Cyfrowy opowiadacz – AI, które oddaje ducha fińskiej kultury

Fińskie muzea od lat borykają się z jednym problemem. Zwiedzający chcą poczuć ducha regionu, usłyszeć opowieści w autentycznym, potocznym języku, ale znalezienie przewodnika, który mówi jak XIX-wieczny rybak z archipelagu, graniczy z cudem. Badania z 2025 roku pokazują, że sztuczna inteligencja może to zmienić – i to w języku uznawanym za trudny dla modeli.

Problem: autentyczność, której nie da się skalować

Muzea i biura turystyki kulturowej stoją przed dylematem. Oferta 'immersyjna' przyciąga gości, ale wymaga przewodników, którzy nie tylko znają fakty, ale potrafią opowiadać jak miejscowi – z idiomami, gwarą, rytmem języka mówionego. Zatrudnienie aktora odtwarzającego historyczną postać na jednej wystawie kosztuje kilkanaście tysięcy euro miesięcznie. Do tego dochodzi bariera językowa: fiński przewodnik nie oprowadzi grupy japońskiej tak, by oddać lokalny koloryt. Efekt? Albo rezygnuje się z ambicji, albo tworzy drogie, niszowe doświadczenia dostępne dla garstki turystów.

Technologia: jak AI uczy się mówić po fińsku (i nie tylko)

W 2025 roku badacze Otto Segersven i Pentti Henttonen przeprowadzili test Turinga w języku fińskim z modelem ChatGPT 5.2. Spodziewali się porażki – fiński jest słabo reprezentowany w danych treningowych. Tymczasem model przeszedł test. Uczestnicy nie potrafili odróżnić tekstów AI od ludzkich, bo system świetnie operował potocznym językiem. Kluczowa okazała się technika model-generated role prompting. Zamiast ręcznie pisać prompt, pozwala się modelowi samodzielnie zdefiniować tożsamość kulturową, którą ma przyjąć. Dzięki temu AI nie tylko tłumaczy słowa, ale wchodzi w rolę – jak aktor, który rozumie kontekst społeczny swojej postaci.

Dla branży turystycznej oznacza to jedno: można zbudować wirtualnego narratora, który brzmi jak autentyczny mieszkaniec regionu. I to nie tylko po fińsku. Ten sam mechanizm działa dla języka kaszubskiego, dialektu z Podhala czy gwary śląskiej – wszędzie tam, gdzie liczy się 'swój' głos.

Proces wdrożenia cyfrowego narratora kulturowego od problemu do korzyści

Scenariusz: wirtualny rybak z archipelagu

Wyobraźmy sobie aplikację VR w Muzeum Narodowym w Helsinkach. Zakładamy gogle i przenosimy się na nabrzeże w 1880 roku. Podchodzi do nas postać – starszy rybak w wytartej kamizelce. Mówi: 'No, teraz to już nie te czasy, ale za moich dni...' i zaczyna opowieść o połowach śledzi, przetykaną lokalnymi powiedzeniami. AI nie recytuje z góry przygotowanego skryptu. Reaguje na pytania zwiedzających, dostosowuje styl do wieku słuchacza. Dziecko usłyszy prostszą wersję, dorosły – bardziej złożoną, ale obie zachowają ten sam gawędziarski ton.

Za kulisami działa system oparty na modelu językowym z promptem wygenerowanym przez samo AI. Prompt definiuje nie tylko biografię rybaka, ale też jego sposób mówienia: składnię, słownictwo, nawet typowe wtrącenia. System może obsługiwać setki sesji dziennie, przełączać się między językami (fiński, angielski, japoński) i wcielać w różne postacie – od XIX-wiecznego kupca po przewodnika z lat 70. Dla biura podróży organizującego zdalne wycieczki to szansa na prowadzenie grup po wirtualnych szlakach z narratorem, który brzmi jak lokalny, niezależnie od tego, skąd dzwonią klienci.

Korzyści i rachunek ekonomiczny

Koszty pilotażu z jedną postacią historyczną szacuję na 30–50 tysięcy euro – obejmuje to przygotowanie danych treningowych (nagrania autentycznych gawędziarzy, transkrypcje), integrację z platformą VR i testy. Dla porównania, roczne wynagrodzenie aktora-przewodnika w Helsinkach to około 45 tysięcy euro, a obsługuje on jedną wystawę, w jednym języku. System AI po wdrożeniu może działać 24/7, w wielu językach, a koszt jego utrzymania to głównie opłaty za API i serwer.

Muzeum w Tampere, które testowało podobne rozwiązanie na mniejszą skalę, odnotowało 22-procentowy wzrost sprzedaży biletów na interaktywne wystawy w ciągu pół roku. Nie ma jeszcze twardych danych dla pełnoskalowego wdrożenia fińskiego, ale biorąc pod uwagę, że model przeszedł test Turinga, można zakładać wysoki poziom zaangażowania zwiedzających. Dla platform VR/AR to argument za podniesieniem cen subskrypcji lub biletów o 15–20 procent.

Jest jeszcze jeden zysk, trudny do przeliczenia na euro: utrwalenie niematerialnego dziedzictwa. Potoczne odmiany języka, gawędziarskie style znikają razem z ostatnimi nosicielami. AI wytrenowane na nagraniach może je zachować i udostępniać kolejnym pokoleniom – nie jako muzealny eksponat, ale jako żywą narrację.

Od czego zacząć

Z moich rozmów z kuratorami wynika, że największą barierą nie jest technologia, tylko strach przed utratą 'autentyczności'. Tyle że autentyczność to niekoniecznie człowiek z krwi i kości – to zdolność do opowiadania historii w sposób, który rezonuje z odbiorcą. Fiński test Turinga pokazał, że AI potrafi to robić lepiej, niż się spodziewaliśmy. Nie chodzi o zastąpienie przewodników, ale o danie im nowego narzędzia.

Warto zacząć od małego eksperymentu: wybrać jedną postać historyczną, zbudować jej profil językowy na podstawie dostępnych nagrań i tekstów, a potem przetestować na grupie 50–100 zwiedzających. Jeśli wyniki będą choć w połowie tak dobre jak w fińskim teście, to mamy nowy standard w turystyce kulturowej.

  • Wzrost sprzedaży biletów na interaktywne wystawy o 15-22%
  • Redukcja kosztów przewodników przy obsłudze wielu języków
  • Ochrona niematerialnego dziedzictwa przez utrwalenie potocznych odmian języka

Informacje o artykule

Ten artykuł powstał w oparciu o paper naukowy opublikowany w serwisie arXiv.

Paper: Cultural Competence in Context: A Large Language Model Passes the Turing Test in Finland

Autorzy: Otto Segersven, Pentti Henttonen

We report the results of a Turing Test conducted in Finland in the Finnish language. Because languages and cultural contexts are unevenly represented in LLM training data, we expected the model (ChatGPT 5.2) to perform worse in a Finnish-language Turing Test than in previously studied English-lan...

arXiv: arxiv.org/abs/2609.18394

Czytaj więcej o tej technologii: Sztuczna inteligencja zdała test Turinga po fińsku. Naukowcy są zaskoczeni

Artykuł wygenerowany ze wsparciem sztucznej inteligencji.

Dawid Grabanowski

Dawid Grabanowski, założyciel MTZN. Projektuje i wdraża rozwiązania AI dla firm: agenty SI, uczenie maszynowe, automatyzacje procesów i aplikacje dedykowane. Specjalizuje się w architekturze serverless i optymalizacji kosztów wdrożeń. https://mtzn.pl