Umjetna inteligencija iznimno je pojednostavnila prevođenje. Zaposlenici mogu unijeti tekst u ChatGPT, Claude, Gemini ili neki drugi alat i u nekoliko sekundi dobiti tečan prijevod. Za marketinške timove, odjele za proizvode i korisničku podršku to znači očitu priliku: više sadržaja može se prevesti brže i uz znatno niže troškove.
Problemi se obično pojavljuju kasnije. Kada je u prevođenje uključeno više odjela, jezika i vrsta sadržaja, izazov više nije samo izraditi prijevod. Potrebno je osigurati konzistentnost višejezičnih sadržaja, omogućiti njihovu ponovnu uporabu i zadržati nadzor nad cijelim procesom.
Drugim riječima: generiranje prijevoda postalo je jednostavno, ali upravljanje procesom prevođenja nije.
Prevođenje pojedinačnih dokumenata umjesto upravljanja procesom prevođenja
Tipična tvrtka počinje malim koracima. Nekome je potrebna brošura o proizvodu na talijanskom jeziku pa je prenese u alat umjetne inteligencije, provjeri rezultat i objavi je. Nekoliko tjedana kasnije drugi odjel prevede internetsku stranicu. Zatim tehnički tim prevede dokumentaciju, a korisnička podrška počne koristiti umjetnu inteligenciju za e-poštu.
Svaki pojedinačni zadatak može biti sasvim dobro obavljen. Problem je u tome što ti prijevodi često nisu međusobno povezani. Alat upotrijebljen za novu brošuru vjerojatno ne zna kako je ista funkcija proizvoda prevedena na internetskoj stranici tri mjeseca ranije. Možda ne zna da je lokalni distributer već odobrio određeni stručni izraz ili da određena kategorija proizvoda već ima ustaljen naziv.
Kako količina prevedenog sadržaja raste, tvrtka za isti pojam može početi upotrebljavati više potpuno prihvatljivih prijevoda. Nijedan od njih ne mora biti pogrešan, ali cjelokupna komunikacija postaje nekonzistentna.
Tradicionalni procesi prevođenja djelomično su osmišljeni upravo kako bi spriječili takve probleme. Prevoditeljske memorije pohranjuju već odobrene prijevode, terminološke baze određuju preferirane izraze, a stilski priručnici jezične i stilske smjernice. Tvrtke koje s klasičnog prevođenja prijeđu izravno na alate umjetne inteligencije mogu takvu strukturu nehotice napustiti, a da pritom nisu svjesne što time gube.
Nastaje paradoks: prijevode je moguće izraditi znatno brže, ali ih je sve teže održavati.
Kod povremenog prevođenja to možda nije važno. No za tvrtku koja upravlja internetskim stranicama, katalozima proizvoda, priručnicima i komunikacijom s klijentima na deset ili dvadeset jezika takvi problemi brzo postaju važni. Tada pravo pitanje više nije samo kako prevesti sljedeći dokument, nego i kako se taj dokument uklapa u sve što je već prevedeno te kako će se ispravci i terminološke odluke ponovno upotrebljavati u budućim projektima.
Terminologija se ne brine sama o sebi
To postaje posebno očito kada je riječ o terminologiji.
Zamislimo proizvođača koji u svojoj dokumentaciji upotrebljava engleski izraz control unit. Ovisno o proizvodu, kontekstu i ciljnom jeziku, moguće je više prijevoda. Na njemačkom odgovarajući izraz može biti, primjerice, Steuergerät, Steuereinheit ili Bedieneinheit. Na hrvatskom su, ovisno o stvarnoj funkciji jedinice, moguće varijante kao što su upravljačka jedinica, upravljački uređaj ili kontrolna jedinica.
Ti izrazi nisu nužno međusobno zamjenjivi.
Čak i kada je više mogućnosti tehnički prihvatljivo, nekonzistentna uporaba može uzrokovati probleme.
Umjetna inteligencija u uputama za uporabu može upotrijebiti jedan izraz, na internetskoj stranici drugi, a u servisnoj dokumentaciji treći. Sve varijante zvuče prirodno pa problem često ostaje neprimijećen.
Kod tehničkih proizvoda, softverskih funkcija, medicinske terminologije, naziva usluga i izraza povezanih s robnom markom konzistentnost nije samo poželjna. Klijenti moraju prepoznati istu funkciju u različitim dokumentima. Serviseri moraju znati da se dva dijela teksta odnose na istu komponentu. Prodajni timovi i lokalne podružnice trebaju zajednički rječnik.
Pri prevođenju stoga nije važno samo pitanje je li određena rečenica pravilno prevedena. Važno je i je li tvrtka već odredila kako se određeni pojam treba prevoditi.
Umjetna inteligencija može vrlo dobro slijediti terminologiju ako ima na raspolaganju pouzdanu terminološku bazu i odgovarajuće referentne sadržaje. Bez toga mora birati između više mogućih rješenja, pri čemu se njezine odluke mogu razlikovati od projekta do projekta.
Zato relativno jednostavna terminološka baza ponekad može poboljšati proces prevođenja s pomoću umjetne inteligencije više nego vrlo složen prompt. Ako tvrtka točno zna kako želi prevoditi svojih 200 ili 300 najvažnijih izraza, umjetna inteligencija dobiva čvršću osnovu.
Tekst nije samo tekst
Druga česta pogreška jest pristup prevođenju kao da se radi samo o prenošenju riječi iz jednog jezika u drugi.
Poslovni dokumenti sadrže mnogo više od samog teksta.
Wordov dokument može, primjerice, sadržavati naslove, popise, tablice, podebljani i kurzivni tekst, fusnote, reference, hiperveze, tekstualne okvire i precizno oblikovan raspored. Ako netko tekst jednostavno kopira iz Worda u razgovor s UI-jem, a zatim prevedeni tekst kopira natrag, dio oblikovanja i strukture može se izgubiti ili promijeniti. Prijevod može biti dobar, ali netko zatim mora ponovno sastaviti dokument.
Kod drugih vrsta sadržaja problem je još očitiji. Izvozi internetskih stranica sadrže HTML, a tehnička dokumentacija može uključivati unakrsne reference, oznake modela, mjerne jedinice, upozorenja i numerirane postupke.
Marketinški sustavi mogu sadržavati različite tehničke elemente koji tijekom prevođenja moraju ostati nepromijenjeni.
Alati umjetne inteligencije sve su bolji u radu s takvim sadržajem, ali nisu nepogrešivi. HTML oznaka može se pomaknuti, mogu se pojaviti dodatni razmaci, numeriranje se može promijeniti ili se šifra proizvoda može pogrešno protumačiti kao nešto što treba prevesti.
U jednom odlomku takve je probleme obično lako uočiti. U dokumentu s nekoliko desetaka tablica ili izvozu s 20.000 nizova to je znatno teže.
Tu se krije i manje očit problem učinkovitosti. Ako zaposlenik s pomoću umjetne inteligencije na prijevodu uštedi 30 minuta, a zatim sat vremena potroši na ponovno uspostavljanje oblikovanja u Wordu, popravljanje tablica i provjeru hiperveza, stvarna je ušteda znatno manja nego što se čini na prvi pogled.
Učinkovit proces prevođenja zato mora očuvati i jezični sadržaj i strukturu izvornika. Upravo je to jedna od ključnih razlika između povremenog prevođenja u sučelju za razgovor i sustavne uporabe umjetne inteligencije u tvrtki.
Kada svatko može prevoditi, tko vodi računa o konzistentnosti?
Umjetna inteligencija mijenja i organizaciju prevođenja unutar tvrtki.
U prošlosti je prevođenje često bilo centralizirano jer ga je obavljao vanjski pružatelj usluga ili interni jezični tim. Danas praktički svaki odjel može samostalno prevoditi sadržaj. Marketing može upotrebljavati jedan alat umjetne inteligencije, korisnička podrška drugi, tim za proizvode može razviti vlastite promptove, a lokalne podružnice mogu ispravljati prijevode prema vlastitim preferencijama.
S decentralizacijom prevođenja samo po sebi nema ništa loše. Problem nastaje kada tvrtka decentralizira izradu prijevoda, a da pritom jasno ne odredi odgovornost.
Netko i dalje mora odlučiti koja je terminologija odobrena, koje ispravke treba uzeti u obzir, koji sadržaji zahtijevaju stručni pregled i kako osigurati konzistentnost između internetske stranice, dokumentacije o proizvodima i komunikacije s klijentima.
Bez jasno određene odgovornosti svaki odjel optimizira svoj trenutačni zadatak, dok višejezični sadržaji u cjelini postaju sve manje usklađeni.
Takvi problemi obično rastu neprimjetno. Jedna nekonzistentnost nije važna. Deset ih je ometajuće. Stotine nekonzistentnosti u različitim dokumentima i jezicima mogu biti skupe za ispravljanje, osobito ako nitko ne zna koja se verzija smatra pravilnom.
Umjetna inteligencija stoga ne smanjuje potrebu za upravljanjem procesom prevođenja – naprotiv, ono postaje još važnije. Što tvrtka brže može generirati višejezične sadržaje, to je važnije da ima nadzor nad onime što nastaje.
Prevođenje s pomoću umjetne inteligencije treba proces, a ne samo bolji prompt
Kada tvrtke prvi put isprobavaju prevođenje s pomoću umjetne inteligencije, razumljivo se usredotočuju na pitanje koji je model najbolji i kako napisati dobar prompt. To je važno, ali postaje manje presudno kada prevođenje preraste u redovitu poslovnu aktivnost.
Tada važnija postaju druga pitanja: ima li umjetna inteligencija pristup odobrenoj terminologiji, mogu li se ponovno upotrijebiti već izrađeni prijevodi, čuvaju li se struktura dokumenta i zaštićeni elementi, uzimaju li se ispravci u obzir u budućim prijevodima i je li netko odgovoran za konzistentnost višejezičnih sadržaja.
Tvrtke koje će umjetnu inteligenciju upotrebljavati najučinkovitije stoga neće nužno biti one s najsofisticiranijim promptovima. Uspješnije će biti one koje će umjetnu inteligenciju uključiti u kontrolirani proces prevođenja, umjesto da svaki novi prijevod tretiraju kao zaseban zadatak.
U 2. dijelu pogledat ćemo drugu skupinu pogrešaka: zašto tečni prijevodi umjetne inteligencije mogu skrivati pogreške, zašto isti proces nije smisleno primjenjivati na sve vrste sadržaja i sve jezike te zašto tvrtke često precjenjuju koliko im vremena prevođenje s pomoću umjetne inteligencije zapravo štedi.
Trebate prijevod?
Kontaktirajte nas i pripremit ćemo vam prilagođenu ponudu.
Ispunite obrazac i pripremit ćemo vam prilagođenu ponudu. Ako vam je potrebno više informacija, možete nas nazvati na +386 1 620 26 16.