Ett gästinlägg om förstärkt översättning och den kommande ”omvälvande förändringen som kommer att omdefiniera hur professionella lingvister arbetar”, av Donald DePalma och Arle Lommel från Common Sense Advisory.
Medan språkteknologi traditionellt sett endast har fokuserat på att påskynda processer och sänka kostnader, kräver dagens verklighet verktyg som verkligen fungerar för den moderna lingvisten. På Smartcat är vårt mål att utnyttja ny teknik för att skapa en heltäckande plattform som placerar lingvisten i centrum av översättningsprocessen.
I takt med att den tekniska utvecklingen fortsätter att förändra översättningsbranschen är den vanligaste frågan hur man kan utnyttja och dra nytta av dessa förändringar. Det slutgiltiga målet är att framgångsrikt kombinera tekniker för att skapa en plattform som ger lingvister mer vägledning och sammanhang för sina projekt, samtidigt som olika lågvärdiga uppgifter som minskar lingvistens produktivitet automatiseras. CSA:s slutsatser stämmer väl överens med vad vi gör på Smartcat: Genom att integrera de mest efterfrågade språkteknologierna i en centraliserad molnplattform hjälper vi språkproffs att arbeta på ett mer responsivt, konsekvent och produktivt sätt. Och vi kommer att fortsätta sträva efter att ligga i framkant av denna tekniska omvandling, samtidigt som vi alltid behåller ett lingvistcentrerat perspektiv. Vi hoppas att du tycker om att läsa mer om detta ämne i Donalds och Arles blogginlägg nedan!
Ursprungligen publicerat på CSA-bloggen.
Språktjänster står idag inför en omvälvande förändring som kommer att omdefiniera hur professionella lingvister arbetar. Denna förändring kommer att ske tack vare den allestädes närvarande artificiella intelligensen (AI) som utökar deras räckvidd och kapacitet och gör dem mycket effektivare än de annars skulle kunna vara. CSA Research kallar denna nya yrkesgrupp för ”augmented translator” (förstärkt översättare). Precis som ”augmented reality” använder AI för att berika individers tillgång till relevant information om sin omgivning, ger denna omvandling lingvister mer kontext och vägledning för sina projekt. De arbetar i en teknikintensiv miljö som automatiskt hanterar många av de mindre värdefulla uppgifterna som tar upp en orimlig del av deras tid och energi. Den ger dem relevant information när de behöver den.
Denna datorkraft kommer att hjälpa språkproffs att bli mer konsekventa, mer responsiva och mer produktiva, samtidigt som de kan fokusera på de intressanta delarna av sitt arbete istället för att "översätta som maskiner". Hittills har utvecklare av språkteknologi fokuserat sitt arbete på att påskynda processen och sänka kostnaderna. Dessa drivkrafter har gjort att många översättare känner sig främmande för just de aspekter av sitt arbete som lockade dem till yrket från början – språkets kreativitet, utmaningen att lösa svåra problem och möjligheten att arbeta med stimulerande texter och ämnen. Översättare upplever ofta att de lägger lika mycket tid på att hantera tekniken som på att översätta, och att deras priser alltid är under press. Den förstärkta översättningsmodellen förändrar allt detta genom att hjälpa lingvister när de behöver det och hålla sig undan när de inte behöver det. Idag ser vi fragment av detta nya paradigm, men konturerna börjar bli tydligare. Hur kommer denna nya modell att se ut? Vi förutspår att den kommer att använda följande tekniker:
Adaptiv maskinöversättning. Denna teknik – som för närvarande finns i Lilt och SDL BeGlobal – lär sig av översättare i realtid. Den anpassar sig efter det innehåll de arbetar med och lär sig automatiskt terminologi och stil. Det kommer ihåg vad lingvister tidigare har översatt på undersegmentnivå och går utöver översättningsminnet för att hjälpa till att översätta text som det aldrig har sett tidigare på ett sätt som överensstämmer med hur den enskilda professionella översättaren arbetar. I stället för efterredigera MT med tvivelaktig kvalitet, ser lingvister resultaten som förslag som de kan välja att använda eller inte. Ju mer de använder systemet, desto bättre blir dessa förslag.
Neural maskinöversättning. Idag kräver NMT enorma mängder processorkraft, men – i takt med att tekniken mognar – kommer den att förbättra MT:s flyt och förmåga att ”smälta in” med mänsklig översättning. Även om NMT befinner sig i uppgångsfasen av en hype-cykel, är det ett stort steg framåt. Många av de stora teknikaktörerna – såsom Baidu, Facebook, Google, och Microsoft – och dedikerade leverantörer av översättningsteknik – såsom SYSTRAN och Iconic – arbetar aktivt med att utveckla denna teknik.
Lights-out-projektledning. Projektledning kan vara tidskrävande för både chefer och lingvister. Manuella processer som fakturering och pappersarbete som tar upp värdefull tid kan automatiseras. När lights-out-system hanterar dessa uppgifter utan behov av mänsklig inblandning, vilket frigör översättare, tolkar och granskare så att de kan fokusera på sina uppgifter.
Automatiserad innehållsberikning (ACE). Denna teknik håller just på att slå igenom, driven av projekt som FREME och kommersiella erbjudanden som OpenCalais. ACE kommer att gynna lingvister genom att automatiskt länka termer till auktoritativa källor och hjälpa till att tydliggöra dem, vilket kommer att förbättra maskinöversättningen. Det kommer att öppna nya möjligheter inom transkreation genom att hjälpa dem att hitta lokalspecifikt innehåll och resurser som kan göra översättningarna mer relevanta för målgruppen.
Om denna vision ska bli verklighet måste de enskilda teknikkomponenterna kommunicera med varandra och arbeta och lära sig av lingvisten. Ett ACE-system kommer till exempel att söka i en terminologidatabas för att identifiera termer och föreslå dem. MT-systemet kommer att samverka med båda för att avtydliga texten och använda deras förslag. Allt detta kommer att matas in i översättningsminnet, som i allt högre grad kommer att smälta samman med MT. Det automatiserade projektledningssystemet kommer att lära sig om olika lingvister, deras scheman och deras styrkor och svagheter och fördela arbetet till dem utifrån en individuellt anpassad profil.
Fördelen för lingvister är att de inte längre kommer att befinna sig i slutet av en kedja utan inflytande över processen. Istället kommer de att kontrollera och arbeta med all denna teknik och bli många gånger mer produktiva. Det kommer att sänka deras kostnad per ord samtidigt som det ökar deras värde och effektiva timpris. Det kommer att lindra tristessen med att översätta repetitiva varianter av grundläggande texter och hjälpa översättare att bli mer konsekventa och noggranna. Sådana förändringar har skett i andra sektorer. Till exempel eliminerade datoriserad bokföring den aritmetiska aspekten av revisorernas arbete på 1980-talet – och frigjorde dem därmed att fokusera på affärsplanering och realtidsfinansiell analys, vilket är mycket mer värdefullt än att bara spåra medel i efterhand. På samma sätt kommer nästa generation av förstärkta översättare att eliminera rutinmässiga uppgifter med lågt värde som maskiner kan hantera perfekt, och istället fokusera på att tillföra värde och öka värdet av språk för sina kunder.
CSA Research har funnit att språkföretag som anammar tekniken redan växer snabbare än de som håller tillbaka, och framväxten av förstärkt översättning kommer bara att förstärka denna fördel. Denna nya arbetsmetod använder redan befintlig teknik i nya kombinationer, istället för att vänta på några orealistiska nya AI-utvecklingar. Den ersätter inte språkexperter, utan ger dem istället verktyg och resurser för att leverera bästa möjliga värde och kvalitet. Övergången till förstärkt översättning kommer inte att ske utan problem, men eftersom tekniken skiftar till ett lingvistcentrerat perspektiv kommer den att innebära en enorm potential för de lingvister som är villiga att anamma den föränderliga tekniken.
