د. عبدالله الغذامي يكتب: مصطلح الدارجة
تاريخ النشر: 30th, November 2024 GMT
يشيع القول بكلمة الدارجة وصفاً للهجات العامية، وهو وصف يتضمن نفي الدارجة عن الفصحى، وكأن اللغة الفصحى لغةٌ طبقية متعالية على الواقع اليومي، وهو توصيف غير منصف للغة، وقد طرحت قبل سنين مقولة (تعميم الفصحى وتفصيح العامي)، وهذا ليس مجرد أمنية حالمة بل هو وصف واقعي، فنحن نلحظ أن درجات تقارب الفصيح مع العامي تتصاعد منذ انتشار التعليم ومنذ تحول الأرياف إلى المدن، حيث تتوارد الجموع البشرية حاملةً لهجاتها المحلية، وتكتشف باستمرار أن لهجة كل فئة تتصادم مع اللهجات الأخرى مما يدفع الناس إلى تقريب لغتهم (لهجتهم) مع لغات غيرهم ليصلوا لدرجة من التآلف اللغوي، وأول عوامل التآلف اللغوي هو اللجوء للمفردات الفصيحة، وبهذا تتغذى اللغة العامة بمفردات وصيغ من المعجم الفصيح، وإن جرى توظيفها حسب النظام التعبيري للغة التي يصح أن نصفها بالدارجة أي تلك اللغة العامية المفصحة، بخليط ثري بين اللهجات والعاميات، ويتفوق الفصيح في هذا المزيج حتى ليجعلها تطبيقاً لمقولة تفصيح العامي وتعميم الفصيح، وحين انتشرت الفضائيات المتلفزة فإن هذه اللغة الدارجة أخذت بالتوسع على ألسنة المتحدثين والمتحدثات، ولم يعد أحدٌ يجد مشقةً في فهم اللسان الخليجي أو الشامي أو المصري، واقتربت لهجات المغاربة مع المشارقة، ونجحت الوسائل الإعلامية في نشر الأصوات واللهجات وسياقات الكلام العام حتى تذللت المصطلحات وتجاورت مع غالب المعاجم اللغوية، مما يجعلنا على مشهد حي من اللغة الشفاهية التداولية التي تنهل غالباً من الفصحى، بسبب رغبات عميقة وخفية في نفس كل متحدث ومتحدثة للاقتراب من الفصيح تحت الإحساس بأن الفصيح هو الشفيع للتعبير لكي يصل لأكبر قاعدة من الجماهير تبعاً للوعي بأن الحديث المتلفز يتجه لفضاءات لا حد ولا حصر لها من حيث المدى ومن حيث التنوع، ومن حيث تعدد المستويات الثقافية والاجتماعية، ولن ينجح أي حوار يلتزم باللهجة المحلية للمتحدث، وسيصعب على المتحاورين تمرير اللهجة المحلية، ولذا يجهد الجميع لتفصيح عاميتهم ولتعميم فصحاهم فتلتقي اللهجات عند تخوم الفصحى، كما تتهذب الفصحى وتتلامس مع اليومي والمحكي، وهذه حالة فريدة تمر بها ثقافتنا حيث سنكتشف أن الفضائيات التلفزيونية تحقق للغتنا فرصةً تاريخيةً لتمتحن قدرة اللغة العربية على التجاوب مع الزمن والظرف الثقافي، وتكسر حدود الانفصال وتندمج مع الواقع التفاعلي والحيوي، وهذا ضربٌ من الشجاعة اللغوية والعبقرية التعبيرية التي تميز لغتنا العظيمة التي ظلت تتحدى العقبات وتجترح دروبها من فوق التحديات.
كاتب ومفكر سعودي
أستاذ النقد والنظرية/ جامعة الملك سعود - الرياض أخبار ذات صلة
المصدر: صحيفة الاتحاد
كلمات دلالية: عبدالله الغذامي الغذامي
إقرأ أيضاً:
نقلة نوعية تعالج ظاهرة الإجابات «الواثقة غير الدقيقة»
أبوظبي (الاتحاد)
أخبار ذات صلةكشف باحثون من جامعة محمد بن زايد للذكاء الاصطناعي عن نهج مبتكر يُعيد تشكيل عملية التحقق التلقائي من مخرجات نماذج اللغة الكبرى (LLMs)، موفراً حلاً أكثر كفاءة وأقل تكلفة لمعالجة ظاهرة «الهلوسة» التي تُنتج إجابات واثقة لكنها غير دقيقة. الدراسة، التي نُشرت على الموقع الإلكتروني للجامعة، عُرضت في المؤتمر السنوي لعام 2025 للأميركتين في رابطة اللغويات الحسابية (NAACL).
وفقاً للموقع الإلكتروني للجامعة، طوّر الفريق البحثي، بقيادة الباحث ما بعد الدكتوراه تشُووهان شيه، إطار عمل جديداً يُسمى FIRE (التحقق من الحقائق مع الاسترجاع والتحقق التكراري). يعتمد هذا النهج على تقييم مستوى ثقة النموذج في الادعاءات التي يقدمها، ليحدد ما إذا كانت هناك حاجة للبحث عبر الإنترنت أم يمكن الاعتماد على المعرفة الداخلية للنموذج. هذا الأسلوب لا يقلل فقط من التكاليف المرتبطة بالبحث الخارجي، بل يعزز كفاءة التحقق عبر تخزين المعلومات المستردة لدعم تقييم ادعاءات أخرى ضمن النص نفسه.
يقول شيه: «العديد من الادعاءات بسيطة بما يكفي لعدم الحاجة إلى بحوث إضافية، مما يجعل إطارنا أكثر ديناميكية وقابلية للتوسع». وأظهرت الاختبارات على مجموعات بيانات معيارية أنه تم تقليص تكاليف البحث بمعدل 16.5 مرة، مع الحفاظ على أداء مشابه للأطر الأخرى.
وأشار الباحثون، ومنهم روي شينج وبريسلاف ناكوف
، إلى أن النماذج المتقدمة مثل o1-preview من OpenAI، رغم دقتها العالية، قد لا تكون ضرورية دائماً، حيث حقق FIRE مع نماذج أقل تكلفة توازناً مثالياً بين الأداء والتكلفة. كما كشفت الدراسة عن أخطاء في مجموعات البيانات المعيارية، مما يبرز الحاجة إلى تحسين هذه المعايير لضمان دقة أعلى في العالم الحقيقي، حسبما جاء في تقرير موقع الجامعة.
ويفتح FIRE آفاقاً واعدة لمكافحة المعلومات المغلوطة، ليس فقط في النصوص، بل أيضاً في الصور والفيديوهات، مع إمكانية تطويره لدعم التحقق متعدد الوسائط. ويؤكد شيه أن هذا الابتكار قد يُصبح مصدر معرفة إضافياً يعزز قدرات نماذج اللغة الكبرى، مما يُحدث ثورة في معالجة اللغة الطبيعية.