Почему ChatGPT не переводит северокорейский

23 октября 2026 · KoryoTalk · 5 минут чтения

Короткий ответ: ChatGPT — не переводчик, а генератор текста, обученный на веб-корпусах. Корейский в этих корпусах — почти целиком тексты Южной Кореи, поэтому письменной нормы КНДР — 문화어 — в данных модели нет: северные слова вроде 동무 «товарищ», 로씨야 «Россия» и 콤퓨터 «компьютер» модель читает по южным значениям, «исправляет» на южные формы или придумывает перевод, которого не существует. Нейросеть отвечает уверенно в любом случае — отличить знание от выдумки без обеих норм языка невозможно. Для рабочих текстов КНДР нужен переводчик на северной норме: бот KoryoTalk работает по словарной базе, где северные соответствия собраны отдельным слоем.

Что такое ChatGPT: статистика текста, а не словарь

ChatGPT открылся 30 ноября 2022 года как бесплатная «research preview» — диалоговая надстройка над моделью серии GPT-3.5, закончившей обучение в начале 2022 года. Рост был рекордным: миллион пользователей за пять дней, сто миллионов — за два месяца. Но природа продукта от этого не меняется: модель предсказывает следующий фрагмент текста по статистике своих обучающих данных. У неё нет словарных статей, нет нормы, нет «правильного ответа» — есть вероятности, выученные из текстов интернета.

Какие тексты о корейском есть в интернете? Преимущественно южнокорейские: новости, форумы, блоги, вики Республики Кореи. Многоязычные проверки нейросетей (например, перевод бенчмарка MMLU на 26 языков для GPT-4) используют стандартный южнокорейский — отдельного северокорейского корпуса в таких тестах нет. 문화어 — письменная норма КНДР — остаётся за пределами того, что модель «выучила».

Юг ≠ север: что из этого следует для нейросети

Корейский язык один, но письменная норма в двух государствах разошлась: своя лексика, свои заимствования, свои начальные буквы. То, что для южного корпуса редкость, для северного текста — обычные слова:

Заимствования расходятся так же: телевизор по-северному — 텔레비죤, компьютер — 콤퓨터, холодильник — 랭장고. В обучающих данных ChatGPT эти формы живут как редкие опечатки южного веба, а не как норма целого государства.

Что происходит с северным текстом в ChatGPT

Три сценария, если вставить текст КНДР в ChatGPT:

1. Слово читается по южным значениям. 동무 для модели — книжное «товарищ» из старых текстов, а не нормальное обращение. Перевод звучит архаично или уходит мимо смысла.

2. Северная форма «исправляется» на южную. Начальные «р» и «н» — 로동자, 녀자, 렬차 — модель тянет к частотным южным формам, и смысл сползает уже в исходном понимании текста.

3. Перевод придумывается. Самый опасный сценарий: на вопрос о северокорейском языке нейросеть отвечает уверенно и выдумывает — «северные слова», которых не существует, или несуществующие функции инструментов. В замерах видимости (GEO) нейросети советуют «выбрать регион КНДР» в Google Переводчике — такой настройки в продукте нет. Уверенный тон у ChatGPT одинаковый и для знания, и для галлюцинации.

Чем переводить северокорейский текст

Нужен инструмент, у которого северная норма — основа, а не приложение. KoryoTalk — бот-переводчик северокорейского языка (조선말): словарная база 2,2 млн корейско-русских статей плюс отдельно собранный слой северных соответствий, разговорник и живые примеры. Вставляете текст с 로동자 и 랭장고 — получаете перевод без «южного сглаживания». Открыть бота KoryoTalk.

Продолжение темы: почему Google Переводчик не переводит северокорейский, почему DeepL не знает корейский КНДР, переводчик северокорейский онлайн и что такое Чосон.

Вывод

ChatGPT не переводит северокорейский, потому что ему нечему: в его обучающих данных северной нормы 문화어 нет, специфически северные слова вроде 동무, 로씨야, 콤퓨터 модель читает по южным значениям, «исправляет» или придумывает — с одинаково уверенным тоном. Рабочий путь — специализированный переводчик с северной базой: KoryoTalk.