Ieguvumi:
- Spēja atšķirt, kur mākslīgais intelekts ietaupa laiku tulkošanas darbplūsmā (melnraksts, termins, kopsavilkums) un kur tādi lēmumi kā nozīme, tonis, kultūra un atbildība tiek atstāti cilvēka ziņā atkarībā no riska līmeņa.
- Spēja pielietot disciplīnu, kas pārbauda katru tulkojuma iznākumu, salīdzinot to ar avotu, apstiprinot terminoloģiju un konsekvenci un izlaižot to caur nozīmes-toņa-kultūras filtru.
- Saprotiet, kāpēc jau no paša sākuma tulkošanā ir jāņem vērā konfidencialitāte, personas datu aizsardzība un nepārbaudīta produkcija.
Jūs esat no rīta pie tulkošanas galda. Jūsu iesūtnē ir steidzams juridiska līguma tulkojums, 800 rindiņas programmatūras interfeisa teksta, sagatavošanās fails divu dienu konferencei un TV seriāla subtitru pārskatīšana. Klients jautā: "Kāpēc tas notiek tik ilgi, ja ir mākslīgais intelekts?" viņš jautā, un jūs zināt, ka nepareizi tulkota līguma klauzula var maksāt kompensāciju un izdomāts noteikums var maksāt zīmola reputāciju. Tulkošana un mutiskā tulkošana (tulkotāja, kas tulko rakstiskus tekstus, un tulka, kurš uzreiz pārraida mutisku runu, profesiju vispārpieņemtais nosaukums) ir daudzvalodu, no konteksta atkarīga, kultūras un ļoti atbildīga joma. Mākslīgais intelekts (AI — programmatūra, kas var iegūt modeļus no vēsturiskiem datiem, izveidot, tulkot un apkopot tekstu) nodrošina nopietnu ātrumu šajā apjomā un laika ierobežojumā. Bet pats šī moduļa sākums ir skaidrs: AI ir palīgs, tulkojumu melnrakstu ģenerators un terminoloģijas/kvalitātes asistents; Jūs esat kompetents tulks, kurš uzņemas atbildību par nozīmi, toni, kultūru un gala piegādi.
Šajā pirmajā nodaļā mēs koncentrēsimies uz disciplīnu, nevis instrumentu. Jūs uzzināsit, kur AI ietaupa reāllaika laiku tulkošanas darbplūsmā, kur tas ir bīstami, kā pārbaudīt katru izvadi, kā aizsargāt klienta konfidenciālo dokumentu un kā ievērot ētikas un autortiesību principu. Neliekot šo pamatu, turpmākās vienības paliek gaisā — jo nepārbaudīts tulkojums nav tikai "slikts teikums"; Tas var nozīmēt nepatiesu saistību līgumā, bīstamu dozēšanas kļūdu zāļu lietošanas instrukcijā vai zīmola izsmieklu.
Kur AI noder tulkošanas darbplūsmā?
Sadalīsim tulkošanas darbu divās lielās grupās. Pirmā klastera: apjomīgi, atkārtoti, ar zīmējumu izvelkami un valodu intensīvi uzdevumi. Pirmais garas tehniskās rokasgrāmatas tulkojuma projekts, atkārtotu teikumu konsekventa pārnešana, terminu saraksta izvilkšana, teksta vienkāršošana lasāmībai, divu tekstu salīdzināšana divās valodās, pirmais subtitru laika kodu uzmetums. Šajos darbos AI samazina stundas līdz minūtēm un nenogurst.
Otrais klasteris: nozīme, tonis, kultūra, radošums un atbildīgi lēmumi. Ko nozīmē idioma mērķa kultūrā, reklāmas saukļa emocionālā ietekme, precīzs juridiska termina ekvivalents starp divām tiesību sistēmām, literāra teksta balss, klientam nogādājamā teksta galīgā apstiprināšana. Šiem lēmumiem ir vajadzīgas zināšanas, kultūras zināšanas un cilvēka spriedums. Šeit mākslīgais intelekts paplašina iespējas, ģenerē melnrakstus, taču pēdējais vārds un paraksts par piegādi ir jūsu.
Noskaidrosim atšķirību vienā teikumā: AI ir spēcīgs uz jautājumiem "kas ir šī teksta pirmais melnraksts un tā iespējamie līdzinieki"; Lēmums ir jūsu ziņā, ja runa ir par tādiem jautājumiem kā "Vai tam tiešām ir pareiza nozīme, pareizais tonis un pareiza ietekme uz kultūru? Vai es varu to sniegt savam klientam?"
Padoms. Pirms darba ārpakalpojuma AI pajautājiet: "Ko es zaudēšu, ja šī izvade ir nepareiza?" Ja atbilde ir "dažas minūtes pārstrukturēšanas", deleģējiet to ērti. Ja atbilde ir "nepareiza līguma klauzula, nepareiza medicīniskā informācija vai zīmola krīze", ļaujiet AI sagatavot melnrakstu, un jūs pieņemat lēmumu un pārbaudi.
Pamatjēdzieni: MT, NMT, LLM, MTPE
No sākuma definēsim lauka četrus galvenos terminus. MT (mašīntulkošana) ir vispārīgs programmatūras nosaukums, kas automātiski pārtulko tekstu no vienas valodas citā. NMT (Neural Machine Translation) ir modernā MT paaudze, kas izmanto mākslīgos neironu tīklus un ir tādu rīku kā Google Translate un DeepL pamatā; Tas ir plūstoši un ātri, pamatojoties uz teikumu. LLM (Lielās valodas modelis) ir vispārīgi, uz instrukcijām balstīti, kontekstā un tonī elastīgi modeļi, piemēram, ChatGPT un Claude; Viņi var saprast norādījumus, piemēram, "tulkot šo tekstu ar formālu toni un šo terminu sarakstu". MTPE (Machine Translation Post-Editing) ir darba veids, kurā tulkotājs labo mašīntulkošanas neapstrādāto rezultātu, un tas ir mūsdienās visizplatītākais darba modelis nozarē. Mēs padziļināti aplūkosim šos terminus nākamajās vienībās; Pagaidām paturiet prātā ķēdi "AI rada neapstrādātu projektu, cilvēks padara to uzticamu".
Privātums: neaizskarams princips
Tulkotāja rokās nonākušie teksti bieži vien ir konfidenciāli: neparakstīts līgums, pacienta ziņojums, uzņēmuma finanšu pārskats, tiesas lieta, prece, kas vēl nav izziņota. Īkšķis šeit: Publiskā AI rīkā netiek ievadīti konfidenciāli, personiski vai nepublicēti klienta dokumenti, kuru konfidencialitāte netiek garantēta. Teksts, ko ielīmējat publiskajā tulkošanas pakalpojumā, tiek apstrādāts šī pakalpojuma serveros; Bieži vien jūs nevarat kontrolēt, kas to redz, kur tas tiek glabāts un vai tas tiek izmantots modeļa apmācībā. Daudzos tulkošanas līgumos ir iekļauts NDA (Neizpaušanas līgums), un konfidenciālā teksta nodošana ārējam rīkam ir šī līguma pārkāpums un pat rada juridisku atbildību.
Profesionāla mākslīgā intelekta izmantošana tāpēc notiek divās pasaulēs: vispārīgus rīkus var izmantot publiskā domēna tekstiem; Konfidenciāliem/līgumu tekstiem tiek izmantotas tikai drošas sistēmas, kas nodrošina, ka dati neizplūst un tiek nodrošināta institucionālā/līgumiskā pārliecība, ka “mēs neizmantojam datus izglītībā”. Abu sajaukšana ir šīs profesijas bīstamākā kļūda.
Uzmanību: "AI to tulkoja šādā veidā" nav attaisnojums. Ja ir kļūdains tulkojums, izdomāts termins vai nopludināts dokuments, atbildība ir nevis AI, bet gan tulkam, kurš piegādājis šo izvadi, to nepārbaudot vai ievadījis rīkā slepeno tekstu.
Pārbaudes disciplīna: trīs soļi
AI nodrošina raitu un pārliecinošu tulkojumu; Tas nenozīmē, ka tā ir patiesība. AI laiku pa laikam rada halucinācijas, tas ir, pievieno teikumu, kas avotā neeksistē, maina skaitli, pārvērš negatīvu par pozitīvu (aizstāj "ir" vietā "ir") vai veido terminu, kas neeksistē. Līgumā vai medicīniskā tekstā tas ir postoši. Katrai izvadei izmantojiet trīspakāpju refleksu:
- Salīdziniet ar avotu. Izlasiet katra avota teikuma ekvivalentu. Jo īpaši precīzi pārbaudiet skaitļus, datumus, negatīvos sufiksus, īpašvārdus un valūtas.
- Apstipriniet terminoloģiju un konsekvenci. Vai tas atbilst organizācijas/klienta terminu sarakstam un iepriekšējiem tulkojumiem? Vai viens un tas pats termins visā tekstā ir tulkots vienādi?
- Filtrējiet to pēc nozīmes, toņa un kultūras. Vai teikums mērķa valodā ir dabisks? Vai tonis ir pareizs? Vai tas ir kulturāli piemēroti? Jūsu eksperta spriedums ir pēdējais filtrs.
trīs mini futrāļi
1. gadījums — MTPE ietaupītais laiks. Viens tulkotājs pārtulkoja 24 000 vārdu garu lietotāja rokasgrāmatu, pēc rediģēšanas NMT izvadi, nevis no jauna. Pateicoties lielajam atkārtojumu skaitam, darbs, kas no nulles prasīja 8 dienas, tika samazināts līdz 3,5 dienām. Bet katrs drošības brīdinājuma teikums ir pārskatīts pa vienam.
2. gadījums — validācijā tika konstatēta semantiska kļūda. Eksperts lika AI iztulkot līguma klauzulu. Lai gan avots teica "pārdevējs NAV atbildīgs", izlaidumā bija teikts, ka "pārdevējs NAV atbildīgs"; negatīvisms bija samazinājies. Salīdzinājums ar avota soli novērsa bīstamu kļūdu, kas būtu apvērsusi atbildību.
3. gadījums — atgriešanās pēc privātuma pārkāpuma. Jauns tulks, lai nodrošinātu ātrumu, ielīmēja pacienta medicīnisko ziņojumu publiskā tulkošanas vietnē. Viņa vecākais kolēģis saprata: tie bija personas veselības dati, un tie bija ārpusē. Par incidentu tika ziņots kā par privātuma pārkāpumu; darbs tika pārtaisīts tikai korporatīvajā apsargātajā transportlīdzeklī.
Četras kopējamas veidnes
1) Darba piemērotības novērtējums:
Jūsu loma: vecākais tulkošanas projektu vadītājs. Tālāk es aprakstīšu darbu. Pastāstiet man (1) vai tas ir melnraksta/termiņa darbs, ko var deleģēt AI, vai kritisks darbs, kam nepieciešama nozīme, tonis un atbildība, (2) iespējamās izmaksas par nepareizu izvadi, (3) pārbaude, kas man jāveic pirms un pēc deleģēšanas. Darbs: [ievietot darbu šeit]
2) Tulkošanas pieprasījums, kas ir uzticīgs avotam:
Tulkojiet šo tekstu no [avota valoda] uz [mērķa valoda]. Noteikums: nepievienojiet un neizņemiet nekādu informāciju. Saglabājiet numuru, datumu, īpašvārdu un noliegumus burtiski. Atzīmējiet [kvadrātiekavas] terminu, par kuru neesat pārliecināts. Neveidojiet teikumu, kas nav avotā. Teksts: [rakstiet tekstu šeit]
3) Privātuma iepriekšēja pārbaude:
PIRMS apstrādes novērtējiet šādu tekstu: vai tajā var būt personas dati, konfidenciāla biznesa informācija vai nepublicēts saturs? Ja jā, tad kuras daļas? Brīdiniet mani, ja to nevajadzētu apstrādāt publiski.Teksts: [ievietot tekstu šeit]
4) Toņa un kultūras filtrs:
Novērtējiet šo tulkojumu pēc dabiskuma, toņa un kultūras atbilstības mērķa valodā. Atzīmējiet teikumus, kas izklausās pēc tulkojuma, ietveriet avota valodas ēnu (smaržo pēc tulkojuma) un iesakiet dabiskāku alternatīvu. Nozīmes maiņa.Tulkojums: [ievietot tekstu šeit]
Vāja uzvedne / spēcīga uzvedne
Vāji: "Tulkot šo angļu valodā." (Bez toņa, bez auditorijas, bez terminiem, bez konteksta; iekārta nodrošina noklusējuma tulkojumu ar izmaiņu palīdzību.)
Spēcīgs: "Tulko šo mārketinga e-pasta ziņojumu no turku valodas angļu valodā. Mērķauditorija: ASV korporatīvie klienti. Tonis: profesionāls, bet silts. Izmantojiet šos terminus: "abonements" → "abonements", "izmēģinājums" → "izmēģinājums". Saglabājiet skaitļus un datumus. Izveidojiet dabisku angļu valodu, kas nesmaržo pēc tulkojuma."
Atšķirība: spēcīga uzvedne dod virzienu, auditoriju, toni, terminu un ierobežojumu; izvade tieši tuvina izmantojamo projektu.
Lomas un riska līmeņu tabula
biznesa veids
AI loma
Risks
cilvēka pārbaude
Tehniskās rokasgrāmatas projekts
Ražo neapstrādātu tulkojumu
vidējs
Termiņa + numura pārbaude
Līgums/likums
Projekts + termiņa priekšlikums
ļoti augsts
Teikums pa teikumam, eksperta apstiprinājums
medicīniskais teksts
melnraksts
ļoti augsts
Deva/negatīvums viens pret vienu
Mārketings / sauklis
ideju pavairotājs
augsts
Radošs, kulturāls apstiprinājums
Iekšējās sarakstes kopsavilkums
Kopsavilkums/uzmetums
zems
Ātra apskate
Biežas kļūdas
- Neapstrādātas mašīnas produkcijas piegāde bez pārbaudes. Visizplatītākā un bīstamākā kļūda; "Tas izskatās gluds" nenozīmē, ka tā ir patiesība.
- Konfidenciāla dokumenta ielīmēšana publiskajā rīkā. NDA pārkāpums un juridiskais risks.
- Lūdz tulkojumu, nenorādot kontekstu. Bez masas, toņa un termiņa izvade vienmēr būs noklusējuma un virspusēja.
- Nepārbauda numuru, datumu un negatīvismu. Šeit slēpjas MT vismānīgākās kļūdas.
- Kvalitātes upurēšana tikai tāpēc, ka "AI ir ātrs". Ātrums neaizstāj pārbaudi.
Rezumējot
AI ir spēcīgs palīgs, kas ievērojami paātrina apjomīgu, atkārtotu un valodu ietilpīgu uzdevumu izpildi tulkošanā un mutiskajā tulkošanā; bet atbildība par nozīmi, toni, kultūru un piegādi gulstas uz kompetento tulku. No sākuma internalizējiet trīs lietas: katras izvades pārbaudi, salīdzinot ar avotu, nekad nedodiet slepenu tekstu nenodrošinātam rīkam un AI pozicionējiet kā melnrakstu ģeneratoru, nevis lēmumu pieņēmēju. Uz šīs disciplīnas balstīsies nākamās vienības.
Lietojumprogrammas uzdevums
Atlasiet savu tekstu (vai paraugu) un veiciet šīs trīs darbības: (1) Nosakiet tā riska līmeni, izmantojot uzņēmējdarbības piemērotības veidni. (2) Veiciet iepriekšēju privātuma pārbaudi un izlemiet, ar kuru rīku strādāsit. (3) Iegūstiet melnrakstu ar uzticamu tulkojuma veidni, pēc tam manuāli veiciet trīspakāpju verifikāciju (avota-term-tonis) un atzīmējiet visas atrastās kļūdas.
kontrolsaraksts
- [ ] Noteicu darba riska līmeni (zems/vidējs/augsts).
- [ ] Es pārbaudīju, vai teksts ir paslēpts, un izvēlējos pareizo rīku.
- [ ] Es devu tulkojuma masu, toni un terminoloģisko kontekstu.
- [ ] Es salīdzināju numuru, datumu, īpašvārdu un noliegumus ar avotu.
- [ ] Es atstāju atbildību par galīgo piegādi sev, nevis AI.