De bron van de volgende paragraaf is een simpele Nederlandse tekst die wij vertaald hebben naar het Frans met behulp van een bekende vertaalmachine. Deze hebben wij vervolgens weer terugvertaald naar het Nederlands met diezelfde vertaalsoftware:

Met de recente lancering van ChatGPT en andere AI-toepassingen ligt de focus ook op machinevertaling. Juiste titel! Technologie is relevant en biedt nieuwe mogelijkheden voor de vertaalwereld.

Inderdaad: geen touw aan deze drie zinnen vast te knopen!

En hoewel strikt genomen de zinnen op zich niet onjuist zijn en er geen taalfouten in zitten (behalve een missende komma), klopt er taalkundig en contextueel weinig van.

In de oorspronkelijke eerste zin hadden wij met enige nuance gesteld dat de aandacht voor deze technische ontwikkeling toeneemt. Onze deep learning vriend gaat echter daarin een stap verder door te stellen dat daar nu de focus ligt.

Hoe zinnetje twee het oorspronkelijke “En terecht!” terugvertaalt naar “Juiste titel!”, zal ook voor ons een raadsel blijven. Toegegeven: het is spreektaal met enige emotie, maar dat is nu eenmaal de dichterlijke vrijheid waarvoor de schrijver kiest.

Ook is het in de laatste zin fijn om te lezen dat technologie in het algemeen relevant is. Daar zijn we het roerend mee eens uiteraard. Echter, de bron verwijst naar de technologie van machine vertalingenen niet naar technologie in het algemeen.

Deze voorbeelden geven aan dat, in tegenstelling tot dit bekende vertaalprogramma, de hersenneuronen van de mens de nuances, de benadrukking van het onderwerp en de context, moeiteloos correct hadden toegepast.

Wat is de toegevoegde waarde van machinevertalingen?

Nu gaan we niet op de spreekstoel staan om te beweren dat machinevertalingen geen toegevoegde waarde hebben. In tegendeel. De kwaliteit van machinevertalingen (ook wel MT genoemd) is de afgelopen vijf jaar toegenomen. Vooral dankzij de toepassing van deep learning, waarbij dergelijke systemen getraind worden om het menselijke brein na te bootsen.

Ook is de toepassing van MT in zakelijk gebruik verder verbeterd. Bedrijven stellen woordenlijsten samen welke ervoor zorgen dat specifieke terminologie automatisch, consistent en accuraat in de tekst kunnen worden ingevoegd zonder menselijke interventie.

Daarnaast integreren bedrijven hun vertaalgeheugens met de standaard vertaalapplicaties die de menselijke vertaler gebruikt voor het verwerken van vertalingen. De vertalers kunnen daarmee focussen op het controleren en aanpassen van MT-output in plaats van de gehele vertaling vanaf scratch zelf te doen. De MT voert dan het simpelere werk uit – de stukken die iedere keer weer op dezelfde manier worden vertaald –terwijl het intellect van de vertaler zich kan focussen op het linguïstisch specialisme en kennis van het onderwerp.

Machine Translation en AI tools inzetbaar bij de eenvoudige stappen van het vertaalproces.

Translation Kings omarmt dan ook de ontwikkelingen in MT en AI. Het helpt haar vertalers zich te focussen op het intellectueel bevredigende deel van vertalen en laat het simpelere herhaalwerk aan MT. Uiteraard komt dat ook de efficiëntie en daarmee de kosten van een vertaling ten goede. En daar profiteert de klant weer van!

AI en MT toepassen op complexere vertalingen zoals marketing, technische, medische of juridische vertalingen.

Het voorbeeld waar wij deze blog mee zijn begonnen illustreert waar het zelfs in een simpele tekst fout kan gaan. In dit specifieke voorbeeld zijn de negatieve consequenties van deze MT vertaling uiteraard niet cruciaal en kunnen zelfs in sommige gevallen als ‘goed genoeg’ worden aangemerkt.

Anders wordt het als MT dergelijke beperkingen in technische, medische, juridische en marketing uitingen blootlegt. Daar waar context, specialisme, exacte formulering, gebruik van nuance, humor, cultuur en de verschillen tussen letterlijk en figuurlijk van groot belang zijn voor de betekenis van de boodschap, is geen ruimte voor fouten. Het kan onprofessioneel overkomen op de lezer en zelfs soms desastreuse gevolgen hebben.

MT en AI ontwikkelen zich voort

Gelukkig blijft MT leren, waarbij AI een massa aan tekstdata analyseert, zoekt naar bepaalde patronen en leert welke vertalingen in vergelijkbare gevallen toepasselijk waren. Ook is de recente toepassing van DNN (Digital Neuron Networks) een stap voorwaarts. We laten de betekenis daarvan voor een volgende blog, maar het komt erop neer dat de werking van de menselijke hersenneuronen wordt nagebootst, waarbij de neuronen worden verbonden in software en de connecties sterker of zwakker worden naarmate men leert. Kortom: het leerproces wordt menselijker. Althans dat is het uiteindelijke doel.

Daarmee beweegt machine vertalen in de afgelopen vijf jaar van de categorie ‘hier en daar bruikbaar’ naar de categorie ‘soms redelijk’. Wat er moet gebeuren om van ‘soms redelijk’ naar ‘redelijk’ en uiteindelijk ‘betrouwbaar’ te groeien, is vooralsnog onbekend.

In de tussentijd blijft de menselijke interventie in het vertaalproces van cruciaal belang en omarmt Translation Kings de bewezen mogelijkheden die MT haar biedt. Ons doel is en blijft een efficiënt vertaalproces, wat u geheel ontzorgt en u altijd een voordelig en kwalitatief hoogstaande vertaling levert.

Alles wat in dienst staat om dat te kunnen blijven waarmaken passen wij toe.