Τεχνητή νοημοσύνη: Θα σταματήσουμε να χρειαζόμαστε ανθρώπους μεταφραστές;
- Η τεχνητή νοημοσύνη αλλάζει τη μετάφραση, αλλά εξακολουθεί να κάνει λάθη που μπορούν να αλλοιώσουν το νόημα ενός κειμένου.
- Λανθασμένες μεταφράσεις σε νομικά έγγραφα και ιατρικές οδηγίες μπορεί να έχουν σοβαρές συνέπειες.
- Μελέτη της Open Knowledge Association διαπίστωσε ότι το 27% των κειμένων που εξετάστηκαν χρειάστηκε διορθώσεις πριν από τη δημοσίευση.
«Βρέχει σκοινιά» είναι η κυριολεκτική μετάφραση της γαλλικής έκφρασης «Il pleut des cordes», που χρησιμοποιείται για να περιγράψει μια δυνατή βροχή. Ένα σύστημα τεχνητής νοημοσύνης μπορεί να αναγνωρίσει ότι η φράση δεν πρέπει να μεταφραστεί κατά λέξη και να επιλέξει μια αντίστοιχη έκφραση στα αγγλικά. Τι γίνεται, όμως, όταν καλείται να μεταφέρει το ίδιο νόημα σε μια γλώσσα με διαφορετικές εκφράσεις και πολιτισμικές αναφορές;
Το ερώτημα αποκτά μεγαλύτερη σημασία καθώς η αυτόματη μετάφραση επεκτείνεται πέρα από τις καθημερινές συνομιλίες, σε νομικά έγγραφα, ιατρικές οδηγίες και επιχειρηματικές συμφωνίες. Σε δημοσίευμά του, το BBC εξετάζει πόσο απαραίτητοι θα παραμείνουν οι άνθρωποι στη μετάφραση, καθώς η τεχνητή νοημοσύνη βελτιώνεται και αναλαμβάνει όλο και μεγαλύτερο μέρος της σχετικής εργασίας.
Η μετάφραση με τεχνητή νοημοσύνη κερδίζει έδαφος
Σύμφωνα με στοιχεία που ανακοίνωσε η Google τον Απρίλιο, οι χρήστες μεταφράζουν πλέον ένα τρισεκατομμύριο λέξεις τον μήνα μέσω του Google Translate. Στην αγορά δραστηριοποιούνται επίσης εργαλεία όπως τα DeepL, ChatGPT, Claude και Gemini, καθώς και εξειδικευμένα συστήματα για επιχειρήσεις.
Για πολλές χρήσεις, η αυτόματη μετάφραση αποτελεί ήδη μια οικονομικά συμφέρουσα επιλογή. Ο Τζόναθαν Ζίμερμαν, ιδρυτής της μη κερδοσκοπικής οργάνωσης Open Knowledge Association (OKA), η οποία μεταφράζει λήμματα της Wikipedia, εξηγεί ότι η τεχνητή νοημοσύνη επιτρέπει τη μετάφραση μεγάλου όγκου κειμένων με πολύ χαμηλότερο κόστος.
Η OKA έχει δημοσιεύσει περισσότερα από 10.000 μεταφρασμένα λήμματα. Η διαδικασία της, ωστόσο, εξακολουθεί να περιλαμβάνει ανθρώπινο έλεγχο κάθε πρότασης, καθώς ένα λάθος σε εγκυκλοπαιδικό περιεχόμενο μπορεί να παραμείνει για χρόνια και να αναπαραχθεί από άλλες πηγές.
Όταν ένα λάθος αλλάζει το νόημα
Η μεταφράστρια και νομική ειδικός Αριέλα Μπαλτιέ περιγράφει στο BBC την περίπτωση ενός πελάτη που είχε μεταφράσει δικαστικά έγγραφα με τεχνητή νοημοσύνη και της ζήτησε να τα ελέγξει. Στις πρώτες γραμμές εντόπισε δύο σοβαρά λάθη: ο γαλλικός νομικός όρος για τον «ενάγοντα» είχε αποδοθεί με ακατάλληλο τρόπο, ενώ μια φράση που δήλωνε ότι μια γυναίκα ήταν σύζυγος κάποιου μεταφράστηκε σαν να περιέγραφε την τέλεση γάμου.
Οι συνέπειες τέτοιων σφαλμάτων δεν είναι πάντα αμελητέες. Στις ΗΠΑ, λάθη σε μεταφράσεις αιτήσεων ασύλου έχουν οδηγήσει σε καθυστερήσεις στην αποφυλάκιση κρατουμένων.
Στην ιατρική, η ακρίβεια μπορεί να αποδειχθεί ζήτημα ζωής και θανάτου. Η ειδικός ιατρικών μεταφράσεων Κάρολ Μπρόιτερ αναφέρει περίπτωση κατά την οποία σύστημα τεχνητής νοημοσύνης μπέρδεψε το σύμβολο του μικρογραμμαρίου με εκείνο του χιλιοστογραμμαρίου. Η διαφορά είναι κρίσιμη, καθώς το χιλιοστόγραμμο αντιστοιχεί σε ποσότητα χίλιες φορές μεγαλύτερη.
Το πρόβλημα είναι ότι οι σημερινές μεταφράσεις συχνά ακούγονται φυσικές και γραμματικά σωστές. Έτσι, τα λάθη δεν εντοπίζονται τόσο εύκολα όσο στο παρελθόν, όταν οι αδέξιες διατυπώσεις πρόδιδαν συχνότερα την αδυναμία ενός συστήματος.
Γιατί το πλαίσιο παραμένει καθοριστικό
Η τεχνητή νοημοσύνη μπορεί να επιλέξει μια λέξη που φαίνεται σωστή, χωρίς να κατανοήσει πλήρως το περιεχόμενο στο οποίο χρησιμοποιείται. Μια έκφραση από το ποδόσφαιρο, για παράδειγμα, μπορεί να μεταφραστεί λανθασμένα εάν το σύστημα δεν αντιληφθεί ότι το κείμενο αφορά αγώνα.
Μελέτη της OKA, που χρηματοδοτήθηκε από το Wikimedia, εξέτασε 119 άρθρα σε 10 ζεύγη γλωσσών. Σύμφωνα με τον Ζίμερμαν, το 27% των κειμένων που δημιουργήθηκαν με τεχνητή νοημοσύνη χρειάστηκε διορθώσεις πριν από τη δημοσίευση. Τα τρία τέταρτα των διορθώσεων αφορούσαν λάθη που είχε εισαγάγει το ίδιο το σύστημα, ενώ στο 5% έως 6% των περιπτώσεων τα λάθη άλλαζαν το νόημα του πρωτοτύπου.
Θα μπορέσει η τεχνητή νοημοσύνη να γίνει απολύτως αξιόπιστη;
Ο Φρανσουά Ιβόν, ερευνητής αυτόματης μετάφρασης στο Εθνικό Κέντρο Επιστημονικών Ερευνών της Γαλλίας (CNRS), εκτιμά ότι η πλήρης εξάλειψη των λαθών παραμένει δύσκολη, καθώς τα συστήματα βασίζονται σε πιθανότητες για να επιλέξουν την κατάλληλη λέξη ή διατύπωση.
Μια πιθανή εξέλιξη είναι η δημιουργία εργαλείων που θα ελέγχουν και θα διορθώνουν τις μεταφράσεις τους με τη βοήθεια διαφορετικών συστημάτων τεχνητής νοημοσύνης. Ωστόσο, σύμφωνα με τον Ιβόν, ουσιαστική πρόοδος θα υπάρξει όταν τα εργαλεία δεν θα μεταφράζουν απλώς, αλλά θα μπορούν να αναγνωρίζουν και να δηλώνουν πότε δεν είναι βέβαια για την απάντησή τους.
Μέχρι τότε, η φυσική διατύπωση μιας μετάφρασης δεν αποτελεί εγγύηση ότι το νόημα έχει αποδοθεί σωστά.
ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:
- Γιατί οι 20αρηδες στην Ιαπωνία πληρώνουν χιλιάδες δολάρια για… επαγγελματικά προξενιά
- AI: Γιατί μόλις το 35% των σχεδιαζόμενων data centers θεωρείται ρεαλιστικό
- «Τι μισθό περιμένετε;»: Πώς να μιλήσετε για χρήματα στη συνέντευξη για δουλειά
