Keuntungan:
- Dapat membezakan di mana kecerdasan buatan menjimatkan masa dalam aliran kerja terjemahan (draf, istilah, ringkasan) dan keputusan seperti makna, nada, budaya dan tanggungjawab diserahkan kepada manusia, bergantung pada tahap risiko.
- Keupayaan untuk menerapkan disiplin yang mengesahkan setiap output terjemahan dengan membandingkannya dengan sumber, mengesahkan istilah dan ketekalan, dan meneruskannya melalui penapis makna-nada-budaya.
- Fahami mengapa kerahsiaan, perlindungan data peribadi dan output yang tidak disahkan mesti diambil kira dalam terjemahan dari awal lagi.
Anda berada pada waktu pagi di meja penterjemahan. Dalam peti masuk anda, anda mempunyai terjemahan segera kontrak undang-undang, 800 baris teks antara muka perisian, fail persediaan untuk persidangan dua hari dan semakan sari kata bagi siri TV. Pelanggan bertanya "mengapa ini mengambil masa yang lama apabila terdapat kecerdasan buatan?" dia bertanya, dan anda tahu bahawa klausa kontrak yang salah diterjemahkan boleh menyebabkan kos pampasan, dan istilah yang dibuat-buat boleh menjejaskan reputasi jenama. Terjemahan dan pentafsiran (nama biasa profesion penterjemah yang menterjemah teks bertulis dan jurubahasa yang menghantar ucapan lisan serta-merta) ialah bidang yang bersifat berbilang bahasa, bergantung kepada konteks, budaya dan sangat bertanggungjawab. Kecerdasan buatan (AI - perisian yang boleh mengekstrak corak daripada data sejarah, menghasilkan, menterjemah dan meringkaskan teks) memberikan anda kelajuan yang serius dalam tekanan volum dan masa ini. Tetapi permulaan modul ini jelas: AI ialah pembantu, penjana draf terjemahan dan pembantu istilah/kualiti; Anda adalah penterjemah yang cekap yang bertanggungjawab ke atas makna, nada, budaya dan penyampaian akhir.
Dalam unit pertama ini kita akan fokus pada disiplin, bukan alat. Anda akan belajar di mana AI menjimatkan masa nyata dalam aliran kerja terjemahan, di mana ia berbahaya, cara mengesahkan setiap output, cara melindungi dokumen sulit pelanggan dan cara untuk kekal pada baris hak cipta beretika. Tanpa meletakkan asas ini, unit berikutnya kekal di udara — kerana output yang tidak disahkan dalam terjemahan bukan sekadar "ayat buruk"; Ini boleh bermakna kewajipan palsu dalam kontrak, ralat dos berbahaya dalam sisipan bungkusan ubat atau jenama yang diejek.
Di manakah AI berguna dalam aliran kerja terjemahan?
Mari bahagikan kerja terjemahan kepada dua kelompok besar. Kelompok pertama: tugasan yang banyak, berulang, boleh diekstrak corak dan intensif bahasa. Draf pertama terjemahan manual teknikal yang panjang, pemindahan konsisten ayat berulang, pengekstrakan senarai istilah, penyederhanaan teks untuk kebolehbacaan, perbandingan dua teks dalam dua bahasa, draf pertama kod masa sari kata. Dalam pekerjaan ini, AI mengurangkan jam kepada minit dan tidak letih.
Kelompok kedua: makna, nada, budaya, kreativiti, dan keputusan yang bertanggungjawab. Apakah maksud simpulan bahasa dalam budaya sasaran, kesan emosi slogan pengiklanan, persamaan tepat istilah undang-undang antara dua sistem undang-undang, suara teks sastera, kelulusan akhir teks yang akan dihantar kepada pelanggan. Keputusan ini memerlukan kepakaran, pengetahuan budaya dan pertimbangan manusia. Di sini AI memperbanyakkan pilihan, menjana draf — tetapi keputusan akhir dan tandatangan untuk penghantaran adalah milik anda.
Mari kita jelaskan perbezaan dalam satu ayat: AI kukuh pada soalan "apakah draf pertama teks ini dan kemungkinan rakan sejawatannya"; Keputusan adalah milik anda apabila ia datang kepada soalan seperti "Adakah ini benar-benar membawa maksud yang betul, nada yang betul dan impak budaya yang betul? Bolehkah saya menyampaikan ini kepada pelanggan saya?"
Petua: Sebelum menyumber luar pekerjaan kepada AI, tanya: "Apa yang saya rugi jika output ini salah?" Jika jawapannya ialah "beberapa minit pemfaktoran semula", wakilkan dengan selesa. Jika jawapannya ialah "klausa kontrak yang salah, maklumat perubatan yang salah atau krisis jenama," biarkan AI menghasilkan draf dan anda membuat keputusan dan pengesahan.
Konsep asas: MT, NMT, LLM, MTPE
Mari kita tentukan empat istilah utama medan dari awal. MT (Terjemahan Mesin) ialah nama umum perisian yang secara automatik menterjemah teks daripada satu bahasa ke bahasa lain. NMT (Terjemahan Mesin Neural) ialah generasi moden MT menggunakan rangkaian saraf tiruan dan merupakan asas alat seperti Terjemahan Google dan DeepL; Ia fasih dan pantas berdasarkan ayat. LLM (Model Bahasa Besar) ialah model tujuan umum, dipacu arahan, fleksibel dalam konteks dan nada, seperti ChatGPT dan Claude; Mereka boleh memahami arahan seperti "terjemah teks ini dengan nada formal dan senarai istilah ini." MTPE (Machine Translation Post-Editing) ialah satu bentuk kerja di mana penterjemah manusia membetulkan output mentah terjemahan mesin dan merupakan model kerja yang paling biasa dalam industri hari ini. Kami akan merangkumi syarat-syarat ini secara mendalam dalam unit berikutnya; Buat masa ini, perlu diingat rantai "AI menghasilkan draf mentah, manusia menjadikannya boleh dipercayai" dalam fikiran.
Privasi: prinsip tidak boleh dilanggar
Teks yang sampai ke tangan penterjemah selalunya sulit: kontrak yang tidak ditandatangani, laporan pesakit, penyata kewangan syarikat, fail mahkamah, produk yang belum diumumkan. Peraturan praktikal di sini: Tiada dokumen sulit, peribadi atau tidak diterbitkan pelanggan dimasukkan ke dalam alat AI awam yang kerahsiaannya tidak dijamin. Teks yang anda tampal ke dalam perkhidmatan terjemahan awam diproses pada pelayan perkhidmatan itu; Anda selalunya tidak dapat mengawal siapa yang melihatnya, di mana ia disimpan, dan sama ada ia digunakan dalam melatih model. Banyak kontrak terjemahan termasuk NDA (Perjanjian Bukan Pendedahan) dan memberikan teks sulit kepada alat luar merupakan pelanggaran perjanjian ini dan malah menyebabkan liabiliti undang-undang.
Oleh itu penggunaan AI profesional berjalan dalam dua dunia: alat generik boleh digunakan untuk teks domain awam; Untuk teks sulit/dikontrak, hanya sistem selamat digunakan yang memastikan data tidak bocor dan jaminan institusi/kontrak, "kami tidak menggunakan data dalam pendidikan". Mengelirukan kedua-duanya adalah kesilapan yang paling berbahaya dalam profesion ini.
Perhatian: "AI menterjemahkannya seperti itu" bukanlah alasan. Jika terdapat salah terjemahan, istilah yang dibuat-buat atau dokumen yang bocor, tanggungjawab bukan terletak pada AI, tetapi pada penterjemah yang menyampaikan output tersebut tanpa mengesahkannya atau memasukkan teks rahsia ke dalam alat.
Disiplin pengesahan: tiga langkah
AI menghasilkan terjemahan yang fasih dan yakin; Itu tidak bermakna ia benar. AI kadangkala menghasilkan halusinasi — iaitu, menambah ayat yang tidak wujud dalam sumber, menukar nombor, menukar negatif kepada positif (menggantikan "adalah" bukannya "adalah") atau membentuk istilah yang tidak wujud. Dalam kontrak atau teks perubatan ini adalah bencana. Gunakan refleks tiga langkah pada setiap output:
- Bandingkan dengan sumber. Baca padanan setiap ayat dalam sumber. Khususnya, semak nombor, tarikh, akhiran negatif, nama khas dan mata wang dengan tepat.
- Sahkan istilah dan konsistensi. Adakah ia sepadan dengan senarai istilah organisasi/klien dan terjemahan sebelumnya? Adakah istilah yang sama diterjemahkan sama di seluruh teks?
- Tapis melalui makna, nada dan budaya. Adakah ayat itu semula jadi dalam bahasa sasaran? Adakah nadanya betul? Adakah ia sesuai dengan budaya? Pertimbangan pakar anda ialah penapis terakhir.
tiga kes mini
Kes 1 — MTPE menjimatkan masa. Seorang penterjemah menterjemah manual pengguna 24,000 perkataan dengan menyunting keluaran NMT selepas menyunting dan bukannya dari awal. Kerja, yang dianggarkan mengambil masa 8 hari dari awal, telah dikurangkan kepada 3.5 hari berkat bilangan ulangan yang banyak. Tetapi setiap ayat amaran keselamatan telah disemak satu persatu.
Kes 2 — Pengesahan mendapat ralat semantik. Seorang pakar mempunyai AI menterjemah klausa kontrak. Walaupun sumber berkata "penjual TIDAK akan bertanggungjawab", output berkata "penjual TIDAK akan bertanggungjawab"; negatif telah berkurangan. Perbandingan dengan langkah sumber menghalang kesilapan berbahaya yang akan membalikkan liabiliti.
Kes 3 — Kembali daripada pelanggaran privasi. Seorang penterjemah baharu menampal laporan perubatan pesakit ke tapak terjemahan awam untuk mempercepatkan. Rakan sekerja kanannya menyedari: ia adalah data kesihatan peribadi dan ia telah keluar. Insiden itu dilaporkan sebagai pelanggaran privasi; kerja itu dibuat semula hanya pada kenderaan selamat korporat.
Empat templat yang boleh disalin
1) Penilaian kesesuaian pekerjaan:
Peranan anda: pengurus projek terjemahan kanan. Saya akan menerangkan kerja di bawah. Beritahu saya (1) sama ada ini adalah kerja draf/penggal yang boleh diwakilkan kepada AI, atau kerja kritikal yang memerlukan makna, nada dan akauntabiliti, (2) potensi kos output yang salah, (3) pengesahan yang perlu saya lakukan sebelum dan selepas perwakilan. Kerja: [masukkan kerja di sini]
2) Permintaan untuk terjemahan yang setia kepada sumber:
Terjemahkan teks berikut daripada [bahasa sumber] kepada [bahasa sasaran].Peraturan: jangan tambah atau alih keluar sebarang maklumat. Kekalkan nombor, tarikh, nama khas dan penolakan secara verbatim. Tandakan istilah yang anda tidak pasti dalam [kurung segiempat]. Jangan reka ayat yang tiada dalam sumbernya. Teks: [tulis teks di sini]
3) Pra-semakan privasi:
Nilaikan teks berikut SEBELUM memproses: bolehkah ia mengandungi data peribadi, maklumat perniagaan sulit atau kandungan yang tidak diterbitkan? Jika ya, bahagian mana? Beri amaran kepada saya jika ia tidak sepatutnya diproses dalam cara awam.Teks: [masukkan teks di sini]
4) Penapis nada dan budaya:
Nilaikan terjemahan berikut dari segi semula jadi, nada dan kesesuaian budaya dalam bahasa sasaran. Tandai ayat yang berbunyi seperti terjemahan, bawa bayangan bahasa sumber (bau seperti terjemahan), dan cadangkan alternatif yang lebih semula jadi. Menukar maksud. Terjemahan: [masukkan teks di sini]
Gesaan lemah / Gesaan kuat
Lemah: "Terjemahkan ini kepada Bahasa Inggeris." (Tiada nada, tiada penonton, tiada istilah, tiada konteks; mesin menghasilkan terjemahan lalai, dengan kelainan.)
Strong: "Terjemahkan e-mel pemasaran ini daripada bahasa Turki ke bahasa Inggeris. Khalayak: Pelanggan korporat AS. Nada: profesional tetapi mesra. Gunakan istilah ini: 'langganan' → 'langganan', 'percubaan' → 'percubaan'. Simpan nombor dan tarikh. Hasilkan bahasa Inggeris semula jadi yang tidak berbau terjemahan."
Perbezaan: gesaan yang kuat memberikan arah, penonton, nada, istilah dan kekangan; output secara langsung menghampiri draf yang boleh digunakan.
Peranan dan jadual tahap risiko
jenis perniagaan
Peranan AI
risiko
pengesahan manusia
Draf panduan teknikal
Menghasilkan terjemahan mentah
sederhana
Semakan penggal + nombor
Kontrak/undang-undang
Draf + cadangan penggal
sangat tinggi
Ayat demi ayat, kelulusan pakar
teks perubatan
draf
sangat tinggi
Dos/negativiti satu kepada satu
Pemasaran / slogan
pengganda idea
tinggi
Kreatif, kelulusan budaya
Ringkasan surat-menyurat dalaman
Ringkasan/draf
rendah
Semakan pantas
Kesilapan biasa
- Menyampaikan output mesin mentah tanpa pengesahan. Kesilapan yang paling biasa dan paling berbahaya; "Ia kelihatan licin" tidak bermakna ia benar.
- Menampal dokumen sulit ke dalam alat awam. Pelanggaran NDA dan risiko undang-undang.
- Meminta terjemahan tanpa memberikan konteks. Tanpa jisim, nada dan jangka, output akan sentiasa lalai dan cetek.
- Tidak menyemak nombor, tarikh dan negatif. Di sinilah kesilapan MT yang paling berbahaya bersembunyi.
- Mengorbankan kualiti hanya kerana "AI adalah pantas". Kelajuan bukan pengganti untuk pengesahan.
Secara ringkasnya
AI ialah pembantu berkuasa yang sangat mempercepatkan tugasan yang besar, berulang dan intensif bahasa dalam terjemahan dan tafsiran; tetapi tanggungjawab untuk makna, nada, budaya dan penyampaian terletak pada penterjemah yang cekap. Selaraskan tiga perkara dari awal: mengesahkan setiap output terhadap sumber, tidak sekali-kali memberikan teks rahsia kepada alat yang tidak selamat, dan meletakkan AI sebagai penjana draf, bukan pembuat keputusan. Unit seterusnya akan berdasarkan disiplin ini.
Tugasan permohonan
Pilih teks yang anda miliki (atau sampel) dan ikuti tiga langkah ini: (1) Tentukan tahap risikonya dengan templat kesesuaian perniagaan. (2) Lakukan pra-semakan privasi dan tentukan alat yang akan anda gunakan. (3) Dapatkan draf dengan templat terjemahan yang sesuai, kemudian lakukan pengesahan tiga langkah secara manual (sumber-istilah-nada) dan perhatikan sebarang ralat yang anda temui.
senarai semak
- [ ] Saya menentukan tahap risiko pekerjaan (rendah/sederhana/tinggi).
- [ ] Saya menyemak sama ada teks disembunyikan dan memilih alat yang betul.
- [ ] Saya memberikan jisim terjemahan, nada dan konteks istilah.
- [ ] Saya membandingkan nombor, tarikh, nama yang betul dan penolakan dengan sumber.
- [ ] Saya menyerahkan tanggungjawab untuk penghantaran terakhir kepada diri saya sendiri, bukan AI.