بینش‌های صنعت

مترجم جهانی: چگونه هوش مصنوعی موانع زبانی را از بین می‌برد

ت

تیم ژرف ای‌آی

•۲۳ بهمن ۱۴۰۴•به‌روزرسانی ۸ مرداد ۱۴۰۵•۹ دقیقه مطالعه
مترجم جهانی: چگونه هوش مصنوعی موانع زبانی را از بین می‌برد

مترجم جهان‌شمول وجود ندارد. یک سامانه می‌تواند متنی روان بسازد، اما هم‌زمان منفی‌بودن جمله، عنوان احترام‌آمیز، تعهد حقوقی، تشخیص پزشکی، نام، تاریخ یا منظور گوینده را تغییر دهد. کارایی آن با جفت‌زبان، خط، گویش، حوزه تخصصی، نوع سند، شرایط گفتار و میزان حضور زبان هر گروه در داده‌های آموزشی تغییر می‌کند.

الگوی مفید در سال ۲۰۲۶، فرایند هدایت‌شده و پاسخ‌گوی خدمات زبانی است. انسان هدف، مخاطب، خطر، اصطلاحات، لحن، دسترس‌پذیری و مرزهای فرهنگی را تعیین می‌کند. هوش مصنوعی پیشنهاد می‌دهد یا کمک می‌کند. زبان‌شناس واجد صلاحیت، کارشناس موضوع، مترجم شفاهی و جامعه زبانی متناسب با پیامدها بازبینی می‌کنند و منبع، نسخه، خطا و تأییدها قابل ردیابی می‌ماند.

۱. ترجمه، ترجمه شفاهی، بومی‌سازی و دسترس‌پذیری را جدا کنید

ترجمه معمولاً به محتوای نوشتاری مربوط است؛ ترجمه شفاهی به ارتباط گفتاری یا زبان اشاره؛ بومی‌سازی به سازگارکردن محصول برای یک زبان و منطقه؛ نویسه‌گردانی به تغییر خط؛ پیاده‌سازی به تبدیل گفتار به نوشتار؛ و زیرنویس و توضیح صوتی به دسترس‌پذیری کمک می‌کنند. یک مدل ممکن است چند کار را انجام دهد، اما مهارت، زمان‌بندی، شواهد و مسئولیت هرکدام متفاوت است.

شرح کار باید زبان مبدأ و مقصد، گونه منطقه‌ای، خط، مخاطب، رسانه، حوزه، هدف، سطح رسمی‌بودن، دشواری خواندن، قالب تحویل، بازار حقوقی، محرمانگی، دسترس‌پذیری و شیوه بازبینی را مشخص کند. دستور «به فارسی ترجمه کن» بدون تعیین فارسی ایران، واژگان، شکل رقم و تاریخ، رفتار راست‌به‌چپ و مخاطب، ناقص است.

۲. بر پایه پیامد اولویت‌بندی کنید، نه شمار واژه

یادداشت داخلی کم‌خطر، صفحه عمومی محصول، سند ازدواج، رضایت آگاهانه، هشدار اضطراری و ترجمه زنده پزشکی به کنترل‌های یکسان نیاز ندارند. یک فهرست طولانی و عادی شاید از دستور کوتاه مصرف دارو کم‌خطرتر باشد.

محتوا را بر اساس آسیب ناشی از حذف، ابهام، تأخیر، افشای اطلاعات یا خطای فرهنگی طبقه‌بندی کنید. روشن کنید که ترجمه صرفاً ماشینی ممنوع است، فقط نقش کمکی دارد، باید پس‌ویرایش شود، باید مستقل بازبینی شود یا به مترجم شفاهی حرفه‌ای نیاز دارد. نام، عدد، واحد، جمله منفی، تکلیف حقوقی، گام ایمنی، تشخیص و مهلت را برای بررسی بالاتر بفرستید. اگر سامانه زنده از کار افتاد، راه جایگزین تأییدشده باید در دسترس بماند.

۳. کیفیت متن مبدأ سقف کیفیت را می‌سازد

نوشته مبهم، اصطلاح ناهماهنگ، استخراج ناقص، تصویر بدون متن و ارجاع نامشخص، هر ترجمه‌ای را دشوار می‌کند. مدل ممکن است ابهام را بی‌صدا به سلیقه خود حل کند، در حالی که باید پرسش مطرح شود.

از واژگان کنترل‌شده، شیوه‌نامه، جمله کامل، شناسه پایدار، پرونده مبدأ دسترس‌پذیر و زمینه کافی برای عنوان، جدول، متغیر و تصویر صفحه استفاده کنید. بخش‌بندی و ترتیب اصلی سند را حفظ کنید. ایراد متن مبدأ را به نویسنده گزارش دهید؛ مترجم نباید به جای او سیاست تازه‌ای اختراع کند.

۴. سند و کار واقعی را بسنجید، نه جمله نمایشی

امتیاز خودکار ممکن است فاعل و مفعول، یکدستی اصطلاح، ارجاع‌های درون سند، لحن، قالب و خطای حیاتی ایمنی را نبیند. خروجی روان می‌تواند امتیاز خوبی بگیرد، اما در بافت واقعی غیرقابل استفاده باشد.

آزمون ترجمه ماشینی عمومی WMT25 سی جفت‌زبان را بررسی کرد و برای بسیاری از آن‌ها از ارزیابی انسانی حرفه‌ای و مجموعه آزمون دشوار و چندحوزه‌ای بهره گرفت. یافته‌های آن، دشواری ارزیابی و اهمیت بافت سند را نشان می‌دهد. بااین‌حال، این یک پژوهش اشتراکی است و نه گواهی کیفیت برای هر مدل، زبان یا خدمت تجاری.

۵. کارایی معیارهای سنجش نیز یکنواخت نیست

در بخش ارزیابی خودکار WMT25، بعضی روش‌های مبتنی بر مدل‌های زبانی بزرگ در سطح کل سامانه عملکرد خوبی داشتند، اما معیارهای مرجع‌محور در سطح جمله یا بخش کوتاه بهتر بودند. شناسایی خطا، یافتن کمترین اصلاح لازم و پایداری میان زبان‌های گوناگون همچنان دشوار ماند. این نتیجه فقط به داده و روش همان آزمون مربوط است.

چند سنجه را کنار هم به کار ببرید: بازبینی حرفه‌ای، دسته و شدت خطا، درستی اصطلاح، نام خاص و عدد، یکدستی سند، درک کاربر، موفقیت در انجام کار و دسترس‌پذیری. نمونه‌های نادر و پرخطر را آگاهانه در آزمون بگنجانید. خود مدل نباید تنها ناظر کیفیت خروجی خودش باشد.

۶. استاندارد ترجمه حرفه‌ای نقش‌ها را روشن می‌کند

استاندارد ISO 17100:2015 الزامات فرایندهای اصلی خدمات ترجمه، منابع و مشخصات قابل اعمال را تعریف می‌کند. صفحه ISO تصریح می‌کند که ترجمه خام ماشینی همراه با پس‌ویرایش، خارج از دامنه این استاندارد است. استاندارد هنوز جاری است، اما برای بازنگری علامت‌گذاری شده و ترجمه شفاهی را پوشش نمی‌دهد.

هرجا مرتبط است، از آن برای تعیین صلاحیت افراد، مدیریت پروژه، ترجمه، بازبینی و مشخصات کارفرما استفاده کنید. خرید نرم‌افزار به‌تنهایی انطباق ایجاد نمی‌کند. قانون، خواسته کارفرما، استاندارد تخصصی حوزه و شواهد فرایند واقعی همچنان تعیین‌کننده‌اند.

۷. پس‌ویرایش کاری تخصصی است، نه پاک‌سازی ساده

استاندارد ISO 18587:2017 الزامات پس‌ویرایش کامل انسانی بر خروجی ترجمه ماشینی و صلاحیت پس‌ویراستار را مشخص می‌کند؛ ISO آن را منتشرشده و نیازمند بازنگری معرفی کرده است. این استاندارد به فرایند می‌پردازد و ادعا نمی‌کند هر متن مبدأ یا هر جفت‌زبان برای ترجمه ماشینی مناسب است.

متن مبدأ، بافت، واژه‌نامه، شیوه‌نامه، سطح خطر، کیفیت مورد انتظار و اختیار ترجمه دوباره یا رد خروجی را در اختیار پس‌ویراستار بگذارید. برای فشار ذهنی و بازبینی زمان و هزینه در نظر بگیرید. خطاهای تکرارشونده را ثبت کنید و نتیجه را به واژه‌نامه یا تصمیم‌های سامانه برگردانید. وقتی مدل کار پنهان و متغیری ایجاد می‌کند، دستمزد را فقط بر شمار واژه خام یا سرعت ظاهری بنا نکنید.

۸. برچسب زبان و جهت نوشتار داده‌های کارکردی‌اند

جست‌وجو، صفحه‌خوان، گفتارساز، انتخاب قلم، شکستن واژه در انتهای سطر، غلط‌یاب و چیدمان به داده درست زبان و جهت وابسته‌اند. راهنمای بین‌المللی‌سازی W3C توصیه می‌کند زبان صفحه با ویژگی lang در HTML و برچسب BCP 47 اعلام شود و جهت راست‌به‌چپ جداگانه نشانه‌گذاری شود.

تغییر زبان درون صفحه را مشخص کنید، شناسه معتبر زبان و منطقه به کار ببرید و Unicode و متن دوسویه شامل عدد، نام لاتین، نشانه‌گذاری و کد را بیازمایید. زبان را فقط از کشور یا شکل خط حدس نزنید. فارسی، عربی و اردو ویژگی‌های خطی مشترک دارند، اما زبان، حروف‌چینی، واژگان و انتظار کاربرانشان متفاوت است.

۹. بومی‌سازی فراتر از جایگزینی رشته‌هاست

جمع‌بستن، جنسیت دستوری، ادب، گاه‌شماری، منطقه زمانی، پول، نشانی، نام، ترتیب‌گذاری، جست‌وجو، صفحه‌کلید، شکست سطر، چیدمان و تصویر با زبان و منطقه تغییر می‌کنند. چسباندن پاره‌جمله‌ها و قراردادن متن در تصویر، بومی‌سازی مطمئن را دشوار می‌کند.

پیام کامل را همراه زمینه و کلید پایدار از کد جدا کنید. برای افزایش طول متن، قرینه‌سازی، قالب‌های محلی و پوشش قلم آماده باشید. مسیرها و اجزای رابط را با خواننده بومی، فناوری کمکی، رشته بلند، جهت ترکیبی و داده واقعی آزمایش کنید. جایگزین هر فیلد را صریح تعریف کنید تا نبود یک ترجمه، کل صفحه را ناگهان به زبان دیگری برنگرداند.

۱۰. ترجمه زنده به کنترل تأخیر، نوبت و اصلاح نیاز دارد

سامانه گفتاری با سروصدا، هم‌پوشانی صداها، لهجه، جابه‌جایی میان زبان‌ها، نام‌ها، ارتباط ضعیف و نشانه دیداری یا فرهنگیِ ازدست‌رفته روبه‌روست. تأخیر، پویایی گفت‌وگو را تغییر می‌دهد و برداشت نادرست اما مطمئن ممکن است بی‌اعتراض باقی بماند.

سامانه را معرفی کنید، رضایت لازم را بگیرید، عدم قطعیت را به شکل دیداری یا گفتاری نشان دهید، نوبت‌گیری را حفظ کنید و راه ساده‌ای برای درخواست تکرار، هجی‌کردن، آهسته‌تر گفتن یا تماس با مترجم واجد صلاحیت بدهید. موقعیت‌های پزشکی، حقوقی، پناهندگی، حمایت از افراد آسیب‌پذیر و اضطراری به متخصص و کنترل متناسب با قانون و محیط نیاز دارند. حاضران را پنهانی ضبط نکنید.

۱۱. زبان کم‌منبع و در معرض خطر به اختیار جامعه نیاز دارد

«نقشه راه جهانی چندزبانگی در عصر دیجیتال» یونسکو برای حضور دیجیتال عادلانه همه زبان‌ها، از جمله زبان‌های کم‌منبع و در معرض خطر، تدوین شده است. این سند، نقشه راه و راهنمایی بین‌دولتی است؛ مجوزی برای گردآوری، انتشار یا بهره‌برداری تجاری از داده زبانی یک جامعه نیست.

حفظ زبان باید زیر رهبری گویشوران و جامعه انجام شود، نه مدل. درباره حکمرانی، رضایت، مطالب حساس یا مقدس، مالکیت، مجوز، دسترسی، انتساب، تقسیم منفعت، نگهداری، اصلاح و پس‌گرفتن داده توافق کنید. از آموزگار، بایگانی، صفحه‌کلید، قلم، اصطلاح‌سازی و کاربرد میان‌نسلی پشتیبانی کنید. مجموعه‌داده‌ای که گویشور بر آن کنترل ندارد، لزوماً زبان را حفظ نمی‌کند.

۱۲. حریم خصوصی، محرمانگی و مالکیت فکری همراه متن جابه‌جا می‌شوند

پرونده مبدأ ممکن است مشمول امتیاز محرمانگی حقوقی باشد یا داده بیمار، راز تجاری، پژوهش منتشرنشده، پیام شخصی یا اثر دارای حق نشر را در خود داشته باشد. بارگذاری آن می‌تواند مسئله پردازش، مدت نگهداری، انتقال برون‌مرزی، آموزش مدل و پیمانکار فرعی ایجاد کند.

محتوا را پیش از ارسال طبقه‌بندی کنید. داده را به حداقل برسانید، منطقه و مدل تأییدشده برگزینید، نگهداری و آموزش را کنترل کنید، انتقال و ذخیره را رمزگذاری کنید، دسترسی را محدود و خروجی‌گرفتن را ثبت کنید. اطلاع‌رسانی رخداد، حذف داده و مسئولیت ارائه‌دهنده پایین‌دستی باید در قرارداد بیاید. حافظه ترجمه و واژه‌نامه دارایی‌های تحت حکمرانی‌اند، نه مخزن آموزشی نامحدود فروشنده.

۱۳. آسیب، تغییر تدریجی و برابری زبانی را پایش کنید

مدل، دستور، منبع بازیابی، واژه‌نامه، محصول و کاربرد زبان تغییر می‌کنند. اصلاح‌ها را بر پایه نوع خطا، حوزه، زبان، گونه منطقه‌ای و شدت ثبت کنید. بررسی کنید آیا بعضی زبان‌ها خدمت کندتر، راه جایگزین بیشتر، بازبینی ضعیف‌تر یا امکانات دسترس‌پذیر کمتری دریافت می‌کنند.

راه آسانی برای اعلام اصلاح فراهم کنید و تاریخچه تغییر محتوای اثرگذار را منتشر سازید. مطالب حیاتی را پس از تغییر متن مبدأ یا مدل دوباره بازبینی کنید. آزمون را با گویشوران منطقه و جامعه مرتبط انجام دهید، نه فقط کارکنان دوزبانه دفتر مرکزی. سامانه‌ای را که کیفیت آن برای کاربرد مورد نظر اثبات نشده است، کنار بگذارید.

۱۴. دروازه عملی خدمات زبانی

ترجمه با هوش مصنوعی زمانی قابل استفاده است که کار و پیامد آن طبقه‌بندی شده؛ متن مبدأ و واژگان آماده‌اند؛ زبان، گونه منطقه‌ای، خط و جهت صریح‌اند؛ ارزیابی نماینده در سطح سند موفق بوده؛ فرد واجد صلاحیت در سطح لازم بازبینی می‌کند؛ کاربر می‌تواند درخواست اصلاح یا مترجم کند؛ جامعه بر داده زبان در معرض خطر اختیار دارد؛ حریم خصوصی و حقوق افراد محافظت می‌شود؛ و اصلاح در نسخه‌های نگهداری‌شده مبدأ و مقصد اعمال می‌شود.

برای موضوعات نزدیک، پردازش زبان فارسی و بومی‌سازی، حفظ زبان و ترجمه و هوش مصنوعی در دسترس‌پذیری و فناوری کمکی را ببینید. مترجم خوب تفاوت را پاک نمی‌کند؛ معنا را با کمک انسانی پاسخ‌گو از میان آن عبور می‌دهد.

یادداشت منابع

منابع در ۲۰۲۶-۰۷-۳۰ بررسی شدند:

#ترجمه#زبان‌شناسی#ارتباطات#فرهنگ#هوش مصنوعی

مطالب مرتبط

ادامه مطالعه

گزارش روزانه و راهنماهای عملیاتی ژرف را ببینید. این صفحه یک آرشیو موضوعی است، نه دعوت به شروع پروژه.

گزارش روزانهمطالب بیشتر