Faida:
- Kuwa na uwezo wa kutofautisha ambapo akili bandia huokoa muda katika mtiririko wa kazi ya tafsiri (rasimu, neno, muhtasari) na ambapo maamuzi kama vile maana, sauti, utamaduni na wajibu huachiwa mwanadamu, kulingana na kiwango cha hatari.
- Uwezo wa kutumia taaluma ambayo huthibitisha kila towe la tafsiri kwa kuilinganisha na chanzo, kuthibitisha istilahi na uthabiti, na kuipitisha kupitia kichujio cha tamaduni-toni ya maana.
- Elewa kwa nini usiri, ulinzi wa data ya kibinafsi na matokeo ambayo hayajathibitishwa lazima izingatiwe katika tafsiri tangu mwanzo.
Uko asubuhi kwenye dawati la kutafsiri. Katika kikasha chako una tafsiri ya dharura ya mkataba wa kisheria, mistari 800 ya maandishi ya kiolesura cha programu, faili ya maandalizi ya mkutano wa siku mbili na marekebisho ya manukuu ya mfululizo wa TV. Mteja anauliza "kwa nini hii inachukua muda mrefu wakati kuna akili ya bandia?" anauliza, na unajua kwamba kifungu cha mkataba kilichotafsiriwa kimakosa kinaweza kugharimu fidia, na neno lililoundwa linaweza kugharimu sifa ya chapa. Tafsiri na ukalimani (jina la kawaida la taaluma za mfasiri ambaye hutafsiri maandishi yaliyoandikwa na mkalimani ambaye hupitisha hotuba ya mdomo mara moja) ni uwanja ambao ni wa lugha nyingi, unategemea muktadha, kitamaduni na kuwajibika sana. Akili Bandia (AI - programu inayoweza kutoa ruwaza kutoka kwa data ya kihistoria, kuzalisha, kutafsiri na kufupisha maandishi) hukupa kasi kubwa katika kiasi hiki na shinikizo la wakati. Lakini mwanzo kabisa wa moduli hii ni wazi: AI ni msaidizi, jenereta ya rasimu ya tafsiri na istilahi/msaidizi wa ubora; Wewe ndiye mfasiri stadi ambaye anawajibika kwa maana, sauti, utamaduni na utoaji wa mwisho.
Katika kitengo hiki cha kwanza tutazingatia nidhamu, sio chombo. Utajifunza mahali ambapo AI huokoa muda halisi katika utendakazi wa kutafsiri, mahali ambapo ni hatari, jinsi ya kuthibitisha kila matokeo, jinsi ya kulinda hati ya siri ya mteja, na jinsi ya kusalia kwenye mstari wa maadili ya hakimiliki. Bila kuweka msingi huu, vitengo vinavyofuata vinabaki hewani - kwa sababu pato lisilothibitishwa katika tafsiri sio tu "sentensi mbaya"; Inaweza kumaanisha wajibu wa uwongo katika mkataba, hitilafu hatari ya kipimo katika kifurushi cha dawa, au chapa inayodhihakiwa.
Je, AI inatumika wapi katika utendakazi wa kutafsiri?
Hebu tugawanye kazi ya kutafsiri katika makundi mawili makubwa. Kundi la kwanza: kazi nyingi, zinazorudiwa-rudiwa, zinazoweza kung'olewa na zinazotumia lugha nyingi. Rasimu ya kwanza ya tafsiri ya mwongozo mrefu wa kiufundi, uhamisho thabiti wa sentensi zinazojirudiarudia, uchimbaji wa orodha ya maneno, kurahisisha maandishi ili kusomeka, kulinganisha matini mbili katika lugha mbili, rasimu ya kwanza ya misimbo ya muda ya manukuu. Katika kazi hizi, AI inapunguza masaa hadi dakika na haichoki.
Nguzo ya pili: maana, sauti, utamaduni, ubunifu, na maamuzi ya kuwajibika. Nini maana ya nahau katika utamaduni lengwa, athari ya kihisia ya kauli mbiu ya utangazaji, sawasawa kabisa na neno la kisheria kati ya mifumo miwili ya kisheria, sauti ya maandishi ya fasihi, idhini ya mwisho ya maandishi kuwasilishwa kwa mteja. Maamuzi haya yanahitaji utaalamu, maarifa ya kitamaduni na uamuzi wa kibinadamu. Hapa AI huongeza chaguo, hutengeneza rasimu - lakini kauli ya mwisho na sahihi ya uwasilishaji ni yako.
Hebu tufafanue tofauti katika sentensi moja: AI ina nguvu juu ya maswali ya "rasimu ya kwanza ya maandishi haya na wenzao wanaowezekana" ni nini; Uamuzi ni wako linapokuja suala la maswali kama vile "Je, hii kweli ina maana sahihi, toni sahihi na athari sahihi ya kitamaduni? Je, ninaweza kuwasilisha hii kwa mteja wangu?"
Kidokezo: Kabla ya kutoa kazi kwa AI, uliza: "Nitapoteza nini ikiwa pato hili si sahihi?" Ikiwa jibu ni "dakika chache za kurekebisha tena", kabidhi kwa raha. Ikiwa jibu ni "kifungu cha mkataba kisicho sahihi, maelezo ya matibabu yasiyo sahihi, au shida ya chapa," acha AI itoe rasimu na wewe ufanye uamuzi na uthibitishaji.
Dhana za kimsingi: MT, NMT, LLM, MTPE
Hebu tufafanue maneno manne muhimu ya uwanja tangu mwanzo. MT (Tafsiri ya Mashine) ni jina la jumla la programu ambayo hutafsiri maandishi kiotomatiki kutoka lugha moja hadi nyingine. NMT (Neural Machine Translation) ni kizazi cha kisasa cha MT kinachotumia mitandao ya neva bandia na ndio msingi wa zana kama vile Google Translate na DeepL; Ni fasaha na haraka kwa msingi wa sentensi. LLM (Mfano wa Lugha Kubwa) ni miundo ya madhumuni ya jumla, inayoendeshwa na maelekezo, inayonyumbulika katika muktadha na sauti, kama vile ChatGPT na Claude; Wanaweza kuelewa maagizo kama vile "kutafsiri maandishi haya kwa sauti rasmi na orodha hii ya maneno." MTPE (Uhariri wa Baada ya Tafsiri ya Mashine) ni aina ya kazi ambayo mfasiri wa kibinadamu husahihisha matokeo ghafi ya utafsiri wa mashine na ndiyo mtindo wa kazi unaojulikana zaidi katika sekta hii leo. Tutashughulikia masharti haya kwa kina katika vitengo vifuatavyo; Kwa sasa, kumbuka "AI inazalisha rasimu ghafi, mwanadamu anaifanya iaminike" akilini.
Faragha: kanuni isiyoweza kukiukwa
Maandishi yanayokuja mikononi mwa mtafsiri mara nyingi huwa siri: mkataba ambao haujasainiwa, ripoti ya mgonjwa, taarifa ya kifedha ya kampuni, faili ya mahakama, bidhaa ambayo bado haijatangazwa. Kanuni ya kidole gumba hapa: Hakuna hati za siri, za kibinafsi au ambazo hazijachapishwa zimeingizwa kwenye zana ya umma ya AI ambayo usiri wake haujahakikishwa. Maandishi unayobandika kwenye huduma ya tafsiri ya umma yanachakatwa kwenye seva za huduma hiyo; Mara nyingi huwezi kudhibiti ni nani anayeiona, mahali inapohifadhiwa, na ikiwa inatumika katika kufundisha mfano. Mikataba mingi ya tafsiri ni pamoja na NDA (Mkataba wa kutofichua) na kutoa maandishi ya siri kwa zana ya nje ni ukiukaji wa makubaliano haya na hata husababisha dhima ya kisheria.
Utumiaji wa kitaalamu wa AI kwa hivyo hutembea katika ulimwengu mbili: zana za jumla zinaweza kutumika kwa maandishi ya kikoa cha umma; Kwa maandishi ya siri/ya kandarasi, ni mifumo salama pekee inayotumika ambayo inahakikisha kwamba data haivuji na kwamba uhakikisho wa kitaasisi/wa mkataba, "hatutumii data katika elimu". Kuwachanganya wawili hao ni kosa hatari zaidi la taaluma hii.
Makini: "AI ilitafsiri hivyo" sio uhalali. Ikiwa kuna tafsiri isiyo sahihi, neno lililoundwa, au hati iliyovuja, jukumu sio la AI, lakini kwa mfasiri ambaye alitoa matokeo hayo bila kuthibitishwa au kuingiza maandishi ya siri kwenye zana.
Nidhamu ya uthibitishaji: hatua tatu
AI hutoa tafsiri fasaha na ya kujiamini; Hiyo haimaanishi kuwa ni kweli. AI mara kwa mara hutoa maono - yaani, kuongeza sentensi ambayo haipo katika chanzo, kubadilisha nambari, kubadilisha hasi kuwa chanya (kubadilisha "ni" badala ya "ni"), au kuunda istilahi ambayo haipo. Katika mkataba au maandishi ya matibabu hii ni mbaya. Tumia reflex ya hatua tatu kwa kila pato:
- Linganisha na chanzo. Soma sawa na kila sentensi katika chanzo. Hasa, angalia nambari, tarehe, viambishi hasi, majina sahihi na sarafu haswa.
- Thibitisha istilahi na uthabiti. Je, inalingana na orodha ya masharti ya shirika/mteja na tafsiri za awali? Je, neno hilohilo limetafsiriwa sawa katika maandishi yote?
- Ichuje kupitia maana, toni na utamaduni. Je, sentensi ni ya asili katika lugha lengwa? Toni ni sawa? Je, inafaa kitamaduni? Hukumu yako ya kitaalamu ndiyo kichujio cha mwisho.
kesi tatu ndogo
Kesi ya 1 — MTPE imehifadhi muda. Mtafsiri mmoja alitafsiri mwongozo wa mtumiaji wa maneno 24,000 kwa kuhariri matokeo ya NMT baada ya badala ya kutoka mwanzo. Kazi hiyo, ambayo ilikadiriwa kuchukua siku 8 kutoka mwanzo, ilipunguzwa hadi siku 3.5 kutokana na idadi kubwa ya marudio. Lakini kila hukumu ya onyo la usalama imerekebishwa moja baada ya nyingine.
Kesi ya 2 - Uthibitishaji ulipata hitilafu ya kimantiki. Mtaalam alikuwa na AI kutafsiri kifungu cha mkataba. Wakati chanzo kilisema "muuzaji HATAWAKIWA", matokeo yalisema "muuzaji HATAJIBIBISHWA"; hasi ilikuwa imepungua. Ulinganisho na hatua ya chanzo ulizuia kosa hatari ambalo lingebadilisha dhima.
Kesi ya 3 - Kurudi kutoka kwa uvunjaji wa faragha. Mtafsiri mpya alibandika ripoti ya matibabu ya mgonjwa kwenye tovuti ya tafsiri ya umma kwa kasi. Mwenzake mkuu aligundua: ilikuwa data ya afya ya kibinafsi na ilikuwa nje. Tukio hilo liliripotiwa kama uvunjaji wa faragha; kazi ilifanywa upya tu kwenye gari salama la ushirika.
Violezo vinne vinavyoweza kunakiliwa
1) Tathmini ya ufaafu wa kazi:
Jukumu lako: msimamizi mkuu wa mradi wa tafsiri. Nitaelezea kazi hapa chini. Niambie (1) ikiwa hii ni kazi ya rasimu/muhula inayoweza kukabidhiwa kwa AI, au kazi muhimu inayohitaji maana, sauti na uwajibikaji, (2) gharama inayowezekana ya matokeo yasiyo sahihi, (3) uthibitishaji ninaohitaji kufanya kabla na baada ya kukabidhi. Kazi: [weka kazi hapa]
2) Ombi la tafsiri mwaminifu kwa chanzo:
Tafsiri maandishi yafuatayo kutoka [lugha chanzo] hadi [lugha lengwa]. Kanuni: usiongeze au kuondoa taarifa yoyote. Hifadhi nambari, tarehe, jina linalofaa na makanusho kulingana na neno. Weka alama kwenye neno ambalo huna uhakika nalo katika [mabano ya mraba]. Usitunge sentensi ambayo haipo kwenye chanzo. Maandishi: [andika maandishi hapa]
3) Angalia mapema ya faragha:
Tathmini maandishi yafuatayo KABLA ya kuchakata: je, yanaweza kuwa na data ya kibinafsi, maelezo ya siri ya biashara au maudhui ambayo hayajachapishwa? Ikiwa ndivyo, ni sehemu gani? Nionye ikiwa haipaswi kuchakatwa kwa njia ya umma. Nakala: [weka maandishi hapa]
4) Kichujio cha toni na kitamaduni:
Tathmini tafsiri ifuatayo kwa kuzingatia uasilia, toni na mwafaka wa kitamaduni katika lugha lengwa. Tia alama kwenye sentensi zinazosikika kama tafsiri, kubeba kivuli cha lugha chanzi (kunukia kama tafsiri), na kupendekeza mbadala wa asili zaidi. Kubadilisha maana.Tafsiri: [weka maandishi hapa]
Mwongozo dhaifu / Mwongozo thabiti
Dhaifu: "Tafsiri hii kwa Kiingereza." (Hakuna toni, hakuna hadhira, hakuna istilahi, hakuna muktadha; mashine hutoa tafsiri chaguomsingi, yenye msokoto.)
Imara: "Tafsiri barua pepe hii ya uuzaji kutoka Kituruki hadi Kiingereza. Hadhira: Wateja wa mashirika ya Marekani. Toni: kitaaluma lakini joto. Tumia maneno haya: 'subscription' → 'subscription', 'trial' → 'trial'. Weka nambari na tarehe. Tengeneza Kiingereza asili ambacho hakina harufu ya tafsiri."
Tofauti: haraka haraka hutoa mwelekeo, hadhira, sauti, muda na kizuizi; matokeo yanakaribia rasimu inayoweza kutumika moja kwa moja.
Wajibu na meza ya kiwango cha hatari
aina ya biashara
Jukumu la AI
Hatari
uthibitisho wa binadamu
Rasimu ya mwongozo wa kiufundi
Hutoa tafsiri mbichi
kati
Ukaguzi wa muda + nambari
Mkataba/sheria
Rasimu + pendekezo la muda
juu sana
Sentensi kwa sentensi, idhini ya mtaalam
maandishi ya matibabu
rasimu
juu sana
Dozi/hasi moja hadi moja
Masoko / kauli mbiu
wazo la kuzidisha
juu
Ubunifu, idhini ya kitamaduni
Muhtasari wa mawasiliano ya ndani
Muhtasari/rasimu
chini
Uhakiki wa haraka
Makosa ya kawaida
- Inatoa pato la mashine ghafi bila uthibitishaji. Makosa ya kawaida na hatari zaidi; "Inaonekana laini" haimaanishi kuwa ni kweli.
- Kubandika hati ya siri kwenye zana ya umma. Ukiukaji wa NDA na hatari ya kisheria.
- Kuomba tafsiri bila kutoa muktadha. Bila wingi, toni na muda, matokeo yatakuwa chaguomsingi na ya juu juu kila wakati.
- Sio kuangalia nambari, tarehe na hasi. Hapa ndipo makosa ya siri ya MT yanapojificha.
- Kutoa ubora kwa sababu tu "AI ni haraka". Kasi sio mbadala wa uthibitishaji.
Kwa muhtasari
AI ni msaidizi mwenye nguvu ambaye huharakisha sana kazi nyingi, zinazorudiwa na zinazohitaji lugha katika tafsiri na ukalimani; lakini jukumu la maana, toni, utamaduni na utoaji ni la mfasiri stadi. Ingiza mambo matatu ndani tangu mwanzo: kuthibitisha kila towe dhidi ya chanzo, kamwe usitoe maandishi ya siri kwa zana isiyolindwa, na kuiweka AI kama rasimu ya jenereta, si mtunga maamuzi. Vitengo vifuatavyo vitazingatia taaluma hii.
Jukumu la maombi
Chagua maandishi uliyonayo (au sampuli) na ufuate hatua hizi tatu: (1) Bainisha kiwango chake cha hatari kwa kutumia kiolezo cha kufaa kwa biashara. (2) Fanya ukaguzi wa mapema wa faragha na uamue ni zana gani utafanya nayo kazi. (3) Pata rasimu iliyo na kiolezo mwaminifu cha tafsiri, kisha ufanye uthibitishaji wa hatua tatu wewe mwenyewe (chanzo-toni) na utambue makosa yoyote unayopata.
orodha ya ukaguzi
- [ ] Nilibaini kiwango cha hatari cha kazi (chini/kati/juu).
- [ ] Niliangalia ikiwa maandishi yamefichwa na nikachagua zana sahihi.
- [ ] Nilitoa wingi wa tafsiri, toni na muktadha wa istilahi.
- [ ] Nililinganisha nambari, tarehe, jina sahihi na kanusho na chanzo.
- [ ] Niliacha jukumu la utoaji wa mwisho kwangu, sio AI.