مقاله:
هوشواره و زوانا؛ پیشنهادی برای بومیسازی اصطلاحات هوش مصنوعی بر پایه ریشههای کهن و بومی ایران
واژهگزینی فشرده و بومی برای اصطلاحات هوش مصنوعی
امروزه سرعت ورود فناوریهای نوین هوش مصنوعی بسیار بیشتر از سرعت بومیسازی مفاهیم آن است. اصطلاحات طولانی و سنگینی مانند «مدلهای زبانی بزرگ» یا «عاملهای هوش مصنوعی»، فرآیند آموزش، توسعه و نگارش متون تخصصی را برای جامعه فناوری کشور فرسایشی کردهاند.
با نگاهی نو به ریشههای کهن زبان پارسی میانه (پهلوی) و گویشهای زنده بومی ایران (کردی، گیلکی، بلوچی و سمنانی)، معادلهای فشرده و تکواژهای برای مفاهیم پیچیده هوش مصنوعی طراحی شده است. به عنوان مثال، واژه «زُوانا» با تکیه بر ریشه کهن «زوان» (زبان) و پسوند مبالغه، جایگزین اصطلاح طولانی «مدل زبانی بزرگ» شده است.
در این مقاله، با رویکردی زبانشناختی و کاربردی، یک شبکه واژگانی فشرده، یکدست و اصیل (مانند هوشواره بهجای AI، هوشوارک بهجای AI Agent و زُوانا بهجای LLM) پیشنهاد شده است. هدف این یادداشت، باز کردن بابی تازه در گفتمان بومیسازیِ روانترِ تکنولوژی در میان متخصصان و کاربران ایرانی است.
با گسترش شتابان فناوری، زبان فارسی بیش از هر زمان دیگری با هجوم واژههای بیگانه و ترکیبهای طولانی مواجه شده است. اصطلاحاتی مانند «هوش مصنوعی مولد» یا «مدلهای زبانی بزرگ» علاوه بر طولانی بودن، در لایههای گفتاری روزمره به سختی مینشینند. این مقاله پیشنهادی است برای یک شبکه واژگانیِ فشرده، منسجم و اصیل که با الهام از اصول زبانشناسی مدرن و ریشههای کهن ایرانی طراحی شده است.
۱. هوشواره (به جای هوش مصنوعی / Artificial Intelligence)
بزرگترین چالش اصطلاح «هوش مصنوعی»، دوکلمهای بودن آن است. واژه «هوشواره» با استفاده از پسوند شبیهساز و ابزاری «واره» (دقیقاً مانند ماهواره یا رایانه) ساخته شده است. این واژه در یک ساختار فشرده، مفهوم سیستمی را میرساند که ویژگی هوشمندی را بازسازی میکند.
۲. هوشوارک (به جای عامل هوش مصنوعی / AI Agent)
در دنیای فناوری، به ابزارها یا رباتهای نرمافزاری مستقلی که وظایف خاصی را انجام میدهند، Agent میگویند. «هوشوارک» با ترکیب واژه هوشوار و پسوند ابزارساز «ـَک» (مانند پیامک یا شمارک) ساخته شده است تا معرف یک موجودیت مستقل، پویا و کوچک در دل سیستم باشد.
۳. بنآموزی یا بناموزی (به جای یادگیری عمیق / Deep Learning)
دیپ لرنینگ یادگیری در لایههای عمیق و ریشهای دادههاست. با استفاده از واژه اصیل و پارسی «بُن» (به معنی ریشه و پایه)، واژه «بنآموزی» پیشنهاد میشود. این واژه به دلیل رعایت اصل کمکوششگویی در زبان، (به انگلیسی: Principle of least effort یا Law of economy) در گویش روزمره به راحتی به «بناموزی» تبدیل میشود و قابلیت فعلی بالایی دارد (مانند: بنآموختن یک مدل).
۴. زُوانا (به جای مدل زبانی بزرگ / Large Language Model - LLM)
ترکیب «مدل زبانی بزرگ» بیش از حد طولانی است. واژه «زُوانا» از ریشه کهن و پهلوی زبان (زوان/زِوُن) گرفته شده که هنوز در گویشهای زنده گیلکی، کردی، سمنانی و بلوچی کاملاً رایج است. همراهی این ریشه بومی با پسوند کلان و مبالغه «آ» (مانند کارا یا جوانا)، مفهوم بزرگ و غولآسا بودن این مدل متنی را در خودِ کلمه حل میکند و نیاز به صفت «بزرگ» را از بین میبرد.
۵. فرمانک و انگیزک (به جای پرامپت / Prompt)
پرامپتها در دنیای امروز دو ماهیت متفاوت دارند؛ بنابراین تفکیک معنایی آنها به غنای زبان کمک میکند:
-
فرمانک: برای پرامپتهای دستوری، منطقی و وظیفهمحور (مانند دستور نوشتن یک کد یا خلاصه کردن متن).
-
انگیزک: برای پرامپتهای خلاقانه و الهامبخش در هوشوارههای زاینده (مانند دادن یک ایده برای خلق یک تصویر یا داستان).
کاربرد این واژگان در متن تخصصی:
برای سنجش روانی این لغات، به این پاراگراف توجه کنید:
«در نسل جدید سامانههای هوشواره، ساختار سنتی نرمافزارها دگرگون شده است. امروزه توسعهدهندگان با طراحی فرمانکها و انگیزکهای دقیق، اهداف پیچیده را برای ماشین ملموس میکنند. در این میان، یک زُوانا که فرآیند دشوار بنآموزی را روی میلیاردها داده متنی پشت سر گذاشته است، کلام انسان را درک میکند. سپس این مدل، دستورات را به هوشوارکهای خودگردان ارجاع میدهد تا هر یک به عنوان عاملی هوشمند، بخشی از فرآیند اجرایی را به پایان برسانند.»
پذیرش و به کارگیری این واژگان میتواند گامی بنیادین در جهت پیوند زبان فارسی با آینده فناوری جهان باشد؛ زبانی که در عین مدرن بودن، ریشه در خاک بوم و تاریخ خود دارد.

















