Umetna inteligenca je prevajanje izjemno poenostavila. Zaposleni lahko besedilo vnesejo v ChatGPT, Claude, Gemini ali drugo orodje in v nekaj sekundah dobijo tekoč prevod. Za marketinške ekipe, produktne oddelke in podporo uporabnikom to pomeni očitno priložnost: več vsebin je mogoče prevesti hitreje in z bistveno nižjimi stroški.
Težave se običajno pokažejo pozneje. Ko je v prevajanje vključenih več oddelkov, jezikov in vrst vsebin, izziv ni več zgolj izdelati prevod. Zagotavljati je treba konsistenco večjezičnih vsebin, omogočati njihovo ponovno uporabo in ohranjati nadzor nad celotnim procesom.
Z drugimi besedami: generiranje prevodov je postalo preprosto, upravljanje prevajalskega procesa pa ne.
Prevajanje posameznih dokumentov namesto upravljanja prevajalskega procesa
Tipično podjetje začne z majhnimi koraki. Nekdo potrebuje brošuro o izdelku v italijanščini, zato jo naloži v orodje umetne inteligence, preveri rezultat in jo objavi. Nekaj tednov pozneje drug oddelek prevede spletno stran. Nato tehnična ekipa prevede dokumentacijo, podpora uporabnikom pa začne umetno inteligenco uporabljati za e-pošto.
Vsaka posamezna naloga je lahko izvedena povsem dobro. Težava je v tem, da ti prevodi pogosto niso povezani med seboj. Orodje, uporabljeno za novo brošuro, verjetno ne ve, kako je bila ista funkcija izdelka prevedena na spletni strani tri mesece prej. Morda ne ve, da je lokalni distributer že odobril določen strokovni izraz ali da ima določena kategorija izdelkov že uveljavljeno poimenovanje.
Ko obseg prevedenih vsebin raste, lahko podjetje zato za isti pojem začne uporabljati več povsem sprejemljivih prevodov. Nobeden od njih ni nujno napačen, vendar postaja celotna komunikacija nekonsistentna.
Tradicionalni prevajalski procesi so bili deloma zasnovani prav zato, da bi preprečili takšne težave. Pomnilniki prevodov shranjujejo že odobrene prevode, terminološke zbirke določajo prednostne izraze, slogovni priročniki pa jezikovne in slogovne smernice. Podjetja, ki iz klasičnega prevajanja preidejo neposredno na orodja umetne inteligence, lahko takšno strukturo nehote opustijo, ne da bi se zavedala, kaj s tem izgubljajo.
Nastane paradoks: prevode je mogoče izdelati bistveno hitreje, vendar jih je vse težje vzdrževati.
Pri občasnem prevajanju to morda ni pomembno. Za podjetje, ki upravlja spletne strani, kataloge izdelkov, priročnike in komunikacijo s strankami v desetih ali dvajsetih jezikih, pa takšne težave hitro postanejo pomembne. Takrat pravo vprašanje ni več samo, kako prevesti naslednji dokument, ampak tudi, kako se ta dokument vključuje v vse, kar je bilo že prevedeno, ter kako bodo popravki in terminološke odločitve ponovno uporabljeni pri prihodnjih projektih.
Terminologija ne skrbi sama zase
To postane še posebej očitno pri terminologiji.
Predstavljajmo si proizvajalca, ki v svoji dokumentaciji uporablja angleški izraz control unit. Glede na izdelek, kontekst in ciljni jezik je lahko možnih več prevodov. V nemščini je lahko ustrezen izraz na primer Steuergerät, Steuereinheit ali Bedieneinheit. V hrvaščini pa so glede na dejansko funkcijo enote možne rešitve, kot so upravljačka jedinica, upravljački uređaj ali kontrolna jedinica.
Ti izrazi niso nujno medsebojno zamenljivi.
Tudi kadar je več možnosti tehnično sprejemljivih, lahko nedosledna raba povzroča težave.
Umetna inteligenca lahko v navodilih za uporabo uporabi en izraz, na spletni strani drugega in v servisni dokumentaciji tretjega. Vse različice zvenijo naravno, zato težava pogosto ostane neopažena.
Pri tehničnih izdelkih, programskih funkcijah, medicinski terminologiji, imenih storitev in izrazih, povezanih z blagovno znamko, konsistenca ni zgolj zaželena. Stranke morajo prepoznati isto funkcijo v različnih dokumentih. Serviserji morajo vedeti, da se dva dela besedila nanašata na isto komponento. Prodajne ekipe in lokalne podružnice potrebujejo skupen besednjak.
Pri prevajanju zato ne gre le za vprašanje, ali je neki stavek pravilno preveden. Pomembno je tudi, ali je podjetje že določilo, kako naj se določen pojem prevaja.
Umetna inteligenca lahko terminologiji zelo dobro sledi, če ima na voljo zanesljivo terminološko zbirko in ustrezne referenčne vsebine. Brez tega pa mora izbirati med več možnimi rešitvami, pri čemer se lahko njene odločitve od projekta do projekta razlikujejo.
Zato lahko razmeroma preprosta terminološka zbirka včasih izboljša prevajalski proces z umetno inteligenco bolj kot zelo kompleksen prompt. Če podjetje natančno ve, kako želi prevajati 200 ali 300 najpomembnejših izrazov, lahko dobi umetna inteligenca bolj trdne temelje.
Besedilo ni samo besedilo
Druga pogosta napaka je obravnavanje prevajanja, kot da gre zgolj za prenašanje besed iz enega jezika v drugega.
Poslovni dokumenti vsebujejo veliko več kot samo golo besedilo.
Wordov dokument lahko na primer vsebuje naslove, sezname, tabele, krepko in ležeče besedilo, sprotne opombe, sklice, hiperpovezave, besedilna polja in natančno oblikovano postavitev. Če nekdo besedilo preprosto kopira iz Worda v UI-klepet in nato prevedeno besedilo kopira nazaj, se lahko del oblikovanja in strukture izgubi ali spremeni. Prevod je lahko dober, vendar mora nekdo dokument nato ponovno sestaviti.
Pri drugih vrstah vsebin je težava še očitnejša. Izvozi spletnih strani vsebujejo HTML, tehnična dokumentacija pa lahko vključuje navzkrižne sklice, oznake modelov, merske enote, opozorila in oštevilčene postopke.
Marketinški sistemi lahko vsebujejo različne tehnične elemente, ki morajo pri prevajanju ostati nespremenjeni.
Orodja umetne inteligence so pri delu s takšno vsebino vse boljša, vendar niso nezmotljiva. Oznaka HTML se lahko premakne, pojavijo se lahko dodatni presledki, spremeni se lahko številčenje ali pa se koda izdelka napačno razume kot nekaj, kar je treba prevesti.
V enem samem odstavku je takšne težave običajno preprosto opaziti. V dokumentu z več deset tabelami ali izvozu z 20.000 nizi pa precej težje.
Tu se skriva tudi manj očitna težava z učinkovitostjo. Če zaposleni z umetno inteligenco pri prevodu prihrani 30 minut, nato pa eno uro porabi za ponovno vzpostavljanje oblikovanja v Wordu, popravljanje tabel ter preverjanje hiperpovezav, je dejanski prihranek precej manjši, kot je videti na prvi pogled.
Učinkovit prevajalski proces mora zato ohraniti tako jezikovno vsebino kot tudi strukturo izvirnika. Prav to je ena ključnih razlik med občasnim prevajanjem v klepetalnem vmesniku in sistematično uporabo umetne inteligence v podjetju.
Ko lahko prevaja vsak, kdo skrbi za konsistenco?
Umetna inteligenca spreminja tudi organizacijo prevajanja znotraj podjetij.
V preteklosti je bilo prevajanje pogosto centralizirano, ker ga je izvajal zunanji ponudnik ali interna jezikovna ekipa. Danes lahko vsebine samostojno prevaja praktično vsak oddelek. Marketing lahko uporablja eno orodje umetne inteligence, podpora uporabnikom drugo, produktna ekipa razvije svoje prompte, lokalne podružnice pa prevode popravljajo v skladu s svojimi preferencami.
Z decentralizacijo prevajanja samo po sebi ni nič narobe. Težava nastane, ko podjetje decentralizira izdelavo prevodov, ne da bi jasno določilo odgovornost.
Nekdo mora še vedno odločiti, katera terminologija je odobrena, katere popravke je treba upoštevati, katere vsebine zahtevajo profesionalni pregled in kako zagotavljati konsistenco med spletno stranjo, produktno dokumentacijo in komunikacijo s strankami.
Brez jasno določene odgovornosti vsak oddelek optimizira svojo trenutno nalogo, večjezične vsebine kot celota pa postajajo vse manj usklajene.
Takšne težave navadno rastejo neopazno. Ena nekonsistentnost ni pomembna. Deset jih je motečih. Na stotine nekonsistentnosti v različnih dokumentih in jezikih pa je lahko drago odpravljati, zlasti če nihče ne ve, katera različica velja za pravilno.
Umetna inteligenca zato ne zmanjšuje potrebe po upravljanju prevajalskega procesa – nasprotno, ta postaja še pomembnejši. Hitreje ko lahko podjetje generira večjezične vsebine, pomembneje je, da ima nadzor nad tem, kaj nastaja.
Prevajanje z umetno inteligenco potrebuje proces, ne samo boljšega prompta
Ko podjetja prvič preizkušajo prevajanje z umetno inteligenco, se razumljivo osredotočajo na vprašanje, kateri model je najboljši in kako napisati dober prompt. To je pomembno, vendar postane manj odločilno, ko prevajanje preraste v redno poslovno dejavnost.
Takrat postanejo pomembnejša druga vprašanja: ali ima umetna inteligenca dostop do odobrene terminologije, ali je mogoče ponovno uporabiti že izdelane prevode, ali se struktura dokumenta in zaščiteni elementi ohranijo, ali se popravki upoštevajo pri prihodnjih prevodih in ali je kdo odgovoren za konsistenco večjezičnih vsebin.
Podjetja, ki bodo umetno inteligenco uporabljala najučinkoviteje, zato ne bodo nujno tista z najbolj izpopolnjenimi prompti. Uspešnejša bodo tista, ki bodo umetno inteligenco vključila v nadzorovan prevajalski proces, namesto da vsak nov prevod obravnavajo kot ločeno nalogo.
V 2. delu bomo pogledali drugo skupino napak: zakaj lahko tekoči prevodi umetne inteligence skrivajo napake, zakaj istega procesa ni smiselno uporabljati za vse vrste vsebin in vse jezike ter zakaj podjetja pogosto precenjujejo, koliko časa jim prevajanje z umetno inteligenco dejansko prihrani.
Potrebujete prevod?
Kontaktirajte nas in pripravili vam bomo prilagojeno ponudbo.
Izpolnite obrazec in pripravili vam bomo prilagojeno ponudbo. Za več informacij nas lahko tudi pokličete na +386 1 620 26 16.