过去几年来,商业和本地化专业人士一直在谈论人工智能改变本地化行业的潜力。虽然人们对人工智能的意义感到非常兴奋,但同时也有很多困惑。我们究竟该如何更好地利用这项技术?它将如何影响我们的日常工作?哪些工作将会(或不会)存在?
在今年的 Smartling 全球就绪大会上,我们听取了 SAS、联邦快递和沃尔沃的本地化领导者介绍他们如何优先考虑人工智能计划。我们还采访了蒙特雷米德尔伯里国际研究学院翻译和本地化管理副教授 Adam Wooten,了解他如何培养学生在这一全行业快速变革时期茁壮成长。请继续阅读这些对话的一些重要启示。
- 拥抱人工智能不是选择,而是必须。
对于 SAS 的翻译项目经理 Patricia Sainz 来说,人工智能已经改变了游戏规则。2018 年,她的团队通过尝试神经机器翻译(NMT)开始了人工智能之路。最终,他们将神经机器翻译添加到他们支持的所有语言的翻译组合中。最近,她的团队一直在尝试使用谷歌的 AutoML,这使他们能够根据自己的业务和内容创建独一无二的自定义翻译模型。他们还为几种语言添加了词汇表定制功能。到目前为止,结果令人欣喜。
使用人工智能驱动的工作流程也产生了深远的影响: “人工智能提高了工作速度,”Sainz 说。”它还具有成本效益。它使像我们这样的公司能够以同样的资源翻译更多我们认为不可能翻译的内容。这最终意味着 SAS 可以提供更好的用户体验,从而创造更多商机。
Smartling 的许多其他客户也有类似的故事可以分享: Smartling 的人工智能工具是他们的秘密武器,帮助他们以更少的成本、更短的时间实现更好的翻译。但同样明显的是,随着人工智能的发展,它将不再是翻译公司的竞争优势,而更多地成为生存的需要。事实上,Sainz 认为”[人工智能]的时机不是现在。而是昨天”。
- 专注于一个特定的使用案例,开始行动。
有关人工智能的信息量巨大,其中还夹杂着大量的乐观主义、末日论和点击率,令人目不暇接。很难选择一个探索方向,也很难为自己和其他关键利益相关者设定对人工智能的现实期望。
因此,要从小事做起。
联邦快递(FedEx)高级本地化项目经理 Nancy Ferreira da Rocha 认为,这是关键所在。当被问及评估人工智能工具和选项的技巧时,她给出了这样的建议: 看看您的业务目标以及您想要实现的目标。然后,从易于管理的方面入手,缩小范围,进行尝试,并在此基础上不断改进。
例如,联邦快递的人工智能之旅仍处于起步阶段。本地化团队在 2022 年尾声至 2023 年期间通过 NMT 将他们的脚趾浸入了人工智能驱动的水域。他们首先尝试了开箱即用的 NMT,并进行了后期编辑和内部审查。最近几个月,经过大量测试,他们开始使用翻译记忆库和词汇表训练 MT 引擎。目前,他们正在测试不同的内容类型,并加强对 NMT 的使用–始终有人工参与,但也在研究原始 NMT 输出可能成为良好解决方案的领域。
- 管理预期至关重要。
人工智能翻译有几个潜在的陷阱,特别是如果人工智能驱动的翻译工具没有谨慎实施的话。Patricia Sainz(来自 SAS)和 Nancy Ferreira da Rocha(来自联邦快递)都强调了注意 “垃圾进,垃圾出 “这句格言的重要性。
如果数据源有问题,或者引擎没有经过良好的培训,就会影响输出结果。你不会得到很好的结果,你可能会遇到不一致、偏差、包容性问题、幻觉等等–所有这些都会对你的品牌产生负面影响。为了降低出错的风险,您的团队和翻译合作伙伴应该充分了解在翻译中使用人工智能的好处和缺陷。
同样重要的是,您要对上层管理人员和执行团队提出切合实际的期望。将自己定位为组织内的专家:与公司其他人分享您所了解到的关于采用人工智能可以实现什么和不能实现什么的信息。这有助于获得关键利益相关者的支持,确保所有相关人员保持一致,从而在实施人工智能翻译工具时更容易降低风险。
- 机器正在接管一切,但方式很奇妙。
无论是新手还是已经在本地化领域工作的人,每个人都最关心的问题是:在未来的日子里,我还能找到工作吗?未来几年我还会有工作吗?
蒙特雷米德尔伯里国际研究学院(Middlebury Institute of International Studies at Monterey)的亚当-伍滕(Adam Wooten)教授认为,答案毫无疑问是肯定的。机器可能会接管一切。但它们的方式非常奇妙。人工智能翻译工具可以快速完成一些较为传统(和乏味)的任务,而这些任务占据了本地化专业人员目前日常工作的大部分时间。
但人类仍有机器无法比拟的优势,例如大局观思维。翻译人员有可能成为更全面地影响传播战略的语言学家。翻译经理可能会进入更具战略性和大局观的角色,他们不仅要监督内容翻译,还要监督内容创作。可能性是无限的。
- 负责任的人类仍有用武之地
人工智能翻译潜力巨大。但正如沃尔沃本地化管理负责人 Marcus Ivarsson 所指出的,随之而来的是大量的责任。
例如,在未来几年里,他认为源语言和目标语言之间的联系会变得越来越松散。源语言可能包括一份简介,提示引擎用目标语言为特定市场的特定受众生成有关特定主题的内容。此外,审批流程可能会从审批每篇内容转变为审批这个特定的引擎或生成内容的方式。
这给他所说的引擎运营商带来了很大压力。伊瓦尔森说,换句话说,即使在人工智能驱动的世界里,负责任的人类仍有生存空间。
(机器翻译,轻度译后编辑,仅供参考。)
编辑:张媛媛