Când am scris, cu ceva timp în urmă, despre greșelile tipice ale modelelor lingvistice de mari dimensiuni (LLM), precum ChatGPT, deficiențele traducerii automate erau destul de evidente. Modelele omiteau adesea părți din text, inventau informații sau făceau greșeli gramaticale de bază, de exemplu în ceea ce privește acordul de gen și număr ori folosirea cazurilor și a prepozițiilor.
Astăzi, tehnologia a avansat considerabil. Modelele moderne fac rareori greșeli gramaticale grave. La prima vedere, textele pe care le generează sunt fluente și corecte din punct de vedere gramatical.
Cu toate acestea, dificultățile nu au dispărut, ci au devenit mult mai subtile. Deoarece greșelile sunt mai puțin evidente, cititorii superficiali le observă mai greu. Totuși, ele pot influența negativ sensul textului.
Mai jos sunt prezentate cele mai frecvente probleme ale modelelor lingvistice moderne, pe care le corectăm în prezent prin revizie lingvistică profesională, adică prin post-editare.
1. Structura engleză a propozițiilor
Deși modelele cunosc bine regulile gramaticale ale limbii române, algoritmii lor sunt încă influențați în mare măsură de limba engleză. Prin urmare, ele nu traduc doar sensul, ci transferă adesea în limba română întreaga structură a propoziției englezești. Traducerea poate fi corectă din punct de vedere gramatical, dar poate suna rigid și nefiresc.
- Exemplu: Modelele copiază adesea ordinea cuvintelor din limba engleză și folosesc excesiv construcțiile pasive. Propoziția „The software allows the user to easily customize the dashboard” va fi tradusă de inteligența artificială, de obicei, prea literal: „Software-ul îi permite utilizatorului să personalizeze cu ușurință panoul de control.”
- Soluție mai potrivită: Un traducător cu experiență va reformula propoziția într-o română mai firească, de exemplu: „În software, puteți personaliza cu ușurință panoul de control.”
2. Stil uniform și repetarea expresiilor generice
Atunci când traduc texte de marketing sau texte de popularizare, modelele lingvistice tind să utilizeze un vocabular foarte previzibil. Ele se bazează adesea pe același set de expresii generice, ceea ce face ca texte diferite de pe internet să înceapă rapid să sune la fel.
Un semn că avem de-a face cu un text generat automat și nerevizuit este utilizarea excesivă a unor cuvinte precum „esențial”, „transformare” sau „aprofundat”, precum și a unor formulări de umplutură tipice, cum ar fi „Este important de menționat…” sau „În concluzie…”.
Un traducător uman știe să confere textului un caracter distinct și să îl adapteze tonului de comunicare al fiecărei companii.
3. Lipsa înțelegerii contextului general și a scopului textului
Modelele sunt foarte eficiente în traducerea propozițiilor individuale, însă au în continuare dificultăți în a corela informațiile din întregul document. De asemenea, este posibil să nu înțeleagă mediul specific în care va fi utilizat textul, de exemplu într-o interfață cu utilizatorul.
Exemplu: ChatGPT a tradus expresia „NEW BORN” ca „nou-născut”, deși textul se referea la automobilul Cupra Born.
4. Traducerea excesivă a termenilor consacrați
Deoarece modelele sunt configurate să evite greșelile, uneori intervin în mod excesiv. Atunci când întâlnesc termeni tehnici internaționali consacrați, încearcă uneori să îi traducă forțat în limba română.
Astfel, creează termeni care pot fi corecți din punct de vedere lingvistic, dar care nu sunt utilizați în practică de specialiști. Din acest motiv, întreaga documentație poate părea neprofesionistă.