Luottamuksellisuus, etiikka, tekijänoikeus, aitous ja ammatin tulevaisuus

Voitot:

• Kyky soveltaa luottamuksellisuuden, NDA:n, henkilötietojen (KVKK/GDPR) periaatteita ja oikean työkalun valintaa käännöstyössä
• Kyky omaksua läpinäkyvyys, vastuullisuus, tekijänoikeus- ja alkuperävastuu sekä lähteen varmistusrefleksi koneen käytössä
• Ymmärtäminen miksi ihmisen todentaminen on välttämätöntä ja ammatin muutos tekoälyn aikakaudella

Emme sulje tätä moduulia teknisillä taidoilla, vaan periaatteilla, jotka suojaavat ammatin eheyttä. AI antaa suuren voiman kääntäjälle; Mutta tämä valta tuo myös uusia ja vakavia vastuita luottamuksellisuutta, etiikkaa, tekijänoikeuksia ja omaperäisyyttä koskevissa asioissa. Yksi väärin jaettu luottamuksellinen asiakirja, yksi piilotettu koneen käyttö, yksi tekijänoikeusloukkaus tai yksi vilpillinen "ihmiskäännös" -vaatimus voi tuhota paitsi yhden yrityksen, myös uran ja asiakkaiden luottamuksen. Tässä osiossa opit yksityisyydestä, ammattietiikasta, tekijänoikeus- ja datakysymyksistä, miksi ihmisen todentaminen on välttämätöntä ja ammatin tulevaisuudesta tekoälyn aikakaudella.

Yksityisyys ja tiedot: muuttumattomat periaatteet

Suurin osa kääntäjien käsiin joutuvista asiakirjoista on luottamuksellisia, ja luottamuksellisuus on ammatin perussitoumus. Neljä sääntöä tekoälyn aikakaudella:

1. Luottamuksellisen/henkilökohtaisen/julkaisemattoman tekstin syöttäminen julkiseen työkaluun, jonka tietokäytäntö ei tarjoa varmuutta. Syöttämäsi teksti käsitellään ulkoisella palvelimella. Sitä voidaan käyttää ja tallentaa mallin koulutuksessa.
2. Noudata salassapitosopimusta (NDA). Moniin töihin liittyy NDA; Tekstin antaminen ulkopuoliselle työkalulle on suora rikkomus ja johtaa oikeudelliseen vastuuseen.
3. Valitse oikea työkalu. Yritykset, sopimustyökalut, jotka eivät vain "tallenna/opeta tietoja" luottamuksellista työtä varten; yleiset työkalut julkisiin töihin.
4. Suojaa henkilötietoja (KVKK/GDPR-alue) yksityisesti. Tekstit, jotka sisältävät nimi-, terveys-, talous- ja henkilötietoja, vaativat lisähoitoa. Anonymisointi tai suojattu ympäristö vaaditaan.

KVKK (Personal Data Protection Law – Türkiye) ja GDPR (Euroopan tietosuoja-asetus) määräävät lailla, kuinka henkilötietoja käsitellään; rikkominen ei ole vain eettinen vaan myös oikeudellinen ongelma.

Varoitus: "Vain nopea käännös, kukaan ei näe sitä" on yleisin perustelu tietosuojaloukkauksille. Kun tiedot on poistettu, niitä ei voi ottaa takaisin. Jos olet epävarma, älä vie tekstiä ulkoiseen työkaluun. valitse turvallinen tapa.

Etiikka ja läpinäkyvyys: älä piilota koneen käyttöä

Tekoälyn aikakauden uusi ammattietiikan akseli on läpinäkyvyys. Asiakkaalla on oikeus tietää, miten hänen työnsä tehdään. Kaksi rehellisyyden sääntöä:

• Koneen käytön piilottaminen. Jos teit työtä MTPE:n kanssa ja asiakas odotti "puhdasta ihmiskäännöstä", on epäeettistä piilottaa sitä. Hinnoittelu ja odotukset tulee muotoilla sen mukaan.
• Kerro rajasi rehellisesti. On riskialtista ryhtyä työhön, joka ei ole oman osaamisalueen (esimerkiksi edistyneen oikeustieteen tai lääketieteen) ulkopuolella, kun ajattelee, että voit "käsitellä sen" tekoälyn avulla; Tekoäly ei sulje tietovajettasi.

Myös vastuullisuus: kääntäjä on vastuussa jokaisesta toimitetusta tekstistä. "Tekoäly käänsi sen tällä tavalla" ei ole tekosyy; Olet vastuussa asiakkaalle.

Tekijänoikeus, data ja omaperäisyys

Kolme erillistä mutta toisiinsa liittyvää aihetta:

• Tekijänoikeus: Käännettävällä tekstillä voi olla tekijänoikeus; Käännös on myös johdannaisteos. Teoksen kääntäminen ja julkaiseminen ilman lupaa on rikkomus. Tekstin "uudelleenkirjoittaminen" ei poista tekijänoikeusongelmia.
• Koulutustiedot ja suostumus: AI-työkaluja koulutetaan julkisesti saatavilla olevilla ja joskus tekijänoikeuksilla suojatuilla teksteillä; Tämä on kiistanalainen eettinen kysymys alalla. Oma panoksesi: älä "lahjoita" asiakkaasi tietoja mallin koulutukseen ilman lupaa.
• Omaperäisyys ja hallusinaatiot: Erityisesti ihmisten/kirjallisuuden teksteissä tekoäly voi tuottaa keksittyjä lainauksia, väärennettyjä lähteitä ja olemattomia idioomeja. Jokaisen lähettämäsi tekstin kulttuurista/faktaa koskevaa väitettä on vahvistettava ja aito.

Vinkki: Ota käyttöön "lähdevahvistus": Kun tekoäly antaa nimen, päivämäärän, lainauksen, lähteen tai "tunnetun tosiasian", älä laita sitä tekstiin tarkistamatta sitä itsenäisesti. Teostettu humanistinen viittaus tuhoaa koko teoksen uskottavuuden.

Ihmisen vahvistus: välttämätön viimeinen linkki

Tämän moduulin jokaisen yksikön yhteinen oppitunti: tekoäly kiihtyy, ihmiset tarkistavat ja kantavat vastuun. Todentaminen ei ole "ylimääräinen vaihe", vaan olennainen osa työtä. Riskiteksteissä (laki-, lääketieteellinen, turvallisuus, brändi) todentaminen on tärkeämpää kuin itse käännös. Ilman ihmisen vahvistusta toimitettu AI-tulostus on nopea, mutta haavoittuva.

Ammatin tulevaisuus: muutos, ei syrjäytyminen

Tekoäly ei tee kääntäjistä työttömiä; Se muuttaa työn luonnetta. Kun rutiininomaiset, suoraviivaiset, toistuvat käännöstehtävät siirtyvät koneelle, kääntäjän arvo siirtyy tasoille, joita kone ei voi tehdä, kuten jälkimuokkausosaaminen, laatuarviointi, kulttuurinen syvyys, asiantuntija-alueen tuntemus, muuntaminen ja todentaminen. Tulevaisuuden kääntäjä; Hän on henkilö, joka käyttää tekoälyä taitavasti, mutta tietää, mihin ei saa luottaa, ja vaikuttaa alan asiantuntemuksellaan ja kulttuurisella harkinnolla. Ne, jotka hylkäävät tekoälyn ja ne, jotka antautuvat sille sokeasti, jäävät jälkeen; Se, joka kesyttää sen työkaluksi, tulee ensin.

kolme minilaukkua

Tapaus 1 – Avoimuus loi luottamusta. Kääntäjä selitti asiakkaalle etukäteen, että hän tekisi työn MTPE:llä, mitkä osat olisivat ihmisintensiivisiä, ja hinta vastaavasti. Asiakas oli tyytyväinen läpinäkyvyyteen ja toimi säännöllisesti; Jos hän olisi kätkenyt sen, luottamus olisi rikottu ensimmäisellä ongelmalla.

Tapaus 2 – Luottamuksellisuuden rikkomisesta tuli urariski. Freelance-kääntäjä teki luottamuksellisen sopimuksen julkiseen työkaluun; Kun asiakas huomasi NDA-rikkomuksen, liikesuhde päättyi ja viite katosi. Yksittäinen mukavuus tuhosi pitkän aikavälin luottamuksen.

Tapaus 3 — Vahvistus tallennettu aitous. Yhdessä akateemisessa käännöksessä tekoäly lisäsi "viittauksen", joka ei ollut lähteessä, ja keksityn kirjoittajan nimen. Kääntäjän lähteen varmistusrefleksi havaitsi tämän; Jos se toimitettaisiin, se loukkaisi akateemista rehellisyyttä ja maineen menetystä.

Neljä kopioitavaa mallia

1) Tietosuoja/työkalun saatavuuspäätös:

Roolisi: tietosuojaneuvoja. Kuvailen, mitä käännöstyö sisältää. Kerro minulle (1) onko tämä teksti luottamuksellinen/henkilökohtainen/tekijänoikeudella suojattu, (2) onko asianmukaista käsitellä sitä julkisessa tekoälytyökalussa, (3) jos ei, mitä turvallista vaihtoehtoa minun pitäisi käyttää. Sisältö: [...]

2) Luonnos avoimuusilmoitukseksi asiakkaalle:

Kirjoita asiakkaalle lyhyt, ammattimainen muistiinpano, jossa kerron rehellisesti, kuinka teen tämän työn: konekäännös + inhimillinen jälkieditointi, mitkä osat ovat ihmisintensiivisiä, miten varmennus tehdään, hinta/aika vastaavasti. Älä liioittele, anna luottamusta. Työtyyppi: [...]

3) Lähde/faktojen tarkistusluettelo:

Jätä pois kaikki tosiasialliset elementit, jotka on tarkistettava seuraavassa käännöksessä: nimet, päivämäärät, numerot, lainaukset, lähde/attribuutit, "totuus"-väitteet, idiomit/sananlaskut. Listaa jokainen "vahvista riippumattomalla lähteellä". Älä luota tekstiin, vain siihen, mikä voidaan tarkistaa. Käännös: [...]

4) Etiikka/tekijänoikeustarkistus:

Kuvailen työtä alla. Merkitse mahdolliset eettiset ja tekijänoikeusongelmat: tekstin tekijänoikeustilanne, käännöksen johdannaiset, henkilötiedot, asiakastietojen suoja, läpinäkyvyyden tarve. Luettelo riskit ja varotoimet.Työ: [...]

Heikko kehote / Vahva kehote

Heikko: "Käännä tämä asiakirja." (Piiloteksti voi siirtyä ulkoiseen työkaluun kyseenalaistamatta luottamuksellisuutta, tekijänoikeuksia tai työkalujen yhteensopivuutta.)

Güçlü: "Arvioi ensin tämä: tämä asiakirja on potilasraportti; se sisältää henkilökohtaisia ​​​​terveystietoja. Pitäisikö sitä käsitellä julkisessa työkalussa vai tarvitaanko turvallinen/laitosympäristö? Mihin minun tulisi kiinnittää huomiota KVKK:n suhteen? Anna käännössuunnitelma sopivan ympäristön määrittämisen jälkeen."

Ero: vahva kehote alkaa yksityisyydestä ja laillisesta valvonnasta; Käännös tulee sen jälkeen, kun oikea ja turvallinen ympäristö on määritetty.

Eettiset mitat taulukko

Koko

Riski

varotoimenpide

Yksityisyys

Vuotanut asiakirja, NDA-rikkomus

Turvallinen työkalu, tietopolitiikka

henkilötietoja

KVKK/GDPR-rikkomus

Anonymisoi/suojaa ympäristö

tekijänoikeus

Luvaton johdannainen työ

Tarkista lupa/oikeudet

läpinäkyvyys

Koneen piilokäyttö

Ole avoin asiakkaalle

omaperäisyys

Hallusinaatiot, väärä lähde

lähteen vahvistus

vastuullisuus

"AI teki sen" -syy

Ota vastuu

Yleisiä virheitä

• Salaisen tekstin syöttäminen julkiseen työkaluun "nopeuttaaksesi sitä". Peruuttamaton rikkomus.
• Koneen käytön piilottaminen asiakkaalta. Kun luottamus murtuu, on vaikea toipua.
• Tekijänoikeuden ja johdannaisten oikeuksien huomiotta jättäminen. Oikeudellinen riski.
• Tekoälyn laatiman lähteen/lainauksen laittaminen vahvistamatta sitä. Omaperäisyyden ja maineen menetys.
• Vastuun laittaminen tekoälylle. Toimitetun teoksen omistaja on kääntäjä.

Yhteenvetona

Tekoälyn aikakaudella kääntäjän vastuu kasvaa samoin kuin hänen voimansa. Yksityisyys on loukkaamaton: luottamuksellista, henkilökohtaista ja tekijänoikeudella suojattua tekstiä ei pääse suojaamattomaan tietovälineeseen. Etiikka vaatii läpinäkyvyyttä ja vastuullisuutta: koneen käyttöä ei piiloteta, vastuuta otetaan vastaan. Tekijänoikeus ja omaperäisyys otetaan vakavasti; Lähteet ja lauseet, jotka tekoäly voi keksiä, tarkistetaan. Ihmistodentaminen on työn välttämätön viimeinen lenkki. Ammatin tulevaisuus kuuluu kääntäjälle, joka käyttää tekoälyä taitavasti, mutta tuntee sen rajat ja vaikuttaa kulttuurisella ja asiantuntija-arviolla.

Sovellustehtävä

Tee täydellinen "vastuullisen käännöksen" tarkistus käsillä olevalle työlle (tai näytteelle): Tunnista oikea työkalu "luottamuksellisuus/työkalun soveltuvuuspäätös" -mallin avulla; Luettele riskit "eettisyyden/tekijänoikeuden ennakkotarkastuksella"; laatia "avoimuusmuistio asiakkaalle"; ja poimi "lähde/faktien tarkistusluettelo" esimerkkikäännöksestä ja varmista itsenäisesti vähintään kolme kohdetta. Lisää nämä neljä vaihetta omaan vakiotyönkulkuasi.

tarkistuslista

• [ ] Arvioin, oliko teksti luottamuksellista/henkilökohtaista/tekijänoikeuksilla suojattua, ja valitsin oikean työkalun.
• [ ] Kiinnitin lisähuomiota KVKK/GDPR:n piiriin kuuluviin tietoihin.
• [ ] Olin asiakkaalle läpinäkyvä koskien koneen käyttöä ja prosessia.
• [ ] Olen itsenäisesti tarkistanut YZ:n tuottamat lähteet, lainaukset ja tosiasiat.
• [ ] Jätin vastuun toimitetusta työstä itselleni, en tekoälylle.

Moduulin tentti

1. Mikä seuraavista on tarkin tekoälyn paikannus kääntämisessä ja tulkkauksessa?

• A) Tekoäly on suunnitelma, terminologia ja laatutyökalu; Vastuu merkityksestä, sävelestä, kulttuurista ja lopullisesta toimituksesta on ihmisellä ✔
• B) Tekoäly voi toimittaa suoraan juridisia ja lääketieteellisiä käännöksiä ilman ihmisen hyväksyntää
• C) Tekoäly toimii vain sanojen kääntämisessä, sillä ei ole mitään tekemistä laadun ja terminologian kanssa
• D) Koska tekoäly on aina tarkempaa kuin ihminen, kaikki käännöspäätökset tulisi jättää sen tehtäväksi.

Kuvaus: Tekoäly; Se on käännösluonnos, terminologia, tiivistelmä ja laatuapu. Vastuu merkityksestä, sävelestä, kulttuurista, luovuudesta ja lopullisesta toimituksesta on pätevällä kääntäjällä; Vahvistamaton tulos voi johtaa sopimusvirheeseen, lääketieteelliseen virheeseen tai tavaramerkkikriisiin.

2. Mitä tarkoittaa, jos konekäännöstulos on "sujuva mutta epätarkka" ja miksi se on vaarallista?

• A) Sujuva käännös on aina oikein, joten lisätarkistus on tarpeetonta
• B) Vaikka lause vaikuttaa luonnolliselta kohdekielellä, se on saattanut välittää merkityksen, numeron tai kieltämisen väärin; Sujuvuus ei takaa tarkkuutta ✔
• C) Virheelliset käännökset ovat aina kieliopillisesti virheellisiä ja helposti havaittavissa.
• D) Sujuvuus on tärkeää vain kirjallisissa teksteissä, sillä ei ole merkitystä teknisissä teksteissä

Selitys: Vaikka konekäännös tuottaa täydellisen, luonnollisen lauseen, se on saattanut korruptoida numeron, negatiivisen tai merkityksen lähteessä. Sujuvuus ei takaa tarkkuutta; Siksi numerot, päivämäärät, erisnimet ja negatiivisuudet tulee tarkistaa erikseen lähteen kanssa ilman, että sujuvuus huijaa.

3. Mikä seuraavista on tärkein ero NMT:n (neuraalikonekäännös) ja LLM-pohjaisen käännöksen välillä?

• A) NMT ottaa ohjeita, mutta LLM ei voi; joten LLM kääntää vain sanasta sanaan
• B) Ne ovat täsmälleen samat, niiden välillä ei ole käytännön eroa
• C) LLM ymmärtää ohjeet, kuten sävyn, terminologian ja yleisön, ja näkee laajemman kontekstin; NMT on nopea ja johdonmukainen, mutta huono ottamaan ohjeita ✔
• D) LLM on aina nopeampi kuin NMT eikä koskaan lisää

Kuvaus: NMT on nopea ja johdonmukainen, mutta on huono ottamaan ohjeita ja näkemään laajemman kontekstin. LLM puolestaan ​​ymmärtää ohjeet, kuten sävyn, termiluettelon ja yleisön, ja näkee kontekstin laajemmin, mutta vaatii hallusinaatioriskin hallinnan, koska se voi tehdä lisäyksiä.

4. Mitä eroa on kevyellä jälkimuokkauksella ja täydellisellä jälkimuokkauksella?

• A) Kevyellä jälkimuokkauksella on parempi laatu, täysi jälkimuokkaus on vain nopea skannaus
• B) Näiden kahden välillä ei ole eroa, vain niiden nimet ovat erilaiset
• C) Täydellistä jälkieditointia käytetään vain sisäiseen käyttöön tarkoitetuissa teksteissä, kevyttä jälkieditointia käytetään julkaistavissa teksteissä
• D) Kevyt jälkieditointi tekee tekstistä tarkan ja ymmärrettävän; Täysi jälkieditointi tähtää inhimilliseen käännöslaatuun, julkaisuvalmiin lopputulokseen ✔

Kommentti: Kevyessä jälkieditaatiossa tavoitteena on tehdä tekstistä täsmällinen ja ymmärrettävä; Ei tyylillisiä vivahteita, sopii sisäisiin/väliaikaisiin teksteihin. Täydellisen jälkieditoinnin tavoitteena on, että tuloste ei ole erotettavissa ihmisen käännöksestä; Pakollinen julkaistaville teksteille, joissa on brändinäkyvyyttä.

5. Miksi "ylieditointi" on ongelma MTPE:ssä?

• A) Ylikorjaus tekee käännöksestä aina tarkemman, joten se on suositeltavaa
• B) Oikeiden ja asianmukaisten lauseiden uudelleen kirjoittaminen tuhoaa tarpeettomasti MTPE:n aikaedun; Vain vialliset alueet tulee korjata ✔
• C) Ylikorjaus vain lisää nopeutta, ei vaikuta laatuun ollenkaan
• D) Ylikorjaus ei ole ongelma vain konekäännöksissä vaan myös raaputuskäännöksissä

Selitys: Ylikorjaus tarkoittaa koneen antaman oikean ja asianmukaisen lauseen uudelleenkirjoittamista yksinkertaisesti henkilökohtaisista mieltymyksistään. Tämä tuhoaa MTPE:n koko aikaedun. Sääntö: jos koneen tulos on tarkka, ymmärrettävä ja sopiva, älä koske siihen; Korjaa vain jos se on väärin.

6. Mikä on "kielletyn säännöksen" (käännös, jota ei pidä käyttää) määrittämisestä termikantaan?

• A) Kiellettyä vastausta ei tarvitse määrittää, koska kone ei koskaan tee virheitä.
• B) Kielletyt vastineet ovat hyödyllisiä vain kirjallisessa käännöksessä, ne ovat tarpeettomia teknisessä tekstissä
• C) Väärien vaihtoehtojen nimenomainen kieltäminen oikean vastineen rinnalla estää epäjohdonmukaisuuden ja brändikielen vääristymisen ✔
• D) Kielletyn vastineen määrittäminen hidastaa käännöstä eikä hyödytä.

Selitys: Pelkästään oikean vastauksen kirjoittaminen ei estä käyttämästä vääriä mutta uskottavalta näyttäviä vaihtoehtoja. Kiellettyjen vastineiden ilmoittaminen nimenomaisesti (käyttäen vain 'tiliä', 'profiilia', 'jäsenyys' 'tiliä' varten) on tehokkain tapa välttää epäjohdonmukaisuuksia ja rikkinäistä brändikieltä.

7. Mitä käännösmuistiin (TM) pitäisi kirjoittaa ja miksi?

• A) Jokainen koneen tulos tulee kirjoittaa TM:ään ilman varmennusta, koska nopeus on ensiarvoisen tärkeää
• B) Käännöksiä ei tule kirjoittaa TM:ään, vain lähdetekstit tulee säilyttää
• C) Eri asiakkaiden TM:t tulisi sekoittaa yhdeksi suureksi TM:ksi
• D) Vain varmennettuja käännöksiä tulee kirjoittaa; Jos koneen raakatulos tulee TM:ään, virhe siirtyy tuleviin töihin ja leviää ✔

Huomautus: Vain varmennettuja, oikeaksi todistettuja käännöksiä tulee toimittaa TM:lle. Raakakoneen tulosteen tallentaminen TM:ään vahvistamatta sitä saa virheen palaamaan yhä uudelleen tuleviin töihin, ja se näyttää olevan "100-prosenttinen vastaavuus". Roskaa sisään, roskat ulos.

8. Miten ohjelmistotekstien paikkamerkkejä (esim. {nimi}, %s) tulee käsitellä lokalisoinnissa?

• A) Paikkamerkki säilytetään sellaisenaan; Sitä ei käännetä, poisteta, muotoilla, siirretään vain tarvittaessa ja QA tarkistaa ✔
• B) Paikkamerkit, kuten muutkin sanat, on käännettävä kohdekielelle
• C) Paikkamerkit tulee poistaa, koska ne heikentävät luettavuutta
• D) Paikkamerkit ovat merkityksettömiä, niitä ei tarvitse ottaa käännöksessä ollenkaan huomioon

Kuvaus: Paikkamerkit ovat merkkejä, jotka on täytetty muuttujilla ajon aikana. Niiden kääntäminen, poistaminen tai muotoilu saa ohjelmiston kaatumaan tai näyttää raakatekstiä. Paikkamerkki säilytetään sellaisenaan; vain paikkamerkkiä voidaan siirtää kohdekielen syntaksin mukaan ja paikkamerkki QA -kierros on ehdottomasti tehty.

9. Mitä CPS-rajoitus (merkkiä sekunnissa) tarkoittaa tekstityksen käännöksessä?

• A) Se määrittää, kuinka monta väriä käytetään, ei kuinka monta sekuntia tekstitys jää näytölle.
• B) Se on voimassa vain jälkiäänitykseen, sillä ei ole mitään tekemistä tekstityksen kanssa
• C) Se on tekstitysten nopeusrajoitus, jotta yleisö voi lukea ne helposti; joten tekstitykset vaativat lyhennyksen merkityksen säilyttäen ✔
• D) Mitä korkeampi CPS, sitä paremmat tekstitykset, rajoja ei tarvitse asettaa

Kuvaus: CPS on nopeusrajoitus, joka vaaditaan, jotta katsoja voi lukea tekstityksiä mukavasti (yleensä ~17 merkkiä sekunnissa aikuisille suunnatussa sisällössä). Siksi tekstityskäännös ei ole sanasta sanaan käännös, vaan sovittaminen ja lyhentäminen merkityksen säilyttäen; Katsoja sekä katselee että lukee kuvaa.

10. Miksi kääntämistä ei saisi aloittaa ennen kuin automaattisen puheentunnistuksen (ASR) tuottama transkriptio on varmistettu?

• A) ASR on aina idioottivarma, joten todentaminen on ajanhukkaa
• B) ASR tekee vain kieliopillisia virheitä, ei koskaan vääristä merkitystä
• C) ASR-tuloste on jo käännetty, ei ole tarvetta kääntää enempää
• D) ASR erehtyy erityisesti erisnimissä, numeroissa, aksenteissa ja äänissä; Virheellinen transkriptio on vahvistettava äänellä, koska se siirtyy käännökseen ✔

Selitys: ASR tekee usein virheitä kohinassa, aksentissa, päällekkäisessä puheessa, erisnimissä, numeroissa ja teknisissä termeissä. Väärä transkriptio siirtyy suoraan käännökseen ja tekstitykseen. Siksi erityisesti erisnimet, tuotemerkit ja numerot kannattaa tarkistaa vertaamalla niitä ääniin.

11. Mitä virhekehys, kuten MQM, tarjoaa käännöslaadun arvioinnissa?

• A) Sen avulla jokainen virhe voidaan luokitella luokan ja vakavuuden mukaan (kriittinen / suuri / vähäinen) ja pisteyttää laatu objektiivisesti ja vertailukelpoisella tavalla ✔
• B) Korjaa käännöksen automaattisesti ja eliminoi ihmisen arvioinnin kokonaan
• C) Se havaitsee vain numerovirheet, ei käsittele semanttisia ja terminologisia virheitä
• D) Ei mittaa laatua, laskee vain käännöksen pituuden

Kuvaus: MQM (multidimensional quality metrics) määrittää jokaisen virheen luokkaan (tarkkuus, terminologia, sujuvuus, tyyli, muoto) ja painoarvon (kriittinen/tärkeä/vähäinen). Näin voidaan antaa virhepisteitä "hyvä/huono" subjektiivisuuden sijaan, vertailla kääntäjiä/koneita objektiivisesti ja sitoa toimituspäätös numeeriseen kynnykseen.

12. Mikä on automaattisten käännösten, kuten BLEU:n, pääraja?

• A) Se tekee ihmisen arvioinnista tarpeetonta, koska se ymmärtää merkityksen paremmin kuin ihmiset
• B) Katsoo sanojen päällekkäisyyttä, ei oikein ymmärrä merkitystä; joten järjestelmä mittaa trendiä, mutta ei voi päättää yksittäisen tekstin toimittamista ✔
• C) Hän on aina virheetön ja voi yksin päättää tekstin toimitettavuudesta
• D) Sitä käytetään vain suullisessa käännöksessä, sillä ei ole mitään tekemistä kirjallisen käännöksen kanssa.

Selitys: BLEU pisteyttää käännöksen sen perusteella, että sana on päällekkäinen ihmisen viittauksen kanssa, mutta ei itse asiassa ymmärrä sen merkitystä. Käännös, joka eroaa viitteestä, mutta on oikea, voi saada alhaisen pistemäärän, kun taas käännös, joka on samanlainen kuin viittaus, mutta virheellinen, voi saada korkean pistemäärän. Kriittinen negatiivisuusvirhe ei juurikaan vaikuta pisteytykseen. Siksi metrijärjestelmä mittaa trendiä, ei päätä yksittäisen tekstin toimittamisesta.

13. Mikä on tekoälyn vahvin ja sopivin rooli konferenssitulkkauksessa?

• A) Tulkkien tarpeen poistaminen toteuttamalla täysimääräisesti suorat simultaanikäännökset
• B) Luottamuksellisten kokousten äänen automaattinen siirtäminen ulkoisiin palveluihin
• C) Siitä ei ole hyötyä missään käännöksen vaiheessa, valmistelu mukaan lukien.
• D) Vahva tapahtumaa edeltävässä valmistelussa (tiedotus, kaksikielinen sanasto, numero- ja nimikortit); Live simultaanikäännös on jätetty ihmisen tehtäväksi ✔

Kuvaus: Tulkkauksessa suuri osa työstä tulee valmisteluun, ja siinä tekoäly on vahva: kenttätiedotusten, kaksikielisten sanastojen, puhujan äänen, numero- ja nimikorttien valmistelu. Suora simultaanikäännös itsessään on ihmiskääntäjän vastuulla viiveen, virheiden, luottamuksellisuuden ja kontekstin vuoksi.

14. Miten luova kääntäminen eroaa muista käännöstyypeistä?

• A) Se on uskollisuutta lähteen tunnevaikutukselle ja tarkoitukselle, ei sen sanoille; Voidaan siirtyä pois lähteestä luodaksesi saman vaikutuksen kohdekulttuuriin ✔
• B) Käännä aina lähde sana sanalta muuttamatta sitä
• C) Se on eräänlainen kirjaimellinen käännös, jota käytetään vain laissa ja lääketieteellisissä teksteissä.
• D) Jätä merkitys huomioimatta ja kirjoita uusi satunnainen teksti

Kuvaus: Transcreation, erityisesti mainoksissa ja bränditeksteissä, on luoda uudelleen lähteen emotionaalinen vaikutus ja tarkoitus kohdekulttuuriin, ei sanoja. Joskus siirrytään tarkoituksella pois lähteestä, koska tavoitteena ei ole kirjaimellinen uskollisuus vaan sama vaikutus. AI on ideoiden kertoja tässä; Lopullisen kulttuurisen päätöksen tekee ihminen.

15. Mikä on oikea lähestymistapa luottamuksellisen asiakirjan (esimerkiksi allekirjoittamattoman sopimuksen tai potilaskertomuksen) kääntämiseen?

• A) Käytä käytännöllisin julkinen käännöstyökalu nopeutta varten, yksityisyys on jälkikäteen
• B) Jos asiakirja joka tapauksessa käännetään, luottamuksellisuudesta ei ole väliä, mitä tahansa työkalua voidaan käyttää
• C) Julkiset ajoneuvot eivät ole sallittuja; Käytetään vain turvallisia ja yritystyökaluja, jotka eivät tallenna tietoja, epäselvissä tapauksissa tekstiä ei luovuteta ulkoisille työkaluille ✔
• D) Tietosuojariskiä ei ole, jos luottamukselliset asiakirjat käännetään vain puheella

Tietojen paljastaminen: Luottamuksellisia, henkilökohtaisia tai julkaisemattomia tekstejä ei oteta julkisiin työkaluihin, joiden tietopolitiikka ei anna varmuutta; tämä on NDA/yksityisyyden loukkaus ja oikeudellinen riski KVKK/GDPR:n kannalta. Käytetään vain yrityksen ja suojattuja työkaluja, jotka eivät tallenna/opeta tietoja; Jos olet epävarma, tekstiä ei anneta ulkoiselle työkalulle.