Zašto AI greši na srpskom i kako to da smanjite

Ažurirano: 12.10.2026. | Verzija 1.0

Dve stvari koje korisnici primete, a nigde ne nađu objašnjenje: odgovor na srpskom ponekad zvuči kao prevod, i u njega se uvuku reči koje nisu naše. Postoji razlog za oboje, i postoji nešto što možete da uradite.

Odmah i poštena ograda. Za srpski jezik ne postoji javno, nezavisno merenje današnjih modela. Sve što sledi je ili merenje koje sam sam uradio, ili nalaz iz objavljenog rada, uz jasno označeno šta je pretpostavka.

Ćirilica je skuplja od latinice

Ovo niko ne meri, pa sam izmerio. Metod: 1.012 rečenica iz prevodilačkog skupa koji se koristi u istraživanjima, isti tekst u ćirilici i u latinici, prebrojano alatom koji OpenAI koristi za deljenje teksta na tokene.

Konkretan primer sa starijeg načina brojanja: reč захваљујем troši 10 delova, a zahvaljujem 5. Reč обавештење se cepa tako da slovo „њ" postane dva neispravna fragmenta. Engleska reč notification je jedan deo.

Zanimljiv detalj: svako slovo koje postoji samo u srpskoj ćirilici (њ, љ, џ, ћ, ђ) koštalo je dva dela, dok su slova koja postoje samo u ruskoj ćirilici koštala jedan. Razlog je prost, u podacima je bilo mnogo više ruskog. Na novijem načinu brojanja to je ispravljeno.

Šta to praktično znači. U istom prostoru za kontekst staje oko 813.000 engleskih reči, oko 508.000 srpskih na latinici i oko 433.000 na ćirilici. Ako plaćate po potrošnji, isti posao na ćirilici košta više.

Prvi praktičan savet: tražite odgovor na latinici, pa ga sami prebacite u ćirilicu ako treba. Pretvaranje je potpuno tačno u oba smera, pa ništa ne gubite.

Zašto se mešaju srpski, hrvatski i bosanski

Ovo nije slučajnost nego posledica načina na koji su podaci skupljani. Modeli i skupovi podataka za naš prostor po pravilu tretiraju srpski, hrvatski, bosanski i crnogorski kao jednu celinu. To piše u opisima samih projekata: jedan poznat model za naš prostor opisan je kao model „za bosanski, hrvatski, crnogorski i srpski", a korpusi se prave kao zajednički.

Postoji čak i poseban zadatak u istraživanjima, da se te varijante razlikuju, i rezultati pokazuju da to nije lako ni specijalizovanim modelima.

Posledica za vas: model nema poseban razlog da bira baš srpsku varijantu, osim ako mu to ne kažete.

Drugi praktičan savet: napišite izričito „piši na srpskom, ekavica, latinica". To nije prazna formalnost nego jedini način da izaberete varijantu.

Poštena ograda: nisam našao istraživanje koje meri koliko ta rečenica pomaže. Logika stoji, merenja nema.

Šta se zna o kvalitetu

Na zadacima razumevanja i razvrstavanja teksta, razlika između engleskog i južnoslovenskih jezika kod današnjih velikih modela je mala. U radu objavljenom krajem 2025. i dopunjenom 2026, razlika je bila 0,02 do 0,07 na jednom zadatku i 0,03 do 0,10 na drugom, gde je 1 najbolje. Najmanju razliku imao je GPT-5.

Za srpski postoji i poseban skup testova objavljen 2026, sa sedam zadataka. Ali on meri stariju vrstu modela, ne današnje razgovorne.

Zaključak koji se može braniti: za razumevanje i obradu teksta razlika nije velika. Za pisanje u pravilnoj srpskoj varijanti problem nije sposobnost nego izbor, i rešava se uputstvom.

Govor i transkripcija

Ovde ima jedan podatak koji vredi pažnje. U merenju tačnosti prepoznavanja govora koje je objavio sam proizvođač, srpski ima stopu greške od 29,2 odsto, a hrvatski 16,7. To je skoro dvostruka razlika za jezike koji zvuče gotovo isto.

Moja pretpostavka, i označavam je kao pretpostavku jer je u radu nema: velik deo te razlike dolazi od pisma. Referentni tekst za srpski je na ćirilici, a za hrvatski na latinici. Ako model ispiše latinicu, poređenje sa ćiriličnim tekstom pokazuje grešku i tamo gde je model dobro čuo.

Šta podržava srpski danas:

Tri pravila za rad na srpskom

1. Tražite latinicu, pa prebacite u ćirilicu ako treba. Jeftinije je i tačno.
2. Imenujte varijantu: „srpski, ekavica, latinica". Bez toga model bira sam, a podaci su mešani.
3. Dajte rečnik za stručne izraze. Ako imate svoje nazive, napišite spisak u prompt. Ovo nije mereno za srpski, ali je ista tehnika koja radi u prevođenju.

Bonus za duže tekstove: tražite da prvo izvuče ključne delove izvora, pa tek onda da piše. Tehnika u kojoj model prvo prepriča zadatak na engleskom pa onda odgovori merena je 2023. i dala je velika poboljšanja na više jezika, ali na starijim modelima, pa je uzmite kao mogućnost za probu, ne kao pravilo.

Česta pitanja

Koji AI je najbolji za srpski? Nema javnog poređenja današnjih modela na srpskom. U jednom akademskom radu GPT-5 je imao najmanju razliku u odnosu na engleski, ali to je merenje razvrstavanja teksta, ne pisanja.

Da li da pišem promptove na srpskom ili engleskom? Za rad sa srpskim tekstom na srpskom, jer model zadržava vaš rečnik. Za zadatke koji zavise od stručne literature probajte engleski uz izričit zahtev da odgovor bude na srpskom.

Zašto se pojavljuju hrvatske reči? Zato što su podaci za naš prostor po pravilu skupljani zajedno za sve varijante. Rešava se izričitim zahtevom za srpsku varijantu.

Da li je ćirilica lošija za AI? Skuplja jeste, i to merljivo. Da li je kvalitet odgovora lošiji, nisam našao merenje.

Postoji li domaći model? Postoji YugoGPT, otvoren model napravljen na jednoj stranoj osnovi i treniran na tekstovima sa našeg prostora. To je osnovni model bez obuke za praćenje uputstava, njegov tvorac upućuje na novije verzije drugde, pa ga danas treba posmatrati kao zanimljivost, a ne kao alat za rad.

Sledeći korak

Dodajte rečenicu o varijanti i pismu u svoj najčešći prompt i uporedite dva odgovora. Za ostale tehnike pogledajte vodič o pisanju promptova.

GoSimple · Ivan Dabetić

Izvori (provereno 12.10.2026)

• Merenje tokena: sopstveno, na skupu FLORES-200 (https://github.com/facebookresearch/flores/tree/main/flores200) uz alat https://github.com/openai/tiktoken
• Poređenje modela na južnoslovenskim jezicima: https://arxiv.org/abs/2511.07989
• Skup testova za srpski jezik: https://aclanthology.org/2026.loreslm-1.30/
• Model za naš prostor, opis: https://arxiv.org/abs/2104.09243
• Razlikovanje varijanti kao poseban zadatak: https://aclanthology.org/2023.vardial-1.11/
• Tačnost prepoznavanja govora po jezicima: https://arxiv.org/abs/2212.04356
• Google, podržani jezici za govor: https://docs.cloud.google.com/speech-to-text/docs/speech-to-text-supported-languages
• Azure, podrška za jezike: https://learn.microsoft.com/en-us/azure/ai-services/speech-service/language-support
• YugoGPT: https://huggingface.co/gordicaleksa/YugoGPT