Kerahasiaan, Etika, Hak Cipta, Keaslian dan Masa Depan Profesi — Kecerdasan Buatan dalam Penerjemahan dan Interpretasi

Keuntungan:

Kemampuan menerapkan prinsip kerahasiaan, NDA, data pribadi (KVKK/GDPR) dan memilih alat yang tepat untuk pekerjaan penerjemahan
Kemampuan untuk mengadopsi tanggung jawab transparansi, akuntabilitas, hak cipta dan orisinalitas serta refleks verifikasi sumber dalam penggunaan mesin
Memahami mengapa verifikasi manusia sangat diperlukan dan transformasi profesi di era kecerdasan buatan

Kami menutup modul ini bukan dengan keterampilan teknis, namun dengan prinsip-prinsip yang melindungi integritas profesi. AI memberikan kekuatan besar kepada penerjemah; Namun kekuasaan ini juga membawa tanggung jawab baru dan serius terkait kerahasiaan, etika, hak cipta, dan orisinalitas. Satu dokumen rahasia yang salah dibagikan, satu penggunaan mesin yang disembunyikan, satu pelanggaran hak cipta, atau satu klaim palsu “terjemahan manusia” dapat menghancurkan tidak hanya satu bisnis, namun juga karier dan kepercayaan pelanggan. Di unit ini, Anda akan belajar tentang privasi, etika profesional, hak cipta dan masalah data, mengapa verifikasi manusia sangat diperlukan, dan masa depan profesi di era AI.

Privasi dan data: prinsip yang tidak dapat diubah

Sebagian besar dokumen yang sampai ke tangan seorang penerjemah bersifat rahasia, dan kerahasiaan adalah komitmen mendasar profesinya. Empat aturan di era AI:

Memasukkan teks rahasia/pribadi/tidak dipublikasikan ke alat publik yang kebijakan datanya tidak memberikan jaminan. Teks yang Anda masukkan diproses di server eksternal; Ini dapat digunakan dan disimpan dalam pelatihan model.
Mematuhi NDA (perjanjian non-disclosure). Banyak pekerjaan disertai dengan NDA; Memberikan teks kepada alat eksternal merupakan pelanggaran langsung dan menimbulkan tanggung jawab hukum.
Pilih alat yang tepat. Alat korporat yang dikontrak yang tidak hanya "menyimpan/melatih data" untuk pekerjaan rahasia; alat umum untuk pekerjaan umum.
Melindungi data pribadi (cakupan KVKK/GDPR) secara pribadi. Teks yang berisi informasi nama, kesehatan, keuangan, dan identitas memerlukan perhatian tambahan; Diperlukan anonimisasi atau lingkungan yang aman.

KVKK (Undang-undang Perlindungan Data Pribadi — Türkiye) dan GDPR (peraturan perlindungan data Eropa) menentukan secara hukum bagaimana data pribadi akan diproses; pelanggaran tidak hanya merupakan masalah etika tetapi juga masalah hukum.

Perhatian: "Hanya terjemahan cepat, tidak ada yang akan melihatnya" adalah pembenaran paling umum untuk pelanggaran privasi. Sekali keluar, informasi tidak dapat ditarik kembali. Jika ragu, jangan ekspor teks ke alat eksternal; pilihlah cara yang aman.

Etika dan transparansi: tidak menyembunyikan penggunaan mesin

Poros baru etika profesional di era AI adalah transparansi. Pelanggan mempunyai hak untuk mengetahui bagaimana pekerjaannya dilakukan. Dua aturan kejujuran:

Menyembunyikan penggunaan mesin. Jika Anda melakukan pekerjaan dengan MTPE dan klien mengharapkan "terjemahan manusia murni", tidak etis menyembunyikannya. Penetapan harga dan ekspektasi harus dibentuk sesuai dengan itu.
Nyatakan batasan Anda dengan jujur. Beresiko untuk melakukan pekerjaan di luar bidang keahlian Anda (misalnya, hukum atau kedokteran tingkat lanjut) dengan berpikir bahwa Anda dapat "menanganinya" dengan AI; AI tidak menutup kesenjangan pengetahuan Anda.

Juga akuntabilitas: penerjemah bertanggung jawab atas setiap teks yang disampaikan. "AI menerjemahkannya seperti itu" bukanlah sebuah alasan; Anda bertanggung jawab kepada pelanggan.

Hak cipta, data, dan orisinalitas

Tiga topik terpisah namun terkait:

Hak Cipta: Teks yang akan diterjemahkan mungkin memiliki hak cipta; Penerjemahan juga merupakan karya turunan. Menerjemahkan dan menerbitkan suatu karya tanpa izin merupakan pelanggaran. AI "menulis ulang" teks tidak menghilangkan masalah hak cipta.
Data pelatihan dan persetujuan: Alat AI dilatih dengan teks yang tersedia untuk umum dan terkadang memiliki hak cipta; Ini adalah masalah etika yang kontroversial di industri ini. Kontribusi Anda: jangan "memberikan" data pelanggan Anda untuk melatih model tanpa izin.
Orisinalitas dan halusinasi: Khususnya dalam teks manusia/sastra, AI dapat menghasilkan kutipan yang dibuat-buat, sumber palsu, idiom yang tidak ada. Setiap klaim budaya/faktual dari teks yang Anda kirimkan harus diverifikasi dan otentik.

Tip: Siapkan diri Anda dengan refleks “verifikasi sumber”: Saat AI memberikan nama, tanggal, kutipan, sumber, atau “fakta yang diketahui”, jangan memasukkannya ke dalam teks tanpa memverifikasinya secara independen. Referensi yang dibuat-buat di bidang humaniora menghancurkan kredibilitas keseluruhan karya.

Verifikasi manusia: tautan terakhir yang sangat diperlukan

Pelajaran umum dari setiap unit modul ini: AI berakselerasi, manusia memverifikasi, dan memikul tanggung jawab. Verifikasi bukanlah sebuah "langkah tambahan" namun merupakan bagian integral dari pekerjaan. Dalam teks-teks berisiko tinggi (hukum, medis, keamanan, merek) verifikasi lebih penting daripada terjemahan itu sendiri. Output AI yang dihasilkan tanpa verifikasi manusia cepat namun rentan.

Masa depan profesi: transformasi, bukan perpindahan

AI tidak membuat penerjemah menjadi pengangguran; Ini mengubah sifat pekerjaan. Ketika tugas penerjemahan yang rutin, lugas, dan berulang-ulang beralih ke mesin, nilai penerjemah beralih ke lapisan yang tidak dapat dilakukan oleh mesin, seperti keahlian pasca penyuntingan, penilaian kualitas, kedalaman budaya, pengetahuan domain ahli, transkreasi, dan verifikasi. Penerjemah masa depan; Dia adalah orang yang terampil menggunakan AI, namun tahu apa yang tidak bisa dipercaya, dan membuat perbedaan dengan keahlian lapangan dan penilaian budayanya. Mereka yang menolak AI dan mereka yang menyerah begitu saja akan tertinggal; Orang yang menjinakkannya sebagai alat adalah yang utama.

tiga kasus mini

Kasus 1 — Transparansi membangun kepercayaan. Seorang penerjemah menjelaskan kepada pelanggan di awal bahwa dia akan melakukan pekerjaan dengan MTPE, suku cadang mana yang memerlukan banyak tenaga manusia, dan harganya pun sesuai. Klien senang dengan transparansi dan memberikan bisnis reguler; Jika dia menyembunyikannya, kepercayaan akan hancur pada masalah pertama.

Kasus 2 — Pelanggaran kerahasiaan menjadi risiko karier. Seorang penerjemah lepas memasukkan kontrak rahasia ke dalam alat publik; Setelah pelanggan menemukan pelanggaran NDA, hubungan bisnis berakhir dan referensi hilang. Sebuah kenyamanan menghancurkan kepercayaan jangka panjang.

Kasus 3 — Validasi menyimpan keaslian. Dalam salah satu terjemahan akademis, AI menambahkan "kutipan" yang tidak ada dalam sumbernya dan nama penulis yang dibuat-buat. Refleks verifikasi sumber penerjemah menangkap hal ini; Jika diserahkan maka itu merupakan pelanggaran integritas akademik dan hilangnya nama baik.

Empat templat yang dapat disalin

1) Keputusan privasi/ketersediaan alat:

Peran Anda: penasihat privasi data. Saya akan menjelaskan apa saja yang termasuk dalam pekerjaan penerjemahan. Beri tahu saya (1) apakah teks ini bersifat rahasia/pribadi/berhak cipta, (2) apakah pantas untuk diproses dalam alat AI publik, (3) jika tidak, alternatif aman apa yang harus saya gunakan.Isi: [...]

2) Draf catatan transparansi kepada klien:

Tulis catatan singkat dan profesional kepada klien yang menjelaskan dengan jujur bagaimana saya akan melakukan pekerjaan ini: terjemahan mesin + pasca-pengeditan manusia, bagian mana yang akan membutuhkan banyak manusia, bagaimana verifikasi akan dilakukan, harga/waktu yang sesuai. Jangan melebih-lebihkan, berikan keyakinan. Jenis pekerjaan: [...]

3) Daftar sumber/pemeriksaan fakta:

Hilangkan semua elemen faktual yang perlu diverifikasi dalam terjemahan berikut: nama, tanggal, angka, kutipan, sumber/atribusi, klaim "kebenaran", idiom/peribahasa. Cantumkan masing-masing sebagai "konfirmasi dengan sumber independen". Jangan percaya pada teks, hanya apa yang bisa diverifikasi. Terjemahan: [...]

4) Pemeriksaan awal etika/hak cipta:

Saya akan menjelaskan pekerjaannya di bawah ini. Tandai saya kemungkinan masalah etika dan hak cipta: status hak cipta teks, karya terjemahan turunan, data pribadi, perlindungan data pelanggan, perlunya transparansi. Buat daftar risiko dan tindakan pencegahan.Pekerjaan: [...]

Perintah lemah / Perintah kuat

Lemah: "Terjemahkan dokumen ini." (Teks tersembunyi dapat masuk ke alat eksternal tanpa mempertanyakan kerahasiaan, hak cipta, atau kompatibilitas alat.)

Güçlü: "Pertama evaluasi ini: dokumen ini adalah laporan pasien; berisi data kesehatan pribadi. Apakah harus diproses di alat umum atau apakah diperlukan lingkungan yang aman/institusional? Apa yang harus saya perhatikan dalam kaitannya dengan KVKK? Berikan rencana terjemahan setelah menentukan lingkungan yang sesuai."

Perbedaannya: dorongan yang kuat dimulai dengan privasi dan kontrol hukum; Penerjemahan dilakukan setelah lingkungan yang benar dan aman ditentukan.

Tabel dimensi etis

Ukuran

Resiko

tindakan pencegahan

Privasi

Dokumen bocor, pelanggaran NDA

Alat aman, kebijakan data

data pribadi

Pelanggaran KVKK/GDPR

Anonimkan/amankan lingkungan

hak cipta

Karya turunan yang tidak sah

Periksa izin/hak

transparansi

Penggunaan mesin tersembunyi

Bersikaplah terbuka terhadap pelanggan

orisinalitas

Halusinasi, sumber palsu

verifikasi sumber

akuntabilitas

Alasan "AI yang melakukannya".

Ambil tanggung jawab

Kesalahan umum

Memasukkan teks rahasia ke dalam alat publik "untuk mempercepat". Pelanggaran yang tidak dapat dibatalkan.
Menyembunyikan penggunaan mesin dari pelanggan. Ketika kepercayaan rusak, sulit untuk dipulihkan.
Mengabaikan hak cipta dan hak karya turunan. Risiko hukum.
Menempatkan sumber/kutipan dibuat oleh AI tanpa memverifikasinya. Hilangnya orisinalitas dan reputasi.
Menempatkan tanggung jawab pada AI. Pemilik karya yang dikirimkan adalah penerjemah.

Singkatnya

Di era AI, tanggung jawab penerjemah meningkat begitu pula kekuasaannya. Privasi tidak dapat diganggu gugat: teks rahasia, pribadi, dan berhak cipta tidak masuk ke media yang tidak aman. Etika memerlukan transparansi dan akuntabilitas: penggunaan mesin tidak disembunyikan, tanggung jawab ditegakkan. Hak cipta dan orisinalitas diperlakukan dengan serius; Sumber dan frasa yang dapat dibuat oleh AI telah diverifikasi. Verifikasi manusia adalah mata rantai terakhir yang sangat diperlukan dalam pekerjaan ini. Masa depan profesi ini adalah milik penerjemah yang menggunakan AI dengan terampil namun mengetahui batasannya dan membuat perbedaan dengan penilaian budaya dan ahlinya.

Tugas aplikasi

Lakukan pemeriksaan “terjemahan yang bertanggung jawab” secara menyeluruh untuk pekerjaan yang ada (atau sampel): Identifikasi alat yang tepat dengan templat “kerahasiaan/keputusan kesesuaian alat”; Buat daftar risiko dengan “pemeriksaan awal etika/hak cipta”; menyusun “memo transparansi kepada klien”; dan mengekstrak “daftar pengecekan sumber/fakta” dalam contoh terjemahan dan memverifikasi secara independen setidaknya tiga item. Tambahkan empat langkah ini ke alur kerja standar Anda.

daftar periksa

[ ] Saya mengevaluasi apakah teks tersebut bersifat rahasia/pribadi/berhak cipta dan memilih alat yang tepat.
[ ] Saya memberikan perhatian tambahan pada data dalam lingkup KVKK/GDPR.
[ ] Saya transparan kepada pelanggan mengenai penggunaan dan proses mesin.
[ ] Saya telah memverifikasi secara independen sumber, kutipan dan fakta yang dihasilkan oleh YZ.
[ ] Saya menyerahkan tanggung jawab atas pekerjaan yang diserahkan kepada diri saya sendiri, bukan kepada AI.

Ujian Modul

1. Manakah dari berikut ini yang merupakan posisi kecerdasan buatan yang paling akurat dalam penerjemahan dan interpretasi?

A) Kecerdasan buatan adalah cetak biru, terminologi, dan alat kualitas; Tanggung jawab atas makna, nada, budaya, dan penyampaian akhir terletak pada manusia ✔
B) Kecerdasan buatan dapat secara langsung memberikan terjemahan hukum dan medis tanpa persetujuan manusia
C) Kecerdasan buatan hanya berfungsi dalam menerjemahkan kata, tidak ada kaitannya dengan kualitas dan terminologi
D) Karena kecerdasan buatan selalu lebih akurat daripada manusia, semua keputusan penerjemahan harus diserahkan padanya.

Deskripsi: Kecerdasan buatan; Ini adalah rancangan terjemahan, terminologi, ringkasan dan bantuan kualitas. Tanggung jawab atas makna, nada, budaya, kreativitas, dan penyampaian akhir berada pada penerjemah yang kompeten; Hasil yang tidak diverifikasi dapat menyebabkan kesalahan kontrak, malpraktik medis, atau krisis merek dagang.

2. Apa artinya jika keluaran terjemahan mesin 'lancar namun tidak akurat' dan mengapa berbahaya?

A) Terjemahan yang lancar selalu benar, jadi pemeriksaan tambahan tidak diperlukan
B) Sekalipun kalimat tersebut tampak alami dalam bahasa target, kalimat tersebut mungkin salah menyampaikan arti, angka, atau negasinya; Kefasihan tidak menjamin keakuratan ✔
C) Terjemahan yang salah selalu salah secara tata bahasa dan mudah diketahui.
D) Kefasihan hanya penting dalam teks sastra, tidak penting dalam teks teknis

Penjelasan: Meskipun terjemahan mesin menghasilkan kalimat yang sempurna dan alami, hal tersebut mungkin telah merusak jumlah, negasi, atau makna dalam sumbernya. Kefasihan bukanlah jaminan keakuratan; Oleh karena itu, angka, tanggal, nama diri, dan negatifnya harus diperiksa terpisah dengan sumbernya tanpa tertipu oleh kefasihan.

3. Manakah dari berikut ini yang merupakan perbedaan utama antara NMT (penerjemahan mesin saraf) dan terjemahan berbasis LLM?

A) NMT menerima instruksi tetapi LLM tidak bisa; jadi LLM hanya menerjemahkan kata demi kata
B) Keduanya persis sama, tidak ada perbedaan praktis di antara keduanya
C) LLM memahami instruksi seperti nada, terminologi, dan audiens serta melihat konteks yang lebih luas; NMT cepat dan konsisten tetapi buruk dalam mengikuti instruksi ✔
D) LLM selalu lebih cepat dari NMT dan tidak pernah bertambah

Deskripsi: NMT cepat dan konsisten, namun buruk dalam menerima instruksi dan melihat konteks yang lebih luas. LLM, sebaliknya, memahami instruksi seperti nada, daftar istilah, dan audiens serta melihat konteksnya secara lebih luas, namun memerlukan pengendalian terhadap risiko halusinasi karena dapat melakukan penambahan.

4. Apa perbedaan antara pasca-editing ringan dan pasca-editing penuh?

A) Pasca-editing ringan memiliki kualitas lebih baik, pasca-editing penuh hanya pemindaian cepat
B) Tidak ada perbedaan antara keduanya, hanya namanya saja yang berbeda
C) Full post-editing hanya digunakan pada teks untuk penggunaan internal, light post-editing digunakan pada teks yang akan diterbitkan
D) Pasca-editing yang ringan membuat teks akurat dan mudah dipahami; Pasca-editing penuh bertujuan untuk kualitas terjemahan manusia, hasil siap publikasi ✔

Komentar: Dalam tahap pasca-editing ringan, tujuannya adalah membuat teks akurat dan mudah dipahami; Tidak ada sentuhan gaya, cocok untuk teks internal/sementara. Dalam pasca-penyuntingan penuh, tujuannya adalah agar keluarannya tidak dapat dibedakan dari terjemahan manusia; Diperlukan untuk teks dengan visibilitas merek yang akan dipublikasikan.

5. Mengapa 'pengeditan berlebihan' menjadi masalah di MTPE?

A) Koreksi berlebihan selalu membuat terjemahan menjadi lebih akurat, sehingga dianjurkan
B) Menulis ulang kalimat yang benar dan tepat akan merusak keunggulan waktu MTPE; Hanya area yang rusak yang harus diperbaiki ✔
C) Koreksi berlebihan hanya meningkatkan kecepatan, tidak mempengaruhi kualitas sama sekali
D) Koreksi berlebihan merupakan masalah tidak hanya pada terjemahan mesin tetapi juga pada terjemahan awal

Penjelasan: Koreksi berlebihan adalah menulis ulang kalimat yang benar dan sesuai yang diberikan oleh mesin hanya karena preferensi pribadi. Ini menghancurkan keunggulan MTPE sepanjang waktu. Aturan: jika keluaran mesin akurat, dapat dimengerti, dan sesuai, jangan menyentuhnya; Perbaiki saja jika salah.

6. Apa manfaat utama menentukan 'ketentuan terlarang' (terjemahan yang tidak boleh digunakan) dalam suatu termbase?

A) Tidak perlu menentukan respons terlarang karena mesin tidak pernah melakukan kesalahan apa pun.
B) Padanan terlarang hanya berguna dalam terjemahan sastra, namun tidak diperlukan dalam teks teknis
C) Secara eksplisit melarang alternatif yang salah bersama dengan alternatif yang benar untuk mencegah inkonsistensi dan distorsi bahasa merek ✔
D) Menentukan padanan yang dilarang akan memperlambat terjemahan dan tidak memberikan manfaat.

Penjelasan: Menulis jawaban yang benar saja tidak mencegah penggunaan alternatif yang salah namun tampak masuk akal. Menyatakan secara eksplisit padanan yang dilarang (hanya menggunakan 'akun'; 'profil', 'keanggotaan' untuk 'akun') adalah cara paling efektif untuk menghindari inkonsistensi dan bahasa merek yang rusak.

7. Apa yang harus ditulis ke memori terjemahan (TM) dan mengapa?

A) Setiap keluaran mesin harus ditulis ke TM tanpa verifikasi karena kecepatan adalah yang terpenting
B) Terjemahan tidak boleh ditulis ke TM, hanya teks sumber yang boleh disimpan
C) TM dari pelanggan yang berbeda harus digabungkan menjadi satu TM besar
D) Hanya terjemahan terverifikasi dan tersertifikasi yang boleh ditulis; Jika keluaran mesin mentah memasuki TM, kesalahan akan dibawa ke pekerjaan berikutnya dan disebarkan ✔

Catatan: Hanya terjemahan terverifikasi dan tersertifikasi yang boleh diserahkan ke TM. Menyimpan keluaran mesin mentah ke TM tanpa memvalidasinya akan menyebabkan kesalahan berulang kali pada pekerjaan berikutnya, tampak dipercaya sebagai 'kecocokan 100%'. Sampah masuk, sampah keluar.

8. Bagaimana seharusnya placeholder (misalnya {name}, %s) dalam teks perangkat lunak ditangani dalam pelokalan?

A) Placeholder dipertahankan apa adanya; Tidak diterjemahkan, dihapus, diformat, dipindahkan hanya jika diperlukan dan diperiksa oleh QA ✔
B) Placeholder, seperti kata lain, harus diterjemahkan ke dalam bahasa target
C) Placeholder harus dihapus karena mengganggu keterbacaan
D) Placeholder tidak penting, tidak perlu diperhitungkan sama sekali dalam penerjemahan

Deskripsi: Placeholder adalah tanda yang diisi dengan variabel pada saat run time. Menerjemahkan, menghapus, atau memformatnya akan menyebabkan perangkat lunak mogok atau menampilkan teks mentah. Placeholder dipertahankan apa adanya; hanya placeholder yang dapat dipindahkan sesuai dengan sintaks bahasa target dan tur QA placeholder pasti dilakukan.

9. Apa yang dimaksud dengan batasan CPS (karakter per detik) dalam terjemahan subtitle?

A) Ini menentukan berapa banyak warna yang akan digunakan, bukan berapa detik subtitle akan tetap tampil di layar.
B) Hanya berlaku untuk dubbing, tidak ada hubungannya dengan subtitle
C) Merupakan batas kecepatan subtitle agar penonton dapat membacanya dengan mudah; jadi subtitle perlu diperpendek dengan tetap menjaga maknanya ✔
D) Semakin tinggi CPS maka semakin bagus subtitlenya, tidak perlu ada batasan

Deskripsi: CPS adalah batas kecepatan yang diperlukan pemirsa untuk membaca subtitle dengan nyaman (biasanya ~17 karakter/detik untuk konten dewasa). Itu sebabnya terjemahan subjudul bukanlah terjemahan kata demi kata, melainkan soal penyesuaian dan pemendekan dengan tetap menjaga maknanya; Penonton menonton dan membaca gambar tersebut.

10. Mengapa penerjemahan tidak boleh dimulai sebelum transkripsi yang dihasilkan oleh pengenalan ucapan otomatis (ASR) diverifikasi?

A) ASR selalu sangat mudah sehingga verifikasi hanya membuang-buang waktu
B) ASR hanya membuat kesalahan tata bahasa, tidak pernah memutarbalikkan makna
C) Output ASR sudah diterjemahkan, tidak perlu diterjemahkan lebih lanjut
D) ASR terutama salah dalam menyebutkan nama, angka, aksen, dan bunyi; Transkripsi yang salah harus diverifikasi dengan suara karena akan ditransfer ke terjemahan ✔

Penjelasan: ASR sering membuat kesalahan dalam kebisingan, aksen, ucapan yang tumpang tindih, nama diri, angka, dan istilah teknis. Transkripsi yang salah akan terbawa langsung ke terjemahan dan subtitle. Oleh karena itu, khususnya nama, merek, dan nomor diri harus diverifikasi dengan membandingkannya dengan suara.

11. Apa yang diberikan oleh kerangka kesalahan seperti MQM dalam menilai kualitas terjemahan?

A) Memungkinkan pengklasifikasian setiap kesalahan berdasarkan kategori dan tingkat keparahan (kritis/besar/kecil) dan menilai kualitas dengan cara yang obyektif dan sebanding ✔
B) Secara otomatis mengoreksi terjemahan, sepenuhnya menghilangkan evaluasi manusia
C) Hanya menangkap kesalahan angka, tidak menangani kesalahan semantik dan terminologis
D) Tidak mengukur kualitas, hanya menghitung panjang terjemahan

Deskripsi: MQM (metrik kualitas multidimensi) menetapkan setiap kesalahan ke dalam kategori (akurasi, terminologi, kelancaran, gaya, format) dan bobot (kritis/mayor/minor). Dengan cara ini, skor kesalahan dapat diberikan alih-alih subjektivitas 'baik/buruk', penerjemah/mesin dibandingkan secara objektif, dan keputusan penyampaian dapat dikaitkan dengan ambang batas numerik.

12. Apa batasan utama metrik terjemahan otomatis seperti BLEU?

A) Hal ini membuat evaluasi manusia tidak diperlukan karena ia memahami maknanya lebih baik daripada manusia
B) Melihat kata yang tumpang tindih, tidak begitu mengerti maksudnya; jadi sistem mengukur tren tetapi tidak dapat memutuskan penyampaian satu teks pun ✔
C) Dia selalu sempurna dan dapat memutuskan sendiri keterkiriman sebuah teks
D) Hanya digunakan dalam terjemahan lisan, tidak ada hubungannya dengan terjemahan tertulis.

Penjelasan: BLEU menilai terjemahan berdasarkan kata yang tumpang tindih dengan referensi manusia, namun tidak benar-benar memahami maknanya. Terjemahan yang berbeda dengan referensi tetapi benar mungkin mendapat skor rendah, sedangkan terjemahan yang mirip dengan referensi tetapi salah mungkin mendapat skor tinggi; Kesalahan negatif kritis berdampak kecil pada skor. Oleh karena itu, sistem metrik mengukur tren, bukan menentukan penyampaian satu teks.

13. Apa peran kecerdasan buatan yang paling kuat dan tepat dalam interpretasi konferensi?

A) Menghilangkan kebutuhan akan juru bahasa dengan sepenuhnya melakukan penerjemahan langsung secara simultan
B) Secara otomatis mentransfer audio rapat rahasia ke layanan eksternal
C) Tidak berguna pada setiap tahap penerjemahan, termasuk persiapan.
D) Kuat dalam persiapan sebelum acara (briefing, glosarium bilingual, nomor dan kartu nama yang tepat); Terjemahan simultan langsung diserahkan kepada manusia ✔

Deskripsi: Dalam penerjemahan, sebagian besar pekerjaan dilakukan sebagai persiapan, dan di situlah kekuatan AI: menyiapkan pengarahan lapangan, glosarium bilingual, nada pembicara, nomor, dan kartu nama yang tepat. Terjemahan simultan langsung itu sendiri adalah tanggung jawab penerjemah manusia karena penundaan, kesalahan, kerahasiaan, dan konteks.

14. Apa perbedaan transkreasi (penerjemahan kreatif) dengan jenis penerjemahan lainnya?

A) Kesetiaan terhadap dampak emosional dan tujuan sumbernya, bukan pada kata-katanya; Seseorang dapat menjauh dari sumbernya untuk menciptakan efek yang sama dalam budaya target ✔
B) Selalu terjemahkan kata demi kata sumbernya, tanpa mengubahnya
C) Ini adalah jenis terjemahan literal yang hanya digunakan dalam teks hukum dan kedokteran.
D) Abaikan sepenuhnya artinya dan tulis teks acak baru

Deskripsi: Transkreasi, khususnya dalam teks periklanan dan merek, adalah menciptakan kembali dampak emosional dan tujuan dari sumbernya, bukan kata-katanya, dalam budaya target; Kadang-kadang seseorang dengan sengaja menjauh dari sumbernya karena tujuannya bukanlah kebenaran literal tetapi efek yang sama. AI adalah pengganda ide di sini; Keputusan budaya akhir dibuat oleh manusia.

15. Pendekatan apa yang tepat ketika menerjemahkan dokumen rahasia (misalnya, kontrak yang tidak ditandatangani atau laporan pasien)?

A) Masuk ke alat terjemahan publik paling praktis untuk kecepatan, privasi adalah hal yang perlu diperhatikan
B) Jika dokumen tetap diterjemahkan, kerahasiaan tidak menjadi masalah, alat apa pun dapat digunakan
C) Kendaraan umum tidak diperbolehkan; Hanya alat aman dan korporat yang tidak menyimpan data yang digunakan, jika ada keraguan teks tidak diberikan ke alat eksternal ✔
D) Tidak ada risiko privasi jika dokumen rahasia hanya diterjemahkan melalui suara

Pengungkapan: Teks rahasia, pribadi, atau tidak dipublikasikan tidak dimasukkan ke dalam alat publik yang kebijakan datanya tidak memberikan jaminan; ini merupakan pelanggaran NDA/privasi dan risiko hukum dalam kaitannya dengan KVKK/GDPR. Hanya alat korporat dan aman yang tidak menyimpan/melatih data yang digunakan; Jika ragu, teks tidak diberikan ke alat eksternal.