Ursprünglich auf LinkedIn von Greg Rosner veröffentlicht.

Mir begegnete der Ausdruck „sprachliche Reinigungsarbeit“ in diesem Deloitte Whitepaper mit dem Titel „AI-augmented government, using cognitive technologies to redesign public sector work“, in dem die Plagerei der Übersetzungsarbeit beschrieben wird, die viele Übersetzer beim Post-Editing von maschinellen Übersetzungen heute leisten müssen. Und dann fiel mir auf, was wirklich im Gange ist.

Die traurige Realität der letzten Jahre ist: Viele Sprachprofis mit jahrzehntelanger Branchenerfahrung, Erfahrung im professionellen Übersetzungsbereich und mit Abschlüssen in angewandter Sprachwissenschaft oder kreativem Schreiben, wurden auf die Bereinigung von Übersetzungen Satz für Satz reduziert, die aus Google Translate oder anderen maschinellen Übersetzungssystemen (MT) strömen.

Das Whitepaper von Deloitte nimmt den Beruf des Übersetzers als Beispiel, wie KI Aufgaben durch verschiedene Ansätze automatisieren kann, wie z. B. Entlastung, Aufteilen, Ersetzen und Ergänzen von Arbeit.

„DIE VIER ANSÄTZE, DIE AUF DIE ÜBERSETZUNG ANGEWENDET WERDEN

„…Ein Entlastungsansatz könnte die Automatisierung von minderwertiger, uninteressanter Arbeit und Neuzuweisung von professionellen Übersetzern an schwierigeres Material mit höheren Qualitätsstandards umfassen, wie z. B. Marketingtexte. Zum Aufteilen kann maschinelle Übersetzung verwendet werden, um einen Großteil der Arbeit zu erledigen – und zwar angesichts des aktuellen Zustandes der maschinellen Übersetzung nicht perfekt – und danach bearbeiten professionelle Übersetzer den Text. Dieser Prozess wird als Post-Editing bezeichnet. Viele professionelle Übersetzer betrachten dies aber als „sprachliche Reinigungsarbeiten“ und sind der Meinung, dass dadurch ihre Fähigkeiten abgewertet werden. Beim Ersetzen-Ansatz wird die gesamte Arbeit, die ein Übersetzer erledigte, wie z. B. das Übersetzen technischer Handbücher, mit der Stelle des Übersetzers eliminiert. Beim Ergänzen-Ansatz schließlich verwenden Übersetzer automatisierte Übersetzungstools, um einige ihrer Aufgaben zu erleichtern, wie z. B. Vorschlagen mehrere Optionen für einen Ausdruck. Sie haben aber weiter die Freiheit, Entscheidungen zu treffen. Dies erhöht die Produktivität und Qualität und überlässt gleichzeitig dem Übersetzer die Kontrolle über den kreativen Prozess und die Verantwortung für ästhetische Urteile.“

Viele Übersetzer hassen Übersetzungstechnologie, weil sie ihr enormes kulturelles Verständnis, ihre Sprachkenntnisse und Branchenexpertise, die sie Unternehmen bieten können, die sich mit globalen Kunden verbinden möchten, auf die von Grammatikkorrektoren reduziert hat.

WIE UNTERSCHEIDET SICH ADAPTIVE MASCHINELLE ÜBERSETZUNG VON STATISTISCHER ODER NEURONALER MASCHINELLER ÜBERSETZUNG?

Post-Editing des Outputs von Maschinen wird seit den 1960er Jahren eingesetzt, als professionelle Linguisten schlechte Übersetzungen korrigierten, die vom System ausgegeben wurden. Leider ist dies trotz der marktgängigen adaptiven Systeme immer noch im Großen und Ganzen der Fall. Mehr darüber, warum das so ist, in meinem nächsten Blog.

Das größte Problem beim Post-Editing maschineller Übersetzungen besteht darin, die gleichen Korrekturen immer wieder vornehmen zu müssen, weil es keinen Feedback-Mechanismus gibt, wenn Übersetzer eine Änderung vornehmen. Dies gilt für die Ausgabe jedes maschinellen Übersetzungssystems von heute, einschließlich Google Translate und Microsoft Translator. Das Trainieren von MT-Engines für eine bestimmte Fachdomäne ist zeitaufwendig und kostet viel Geld, sodass es in der Regel nur ein oder zweimal im Jahr geschieht. Dadurch entsteht ein statisches System, das zwangsläufig wieder trainiert werden muss, um ein weiteres statisches System zu erzeugen.

Adaptive maschinelle Übersetzung ist eine neue Kategorie von KI-Software, die ständig dazulernt. Das Training erfolgt während der Arbeit des Übersetzers, sodass nie ein Re-Training stattfindet. Diese nebeneinander ablaufenden Übersetzungstätigkeiten werden sich als die größte Revolution in der Sprachübersetzungsbranche seit der Einführung von Translation Memory-Technologie (statistische Satzübereinstimmung) in den 1980er Jahren erweisen.

(Beispiel für die adaptive maschinelle Übersetzungsschnittstelle von Lilt in Zusammenarbeit mit dem Übersetzer Satz für Satz.)

WIE ERHÖHT ADAPTIVE MASCHINELLE ÜBERSETZUNG DEN WERT EINES PROFESSIONELLEN ÜBERSETZERS?

Ein professioneller Übersetzer, der in einem adaptiven maschinellen Übersetzungsmodell statt einem Post-Editing-Modell arbeitet, kann einem Unternehmen einen enormen unerschlossenen Mehrwert bieten. Angesichts der Tatsache, dass sie muttersprachliche Linguisten sind, die mit dem Land und den Bräuchen des Zielmarktes vertraut sind, steht viel menschliche Intelligenz und Verständnis bereit, die direkt im Lokalisierungsprozess angezapft werden können. Darüber hinaus werden sie durch ihre Vertrautheit mit einem Produkt und Service im Lauf der Zeit zu einem immer wertvolleren Asset für die Lokalisierung von Inhalten und sind viel mehr als nur ein Sprachkorrektor.

Wie andere Bereiche auch wird die KI dabei helfen, berufliche Aufgaben abzustellen, die repliziert oder effizienter gestaltet werden können. Es ist traurig, dass der aktuelle Modus der Übersetzungstechnologie, an dem wir so lange gearbeitet haben, professionelle Übersetzer in die Lage gebracht hat, das Chaos aufzuräumen, das eine Maschine anstellt. Es scheint, es sollte anders herum sein. (z. B. Grammerly) Ich bin optimistisch, dass die KI uns helfen wird, bessere Übersetzer zu werden, uns ermöglichen wird, mehr Zeit darauf aufzuwenden, kreativ zu sein, und enger verbundene Beziehungen ermöglichen wird und uns mehr zu dem machen wird, was es bedeutet, ein Mensch zu sein.

„Der Schachgroßmeister Garry Kasparow war ein Pionier des Konzepts der Spiele Mensch-plus-Maschine, bei denen KI menschliche Schachspieler verstärkt anstatt gegen sie anzutreten. „Centaur“, der Mensch/KI-Cyborg, den Kasparov befürwortet hatte, hört sich die von der KI vorgeschlagenen Züge an, übergeht sie aber gelegentlich, ähnlich wie wir ein GPS benutzen. Der beste Schachspieler der Welt ist heute ein Zentaur. Er heißt Intagrand und ist ein Team aus mehreren Menschen und verschiedenen Schachprogrammen. KI kann Menschen dabei helfen, bessere Schachspieler zu werden, bessere Piloten, bessere Ärzte, bessere Richter und bessere Lehrer.“

Kevin Kelly, The Inevitable, Understanding the 12 technological forces which will shape our future