“这段文本里有翻译器吗？”这个问题，以及接着的“生成式人工智能如何颠覆了整个作者概念”的讨论主题，由Slator咨询部门负责人Esther Bond主持。
讨论汇集了Bureau Works的创始人兼CEO Gabriel Fairman、Zendesk的高级总监、参与市场推广-转化和全球运营的Wada’a Fahel，以及肯尼恩学院数字人文实验室的作者、研究员、导演和教授Katherine Elkins。
与会者首先谈论了他们对生成式人工智能的经验和兴趣，Fahel将其描述为“不可避免的”。特别是对于本地化，Fahel解释说人工智能可以增强和加速流程。Zendesk已经建立了一个良好的基础，拥有一支供应商网络、风格指南和术语资源，以及作为工具的Bureau Works。“在10个月内，我们能够推出四个人工智能用例，将上市时间和成本平均降低了30%。”她补充道。
Elkins解释说，在她的案例中，作为一名自然语言处理（NLP）科学家和作者，她有机会从安全和性能的角度来审查模型。
Fairman认为Bureau Works处于Zendesk在消息传递和品牌建设方面所做的工作以及Kenyon在学术界所做工作的交汇处：“通过生成式人工智能……不再是使用与否的问题……问题是，我们将如何塑造与其的互动？”
迭代式粉碎式学习
Fairman详细讨论了他所称的“即时响应范式”。 “我们称之为‘迭代式粉碎式学习’，其中引擎能够在非常细粒度的水平上解读人类的意图。……这是一种连续的非常小的交互流。至少在撰写和作者身份方面，我们认为事物的发展方向就是这样。”
对于Fahel来说，这种互动是效率的源泉。在Zendesk，期望不是取代文案撰写人员、作者或翻译人员。“人工智能在这里是为了支持。效率体现在上市时间上。我们能够处理较短的形式内容、较长的形式内容……力求进步，而不是完美。因为如果你追求完美，你是不可能达到的，”她补充道。
Elkins解决了关于如何为翻译人员和语言学家设定成功的责任看起来是什么的问题，她表示“人们将会参与到其中……因为随着事物的自动化和我们开始信任人工智能，就很容易只是盲目地接受它所产生的结果。”
Fairman在谈到建立非常良好的基础的重要性时，与Farhel的观点相呼应，这在生成式人工智能方面达到了一个新的水平：“所以，如果你有任何偏差，比如说，你的翻译记忆库充满了性别偏见……你所有的输入都会充满性别偏见，要引导它就会很困难……如果你的整个基础都在推动它朝着另一个方向发展，” Bureau Works的CEO补充道。
最后，Fairman强调了人们需要尝试人工智能并看看他们可以用它做什么的必要性。他补充说，尽管存在缺点，但短期和长期都存在机会。
（机器翻译，轻度译后编辑，仅供参考）
编辑：刘煜珍
