Inteligența artificială a simplificat enorm traducerea. Angajații pot introduce un text în ChatGPT, Claude, Gemini sau într-un alt instrument și pot obține în câteva secunde o traducere fluentă. Pentru echipele de marketing, departamentele de produs și echipele de asistență pentru clienți, aceasta reprezintă o oportunitate evidentă: mai mult conținut poate fi tradus mai rapid și la costuri semnificativ mai mici.
Problemele apar de obicei mai târziu. Atunci când în procesul de traducere sunt implicate mai multe departamente, limbi și tipuri de conținut, provocarea nu mai constă doar în realizarea unei traduceri. Trebuie asigurate consecvența conținutului multilingv, reutilizarea acestuia și controlul asupra întregului proces.
Cu alte cuvinte: generarea traducerilor a devenit simplă, însă gestionarea procesului de traducere nu.
Traducerea documentelor individuale în locul gestionării procesului de traducere
O companie tipică începe cu pași mici. Cineva are nevoie de o broșură despre un produs în limba italiană, așa că o încarcă într-un instrument de inteligență artificială, verifică rezultatul și o publică. Câteva săptămâni mai târziu, un alt departament traduce site-ul web. Apoi, echipa tehnică traduce documentația, iar echipa de asistență pentru clienți începe să folosească inteligența artificială pentru e-mailuri.
Fiecare sarcină în parte poate fi realizată foarte bine. Problema este că aceste traduceri adesea nu sunt conectate între ele. Instrumentul utilizat pentru noua broșură probabil nu știe cum a fost tradusă aceeași funcție a produsului pe site-ul web cu trei luni înainte. Poate să nu știe că distribuitorul local a aprobat deja un anumit termen de specialitate sau că o anumită categorie de produse are deja o denumire consacrată.
Pe măsură ce volumul de conținut tradus crește, compania poate ajunge să folosească mai multe traduceri perfect acceptabile pentru același concept. Niciuna dintre ele nu este neapărat greșită, însă comunicarea în ansamblu devine inconsistentă.
Procesele tradiționale de traducere au fost concepute și pentru a preveni astfel de probleme. Memoriile de traducere stochează traducerile deja aprobate, bazele terminologice stabilesc termenii preferați, iar ghidurile de stil definesc orientările lingvistice și stilistice. Companiile care trec direct de la traducerea clasică la instrumentele de inteligență artificială pot renunța, fără să își dea seama, la această structură și la avantajele pe care le oferă.
Apare un paradox: traducerile pot fi realizate mult mai rapid, dar devin tot mai greu de gestionat.
Pentru traducerile ocazionale, acest lucru poate să nu fie important. Însă pentru o companie care gestionează site-uri web, cataloage de produse, manuale și comunicarea cu clienții în zece sau douăzeci de limbi, astfel de probleme devin rapid relevante. În acel moment, adevărata întrebare nu mai este doar cum să fie tradus următorul document, ci și cum se integrează acesta în tot ceea ce a fost deja tradus și cum vor fi reutilizate corecturile și deciziile terminologice în proiectele viitoare.
Terminologia nu se gestionează singură
Acest lucru devine deosebit de evident în cazul terminologiei.
Să ne imaginăm un producător care folosește în documentația sa termenul englezesc control unit. În funcție de produs, context și limba țintă, pot exista mai multe traduceri. În germană, de exemplu, termenul potrivit poate fi Steuergerät, Steuereinheit sau Bedieneinheit. În croată, în funcție de funcția reală a unității, sunt posibile variante precum upravljačka jedinica, upravljački uređaj sau kontrolna jedinica. Acești termeni nu sunt neapărat interschimbabili.
Chiar și atunci când mai multe variante sunt acceptabile din punct de vedere tehnic, utilizarea lor inconsistentă poate crea probleme. Inteligența artificială poate folosi un termen în instrucțiunile de utilizare, altul pe site-ul web și un al treilea în documentația de service. Toate variantele pot suna natural, motiv pentru care problema rămâne adesea neobservată.
În cazul produselor tehnice, al funcțiilor software, al terminologiei medicale, al denumirilor serviciilor și al termenilor specifici mărcii, consecvența nu este doar de dorit. Clienții trebuie să poată recunoaște aceeași funcție în documente diferite. Tehnicienii trebuie să știe că două pasaje se referă la aceeași componentă. Echipele de vânzări și filialele locale au nevoie de un vocabular comun.
Prin urmare, în traducere nu este important doar dacă o anumită propoziție este tradusă corect. Contează și dacă firma a stabilit deja cum trebuie tradus un anumit concept.
Inteligența artificială poate respecta foarte bine terminologia dacă are la dispoziție o bază terminologică fiabilă și conținut de referință adecvat. În lipsa acestora, trebuie să aleagă dintre mai multe soluții posibile, iar deciziile sale pot varia de la un proiect la altul.
De aceea, o bază terminologică relativ simplă poate uneori îmbunătăți procesul de traducere cu inteligență artificială mai mult decât un prompt foarte complex. Dacă o companie știe exact cum dorește să traducă cei mai importanți 200 sau 300 de termeni, inteligența artificială poate porni de la o bază mult mai solidă.
Textul nu este doar text
O altă greșeală frecventă este tratarea traducerii ca și cum ar fi vorba doar despre transferul cuvintelor dintr-o limbă în alta.
Documentele de afaceri conțin mult mai mult decât doar text.
Un document Word poate conține, de exemplu, titluri, liste, tabele, text cu caractere aldine și cursive, note de subsol, referințe, hyperlinkuri, casete de text și o formatare complexă. Dacă cineva copiază pur și simplu textul din Word într-un chat cu IA și apoi copiază textul tradus înapoi, o parte din formatare și structură se poate pierde sau modifica. Traducerea poate fi bună, dar cineva trebuie apoi să refacă documentul.
În cazul altor tipuri de conținut, problema este și mai evidentă. Exporturile site-urilor web conțin HTML, iar documentația tehnică poate include referințe încrucișate, denumiri de modele, unități de măsură, avertismente și proceduri numerotate. Sistemele de marketing pot conține diverse elemente tehnice care trebuie să rămână neschimbate în timpul traducerii.
Instrumentele de inteligență artificială devin din ce în ce mai bune în lucrul cu astfel de conținuturi, însă nu sunt infailibile. Un tag HTML se poate deplasa, pot apărea spații suplimentare, numerotarea se poate modifica sau un cod de produs poate fi interpretat în mod eronat ca ceva ce trebuie tradus.
Într-un singur paragraf, astfel de probleme sunt de obicei ușor de observat. Într-un document cu zeci de tabele sau într-un export cu 20.000 de șiruri, ele sunt mult mai greu de identificat.
Aici apare și o problemă mai puțin evidentă de eficiență. Dacă un angajat economisește 30 de minute la traducere cu ajutorul inteligenței artificiale, dar apoi petrece o oră refăcând formatarea în Word, corectând tabelele și verificând hyperlinkurile, economia efectivă de timp este mult mai mică decât pare la prima vedere.
Un proces eficient de traducere trebuie, prin urmare, să păstreze atât conținutul lingvistic, cât și structura originalului. Tocmai aceasta este una dintre diferențele esențiale dintre traducerea ocazională într-o interfață de chat și utilizarea sistematică a inteligenței artificiale în cadrul unei companii.
Când oricine poate traduce, cine răspunde de consecvență?
Inteligența artificială schimbă și modul în care traducerea este organizată în cadrul companiilor.
În trecut, traducerea era adesea centralizată, deoarece era realizată de un furnizor extern sau de o echipă lingvistică internă. Astăzi, practic orice departament poate traduce conținut în mod independent. Marketingul poate folosi un instrument de inteligență artificială, echipa de asistență pentru clienți altul, echipa de produs își poate dezvolta propriile prompturi, iar filialele locale pot corecta traducerile în funcție de propriile preferințe.
Descentralizarea traducerii nu este în sine o problemă. Problema apare atunci când o companie descentralizează traducerea fără a stabili clar responsabilitățile.
Cineva trebuie în continuare să decidă ce terminologie este aprobată, ce corecturi trebuie aplicate, ce tipuri de conținut necesită o revizie profesională și cum trebuie asigurată consecvența între site-ul web, documentația produsului și comunicarea cu clienții.
Fără responsabilități clar definite, fiecare departament își optimizează sarcina curentă, în timp ce conținuturile multilingve, privite în ansamblu, devin tot mai puțin coerente.
Astfel de probleme tind să se acumuleze fără să fie observate. O singură inconsecvență poate părea neimportantă. Zece încep deja să creeze probleme. Sute de inconsecvențe în documente și limbi diferite pot fi costisitor de corectat, mai ales dacă nimeni nu știe ce variantă trebuie considerată corectă.
Inteligența artificială nu reduce, așadar, nevoia de gestionare a procesului de traducere – dimpotrivă, aceasta devine și mai importantă. Cu cât o companie poate genera mai repede conținut multilingv, cu atât este mai important să păstreze controlul asupra conținutului generat.
Traducerea cu inteligență artificială are nevoie de un proces, nu doar de un prompt mai bun
Atunci când companiile încep să testeze traducerea cu inteligență artificială, este firesc să se concentreze asupra întrebării care model este cel mai bun și cum se scrie un prompt bun. Aceste aspecte sunt importante, dar devin mai puțin decisive atunci când traducerea se transformă într-o activitate recurentă în companie.
Atunci devin mai importante alte întrebări: are inteligența artificială acces la terminologia aprobată, pot fi reutilizate traducerile deja realizate, sunt păstrate structura documentului și elementele protejate, sunt luate în considerare corecturile în traducerile viitoare și este cineva responsabil pentru consecvența conținutului multilingv?
Companiile care vor utiliza inteligența artificială cel mai eficient nu vor fi neapărat cele cu cele mai sofisticate prompturi. Mai eficiente vor fi companiile care vor integra inteligența artificială într-un proces de traducere controlat, în loc să trateze fiecare traducere nouă ca pe o sarcină separată.
În Partea 2 vom analiza un alt grup de greșeli: de ce traducerile fluente generate de inteligența artificială pot ascunde erori, de ce nu este indicat să se folosească același proces pentru toate tipurile de conținut și toate limbile și de ce companiile supraestimează adesea cât timp economisesc de fapt prin traducerea cu inteligență artificială.