu erkennen und zu korrigieren. Scots würde sich dem Englischen immer mehr annähern und könnte seine Eigenständigkeit verlieren.

Für die Bewahrung seltener Sprachen könnte die digitale Repräsentation eine große Rolle spielen. Wenn diese Sprachen dann aber im oftmals größten vorliegenden Datensatz, der Wikipedia, unvollständig oder schlicht falsch vorliegen, verzerren diese offen zugänglichen Informationen nicht nur das Wissen über die seltene Sprache, sondern womöglich auch die Sprache selbst, wenn Spracherkennungssoftware mit den fehlerhaften Daten trainiert.