Poufność, etyka, prawo autorskie, autentyczność i przyszłość zawodu

Zyski:

• Umiejętność stosowania zasad poufności, NDA, danych osobowych (KVKK/RODO) i doboru odpowiedniego narzędzia do pracy tłumaczeniowej
• Umiejętność przyjęcia przejrzystości, odpowiedzialności, odpowiedzialności za prawa autorskie i oryginalność oraz odruch weryfikacji źródła w obsłudze maszyny
• Zrozumienie dlaczego weryfikacja przez człowieka jest niezbędna i transformacja zawodu w dobie sztucznej inteligencji

Zamykamy ten moduł nie umiejętnościami technicznymi, ale zasadami chroniącymi uczciwość zawodu. AI daje tłumaczowi wielką moc; Ale ta władza niesie ze sobą także nowe i poważne obowiązki w zakresie poufności, etyki, praw autorskich i oryginalności. Jeden nieudostępniony poufny dokument, jedno ukryte użycie maszyny, jedno naruszenie praw autorskich lub jedno fałszywe roszczenie dotyczące „tłumaczenia przez człowieka” może zniszczyć nie tylko jedną firmę, ale także karierę i zaufanie klientów. W tej jednostce dowiesz się o prywatności, etyce zawodowej, prawach autorskich i problematyce danych, dlaczego weryfikacja przez człowieka jest niezbędna oraz o przyszłości zawodu w dobie sztucznej inteligencji.

Prywatność i dane: zasady niezmienne

Większość dokumentów trafiających do rąk tłumacza ma charakter poufny, a poufność jest podstawowym obowiązkiem tego zawodu. Cztery zasady w epoce AI:

1. Wprowadzanie tekstu poufnego/osobistego/niepublikowanego do narzędzia publicznego, którego polityka danych nie zapewnia pewności. Wprowadzony tekst jest przetwarzany na serwerze zewnętrznym; Można go używać i przechowywać podczas trenowania modelu.
2. Przestrzegaj NDA (umowa o zachowaniu poufności). Wiele stanowisk pracy jest objętych umową NDA; Udostępnienie tekstu narzędziu zewnętrznemu stanowi bezpośrednie naruszenie i rodzi odpowiedzialność prawną.
3. Wybierz odpowiednie narzędzie. Korporacyjne, zakontraktowane narzędzia, które nie tylko „przechowują/trenują dane” na potrzeby poufnej pracy; ogólne narzędzia do robót publicznych.
4. Chroń dane osobowe (zakres KVKK/RODO) prywatnie. Teksty zawierające imię i nazwisko, stan zdrowia, finanse i tożsamość wymagają dodatkowej uwagi; Wymagana anonimowość lub bezpieczne środowisko.

KVKK (ustawa o ochronie danych osobowych – Türkiye) i RODO (europejskie rozporządzenie o ochronie danych) określają prawnie, w jaki sposób dane osobowe będą przetwarzane; naruszenie jest problemem nie tylko etycznym, ale także prawnym.

Uwaga: „To tylko szybkie tłumaczenie, nikt tego nie zobaczy” to najczęstsze uzasadnienie naruszenia prywatności. Raz ujawnionych informacji nie można odzyskać. W razie wątpliwości nie eksportuj tekstu do zewnętrznego narzędzia; wybierz bezpieczną drogę.

Etyka i przejrzystość: nie ukrywanie korzystania z maszyn

Nową osią etyki zawodowej w dobie sztucznej inteligencji jest przejrzystość. Klient ma prawo wiedzieć jak wykonywana jest jego praca. Dwie zasady uczciwości:

• Ukrywanie użycia maszyny. Jeśli wykonywałeś pracę z MTPE i klient oczekiwał „czysto ludzkiego tłumaczenia”, ukrywanie tego jest nieetyczne. Ceny i oczekiwania powinny być odpowiednio kształtowane.
• Szczerze określ swoje ograniczenia. Ryzykowne jest podejmowanie pracy poza swoją specjalizacją (na przykład zaawansowane prawo lub medycyna), myśląc, że „dasz sobie radę” dzięki sztucznej inteligencji; Sztuczna inteligencja nie wypełnia luki w wiedzy.

Także odpowiedzialność: tłumacz jest odpowiedzialny za każdy dostarczony tekst. „AI tak to przetłumaczyła” nie jest wymówką; Jesteś odpowiedzialny wobec klienta.

Prawa autorskie, dane i oryginalność

Trzy osobne, ale powiązane tematy:

• Prawa autorskie: Tekst do tłumaczenia może być objęty prawami autorskimi; Tłumaczenie jest również dziełem pochodnym. Tłumaczenie i publikacja dzieła bez pozwolenia jest naruszeniem. AI „przepisanie” tekstu nie eliminuje problemów związanych z prawami autorskimi.
• Dane szkoleniowe i zgoda: narzędzia AI są szkolone przy użyciu publicznie dostępnych i czasami chronionych prawem autorskim tekstów; Jest to kontrowersyjna kwestia etyczna w branży. Twój wkład: nie „oddawaj” danych swojego klienta do szkolenia modelu bez jego pozwolenia.
• Oryginalność i halucynacje: szczególnie w tekstach ludzkich/literackich sztuczna inteligencja może tworzyć zmyślone cytaty, fałszywe źródła i nieistniejące idiomy. Każde twierdzenie kulturowe/faktyczne przesłanego tekstu musi być zweryfikowane i autentyczne.

Wskazówka: Przygotuj się na odruch „weryfikacji źródła”: kiedy sztuczna inteligencja podaje imię i nazwisko, datę, cytat, źródło lub „znany fakt”, nie umieszczaj tego w tekście bez niezależnej weryfikacji. Sfabrykowane odniesienie w naukach humanistycznych niszczy wiarygodność całego dzieła.

Weryfikacja przez człowieka: niezbędne ostatnie ogniwo

Wspólna lekcja każdej jednostki tego modułu: AI przyspiesza, ludzie weryfikują i ponoszą odpowiedzialność. Weryfikacja nie jest „dodatkowym krokiem”, ale integralną częścią pracy. W tekstach wysokiego ryzyka (prawnych, medycznych, bezpieczeństwa, marki) weryfikacja jest ważniejsza niż samo tłumaczenie. Dane wyjściowe AI dostarczane bez weryfikacji przez człowieka są szybkie, ale podatne na ataki.

Przyszłość zawodu: transformacja, a nie przemieszczenie

Sztuczna inteligencja nie powoduje, że tłumacze stają się bezrobotni; Zmienia charakter pracy. W miarę jak rutynowe, proste i powtarzalne zadania tłumaczeniowe przenoszą się na maszynę, wartość tłumacza przesuwa się na warstwy, których maszyna nie jest w stanie wykonać, takie jak wiedza specjalistyczna po edycji, ocena jakości, głębia kulturowa, wiedza specjalistyczna, transkreacja i weryfikacja. Tłumacz przyszłości; Jest osobą, która umiejętnie wykorzystuje sztuczną inteligencję, ale wie, gdzie nie ufać, i robi różnicę dzięki swojej wiedzy terenowej i osądowi kulturowemu. Ci, którzy odrzucają sztuczną inteligencję i ci, którzy ślepo się jej poddają, zostaną pozostawieni w tyle; Na pierwszym miejscu jest ten, kto oswaja je jako narzędzie.

trzy mini etui

Przypadek 1 – Zaufanie zbudowane w oparciu o przejrzystość. Tłumacz z góry wyjaśnił klientowi, że wykona tę pracę przy użyciu MTPE, a które części będą wymagały zaangażowania człowieka, i odpowiednią cenę. Klient był zadowolony z przejrzystości i zapewnił regularną współpracę; Gdyby to ukrył, zaufanie zostałoby złamane już przy pierwszym problemie.

Przypadek 2 — Naruszenie poufności stało się ryzykiem zawodowym. Tłumacz niezależny zawarł poufną umowę w narzędziu publicznym; Gdy klient odkrył naruszenie umowy NDA, relacja biznesowa została zakończona, a referencje utracone. Pojedyncza wygoda zniszczyła długoterminowe zaufanie.

Przypadek 3 — Walidacja zapisanej autentyczności. W jednym tłumaczeniu akademickim AI dodała „cytat”, którego nie było w źródle, oraz wymyślone nazwisko autora. Wychwycił to odruch weryfikacji źródła tłumacza; Gdyby taki wniosek został złożony, stanowiłoby to naruszenie uczciwości akademickiej i utratę reputacji.

Cztery szablony do kopiowania

1) Decyzja dotycząca prywatności/dostępności narzędzi:

Twoja rola: doradca ds. prywatności danych. Opiszę, na czym polega praca tłumacza. Powiedz mi (1) czy ten tekst jest poufny/osobisty/chroniony prawem autorskim, (2) czy właściwe jest przetwarzanie go w publicznym narzędziu AI, (3) jeśli nie, jakiej bezpiecznej alternatywy powinienem użyć. Treść: [...]

2) Projekt notatki przejrzystości dla klienta:

Napisz krótką, profesjonalną notatkę do klienta, w której szczerze wyjaśnisz, jak wykonam tę pracę: tłumaczenie maszynowe + postedycja przez człowieka, które części będą wymagały zaangażowania człowieka, w jaki sposób zostanie przeprowadzona weryfikacja, odpowiednio cena/czas. Nie przesadzaj, dodaj pewności siebie. Rodzaj pracy: [...]

3) Lista źródeł/weryfikacji faktów:

Pomiń wszystkie elementy faktyczne, które wymagają sprawdzenia w poniższym tłumaczeniu: imiona, daty, liczby, cytaty, źródła/atrybucje, twierdzenia „prawdy”, idiomy/przysłowia. Wypisz każdy z nich jako „potwierdź z niezależnego źródła”. Nie wierz tekstowi, tylko temu, co można zweryfikować. Tłumaczenie: [...]

4) Wstępna kontrola pod kątem etyki/praw autorskich:

Poniżej opiszę pracę. Zgłoś mi możliwe kwestie etyczne i autorskie: status prawny tekstu, utwory pochodne tłumaczenia, dane osobowe, ochrona danych klientów, potrzeba przejrzystości. Wymień ryzyko i środki ostrożności.Praca: [...]

Słaba zachęta/silna zachęta

Słabe: „Przetłumacz ten dokument”. (Ukryty tekst może zostać przesłany do narzędzia zewnętrznego bez kwestionowania poufności, praw autorskich lub kompatybilności narzędzia.)

Güçlü: „Najpierw oceń to: ten dokument jest raportem pacjenta; zawiera osobiste dane dotyczące zdrowia. Czy powinien być przetwarzany w narzędziu publicznym, czy też wymagane jest bezpieczne/instytucjonalne środowisko? Na co powinienem zwrócić uwagę w kontekście KVKK? Podaj plan tłumaczenia po ustaleniu odpowiedniego środowiska.”

Różnica: silna zachęta zaczyna się od prywatności i kontroli prawnej; Tłumaczenie następuje po ustaleniu odpowiedniego i bezpiecznego środowiska.

Tabela wymiarów etycznych

Rozmiar

Ryzyko

środek ostrożności

Prywatność

Dokument, który wyciekł, naruszenie NDA

Bezpieczne narzędzie, polityka danych

dane osobowe

Naruszenie KVKK/RODO

Anonimizuj/zabezpiecz środowisko

prawa autorskie

Nieautoryzowane prace pochodne

Sprawdź uprawnienia/prawa

przejrzystość

Ukryte użycie maszyny

Bądź otwarty na klienta

oryginalność

Halucynacje, fałszywe źródło

weryfikacja źródła

odpowiedzialność

Wymówka „AI to zrobiła”.

Weź odpowiedzialność

Typowe błędy

• Wprowadzanie tajnego tekstu do narzędzia publicznego „aby było to szybkie”. Nieodwracalne naruszenie.
• Ukrywanie użycia maszyny przed klientem. Kiedy zaufanie zostanie zerwane, trudno je odbudować.
• Ignorowanie praw autorskich i praw do dzieł pochodnych. Ryzyko prawne.
• Umieszczenie źródła/cytatu wymyślonego przez AI bez jego weryfikacji. Utrata oryginalności i reputacji.
• Przerzucanie odpowiedzialności na sztuczną inteligencję. Właścicielem dostarczonego dzieła jest tłumacz.

Podsumowując

W dobie sztucznej inteligencji wzrasta odpowiedzialność tłumacza i jego siła. Prywatność jest nienaruszalna: teksty poufne, osobiste i chronione prawem autorskim nie trafiają na niezabezpieczony nośnik. Etyka wymaga przejrzystości i odpowiedzialności: korzystanie z maszyn nie jest ukrywane, bierze się na siebie odpowiedzialność. Prawa autorskie i oryginalność są traktowane poważnie; Weryfikujemy źródła i frazy, które może wymyślić sztuczna inteligencja. Weryfikacja przez człowieka jest niezbędnym ostatnim ogniwem dzieła. Przyszłość zawodu należy do tłumacza, który umiejętnie wykorzystuje sztuczną inteligencję, ale zna jej ograniczenia i dokonuje zmian dzięki swojej ocenie kulturowej i eksperckiej.

Zadanie aplikacji

Wykonaj pełną kontrolę „odpowiedzialnego tłumaczenia” dla danego zadania (lub próbki): Zidentyfikuj właściwe narzędzie za pomocą szablonu „decyzji o poufności/odpowiedniości narzędzia”; Wymień ryzyko za pomocą „wstępnej kontroli etyki/praw autorskich”; sporządzić „notatkę dotyczącą przejrzystości dla klienta”; i wyodrębnij „listę źródeł/weryfikacji faktów” z przykładowego tłumaczenia i niezależnie zweryfikuj co najmniej trzy pozycje. Dodaj te cztery kroki do własnego standardowego przepływu pracy.

lista kontrolna

• [ ] Oceniłem, czy tekst ma charakter poufny/osobisty/chroniony prawem autorskim i wybrałem odpowiednie narzędzie.
• [ ] Zwróciłem dodatkową uwagę na dane objęte zakresem KVKK/RODO.
• [ ] Zachowałem przejrzystość wobec klienta w zakresie użytkowania maszyny i procesu.
• [ ] Niezależnie zweryfikowałem źródła, cytaty i fakty przedstawione przez YZ.
• [ ] Odpowiedzialność za dostarczoną pracę pozostawiłem sobie, a nie AI.

Egzamin modułowy

1. Które z poniższych jest najdokładniejszym umiejscowieniem sztucznej inteligencji w tłumaczeniu ustnym i ustnym?

• A) Sztuczna inteligencja to projekt, terminologia i narzędzie jakości; Odpowiedzialność za znaczenie, ton, kulturę i ostateczny przekaz spoczywa na człowieku ✔
• B) Sztuczna inteligencja może bezpośrednio dostarczać tłumaczenia prawne i medyczne bez ludzkiej zgody
• C) Sztuczna inteligencja działa tylko w tłumaczeniu słów, nie ma to nic wspólnego z jakością i terminologią
• D) Ponieważ sztuczna inteligencja jest zawsze dokładniejsza od człowieka, wszelkie decyzje dotyczące tłumaczenia należy jej pozostawić.

Opis: Sztuczna inteligencja; Jest to projekt tłumaczenia, terminologia, podsumowanie i pomoc jakościowa. Odpowiedzialność za znaczenie, ton, kulturę, kreatywność i ostateczne wykonanie spoczywa na kompetentnym tłumaczu; Niezweryfikowany wynik może prowadzić do błędu w umowie, błędu w sztuce lekarskiej lub kryzysu związanego ze znakiem towarowym.

2. Co to znaczy, że tłumaczenie maszynowe jest „płynne, ale niedokładne” i dlaczego jest to niebezpieczne?

• A) Tłumaczenie płynne jest zawsze poprawne, więc dodatkowe sprawdzanie nie jest konieczne
• B) Nawet jeśli zdanie wydaje się naturalne w języku docelowym, mogło błędnie przekazać znaczenie, liczbę lub zaprzeczenie; Płynność nie gwarantuje dokładności ✔
• C) Błędne tłumaczenia są zawsze niepoprawne gramatycznie i łatwo je zauważyć.
• D) Płynność jest ważna tylko w tekstach literackich, w tekstach technicznych jest nieistotna

Wyjaśnienie: Nawet jeśli tłumaczenie maszynowe daje doskonałe, naturalne zdanie, mogło to spowodować zniekształcenie liczby, negacji lub znaczenia w źródle. Płynność nie gwarantuje dokładności; Dlatego liczby, daty, nazwy własne i negatywy należy sprawdzać oddzielnie u źródła, nie dając się zwieść biegłości.

3. Która z poniższych różnic jest główną różnicą między NMT (neuralne tłumaczenie maszynowe) a tłumaczeniem opartym na LLM?

• A) NMT przyjmuje instrukcje, ale LLM nie może; więc LLM tłumaczy tylko słowo w słowo
• B) Są dokładnie takie same, nie ma między nimi praktycznej różnicy
• C) LLM rozumie instrukcje dotyczące tonu, terminologii i odbiorców oraz widzi szerszy kontekst; NMT jest szybki i konsekwentny, ale słabo radzi sobie z instrukcjami ✔
• D) LLM jest zawsze szybszy niż NMT i nigdy się nie dodaje

Opis: NMT jest szybki i spójny, ale słabo radzi sobie z przyjmowaniem instrukcji i dostrzeganiem szerszego kontekstu. Z drugiej strony LLM rozumie instrukcje, takie jak ton, lista terminów i publiczność, i widzi kontekst szerzej, ale wymaga kontroli przed ryzykiem halucynacji, ponieważ może wprowadzać uzupełnienia.

4. Jaka jest różnica pomiędzy lekką postedycją a pełną postedycją?

• A) Lekka post-edycja ma lepszą jakość, pełna post-edycja to tylko szybkie skanowanie
• B) Nie ma między nimi żadnej różnicy, różnią się jedynie imionami
• C) Pełna postedycja stosowana jest wyłącznie w przypadku tekstów do użytku wewnętrznego, lekka postedycja dotyczy tekstów przeznaczonych do publikacji
• D) Lekka obróbka końcowa sprawia, że tekst jest dokładny i zrozumiały; Pełna edycja po edycji ma na celu zapewnienie jakości tłumaczenia przez człowieka i wynik gotowy do publikacji ✔

Komentarz: Celem lekkiej redakcji końcowej jest uczynienie tekstu dokładnym i zrozumiałym; Bez akcentów stylistycznych, nadaje się do tekstów wewnętrznych/tymczasowych. Celem pełnej edycji końcowej jest to, aby wynik był nie do odróżnienia od tłumaczenia ludzkiego; Wymagane w przypadku tekstów z widocznością marki, które będą publikowane.

5. Dlaczego „nadmierna edycja” jest problemem w MTPE?

• A) Nadmierna korekta zawsze sprawia, że tłumaczenie jest dokładniejsze, dlatego jest to zalecane
• B) Przepisywanie poprawnych i odpowiednich zdań niepotrzebnie niszczy przewagę czasową MTPE; Należy korygować tylko wadliwe obszary ✔
• C) Nadmierna korekcja tylko zwiększa prędkość, w ogóle nie wpływa na jakość
• D) Nadmierna korekta jest problemem nie tylko w tłumaczeniu maszynowym, ale także w tłumaczeniu podstawowym

Wyjaśnienie: Nadmierna korekta polega na przepisaniu prawidłowego i odpowiedniego zdania wydanego przez maszynę po prostu na podstawie osobistych preferencji. To niszczy całą przewagę czasową MTPE. Zasada: jeśli dane wyjściowe maszyny są dokładne, zrozumiałe i odpowiednie, nie dotykaj ich; Po prostu popraw to, jeśli jest źle.

6. Jaka jest główna korzyść z określenia „niedozwolonego postanowienia” (tłumaczenia, którego nie należy stosować) w bazie terminologii?

• A) Nie ma potrzeby określania zabronionej odpowiedzi, ponieważ maszyna i tak nigdy nie popełnia żadnych błędów.
• B) Zakazane odpowiedniki są przydatne jedynie w tłumaczeniach literackich, w tekście technicznym są niepotrzebne
• C) Wyraźny zakaz stosowania niewłaściwych alternatyw obok właściwych odpowiedników zapobiega niespójnościom i zniekształceniom języka marki ✔
• D) Określenie zabronionego odpowiednika spowalnia tłumaczenie i nie przynosi żadnych korzyści.

Objaśnienie: Samo napisanie poprawnej odpowiedzi nie uniemożliwia użycia niepoprawnych, ale wyglądających wiarygodnie alternatyw. Wyraźne określenie zabronionych odpowiedników (używanie wyłącznie słów „konto”, „profil”, „członkostwo” zamiast „konto”) to najskuteczniejszy sposób uniknięcia niespójności i łamania języka marki.

7. Co należy zapisać w pamięci tłumaczeniowej (TM) i dlaczego?

• A) Każde wyjście maszyny powinno być zapisywane w TM bez weryfikacji, ponieważ szybkość jest najważniejsza
• B) Nie należy zapisywać żadnych tłumaczeń na TM, należy zachować jedynie teksty źródłowe
• C) Bazy TM różnych klientów powinny zostać zmieszane w jedną dużą bazę TM
• D) Należy sporządzać wyłącznie tłumaczenia zweryfikowane, przysięgłe; Jeśli surowe dane wyjściowe maszyny trafią do TM, błąd zostanie przeniesiony na przyszłe zadania i propagowany ✔

Uwaga: Do TM należy przesyłać wyłącznie zweryfikowane, uwierzytelnione tłumaczenia. Zapisanie nieprzetworzonych danych wyjściowych maszyny w TM bez sprawdzenia ich poprawności spowoduje wielokrotne powracanie błędu do przyszłych zadań, co będzie wyglądało na zaufane jako „100% dopasowanie”. Śmieci w środku, śmieci na zewnątrz.

8. Jak należy traktować symbole zastępcze (np. {name}, %s) w tekstach oprogramowania podczas lokalizacji?

• A) Symbol zastępczy zostaje zachowany w niezmienionej postaci; Nie jest tłumaczony, usuwany, formatowany, przenoszony tylko w razie potrzeby i sprawdzany przez QA ✔
• B) Symbole zastępcze, podobnie jak inne słowa, muszą zostać przetłumaczone na język docelowy
• C) Elementy zastępcze należy usunąć, ponieważ pogarszają czytelność
• D) Elementy zastępcze są nieistotne, w ogóle nie muszą być brane pod uwagę w tłumaczeniu

Opis: Symbole zastępcze to znaki wypełniane zmiennymi w czasie wykonywania. Tłumaczenie, usunięcie lub sformatowanie ich spowoduje awarię oprogramowania lub wyświetlenie nieprzetworzonego tekstu. Symbol zastępczy zostaje zachowany w niezmienionej postaci; tylko symbol zastępczy można przesuwać zgodnie ze składnią języka docelowego, a wycieczka po kontroli jakości symbolu zastępczego jest zdecydowanie zakończona.

9. Co oznacza limit CPS (znaków na sekundę) w tłumaczeniu napisów?

• A) Określa, ile kolorów zostanie użytych, a nie ile sekund napisy pozostaną na ekranie.
• B) Dotyczy tylko dubbingu, nie ma nic wspólnego z napisami
• C) Jest to ograniczenie prędkości napisów, aby widzowie mogli je łatwo przeczytać; więc napisy wymagają skrócenia z zachowaniem znaczenia ✔
• D) Im wyższy CPS, tym lepsze napisy, nie ma potrzeby ustalania limitów

Opis: CPS to ograniczenie prędkości wymagane do wygodnego czytania napisów przez widza (zwykle ~ 17 znaków na sekundę w przypadku treści dla dorosłych). Dlatego tłumaczenie napisów nie jest tłumaczeniem dosłownym, ale kwestią dopasowania i skrócenia przy jednoczesnym zachowaniu znaczenia; Widz zarówno ogląda, jak i czyta obraz.

10. Dlaczego nie należy rozpoczynać tłumaczenia przed sprawdzeniem transkrypcji powstałej w wyniku automatycznego rozpoznawania mowy (ASR)?

• A) ASR jest zawsze niezawodny, więc weryfikacja jest stratą czasu
• B) ASR popełnia jedynie błędy gramatyczne, nigdy nie zniekształca znaczenia
• C) Dane wyjściowe ASR są już przetłumaczone, nie ma potrzeby dalszego tłumaczenia
• D) ASR szczególnie myli się w nazwach własnych, liczbach, akcentach i dźwiękach; Niepoprawna transkrypcja musi zostać zweryfikowana głosowo, ponieważ zostanie przeniesiona na tłumaczenie ✔

Wyjaśnienie: ASR często popełnia błędy w zakresie hałasu, akcentu, nakładającej się mowy, nazw własnych, liczb i terminów technicznych. Nieprawidłowa transkrypcja wpływa bezpośrednio na tłumaczenie i napisy. Dlatego zwłaszcza nazwy własne, marki i numery należy weryfikować poprzez porównanie ich z dźwiękami.

11. Co zapewnia struktura błędów, taka jak MQM, w ocenie jakości tłumaczenia?

• A) Umożliwia klasyfikację każdego błędu według kategorii i wagi (krytyczny/poważny/mniejszy) oraz ocenę jakości w obiektywny i porównywalny sposób ✔
• B) Automatycznie poprawia tłumaczenie, całkowicie eliminując ocenę ludzką
• C) Wychwytuje jedynie błędy liczbowe, nie zajmuje się błędami semantycznymi i terminologicznymi
• D) Nie mierzy jakości, jedynie oblicza długość tłumaczenia

Opis: MQM (wielowymiarowe metryki jakości) przypisuje każdemu błędowi kategorię (dokładność, terminologia, płynność, styl, format) i wagę (krytyczny/główny/drobny). W ten sposób zamiast subiektywnej oceny „dobry/zły” można podać oceny błędów, zapewnić obiektywne porównanie tłumaczy/wyszukiwarek, a decyzję o dostarczeniu można powiązać z progiem liczbowym.

12. Jakie jest główne ograniczenie wskaźników tłumaczeń automatycznych, takich jak BLEU?

• A) Sprawia, że ludzka ocena jest niepotrzebna, ponieważ rozumie ona znaczenie lepiej niż ludzie
• B) Patrzy na nakładanie się słów, ale tak naprawdę nie rozumie ich znaczenia; więc system mierzy trend, ale nie może zdecydować o dostarczeniu pojedynczego tekstu ✔
• C) Jest zawsze bezbłędny i sam może decydować o dostarczalności tekstu
• D) Stosowane jest wyłącznie w tłumaczeniach ustnych, nie ma to nic wspólnego z tłumaczeniem pisemnym.

Wyjaśnienie: BLEU ocenia tłumaczenie na podstawie nakładania się słów z odniesieniem do człowieka, ale w rzeczywistości nie rozumie znaczenia. Tłumaczenie inne niż referencyjne, ale poprawne, może otrzymać niską ocenę, natomiast tłumaczenie podobne do referencyjnego, ale nieprawidłowe, może otrzymać wysoką notę; Krytyczny błąd ujemności ma niewielki wpływ na wynik. Dlatego system metryczny mierzy trend, a nie decyduje o dostarczeniu pojedynczego tekstu.

13. Jaka jest najsilniejsza i najbardziej odpowiednia rola sztucznej inteligencji w tłumaczeniach konferencyjnych?

• A) Wyeliminowanie potrzeby tłumaczy ustnych poprzez pełne podjęcie tłumaczenia symultanicznego na żywo
• B) Automatyczne przesyłanie dźwięku poufnych spotkań do usług zewnętrznych
• C) Nieprzydatne na żadnym etapie tłumaczenia, w tym przygotowania.
• D) Silny w przygotowaniu przed wydarzeniem (odprawa, dwujęzyczny słownik, karty z liczbami i imionami); Tłumaczenie symultaniczne na żywo pozostawia się człowiekowi ✔

Opis: w przypadku tłumaczeń ustnych duża część pracy jest w przygotowaniu i to właśnie w nich sztuczna inteligencja jest silna: przygotowywanie odpraw w terenie, dwujęzycznych glosariuszy, tonu mówcy, liczb i odpowiednich wizytówek. Samo tłumaczenie symultaniczne na żywo jest obowiązkiem tłumacza ze względu na opóźnienia, błędy, poufność i kontekst.

14. Czym transkreacja (tłumaczenie kreatywne) różni się od innych rodzajów tłumaczeń?

• A) Jest to wierność emocjonalnemu wpływowi i celowi źródła, a nie jego słowom; Można odejść od źródła, aby uzyskać ten sam efekt w kulturze docelowej ✔
• B) Zawsze tłumacz źródło słowo po słowie, bez jego zmiany
• C) Jest to rodzaj dosłownego tłumaczenia stosowany wyłącznie w tekstach prawniczych i medycznych.
• D) Całkowicie zignoruj znaczenie i napisz nowy losowy tekst

Opis: Transkreacja, szczególnie w reklamach i tekstach marek, polega na odtworzeniu w kulturze docelowej emocjonalnego oddziaływania i celu źródła, a nie słów; Czasami celowo odchodzi się od źródła, bo celem nie jest dosłowna wierność, ale ten sam efekt. Sztuczna inteligencja jest tutaj mnożnikiem pomysłów; Ostateczną decyzję kulturową podejmują ludzie.

15. Jakie jest prawidłowe podejście przy tłumaczeniu poufnego dokumentu (np. niepodpisanej umowy lub raportu pacjenta)?

• A) Wybierz najbardziej praktyczne narzędzie do tłumaczenia publicznego, które zapewnia szybkość, prywatność jest kwestią drugorzędną
• B) Jeśli dokument i tak będzie tłumaczony, poufność nie ma znaczenia, można zastosować dowolne narzędzie
• C) Pojazdy publiczne nie są dozwolone; Stosowane są wyłącznie bezpieczne i firmowe narzędzia nie przechowujące danych, w razie wątpliwości tekst nie jest podawany narzędziom zewnętrznym ✔
• D) Nie ma ryzyka prywatności, jeśli poufne dokumenty są tłumaczone wyłącznie głosowo

Ujawnianie: Teksty poufne, osobiste lub niepublikowane nie są wprowadzane do narzędzi publicznych, których polityka dotycząca danych nie zapewnia pewności; jest to naruszenie umowy NDA/prywatności i ryzyko prawne w świetle KVKK/RODO. Używane są wyłącznie korporacyjne i bezpieczne narzędzia, które nie przechowują/trenują danych; W razie wątpliwości tekst nie jest przekazywany do narzędzia zewnętrznego.