W ostatnich miesiącach temat sztucznej inteligencji został gruntownie przedyskutowany i przeanalizowany pod każdym kątem. Nadal jednak budzi silne kontrowersje oraz strach przed nową rewolucją technologiczną, która dzieje się praktycznie na naszych oczach i której efektów nie sposób dokładnie przewidzieć.
Narzędzie, które początkowo miało przejąć od nas powtarzalne procesy, okazało się być zaskakująco sprawne w zadaniach wymagających kreatywnego myślenia. Tym samym uderzyło tam, gdzie nikt się tego nie spodziewał – miedzy innymi w sektor tłumaczeń i usług językowych. Czy chat GPT i pokrewne mu czatboty naprawdę zagrażają branży lingwistycznej?
Tłumaczenia maszynowe a sztuczna inteligencja
Choć sztuczna inteligencja (ang. artificial intelligence – AI) jest często wrzucana do jednego worka razem z tłumaczeniami maszynowymi, w rzeczywistości sprawa jest znacznie bardziej złożona. Określenie „tłumaczenia maszynowe” (MT) może budzić skojarzenia z topornymi tworami językowymi generowanymi przez raczkującego dopiero Google Translate – i słusznie, jednak te czasy zostawiliśmy już daleko za sobą.
Jedne z pierwszych systemów tłumaczeń maszynowych funkcjonowały w oparciu o dane statystyczne (statistical machine translation – SMT). Oprogramowanie porównywało ze sobą szereg gotowych tłumaczeń i na tej podstawie generowało własny tekst w zadanym języku docelowym – słowo po słowie i zdanie po zdaniu. To rozwiązanie ma jednak sporo wad: nie rozróżnia kontekstu, tonu komunikatu ani subtelnych niuansów językowych. Z tego względu nie poradzi sobie np. z tekstami specjalistycznymi, naukowymi lub literackimi, charakteryzującymi się wysokim poziomem skomplikowania.
Zupełnie inną technologią są neuronowe tłumaczenia maszynowe (neural machine translation – NMT), które do opracowania tłumaczenia tworzą tzw. sieci neuronowe oparte na schemacie działania ludzkiego mózgu. Tę technologię zastosowano w nowszym oprogramowaniu MT, a także w systemach sztucznej inteligencji. Takie narzędzie analizuje całość tekstu, jest w stanie „zrozumieć” zasady rządzące danym językiem, wychwycić kontekst, styl, subtelne rozbieżności w znaczeniach, zastosowany humor lub ironię. Krótko mówiąc, NMT to narzędzie działające na własnych zasadach, które posiada niezwykle szerokie możliwości rozwoju dzięki technologii uczenia głębokiego (deep learning). Co więcej, przyrost „wiedzy” takiego oprogramowania odbywa się w tempie wykładniczym, a to sprawia, że żaden człowiek nie jest w stanie z nim konkurować. To właśnie dlatego AI chwieje rynkiem pracy – nie tylko pozwala znacznie przyciąć koszty zatrudnienia, ale też jest o wiele bardziej wydajna niż pracownik (a nawet grupa pracowników), eliminuje typowo ludzkie błędy i niedociągnięcia.
Chat GPT, tłumacz Google, DeepL czy tłumacz z krwi i kości?
To nie pierwsza rewolucja technologiczna, która trzęsie branżą tłumaczeniową. Podobne kontrowersje i obawy budziło niegdyś upowszechnienie się narzędzi CAT. Komputerowe wspomaganie tłumaczenia nie odesłało jednak tłumaczy do lamusa, a wręcz przeciwnie – dziś jest nieocenioną pomocą w ich codziennej pracy, gwarantującą spójność terminologiczną przekładu i dbającą o jego jakość. Również AI ma ogromny potencjał w zakresie wspomagania tłumaczy pisemnych i ustnych – jest narzędziem elastycznym, które można dostosować do potrzeb danej branży, a nawet do wymogów konkretnej firmy.
Jedno jest pewne – technologię tworzymy, aby służyła ludzkości, a nie stanowiła dla niej przeszkodę. Być może w przyszłości tłumacze przekształcą się w weryfikatorów tekstów wygenerowanych za pomocą sztucznej inteligencji. Być może zniknie konieczność tłumaczenia tekstów schematycznych, pozbawionych wartości literackiej – umów, regulaminów, instrukcji itp. A może tłumaczenia wykonywane przez ludzi, a nie przez komputer, staną się usługą premium?
W Alingua jesteśmy przygotowani do testowania nowych rozwiązań technologicznych i wykorzystania ich do wspomagania pracy naszych tłumaczy. Nie walczymy z nieuniknionym postępem – szkolimy się i chłoniemy nowości, a jednocześnie ufamy, że ludzka kreatywność zawsze będzie w cenie. W końcu budowana latami wiedza i kultura, doświadczenie oraz indywidualne, nacechowane emocjami spojrzenie na świat ma w ogólnym rozrachunku znacznie większą wartość niż błyskawiczne tempo przyswajania i przetwarzania nowych informacji.
