在语言行业不断发展的背景下，某种趋势应运而生——高管们在生成式人工智能（GenAI）发展潜力影响下，正考虑用GenAI绕开传统的翻译流程和削减预算。
作为本地化专业人员，你和团队成员需要担起领域内的专家角色。本地化管理人员通常面临来自不同部门的压力。为了帮助你们将GenAI集成到工作流程中，我准备了这份问答指南，同时也为了回应有关提倡采用GenAI代替现有翻译方法的呼吁。尽管这类呼声很大，但它还不够成熟。
别忘了，翻译模型Transformer的基础，曾是神经机器翻译打下的，它所取得的进步提醒我们：早在AI在其他领域流行前，AI技术已在语言领域应用多时。以下问答阐明了GenAI的实际使用情况和现有局限性，同时强调了传统本地化方法的有效性。请着重关注语言质量评估（LQA）的相关问题，因为GenAI目前在这个领域有所进展。
需要明确的是，下述问题是当你的同事提议使用GenAI时，你需要向他们提问的。至于证实GenAI是否切实可行，应由他们负责，而不是你。
关于幻觉检测：“你打算如何检测你使用的所有语言中的幻觉？”
答：传统的本地化流程不会产生幻觉，而且经证实能有效处理此类错误。相比于仍在开发中的GenAI，它的成本效益更高，完全经得起考验。
关于预算分配：“谁将负责预算分配及GenAI在翻译过程中持续产生的费用？”
答：传统的本地化流程不仅经得起考验，而且往往更符合预算，它能确保在质量不受影响的情况下，实现资源有效分配。而且，本地化部门既没有训练大语言模型（LLMs）的预算，也没有购置新程序所需代币的预算。而这些开销远比机器翻译大得多。如果有人要求您用新的技术，您得向他们要更多的预算。
关于上下文准确性：“你要如何确保文本的上下文准确性，特别是复杂或专业文本？”
答：在这方面，传统本地化方法具有无可匹敌的有效性和准确性，尤其在专业文本处理上更为可靠。
关于一致性维护：“你采用什么策略来维持大量文本翻译的一致性？”
答：现阶段，由于传统方法得益于机器翻译（MT）和翻译记忆库（TM）等成熟技术的支持，因此在确保一致性方面比GenAI更加可靠。
关于成本影响：“从长来看，考虑潜在隐性成本，你确定GenAI比传统方法更具成本效益吗？”
答：传统的本地化流程避免了通常伴随GenAI等新技术部署所产生的隐性费用，往往成本效益更高。
关于法律和道德合规：“GenAI如何处理翻译保密和数据保护方面的法律及道德考量？”
答：相比于新兴的GenAI技术，传统方法在处理法律和伦理道德考量上表现更高效、更可靠、更安全，在金融和生命科学等监管严格的领域中尤其突出。
关于质量控制和AI作用：“你要采取哪些质量控制措施来保证GenAI的精确度与人工翻译等同？”
答：尽管传统的本地化方法提供强大的质量控制，但值得一提的是，GenAI在加速质量保证（QA）流程方面取得了令人欣喜的成果。目前有几家公司运用GenAI成功开展了相关试点项目，尽管规模尚未形成，但表明了未来可能会使用该技术。您想资助我们开展这方面的试点项目吗？
关于品牌保护：“GenAI如何实现跨语种的品牌形象和品牌调性的保护与准确呈现？”
答：传统本地化方法能够通过精确捕捉和展现品牌形象与品牌调性，为品牌提供有效的保护，而GenAI目前仍在竭力开发这项功能。为了确保有人参与准确性的验证，我们通常与国内合作伙伴一起开展验证过程。
关于反馈整合：“如何用GenAI整合用户反馈，提高翻译质量？”
答：目前在用户反馈整合方面，采用传统本地化方法来不断改进翻译记忆库和风格指南，而这项能力GenAI仍在开发中。
总之，尽管GenAI对语言服务行业的未来发展展现出令人兴奋的潜力，但我们要以现实的眼光看待当前的技术状态，保持热情的同时也要保持理性，这点非常重要。目前，传统本地化方法的可靠性仍不可或缺。在评论区分享你的想法、问题和相关经历。让我们共同开拓GenAI与人类专业知识协同发展的未来，让语言行业更加丰富多彩。基于此，明年你可以保护好你的团队并控制好预算。