Meertalige trainingsdata voor een chatbot voor burgerdienstverlening in een AI-programma van de overheid
Een initiatief voor digitale dienstverlening in de publieke sector had trainingsdata in meerdere lokale talen nodig om een chatbot voor burgerdienstverlening te lanceren die veelgestelde vragen over overheidsdiensten kan beantwoorden in de talen die inwoners echt spraken.
Client snapshot
| Industry | Overheid en digitale dienstverlening in de publieke sector |
|---|---|
| Region | West-Afrika |
| Engagement type | Verzameling en beoordeling van meertalige conversationele trainingsdata |
The challenge
Het bestaande chatbotprototype van het programma werkte alleen in het Engels, waardoor een groot deel van de bevolking dat het moest bedienen werd uitgesloten, en geen bestaande leverancier kon echte dekking door moedertaalsprekers in de vereiste lokale talen in het benodigde volume aantonen.
The approach
Jwuma wierf bijdragers die moedertaalsprekers zijn in de vereiste lokale talen om representatieve voorbeelden van burgervragen te genereren en de juistheid en gepastheid van chatbotantwoorden in elke taal te beoordelen, met beoordelingsescalatie voor betwiste of dubbelzinnige oordelen over de kwaliteit van antwoorden.
Results
Het programma breidde de functionele taaldekking van zijn chatbot uit met de lokale talen die het meest worden gesproken door de bevolking die het bediende, waardoor aanzienlijk meer mensen de dienst in hun eigen taal konden gebruiken.
Frequently asked questions
Waarom hebben AI-diensten in de publieke sector specifiek trainingsdata in de moedertaal nodig?
Omdat chatbots voor burgerdienstverlening die alleen werken in de officiële of administratieve taal van een land grote delen van de bevolking uitsluiten die dagelijks andere lokale talen spreken.
Hoe vindt Jwuma moedertaalsprekers voor minder vaak ondersteunde talen?
Via de werving van geverifieerde bijdragers rechtstreeks in de regio's waar die talen worden gesproken, in plaats van te vertrouwen op tweetalige tussenpersonen.
Kan deze aanpak worden uitgebreid naar extra talen naarmate een programma groeit?
Ja, mits er netwerken van bijdragers die moedertaalspreker zijn bestaan of kunnen worden opgebouwd voor de extra doeltalen.
Related case studies
Gezichts- en identiteitsverificatiedata voor een wereldwijd mobiliteitsplatform
Een wereldwijd mobiliteits- en taxiplatform had geverifieerde gezichts- en identiteitsdata uit meerdere regio's nodig om een veiligheidsverificatiesysteem voor chauffeurs en passagiers te versterken, onder strikte eisen voor toestemming en omgang met biometrische gegevens.
Verzameling van egocentrische videodata voor een robotica-AI-programma
Een robotica-AI-bedrijf had video vanuit eerstepersoonsperspectief nodig van mensen die alledaagse fysieke taken uitvoeren, consistent vastgelegd in uiteenlopende omgevingen en met verschillende lichaamstypen, om een belichaamd AI-model te trainen te generaliseren voorbij één laboratoriumsituatie.
RLHF-beoordeling voor een conversationeel AI-model
Een bedrijf voor conversationele AI had een gestructureerde, schaalbare menselijke beoordelingspijplijn nodig om de kwaliteit van chatbotantwoorden te beoordelen voor zijn RLHF-finetuningproces, nadat zijn bestaande ad-hocgroep beoordelaars inconsistente scores had opgeleverd.
Published 2026-10-02 by Jwuma, operated by Corpshore AI. This case study is an anonymized composite representative of the kind of work Jwuma performs in this industry, described by industry, region and engagement type rather than by company name, since this engagement is not yet cleared for public naming. Discuss a similar program at client.corpshore.ai.