Konfidentsiaalsus, eetika, autoriõigus, autentsus ja elukutse tulevik — Tehisintellekt tõlkes ja suulises tõlkes

Kasu:

Oskus rakendada tõlketöös konfidentsiaalsuse, NDA, isikuandmete (KVKK/GDPR) ja õige tööriista valiku põhimõtteid
Võimalus võtta masina kasutamisel kasutusele läbipaistvus, vastutus, autoriõiguse ja originaalsuse vastutus ning allika kontrollimise refleks
Mõistmine, miks inimese kontrollimine on hädavajalik ja elukutse ümberkujundamine tehisintellekti ajastul

Selle mooduli sulgeme mitte tehniliste oskustega, vaid põhimõtetega, mis kaitsevad eriala terviklikkust. AI annab tõlkijale suure jõu; Kuid see võim toob kaasa ka uued ja tõsised kohustused seoses konfidentsiaalsuse, eetika, autoriõiguse ja originaalsusega. Üks valesti jagatud konfidentsiaalne dokument, üks varjatud masina kasutamine, üks autoriõiguste rikkumine või üks petturlik "inimtõlke" nõue võib hävitada mitte ainult ühe ettevõtte, vaid karjääri ja klientide usalduse. Selles üksuses saate teada privaatsusest, kutse-eetikast, autoriõigustest ja andmetega seotud probleemidest, sellest, miks on inimese kontrollimine hädavajalik, ning eriala tulevikust tehisintellekti ajastul.

Privaatsus ja andmed: muutumatud põhimõtted

Enamik dokumente, mis tõlgi kätte satuvad, on konfidentsiaalsed ja konfidentsiaalsus on eriala põhikohustus. Neli reeglit AI ajastul:

Konfidentsiaalse/isikliku/avaldamata teksti sisestamine avalikku tööriista, mille andmepoliitika ei anna kindlust. Sisestatud teksti töödeldakse välisserveris; Seda saab kasutada ja säilitada mudeli treenimisel.
Järgige NDA-d (mitteavaldamise leping). Paljude töökohtadega kaasneb NDA; Teksti andmine välisele tööriistale on otsene rikkumine ja toob kaasa juriidilise vastutuse.
Valige õige tööriist. Korporatiivsed lepingulised tööriistad, mis mitte ainult ei salvesta/koolita andmeid konfidentsiaalseks tööks; avalike tööde üldtööriistad.
Kaitske isikuandmeid (KVKK/GDPR ulatus) privaatselt. Nime-, tervise-, finants- ja isikuandmeid sisaldavad tekstid nõuavad täiendavat hoolt; Anonüümseks muutmine või turvaline keskkond on nõutav.

KVKK (isikuandmete kaitse seadus — Türkiye) ja GDPR (Euroopa andmekaitsemäärus) määravad seadusega kindlaks, kuidas isikuandmeid töödeldakse; rikkumine pole mitte ainult eetiline, vaid ka juriidiline probleem.

Ettevaatust: "Lihtsalt kiire tõlge, keegi ei näe seda" on privaatsusrikkumiste levinuim põhjendus. Kui teave on välja lülitatud, ei saa seda tagasi võtta. Kui kahtlete, ärge eksportige teksti välisesse tööriista; vali ohutu tee.

Eetika ja läbipaistvus: ei varja masina kasutamist

Tehisintellekti ajastul on kutse-eetika uus telg läbipaistvus. Kliendil on õigus teada, kuidas tema tööd tehakse. Kaks aususe reeglit:

Masina kasutamise peitmine. Kui tegite MTPE-ga tööd ja klient ootas "puhast inimtõlget", on selle varjamine ebaeetiline. Hinnakujundus ja ootused peaksid olema vastavalt kujundatud.
Ütle oma piirid ausalt välja. On riskantne teha tööd väljaspool teie valdkonda (nt õigusteadus või meditsiin), mõeldes, et saate tehisintellektiga hakkama; AI ei kaota teie teadmistelünka.

Samuti vastutus: tõlkija vastutab iga edastatud teksti eest. "AI tõlkis selle nii" ei ole vabandus; Vastutate kliendi ees.

Autoriõigus, andmed ja originaalsus

Kolm eraldi, kuid omavahel seotud teemat:

Autoriõigus: tõlgitaval tekstil võivad olla autoriõigused; Tõlge on samuti tuletatud töö. Teose ilma loata tõlkimine ja avaldamine on rikkumine. AI teksti "ümberkirjutamine" ei kõrvalda autoriõigustega seotud probleeme.
Koolitusandmed ja nõusolek: tehisintellekti tööriistu koolitatakse avalikult kättesaadavate ja mõnikord autoriõigustega kaitstud tekstidega; See on tööstuses vastuoluline eetiline probleem. Teie panus: ärge "kinkige" oma kliendi andmeid ilma loata mudeli koolitamiseks.
Originaalsus ja hallutsinatsioonid: eriti inimlike/kirjanduslike tekstide puhul võib AI toota väljamõeldud tsitaate, võltsallikaid ja olematuid idioome. Iga teie esitatud teksti kultuuriline/faktiline väide peab olema kontrollitud ja autentne.

Nõuanne. Seadistage endale allika kinnitamise refleks: kui tehisintellekt annab nime, kuupäeva, tsitaadi, allika või "tuntud fakti", ärge pange seda teksti ilma seda iseseisvalt kinnitamata. Fabritseeritud viide humanitaarteadustes hävitab kogu teose usaldusväärsuse.

Inimkinnitus: viimane asendamatu lüli

Selle mooduli iga üksuse ühine õppetund: AI kiirendab, inimesed kontrollivad ja kannavad vastutust. Kontrollimine ei ole "lisasamm", vaid töö lahutamatu osa. Kõrge riskiga tekstides (juriidiline, meditsiiniline, turvalisus, kaubamärk) on kontrollimine olulisem kui tõlge ise. Ilma inimkontrollita tarnitud tehisintellekti väljund on kiire, kuid haavatav.

Elukutse tulevik: ümberkujundamine, mitte ümberpaigutamine

AI ei muuda tõlkijaid töötuks; See muudab töö olemust. Kui rutiinsed, arusaadavad, korduvad tõlkeülesanded lähevad üle masinale, nihkub tõlkija väärtus kihtidele, mida masin teha ei saa, näiteks redigeerimisjärgsed teadmised, kvaliteediotsus, kultuuriline sügavus, ekspertvaldkonna teadmised, transloomine ja kontrollimine. Tuleviku tõlkija; Ta on inimene, kes kasutab tehisintellekti oskuslikult, kuid teab, kuhu mitte usaldada, ning muudab oma valdkonnateadmiste ja kultuuriliste otsustustega midagi. Need, kes lükkavad AI tagasi ja need, kes sellele pimesi alistuvad, jäävad maha; Esimesel kohal on see, kes taltsutab seda kui tööriista.

kolm minikarpi

Juhtum 1 – läbipaistvus suurendas usaldust. Tõlk selgitas kliendile ette, et ta teeb töö MTPE-ga, mis on inimmahukad osad ja vastavalt ka hind. Klient oli läbipaistvusega rahul ja pakkus regulaarset äri; Kui ta oleks seda varjanud, oleks usaldus esimese probleemiga purunenud.

Juhtum 2 – konfidentsiaalsuse rikkumine muutus karjääririskiks. Vabakutseline tõlkija sõlmis konfidentsiaalse lepingu avalikku tööriista; Kui klient avastas NDA rikkumise, lõppes ärisuhe ja viide läks kaduma. Üksainus mugavus hävitas pikaajalise usalduse.

Juhtum 3 – autentsuse kinnitamine salvestati. Ühes akadeemilises tõlkes lisas AI "tsitaadi", mida allikas ei olnud, ja väljamõeldud autori nime. Tõlkija allika kontrollimise refleks tabas selle; Kui see esitataks, oleks see akadeemilise aususe rikkumine ja maine kaotamine.

Neli kopeeritavat malli

1) Otsus privaatsuse/tööriistade kättesaadavuse kohta:

Teie roll: andmekaitsenõustaja. Kirjeldan, mida tõlketöö hõlmab. Öelge mulle (1) kas see tekst on konfidentsiaalne/isiklik/autoriõigustega kaitstud, (2) kas seda on asjakohane töödelda avalikus tehisintellekti tööriistas, (3) kui ei, siis millist turvalist alternatiivi peaksin kasutama. Sisu: [...]

2) Läbipaistvusmärkuse mustand kliendile:

Kirjutage kliendile lühike professionaalne teade, milles selgitage ausalt, kuidas ma seda tööd teen: masintõlge + inimlik järeltoimetamine, millised osad on inimmahukad, kuidas kontrollimine toimub, hind/aeg vastavalt. Ära liialda, anna enesekindlust. Töö liik: [...]

3) Allikate/faktide kontrollimise loend:

Jäta välja kõik faktilised elemendid, mida tuleb järgmises tõlkes kontrollida: nimed, kuupäevad, numbrid, tsitaadid, allikad/omistused, tõeväited, idioomid/vanasõnad. Loetlege igaüks neist kui "kinnita sõltumatu allikaga". Ärge usaldage teksti, vaid ainult seda, mida saab kontrollida. Tõlge: [...]

4) Eetika/autoriõiguste eelkontroll:

Kirjeldan tööd allpool. Märgistage võimalikud eetilised ja autoriõigusega seotud probleemid: teksti autoriõiguse staatus, tõlketuletised, isikuandmed, kliendiandmete kaitse, läbipaistvuse vajadus. Loetlege riskid ja ettevaatusabinõud. Töö: [...]

Nõrk viip / Tugev viip

Nõrk: "Tõlgi see dokument." (Peidetud tekst võib minna välisele tööriistale, ilma et see seadaks kahtluse alla konfidentsiaalsust, autoriõigusi või tööriista ühilduvust.)

Güçlü: "Kõigepealt hinnake seda: see dokument on patsiendi aruanne; see sisaldab isiku terviseandmeid. Kas seda tuleks töödelda avalikus tööriistas või on vaja turvalist/institutsionaalset keskkonda? Millele peaksin KVKK osas tähelepanu pöörama? Andke tõlkeplaan pärast sobiva keskkonna määramist."

Erinevus: tugev viipe algab privaatsusest ja juriidilisest kontrollist; Tõlge tuleb pärast õige ja turvalise keskkonna kindlaksmääramist.

Eetiliste mõõtmete tabel

Suurus

Risk

ettevaatusabinõu

Privaatsus

Lekkinud dokument, NDA rikkumine

Turvaline tööriist, andmepoliitika

isikuandmed

KVKK/GDPR rikkumine

Keskkonna anonüümseks muutmine/turvalisus

autoriõigus

Volitamata tuletatud töö

Kontrolli luba/õigusi

läbipaistvus

Varjatud masina kasutamine

Olge kliendile avatud

originaalsus

Hallutsinatsioonid, võltsallikas

allika kinnitamine

vastutus

"AI tegi seda" vabandus

Võtke vastutus

Levinud vead

Salajase teksti sisestamine avalikku tööriista "kiireks tegemiseks". Pöördumatu rikkumine.
Masina kasutamise varjamine kliendi eest. Kui usaldus on murtud, on raske taastuda.
Autoriõiguste ja tuletatud teoste õiguste eiramine. Juriidiline risk.
Tehisintellekti koostatud allika/tsitaadi lisamine seda kontrollimata. Originaalsuse ja maine kaotamine.
Vastutuse panemine AI-le. Tarnitava teose omanik on tõlkija.

Kokkuvõttes

AI ajastul suureneb nii tõlkija vastutus kui ka tema jõud. Privaatsus on puutumatu: konfidentsiaalne, isiklik ja autoriõigustega kaitstud tekst ei satu kaitsmata kandjale. Eetika nõuab läbipaistvust ja vastutust: masina kasutamist ei varjata, vastutus võetakse omaks. Autoriõigust ja originaalsust võetakse tõsiselt; Allikad ja fraasid, mida AI suudab välja mõelda, on kontrollitud. Inimlik kontrollimine on töö asendamatu viimane lüli. Elukutse tulevik kuulub tõlkijale, kes kasutab tehisintellekti oskuslikult, kuid tunneb selle piire ning muudab oma kultuurilisi ja eksperthinnanguid.

Rakenduse ülesanne

Tehke käsiloleva töö (või näidise) täielik „vastutustundliku tõlke” kontroll: tuvastage õige tööriist malliga „konfidentsiaalsus/tööriista sobivusotsus”; Loetlege riskid "eetika/autoriõiguste eelkontrolliga"; koostage läbipaistvusmemo kliendile; ja eraldage näidistõlkes "allikate/faktide kontrollimise loend" ja kontrollige sõltumatult vähemalt kolme üksust. Lisage need neli sammu oma standardtöövoogu.

kontrollnimekiri

[ ] Hindasin, kas tekst on konfidentsiaalne/isiklik/autoriõigustega kaitstud ja valisin õige tööriista.
[ ] Täiendavat tähelepanu pöörasin KVKK/GDPR valdkonda kuuluvatele andmetele.
[ ] Olin masina kasutamise ja protsessi osas kliendile läbipaistev.
[ ] Olen sõltumatult kontrollinud YZ koostatud allikaid, tsitaate ja fakte.
[ ] Vastutuse tarnitud töö eest jätsin endale, mitte tehisintellektile.

Mooduli eksam

1. Milline järgmistest on tehisintellekti kõige täpsem positsioneerimine tõlkimisel?

A) Tehisintellekt on plaan, terminoloogia ja kvaliteeditööriist; Vastutus tähenduse, tooni, kultuuri ja lõpliku edastamise eest lasub inimesel ✔
B) Tehisintellekt võib otse ilma inimese nõusolekuta toimetada juriidilisi ja meditsiinilisi tõlkeid
C) Tehisintellekt töötab ainult sõnade tõlkimisel, sellel pole kvaliteedi ja terminoloogiaga mingit pistmist
D) Kuna tehisintellekt on alati inimesest täpsem, tuleks kõik tõlkeotsused jätta tema teha.

Kirjeldus: Tehisintellekt; See on tõlkekavand, terminoloogia, kokkuvõte ja kvaliteediabi. Vastutus tähenduse, tooni, kultuuri, loovuse ja lõpliku edastamise eest lasub pädeval tõlkijal; Kontrollimata väljund võib põhjustada lepingulise vea, meditsiinilise eksimuse või kaubamärgikriisi.

2. Mida see tähendab, kui masintõlke väljund on "sujuv, kuid ebatäpne" ja miks see ohtlik on?

A) Ladus tõlge on alati korrektne, seega pole täiendavat kontrolli vaja
B) Isegi kui lause tundub sihtkeeles loomulik, võis see tähenduse, arvu või eituse valesti edasi anda; Sujuvus ei taga täpsust ✔
C) Valed tõlked on alati grammatiliselt valed ja neid on lihtne märgata.
D) Ladusus on oluline ainult kirjandustekstides, tehnilistes tekstides pole see oluline

Selgitus: isegi kui masintõlge annab täiusliku loomuliku lause, võib see allikas arvu, eituse või tähenduse rikkuda. Sujuvus ei garanteeri täpsust; Seetõttu tuleks numbreid, kuupäevi, pärisnimesid ja negatiivsusi allikaga eraldi kontrollida, ilma, et ladusus eksitaks.

3. Milline järgmistest on peamine erinevus NMT (närvi masintõlke) ja LLM-põhise tõlke vahel?

A) NMT võtab juhiseid, kuid LLM ei saa; nii et LLM tõlgib ainult sõna-sõnalt
B) Need on täpselt samad, praktilist vahet neil pole
C) LLM saab aru sellistest juhistest nagu toon, terminoloogia ja publik ning näeb laiemat konteksti; NMT on kiire ja järjekindel, kuid ei suuda juhiseid järgida ✔
D) LLM on alati kiirem kui NMT ja ei lisa kunagi

Kirjeldus: NMT on kiire ja järjekindel, kuid ei suuda juhiseid vastu võtta ja laiemat konteksti näha. LLM seevastu mõistab juhiseid, nagu toon, terminite loend ja sihtrühm, ning näeb konteksti laiemalt, kuid vajab kontrolli hallutsinatsiooniohu vastu, kuna see võib teha täiendusi.

4. Mis vahe on kergel järeltöötlusel ja täielikul järeltöötlusel?

A) Kerge järeltöötluse kvaliteet on parem, täielik järeltöötlus on vaid kiire skannimine
B) Nende kahe vahel pole vahet, erinevad on ainult nende nimed
C) Täielikku järeltoimetamist kasutatakse ainult sisekasutuseks mõeldud tekstidel, avaldatavatel tekstidel kasutatakse kerget järeltoimetamist
D) Kerge järeltoimetamine muudab teksti täpseks ja arusaadavaks; Täieliku järeltoimetamise eesmärk on inimliku tõlke kvaliteet ja avaldamisvalmis tulemus ✔

Kommentaar: Kerge järeltoimetamise puhul on eesmärk muuta tekst täpseks ja arusaadavaks; Stilistiliste puudutusteta, sobib sisemiste/ajutiste tekstide jaoks. Täieliku järeltoimetamise puhul on eesmärk, et väljund oleks inimese tõlkest eristamatu; Nõutav brändi nähtavusega tekstide puhul, mis avaldatakse.

5. Miks on liigne toimetamine MTPE-s probleem?

A) Üleparandus muudab tõlke alati täpsemaks, seega on see soovitatav
B) Õigete ja asjakohaste lausete ümberkirjutamine hävitab asjatult MTPE ajaeelise; ✔ Korrigeerida tuleks ainult vigaseid kohti
C) Ülekorrektsioon suurendab ainult kiirust, ei mõjuta üldse kvaliteeti
D) Üleparandus pole probleem mitte ainult masintõlke, vaid ka nulltõlke puhul

Selgitus: Üleparandamine on masina antud õige ja sobiva lause ümberkirjutamine lihtsalt isiklikest eelistustest lähtuvalt. See hävitab kogu MTPE ajaeelise. Reegel: kui masina väljund on täpne, arusaadav ja asjakohane, ärge seda puudutage; Lihtsalt parandage see, kui see on vale.

6. Mis on terminibaasis keelatud sätte (tõlge, mida ei tohiks kasutada) täpsustamisest peamine kasu?

A) Keelatud vastust pole vaja täpsustada, sest masin ei tee nagunii kunagi ühtegi viga.
B) Keelatud vastetest on kasu ainult ilukirjanduslikus tõlkes, tehnilises tekstis on need ebavajalikud
C) Valede alternatiivide selgesõnaline keelamine koos õige vastega hoiab ära kaubamärgikeele ebajärjekindluse ja moonutamise ✔
D) Keelatud ekvivalendi määramine aeglustab tõlget ega too kasu.

Selgitus: lihtsalt õige vastuse kirjutamine ei takista valede, kuid usutava välimusega alternatiivide kasutamist. Keelatud vastete selgesõnaline nimetamine (kasutades ainult „kontot”, „profiili”, „liikmesus”) on kõige tõhusam viis ebakõlade ja katkise brändikeele vältimiseks.

7. Mida tuleks kirjutada tõlkemällu (TM) ja miks?

A) Iga masina väljund tuleks kirjutada TM-i ilma kontrollimiseta, sest kiirus on ülimalt tähtis
B) TM-i ei tohi kirjutada tõlkeid, alles jätta ainult lähtetekstid
C) Erinevate klientide mälukaardid tuleks kokku segada üheks suureks TM-iks
D) Kirjutada tuleks ainult kontrollitud ja kinnitatud tõlkeid; Kui masina töötlemata väljund siseneb TM-i, kantakse viga edasi tulevastesse töödesse ja levitatakse ✔

Märkus: TM-ile tuleks esitada ainult kontrollitud ja kinnitatud tõlked. Masina töötlemata väljundi salvestamine TM-i ilma seda kinnitamata põhjustab vea naasmise ikka ja jälle tulevastele töödele, näib olevat 100% sobiv. Prügi sisse, prügi välja.

8. Kuidas tuleks lokaliseerimisel käsitleda tarkvaratekstide kohahoidjaid (nt {nimi}, %s)?

A) kohatäide säilitatakse sellisel kujul; Seda ei tõlgita, ei kustutata, vormindata, teisaldatakse ainult vajadusel ja QA kontrollib ✔
B) Kohatäited, nagu ka teised sõnad, tuleb tõlkida sihtkeelde
C) Kohatäited tuleks kustutada, kuna need halvendavad loetavust
D) Kohatäited on ebaolulised, neid ei pea tõlkes üldse arvesse võtma

Kirjeldus: kohatäitjad on märgid, mis täidetakse käitusajal muutujatega. Nende tõlkimine, kustutamine või vormindamine põhjustab tarkvara kokkujooksmise või toorteksti kuvamise. Kohatäide säilitatakse sellisel kujul; ainult kohatäitjat saab liigutada vastavalt sihtkeele süntaksile ja kindlasti tehakse kohatäite QA ringkäik.

9. Mida tähendab CPS-i (sümbolit sekundis) piirang subtiitrite tõlkes?

A) See määrab, kui palju värve kasutatakse, mitte see, kui mitmeks sekundiks subtiitrid ekraanile jäävad.
B) See kehtib ainult dubleerimiseks, sellel pole subtiitritega mingit pistmist
C) See on subtiitrite kiiruspiirang, et publik saaks neid hõlpsalt lugeda; nii et subtiitrid vajavad lühendamist, säilitades samal ajal tähenduse ✔
D) Mida kõrgem on CPS, seda paremad on subtiitrid, pole vaja piiranguid seada

Kirjeldus: CPS on kiiruspiirang, mis on vajalik, et vaataja saaks subtiitreid mugavalt lugeda (täiskasvanutele mõeldud sisu puhul tavaliselt ~17 tähemärki sekundis). Sellepärast ei ole subtiitrite tõlge sõna-sõnalt tõlge, vaid tähendust säilitades sobitamine ja lühendamine; Vaataja nii vaatab kui ka loeb pilti.

10. Miks ei võiks tõlkimist alustada enne, kui automaatse kõnetuvastuse (ASR) loodud transkriptsioon on kontrollitud?

A) ASR on alati lollikindel, seega on kontrollimine ajaraisk
B) ASR teeb ainult grammatilisi vigu, ei moonuta kunagi tähendust
C) ASR väljund on juba tõlgitud, edasi tõlkida pole vaja
D) ASR on eriti ekslik pärisnimedes, numbrites, rõhumärkides ja mürades; Vale transkriptsioon tuleb häälega kontrollida, kuna see kantakse üle tõlkesse ✔

Selgitus: ASR teeb sageli vigu müra, aktsendi, kattuva kõne, pärisnimede, numbrite ja tehniliste terminite osas. Vale transkriptsioon kandub otse tõlkesse ja subtiitritesse. Seetõttu tuleks eelkõige pärisnimesid, kaubamärke ja numbreid kontrollida, võrreldes neid helidega.

11. Mida annab selline vearaamistik nagu MQM tõlkekvaliteedi hindamisel?

A) See võimaldab klassifitseerida iga viga kategooria ja raskusastme järgi (kriitiline/oluline/väike) ning hinnata kvaliteeti objektiivsel ja võrreldaval viisil ✔
B) Parandab automaatselt tõlke, välistades täielikult inimliku hinnangu
C) Ta püüab kinni ainult numbrivead, ei tegele semantiliste ja terminoloogiliste vigadega
D) Ei mõõda kvaliteeti, arvutab ainult tõlke pikkuse

Kirjeldus: MQM (multidimensional quality metrics) määrab iga vea kategooriaks (täpsus, terminoloogia, sujuvus, stiil, formaat) ja kaalu (kriitiline/suur/väike). Nii saab "hea/halva" subjektiivsuse asemel anda veahinde, võrrelda tõlkijaid/mootoreid objektiivselt ja siduda edastamisotsuse numbrilise lävendiga.

12. Mis on automaatse tõlke mõõdikute (nt BLEU) peamine piirang?

A) See muudab inimeste hindamise tarbetuks, kuna mõistab tähendust paremini kui inimesed
B) Vaatab sõnade kattumist, ei saa tegelikult tähendusest aru; nii et süsteem mõõdab trendi, kuid ei suuda otsustada ühe teksti edastamise üle ✔
C) Ta on alati veatu ja suudab üksi otsustada teksti edastatavuse üle
D) Seda kasutatakse ainult suulises tõlkes, kirjaliku tõlkega pole sellel mingit pistmist.

Selgitus: BLEU hindab tõlke sõnade kattumise põhjal inimliku viitega, kuid tegelikult ei mõista tähendust. Viitest erinev, kuid õige tõlge võib saada madala hinde, samas kui viitega sarnane, kuid vale tõlge võib saada kõrge hinde; Kriitiline negatiivsusviga mõjutab skoori vähe. Seetõttu mõõdab mõõdikusüsteem trendi, mitte ei otsusta ühe teksti edastamise üle.

13. Milline on tehisintellekti tugevaim ja sobivaim roll konverentsitõlkes?

A) Tõlkide vajaduse kaotamine, tehes täielikult reaalajas sünkroontõlke
B) Konfidentsiaalsete koosolekute heli automaatne edastamine välisteenustele
C) Ei ole tõlke üheski etapis, sealhulgas ettevalmistamisel, kasulik.
D) Tugev ürituseeelse ettevalmistuse osas (brifing, kakskeelne sõnastik, numbri- ja pärisnimekaardid); Reaalajas sünkroontõlge on jäetud inimese hooleks ✔

Kirjeldus: suulise tõlke puhul tuleb suur osa tööst ettevalmistustööd teha ja just seal on AI tugev: väliinfotundide, kakskeelsete sõnastike, kõneleja toonide, numbri- ja õigenimekaartide ettevalmistamine. Reaalajas sünkroontõlge ise vastutab viivituse, vigade, konfidentsiaalsuse ja konteksti tõttu inimtõlgi eest.

14. Mille poolest erineb transcreation (loovtõlge) teistest tõlkeliikidest?

A) See on truudus allika emotsionaalsele mõjule ja eesmärgile, mitte sõnadele; Sama efekti loomiseks sihtkultuuris saab allikast eemalduda ✔
B) Tõlkige lähteallikas alati sõna haaval, ilma seda muutmata
C) See on sõnasõnaline tõlge, mida kasutatakse ainult seadustes ja meditsiinilistes tekstides.
D) Ignoreeri tähendust täielikult ja kirjuta uus juhuslik tekst

Kirjeldus: Transcreation, eriti reklaami- ja bränditekstides, on allika, mitte sõnade, emotsionaalse mõju ja eesmärgi taasloomine sihtkultuuris; Mõnikord eemaldutakse teadlikult allikast, sest eesmärk ei ole sõna-sõnaline truudus, vaid sama efekt. AI on siin ideede kordaja; Lõpliku kultuurilise otsuse teevad inimesed.

15. Milline on õige lähenemine konfidentsiaalse dokumendi (näiteks allkirjastamata lepingu või patsiendi aruande) tõlkimisel?

A) Sisestage kiiruse huvides kõige praktilisem avalik tõlketööriist, privaatsus on järelmõte
B) Kui dokument nagunii tõlgitakse, siis konfidentsiaalsusel pole tähtsust, kasutada võib mis tahes vahendit
C) Ühissõidukid ei ole lubatud; Kasutatakse ainult turvalisi ja ettevõtte tööriistu, mis andmeid ei salvesta, kahtluse korral teksti välistele tööriistadele ei anta ✔
D) Kui konfidentsiaalseid dokumente tõlgitakse ainult häälega, privaatsusriski ei ole

Avalikustamine: konfidentsiaalseid, isiklikke või avaldamata tekste ei sisestata avalikesse tööriistadesse, mille andmepoliitika ei anna kindlust; see on NDA/privaatsuse rikkumine ja õiguslik risk KVKK/GDPR mõttes. Kasutatakse ainult ettevõtte ja turvalisi tööriistu, mis ei salvesta/koolita andmeid; Kahtluse korral teksti välisele tööriistale ei anta.