الإنسان ضد خدمات الترجمة الآلية: لماذا هم أقوى معًا

عند مقارنة خدمات الترجمة البشرية مقابل الترجمة الآلية، فإن خدمات الترجمة البشرية ستتفوق دائمًا. بينما قد تكون الترجمة الآلية أرخص وأسرع، إلا أنها تعاني أيضًا من مشاكل دقة كبيرة تؤدي إلى سوء فهم له عواقب. وقد أدى ذلك إلى أن تكتسب الترجمة الآلية سمعة بأنها ذات جودة منخفضة، مما يدفع الشركات إلى تجنبها بشكل عام. معظم الناس الذين يقارنون بين خدمات الترجمة البشرية والآلية يرونها عادةً كحالة إما/أو حيث يجب عليك اختيار واحدة، لكن هذا مفهوم خاطئ. بدلاً من مقارنة خدمات الترجمة البشرية مقابل الترجمة الآلية مع بعضها البعض، يجب عليك النظر في كيفية عملها معًا لتحسين استراتيجيات التوطين، والدقة، والإنتاجية.

تطور وسمعة الترجمة الآلية

الترجمة الآلية (MT) تعود إلى القرن التاسع، عندما طور عالم التشفير المسمى الكندي عمليات التحليل الإحصائي التي تشكل حجر الزاوية لمعظم برامج الترجمة الآلية اليوم. على الرغم من ظهورها المبكر، لم تتطور عمليات الترجمة الآلية بشكل كبير لأنها كانت تميل إلى التركيز على التغييرات كلمة بكلمة دون مراعاة السياق. وغالبًا ما كانت الترجمة الآلية ترتكب أخطاء سخيفة ومحرجة. في أسوأ الحالات، قد يؤدي إلى إنشاء المحتوى الذي كان عنصريًا أو متحيزًا جنسيًا أو مسيئًا بأي شكل آخر. هناك مثال جيد بشكل خاص على حدوث ذلك مع منصة Facebook. في عام 2018، عانت إندونيسيا من زلزال كبير. قام المستخدمون الإندونيسيون على فيسبوك بتحديد سلامتهم خلال الحدث باستخدام الكلمة “selamat”، والتي تترجم تقريبًا إلى “آمن”. ومع ذلك، في اللغة الإندونيسية، يمكن أن تعني أيضًا "الاحتفال". برنامج الترجمة الآلية لفيسبوك استنتج المعنى الأخير ووضع علامات على منشورات العديد من المستخدمين بخصوص الزلزال بالبالونات والقصاصات الورقية المتطايرة وغيرها من الرسوم المتحركة الاحتفالية. في مواجهة كارثة أودت بحياة ما يقرب من مائة شخص ودمرت المنطقة، كان يُنظر إلى الخطأ الفادح على أنه غير حساس بشكل لا يصدق. هذه واحدة من المشاكل الرئيسية في الترجمة الآلية - عندما يحدث خطأ، فإنه يسير بشكل خاطئ للغاية. بينما نمت بشكل كبير حيث تجد المزيد من الشركات طرقًا لبرمجة الحواسيب لفهم السياق، لا تزال مليئة بالأخطاء. في معظم الحالات، سيظل المترجمون البشريون بحاجة إلى تصحيح حوالي 10% إلى 20% من المحتوى المترجم آليًا لجعله قابلًا للقراءة ودقيقًا. ومع ذلك، عندما لا يُعتبر حلاً بل أداة مساعدة، فإن الترجمة الآلية تساعد في جعل المترجمين أكثر إنتاجية وتحسن نتائج الشركات.

النظر إلى ما وراء الإنسان مقابل خدمات الترجمة الآلية

عند مواجهة السؤال بين خدمات الترجمة البشرية مقابل الترجمة الآلية، فإن الترجمة البشرية ستوفر لك بلا شك نتائج أفضل. ومع ذلك، بدلاً من رؤيته كخيار إما/أو، يجب عليك التعمق أكثر في كيفية تحسين الترجمة الآلية لعملية الترجمة وتعزيز التدويل العائد على الاستثمار (ROI) بشكل عام. يحقق هذه المآثر من خلال:

• تعزيز إنتاجية المترجم:يعمل MT والبشر معًا لتحسين نتائج الترجمة. تقوم الترجمة الآلية بإكمال المسودة الأولى، ثم يقوم المترجم البشري بالدخول وحل أي مشاكل أو أخطاء. تعمل هذه العملية المتدرجة على تحسين الإنتاجية و الجودة في الترجمات. يمكن للبشر سد الفجوات التي لا تستطيع الآلات سدها، نظرًا لقدرتهم على استنتاج السياق واستخدام مهارات التفكير النقدي لاتخاذ أفضل القرارات اللغوية. وفي الوقت نفسه، تتعامل MT مع قوة الحوسبة اللازمة لإكمال الترجمة بسرعة.
• تقديم نظرة ثاقبة للطلب: كل شركة لديها بعض المحتوى ذو الحركة المنخفضة الذي ليس ضروريًا للموقع. طريقة ممتازة لقياس الطلب هي أن يتم ترجمة هذا المحتوى منخفض الحركة آليًا وإعادة نشره مع إخلاء مسؤولية. يجب أن يكشف إخلاء المسؤولية أن المحتوى مترجم آليًا ليأخذ في الاعتبار أي أخطاء قد تكون حدثت. يمكن أن يكون المرور إلى المحتوى المترجم حديثًا، وتقارير المستخدمين، والتفاعلات بمثابة مؤشرات رئيسية للأسواق التي يجب استهدافها باستراتيجيات توطين أكثر قوة.
• تطبيقات الاختبار: يمكن أن يتسبب المحتوى المترجم في إحداث فوضى في التطبيقات، مما يؤدي إلى فواصل غير متساوية في النص، أو تلف في الكود، أو فقدان المحتوى. يعد اختبار كيفية تفاعل التطبيق مع الترجمة هو الطريقة الأكثر استراتيجية لتجنب ذلك، ولكن لا يجب أن تضطر إلى الدفع مقابل الترجمة عندما يتم استخدامها فقط لأغراض الاختبار. بدلاً من ذلك، تقدم MT طريقة منخفضة التكلفة للحصول على المحتوى المترجم ثم تشغيله من خلال تطبيقك. توفر لك هذه الطريقة دليلًا ملموسًا على كيفية أداء تطبيقك، مما يتيح لك إجراء التحديثات اللازمة لضمان أن يكون طرحك في السوق الجديد سلسًا.

Bureau Works تستخدم أيضًا الترجمة الآلية كمؤشر على الجودة، على الرغم من أن هذا ليس معيارًا في الصناعة. منصتنا لإدارة التعريب شفافة، حتى نتمكن من رؤية مقدار الوقت الذي يقضيه اللغويون في تصحيح المحتوى المترجم وإجراء التغييرات. تساعدنا هذه العملية في مراقبة إنتاجية المترجمين والحصول على مقاييس أداء دقيقة. لا نرى العملية كصراع بين البشر وخدمات الترجمة الآلية. بدلاً من ذلك، ننظر في كيفية تعاون الاثنين معًا لإنشاء نتائج متفوقة. من خلال دمج الذكاء البشري مع سرعة الآلات، من الممكن تحسين الجودة والدقة ووقت التنفيذ للمحتوى المترجم في نفس الوقت.