Language specialist w dobie sztucznej inteligencji

Obecnie wiele mówi się o tym, że sztuczna inteligencja dąży do tego, aby wyprzeć z rynku tłumaczy. Coraz częściej więc specjaliści z tej branży chcą rozwijać swoje umiejętności w różnych obszarach językowych, by móc stawić czoło „konkurencji” w postaci silników do tłumaczenia maszynowego, czatu GPT i innych technologii, bez których trudno obyć się współczesnemu tłumaczowi.

Kim tak naprawdę jest specjalista językowy?

To ktoś, kto posiada wykształcenie filologiczne i/lub posługuje się językiem obcym na poziomie native speakera (np. jest dwujęzyczny, mieszkał lub mieszka nadal na terytorium kraju, gdzie obowiązuje dany język docelowy). Świadczy on różnego rodzaju usługi w obszarze języków obcych – od tłumaczenia pisemnego i ustnego poprzez tworzenie i korektę tekstów aż po naukę języków obcych w szkołach oraz innych instytucjach edukacyjnych. Będąc ekspertem w zakresie języka i kultury obszaru docelowego language specialist uczestniczy też w spotkaniach i wydarzeniach politycznych na szczeblu zarówno lokalnym, jak i międzynarodowym, umożliwiając sprawną komunikację.

Rozwój sztucznej inteligencji, NMT

Sztuczna inteligencja tak głęboko wniknęła w nasze codzienne życie, że często nie zdajemy sobie sprawy z jej używania. Przykładem na to są podpowiedzi wyszukiwania w Google, spersonalizowane reklamy na stronach internetowych, jak również chatboty odpowiadające na pytania klientów e-sklepów. Najbardziej powszechnym (i efektywnym) rodzajem AI jest neuronowe tłumaczenie maszynowe (NMT), bazujące na sieci neuronowej stworzonej w oparciu o ludzki mózg, która umożliwia silnikowi rozwój własnego języka numerycznego. W ten sposób maszyna koduje ciąg wyrazów w zdaniu, łącząc je ze sobą na zasadzie kontekstu, by następnie oddać w języku docelowym komunikat złożony ze słów ustawionych we właściwej kolejności i tworzących zgraną całość.

Wyzwania dla branży tłumaczeniowej. AI w codziennej pracy tłumacza

Ze względu na coraz większą objętość projektów tłumaczeniowych, a przy tym coraz krótsze terminy ich realizacji, AI jawi się obecnie jako super pomoc dla tłumacza, która pozwala mu zoptymalizować swoją pracę. Dzięki wykorzystaniu funkcji wstępnego tłumaczenia (pre-translate) w narzędziach CAT może on znacznie szybciej poruszać się między segmentami, korygując otrzymany tekst oraz zapewniając spójność terminologiczną całości. Ponadto programy takie jak SDL Trados czy memoQ, umożliwiają podpięcie różnych silników do tłumaczenia maszynowego, w tym DeepL, z czego chętnie korzystają zarówno biura tłumaczeń, jak i sami tłumacze, gdyż w ten sposób mogą znacznie zaoszczędzić moce przerobowe.

Tłumaczenia prawnicze i literackie z użyciem NMT (case studies)

Tłumaczenia prawne i prawnicze stanowią ogromne wyzwanie dla tłumacza z uwagi na specyfikę terminologii oraz konieczność bycia na bieżąco ze zmianami w prawie. Aby wyjść temu naprzeciw, kanadyjska spółka Alexa Translation AI stworzyła platformę, które umożliwia profesjonalne tłumaczenie maszynowe dokumentacji prawniczej oraz finansowej. Podobne rozwiązanie stanowi narzędzie The EU Presidency Translator Project, zapoczątkowane na Łotwie podczas prezydentury tego kraju w Radzie UE w 2015 r., dzięki któremu do dziś w krajach Wspólnoty przetłumaczono teksty unijne liczące w sumie ponad 60 milionów słów!

Odrębną kategorią tłumaczeń są tłumaczenia literackie. W tym przypadku tłumacz, oprócz znajomości języka i kultury docelowej, musi wykazać się również niemałą inwencją twórczą oraz intuicją, aby poprawnie „odczytać”, co autor miał na myśli. Niemniej jednak również i na tym polu widać próby zastosowania sztucznej inteligencji, czego dowodzi eksperyment Alany Cullen z tłumaczeniem zdania z szekspirowskiego Hamleta, które w oryginale brzmi „To thine own self be true” (A nade wszystko: zostań wierny sobie - tłum. Maciej Słomczyński) z pomocą silnika do NMT. Wygenerowane tłumaczenie w języku niemieckim to „Sei deinem eigenen Selbst treu”, w przeciwieństwie do tradycyjnego przekładu „Sei dir selbst treu” – co na język polski w obu przypadkach przełożymy jako „bądź wierny (samemu) sobie”. Mimo wszystko jednak na chwilę obecną skuteczność maszynowego przekładu literatury ocenia się na niespełna 25-30%.

Wnioski praktyczne

Dobrze wykorzystana sztuczna inteligencja potrafi przynieść realną korzyść zarówno klientowi, jak i samemu tłumaczowi. Koniec końców obu stronom chodzi o to, aby gotowy produkt, czyli tłumaczenie poddane korekcie i weryfikacji, został dostarczony na czas oraz przy jak najmniejszych nakładach nie tylko finansowych, ale również pracy. Na rynku zaś przetrwa ten, kto nie boi się iść z duchem czasu.

Źródła:

• https://www.goethe.de/ins/pl/pl/kul/med/21967556.html
• https://summalinguae.com/pl/technologie-jezykowe/sztuczna-inteligencja-i-tlumaczenia-prawne-3-przyklady-skutecznej-implementacji-tlumaczen-maszynowych/

***
Nie masz jeszcze konta w naszym serwisie?
Załóż je za darmo i dodaj swoją ofertę tłumaczeń.