Qisqa tanaffusdan keyin postlarni davom ettirmoqchiman endi. Bugun alifbodagi o'zgarishlarning texnik qiyinchiliklari va oqibatlari haqida.

Dasturlar, katta til modellari va databazalardan ozroq xabari bor odam sifatida, bu tredni yozishni joiz topdim.

Kelinglar alifbodagi oʻzgarishlarning kelajakdagi taʼsirini texnologiyalar qanday ishlashi nuqtai nazaridan koʻrib chiqamiz.

1. Katta til modellari. Hozirgi zamonaviy til modellari til qoidalarini inson belgilab bergan bir varoq qoida bilan emas, qayta-qayta takrorlangan kuzatuvlarga asoslanib oʻrganadi. 30 yillik oʻzbek raqamli matn boyligi "shahar" soʻzini 100 million marta, "şahar" ni esa 1 million marta ko'radi. Katta til modellari kelajakda yangi alifboga oson moslashishi uchun dastlab mavjud UzNet toʻliqligicha oʻgirilishi kerak. Bu degani har bitta mavjud web sahifa, pdf, epub va hk. formatdagi fayllar oʻgirib chiqilishi kerak. Buni tekinga hech kim qilmaydi.

2. Qidiruv tizimlari va indekslar. Google kabi qidiruv tizimlari vaqt davomidagi oʻxshash matn, savol va unga javob beruvchi matnlar mavjud sahifalarni oʻrganadi. Algoritmlar 20 yillik axborotlar va foydalanuvchilarning qayta-qayta ishlatishi orqali oʻrganilgan tamoyillarga asoslanadi. Shunchaki bitta harfni boshqasiga o'zgartirib qoʻyish bu algoritmlar uchun shok hosil qiladi. "Sh" harfi "ş" ning muqobili ekanini bu algoritmlar oʻzidan-oʻzi aniqlay olmaydi. "ch"ning haqiqiy muqobili ĉ, ȼ yoki ç boʻlsachi? Kim bilsin.

3. Muvofiqlashtirish qoidalari. Bu degani - oddiy tilda aytganda bitta shakldan ikkinchisiga maʼlum qoidalar orqali oʻgirish desa bo'ladi. Masalan "Shuhrat" ismli shaxsning maʼlumotlar bazasidagi jadvallardagi qatorlari aniq-tiniq qilib Şuhrat'ga oʻgirilishi unchalik ham oddiy ish emas. Tajribali injenerlar entity resolution, regex va validatsiyalarning qanchalik murakkab ekanini, oʻzgarishlarni bittalab tekshirib chiqishdek ishning hajmi, va ishlar chatoq ketib qolsa uni orqaga qaytarishning qiyinchiliklarini yaxshi tushunishadi. Ayni yuqoridagi oʻzgarishning "backward compatible" qilish, yaʼni har bitta xato ketgan ismni hozirgi lotin qoidalariga qaytara olishini oldindan kafolatlash - bu murakkab va mavhumligi koʻp savol.

4. Annotatsiyalar. Lugʻatlar, glossariylar, audio maʼlumotlarning matnga oʻgirilgan shakllari, har biri ichki tizimlarda qayta oʻgirib chiqilishi kerak. Bu dasturchilar yoki kompyuter savodxonligi bor, malakali inson uchun iloji bor narsa, lekin bunga vaqt va kuch sarflash zarurmi? Deylik, chop etish bilan shugʻullanuvchi korxonalar bunday transformatsiyaga hamma narsani choʻntagidan qilishga majbur. 800 milliard soʻmdan ularga hech kim hech narsa bermayapti, tushunishimcha.

5. Parallellik muammolari. Ispan va nemis tillari xuddi taklif qilinayotgan tildek, klaviaturaga toʻliq moslashmagan belgilardan foydalanishadi. Lekin Müller Mueller, José esa Jose deb yozib ketiladi, oqibatda yillar oʻtib shunchaki qulay uslub ham qoidaga aylanib qoladi. Bugun nemislar Schroeder deb yozib oʻtib ketaveradi, bunga hech kim qarshilik qilmaydi, dasturlar va algoritmlar buni tushunishi uchun koʻp vaqt ketadi. Ular bu yozuv qoidalarini internetda matnli maʼlumotlar koʻpayishidan oldin kiritishgan. Bugun orqaga qaytish birdek qiyin ish.

6. Xorijiy tizimlar bilan xoslik va moslik. Oʻzbek tilida otasining ismi "oʻgʻli" deb yoziladi, bilamiz. Xorijda hujjatlar bilan ishlaganda buni ogli yoki ugli deb yozishga majburmiz. Bu mavjud muammo. Endi buning ustiga sh va ch qoʻshiladi. Avtomatik tizimlar buni s va c deb kiritadi. Qoʻpol misol: "Coriyev Sokir Samsod ugli"
Xuddi shularni tep-tekis lotinchada sh va ch deb yozish talaffuzda ham, yozish qoidalarida ham intuitiv. Ingliz tilida chapter, shallow yoki chamber soʻzlarini talaffuz qilish qoidalari aniq.

Yozsak narsa koʻp. Bu texnologik nuqtai nazardan juda yomon burilish bo'ladi. Asosiysi, bunaqa oʻzgarishlar IT olamida ham har doim uchramaydi. Bunday tajribaning boʻlishi ham IT hamjamiyati tomonidan yuqori baholanmaydi. Bizdan boshqa hech kim bunday muammo yaratib, uni yechib o'tirgan joyi yo'q.