Σήμερα, η μετάφραση διαδραματίζει κεντρικό ρόλο στη διευκόλυνση της ανθρώπινης επικοινωνίας πέρα από τα γλωσσικά και πολιτισμικά όρια. Καθώς ο κόσμος γίνεται ολοένα και πιο συνδεδεμένος λόγω της παγκοσμιοποίησης και της ψηφιοποίησης, η ανταλλαγή πληροφοριών, ιδεών και γνώσεων αποκτά μεγαλύτερη σημασία για τη διεθνή συνεργασία και τη διαπολιτισμική κατανόηση. Ως αποτέλεσμα, η ζήτηση για μεταφράσεις αυξάνεται, καθώς οι κοινωνίες γίνονται όλο και πιο ετερόκλητες. Σε αυτό το πλαίσιο, οι μεταφραστές γεφυρώνουν το επικοινωνιακό χάσμα μεταξύ καταστάσεων όπου οι διαφορές στη λεκτική και μη λεκτική συμπεριφορά και οι υφιστάμενες προσδοκίες, γνώσεις και αντιλήψεις δεν επιτρέπουν στα εμπλεκόμενα πρόσωπα να επικοινωνούν αποτελεσματικά χωρίς διαμεσολάβηση (Nord: 1997, σ. 43).
Η τεχνητή νοημοσύνη αναμένεται να μεταβάλει σημαντικά τη ροή εργασίας σε πεδία που δεν είχαν επηρεαστεί στο παρελθόν, επηρεάζοντας δυνητικά τις οικονομικές αποδοχές, την οργάνωση της εργασίας και τη διαχείριση δεξιοτήτων. Σε πολλούς κλάδους, υπάρχουν ανησυχίες για το μέλλον, αλλά στον τομέα της μετάφρασης οι επιπτώσεις είναι ήδη εμφανείς (Moorkens: 2022, σελ. 132). Πράγματι, η μηχανική μετάφραση που βασίζεται στην τεχνητή νοημοσύνη έχει μεταβάλει το τοπίο της μετάφρασης. Αυτή η πρόοδος έχει πυροδοτήσει συζητήσεις σχετικά με τον αντίκτυπό της στη ροή εργασιών και τον ρόλο των ανθρώπων. Ενώ ορισμένοι υποστηρίζουν ότι η τεχνητή νοημοσύνη απειλεί να αντικαταστήσει τους μεταφραστές, άλλοι πιστεύουν ότι συμπληρώνει την εργασία τους. Η πραγματικότητα, ωστόσο, είναι πιο διαφοροποιημένη, με τη μηχανική μετάφραση να προσφέρει σημαντικά πλεονεκτήματα όσον αφορά την ταχύτητα και τον όγκο, ενώ παρουσιάζει επίσης περιορισμούς στην ακριβή αποτύπωση γλωσσικών και πολιτιστικών στοιχείων.
Πιο συγκεκριμένα, καθώς η έλευση του διαδικτύου άλλαξε ριζικά την παγκόσμια επικοινωνία, υπήρξε ραγδαία αύξηση της ζήτησης για μεταφράσεις. Η παραδοσιακή μεταφραστική διαδικασία υπέστη ριζική αναμόρφωση. Μέχρι τότε, η έλλειψη τεχνικών εργαλείων έκανε τη διαδικασία της μετάφρασης πιο χρονοβόρα και πιο εντατική από άποψη εργασίας. Χάρη στην τεχνολογική πρόοδο, οι μεταφραστές απέκτησαν πρόσβαση σε εργαλεία υπολογιστικά υποβοηθούμενης μετάφρασης [computer-assisted translation (CAT) tools], σε συστήματα μεταφραστικής μνήμης και, πιο πρόσφατα, σε συστήματα μηχανικής μετάφρασης.
Σε αυτό το πλαίσιο, εφαρμόστηκαν βελτιωμένες προσεγγίσεις διαχείρισης έργων και τα εργαλεία υπολογιστικά υποβοηθούμενης μετάφρασης ενσωματώθηκαν στην εργαλειοθήκη του μεταφραστή. Τα εν λόγω εργαλεία βελτίωσαν τη διαδικασία της μετάφρασης, αποθηκεύοντας προηγούμενες μεταφράσεις σε βάσεις δεδομένων, προωθώντας τη συνέπεια και επιταχύνοντας τις επαναλαμβανόμενες εργασίες. Επιπλέον, υποστηρίζουν τη διαχείριση ορολογίας, επιτρέποντας στους μεταφραστές να δημιουργούν γλωσσάρια εξειδικευμένων όρων που σχετίζονται με ένα συγκεκριμένο έργο ή πελάτη. Επιπλέον, τα εργαλεία υπολογιστικού νέφους διευκόλυναν τον τρόπο με τον οποίο οι ομάδες εργάζονται σε μεταφραστικά έργα, προσφέροντας έναν εικονικό χώρο εργασίας προσβάσιμο μέσω του διαδικτύου. Με αυτές τις πλατφόρμες, οι μεταφραστές, οι αναθεωρητές, οι διαχειριστές έργων και οι πελάτες μπορούν να αλληλεπιδρούν και να συντονίζονται αποτελεσματικά, καταρρίπτοντας τα παραδοσιακά εμπόδια των ζωνών ώρας και των φυσικών αποστάσεων.
Τα τελευταία χρόνια, η εμφάνιση τεχνολογιών τεχνητής νοημοσύνης και μηχανικής μετάφρασης άλλαξε περαιτέρω τη ροή εργασιών της μετάφρασης. Η μηχανική μετάφραση αναφέρεται στη χρήση τεχνολογιών τεχνητής νοημοσύνης για την αυτόματη μετάφραση κειμένου από τη μια γλώσσα στην άλλη. Τα μοντέλα νευρωνικής μηχανικής μετάφρασης (neural machine translation, NMT) έχουν ξεπεράσει τα προηγούμενα συστήματα μηχανικής μετάφρασης, συλλαμβάνοντας περισσότερες πληροφορίες όσον αφορά το περικείμενο και το συντακτικό. Έχουν επιδείξει ανώτερες επιδόσεις σε διάφορα ζεύγη γλωσσών και έχουν καταστεί η κυρίαρχη προσέγγιση στην έρευνα και ανάπτυξη μηχανικής μετάφρασης. Αυτό το σύστημα χρησιμοποιεί λιγότερα στοιχεία, στάδια επεξεργασίας, μνήμη, ανθρώπινους πόρους και δεδομένα (RiveraTrigueros: 2021, σ. 595-596).
Με την πάροδο του χρόνου, τα συστήματα μηχανικής μετάφρασης καθίστανται διαθέσιμα για περισσότερα ζεύγη γλωσσών και η ποιότητα της μηχανικής μετάφρασης έχει βελτιωθεί λόγω της τεχνολογικής εξέλιξης στον τομέα. Φυσικά, δεδομένου του κινδύνου εσφαλμένων αποδόσεων, το αποτέλεσμα της μηχανικής μετάφρασης θα πρέπει πάντα να αναθεωρείται από έναν επαγγελματία μεταφραστή, η λεγόμενη μετεπιμέλεια ή μετεπεξεργασία (postediting). Αυτή η εργασία αναφέρεται στη διαδικασία αναθεώρησης και επεξεργασίας της αυτόματης μετάφρασης για να διασφαλιστεί η ποιότητα και η ακρίβεια. Η μετεπιμέλεια συνδυάζει την αποτελεσματικότητα της μηχανικής μετάφρασης με τη γλωσσική εξειδίκευση και τη δημιουργική κρίση του μεταφραστή/αναθεωρητή.
Η μετεπιμέλεια ποικίλλει σε ένταση και εύρος με βάση τις ειδικές απαιτήσεις του μεταφραστικού έργου. Σίγουρα, η μετεπιμέλεια υψηλής ποιότητας μηχανικής μετάφρασης μπορεί να αυξήσει την παραγωγικότητα των επαγγελματιών μεταφραστών σε σύγκριση με την παραδοσιακή μεταφραστική διαδικασία. Ωστόσο, η επεξεργασία ανεπαρκών αποτελεσμάτων μηχανικής μετάφρασης δεν είναι παραγωγική. Ο υπολογισμός της πραγματικής προσπάθειας και ο προσδιορισμός της αποδεκτής ποιότητας είναι ζωτικής σημασίας για την αποτελεσματική τιμολόγηση (Koponen: 2016, σ. 132-133). Οι συνήθεις μέθοδοι τιμολόγησης που ακολουθούνται από μεταφραστικές εταιρείες, όπως οι ωριαίες τιμές ή οι τιμές με βάση την αντιστοίχιση με αποτελέσματα της μνήμης, ενδέχεται να είναι ακατάλληλες, καθώς ο πραγματικός χρόνος για τη μετεπιμέλεια μπορεί να μην αντικατοπτρίζεται με ακρίβεια στον «σταθμισμένο» αριθμό λέξεων ή στην ομοιότητα με ήδη υπάρχοντα αποτελέσματα στη μεταφραστική μνήμη.
Συνοψίζοντας, ο κλάδος της μετάφρασης, από τους ελεύθερους επαγγελματίες έως τα μεγάλα μεταφραστικά γραφεία, θα πρέπει να αποδεχτεί τις τεχνολογικές εξελίξεις και να τις αξιοποιήσει για να ανταποκριθεί στις αυξανόμενες απαιτήσεις για περιεχόμενο σε πολλές γλώσσες. Για να προσαρμοστούν στη μεταβαλλόμενη ροή εργασιών, οι μεταφραστές θα πρέπει να εξοικειωθούν με τα εργαλεία μηχανικής μετάφρασης και τις τεχνικές μετεπιμέλειας. Ταυτόχρονα, οι οργανισμοί θα πρέπει να καθιερώσουν διαδικασίες διασφάλισης ποιότητας που να ενσωματώνουν την ανθρώπινη αναθεώρηση, για να διασφαλίσουν την ακρίβεια, τη συνοχή και το πολιτιστικό υπόβαθρο όσον αφορά τα αποτελέσματα της μηχανικής μετάφρασης. Ο ακριβής υπολογισμός της πραγματικής προσπάθειας για τη μετεπιμέλεια είναι υψίστης σημασίας, καθώς έχει σημαντικό αντίκτυπο στην παραγωγικότητα και στις συνθήκες εργασίας των επαγγελματιών (Koponen: 2016, σ. 143). Είναι δύσκολο να προβλεφθεί πώς θα αναπτυχθούν οι νέες τεχνολογίες στο μέλλον. Ωστόσο, όπως αναφέρθηκε παραπάνω, οι περιορισμοί της μηχανικής μετάφρασης αναδεικνύουν τον αναντικατάστατο ρόλο του επαγγελματία μεταφραστή στη διαδικασία της μετάφρασης.
Παραπομπές:
– Koponen, M. (2016). Is machine translation post-editing worth the effort? A survey of research into post-editing and effort. The Journal of Specialised Translation. Issue 25 – January 2016, p. 132-133, 143.
– Moorkens, J. (2022). Ethics and machine translation. In Dorothy Kenny (ed.), Machine translation for everyone: Empowering users in the age of artificial intelligence, p. 121–140. Berlin: Language Science Press. DOI: 10.5281/zenodo. 6759984.
– Nord, C. (1997). Defining translation functions. The translation brief as a guideline for the trainee translator. Ilha do Desterro, vol. 33, p. 39–54.
– Rico, C., del Mar Sánchez Ramos, M. (2023). The Ethics of Machine Translation Post-editing in the Translation Ecosystem. In: Moniz, H., Parra Escartín, C. (eds) Towards Responsible Machine Translation. Machine Translation: Technologies and Applications, vol 4. Springer, Cham. https://doi.org/10.1007/978-3-031-14689-3_6.
– Rivera-Trigueros, I. (2022). Machine translation systems and quality assessment: a systematic review. Lang Resources & Evaluation, vol. 56, p. 593–619. https://doi.org/10.1007/s10579-021-09537-5.
– Uc-Cetina, V., Navarro-Guerrero, N., Martin-Gonzalez, A., Weber, C., Wermter, S. (2023). Survey on reinforcement learning for language processing. Artif Intell Rev, 56, 1543–1575. https://doi.org/10.1007/s10462-022-10205-5.
