Сможет ли ИИ вытеснить переводчиков с рынка труда?
Мария Коржакова
Благодаря впечатляющему развитию искусственного интеллекта (ИИ) за последние пару лет перевод стал быстрее и доступнее, что не может не радовать большинство людей, которым требуется эта услуга.
Однако у некоторых переводчиков такой прогресс вызывает опасения: неужели у них появился неустанный, круглосуточно доступный, а зачастую и бесплатный конкурент? Другие отмахиваются от такой постановки вопроса: те клиенты, которым нужен действительно качественный перевод, не доверят его машине, а обратятся к проверенным специалистам.
Мы рассмотрели последние данные и мнения экспертов об искусственном интеллекте в сфере переводов, чтобы разобраться, как все обстоит на самом деле.
Применение ИИ для переводов в настоящее время
На 2023—2024 год искусственный интеллект уже довольно широко применяется в отрасли языковых услуг: среди опрошенных компанией Boostlingo число таких организаций составило 44%.
Впрочем, по данным опроса European Language Industry Survey 2024, использование ИИ конкретно для переводов составляет около 10%, а остальное приходится на другие области, например, дубляж.
Интересно то, что новую технологию больше всех эксплуатируют не фрилансеры и компании, а студенты и сотрудники вузов, обучающих переводу. Самые популярные инструменты среди всех этих групп — ChatGPT и его более продвинутый собрат GPT-4.
Также становится ясно, что распространенные языки (вроде английского, итальянского, немецкого и тому подобное) больше затронуты приходом ИИ, чем редкие. Виден и явный перекос в сторону письменного перевода вместе с транскреацией, созданием субтитров и прочими подобными задачами. Причин этому две:
- Искусственный интеллект быстрее людей обрабатывает большие объемы текста и повторы в нем, чем пользуются компании для повышения продуктивности.
- В устном переводе большую роль часто играют местные особенности и невербальный контекст, которые машина не всегда улавливает. Тем не менее, люди тоже совершают подобные ошибки, поэтому большие языковые модели (LLM) задействуются для проверки их работы, например, для устранения гендерной предвзятости.
Компании не останавливаются на достигнутом и продолжают искать, где ИИ будет приносить им пользу. Главной целью многие называют автоматизацию контроля качества (в том числе машинного перевода), но есть и другие области: SEO, создание глоссариев, подтверждение фактов и прочее.
Опасения
В то же время успехи искусственного интеллекта тревожат специалистов отрасли. Основное опасение — удешевление труда переводчиков или даже полная их замена на ИИ. Также некоторых волнуют:
- снижение качества переводов из-за неумелого обращения с технологией;
- влияние на окружающую среду (ведь ИИ потребляет много энергии для вычислений);
- этические соображения.
Cможет ли ИИ заменить переводчиков? Это зависит от цели перевода и самого текста.
Думаю, все хоть раз пользовались встроенными сервисами машинного перевода для автоматического перевода веб-страниц, чтобы понять общую канву текста (как говорят некоторые заказчики устного перевода: «чтобы я хотя бы примерно понимал, что он там говорит»). ИИ для этих целей подходит, на мой взгляд, лучше, чем, к примеру Google Translate.
Можно доверить ИИ перевод неспецифичных текстов – к примеру, публицистических статей, диалогов или простых инструкций. Не подведет он и с передачей прецизионной (точной) информации – цифр, топонимов, телефонных номеров.
В то время, просматривая варианты перевода от ИИ, нередко возникает мысль: «Вот здесь должно было быть не так» – в таких ситуациях приходится «мучить» его, пока он не выдаст вариант, который ляжет на слух.
Вариант, который «ложится на слух» – это тот, который сделает текст таким, будто он и был написано на языке перевода. Поэтому крайне не советую принимать первый предложенный ИИ вариант перевода как «готовый пирожок» (и дело не в номере, аналогично не стоит делать и со вторым, и с третьим вариантами).
Артем Шилинцев переводчик-редактор
Реальные возможности ИИ
Из-за быстрого развития и распространения искусственный интеллект со стороны кажется всемогущим и вездесущим, однако это не совсем так.
Проблема 1: галлюцинации
Специалистам по большим языковым моделям хорошо известно такое понятие, как «галлюцинация» (англ. hallucination) — когда ИИ уверенно дает реалистично выглядящие, но абсолютно неверные ответы.
В отчете Стэнфордского университета HAI AI Index Report приводится пример, в котором модели GPT-3 задают вопрос: «Можно ли кашлем остановить сердечный приступ?». GPT-3 подтверждает эту ложную информацию: «Кашель может остановить сердечный приступ».
С другой стороны, эта модель уже устарела, а нынешняя GPT-4 стала намного точнее, судя по ее лидерству в тесте-стандарте TruthfulQA, который определяет, насколько модель правдива в своих ответах.
В сфере ИИ активно работают над устранением галлюцинаций, поэтому с каждым годом количество фактических ошибок у ИИ продолжает снижаться. Тем не менее при обращении к ИИ-сервисам за быстрым разъяснением незнакомой тематики пока что лучше внимательно перепроверять результат.
Прогресс в развитии GPT. Диаграмма показывает, насколько выросло качество работы ИИ с октября 2021 по апрель 2023 года
Проблема 2: промахи
Хотя есть области, где ИИ уже сейчас превосходит человека, работу с текстами эта участь большей частью миновала. На сегодняшний день задача по текстам, с которой машина справляется лучше человека, — это определение логической связи, то есть следует ли смысл текста А из текста Б (это называется термином natural language inference или textual entailment). Но если требуются более сложные рассуждения, языковые модели начинают путаться.
Вследствие этого была высказана идея поручить ИИ самому проверять свои ответы. Человеку находить и исправлять собственные промахи зачастую сложно, но беспристрастная машина будет тщательно искать и корректировать все свои ошибки — звучит логично. Но на деле оказалось наоборот: самостоятельная «работа над ошибками» ухудшила результаты тестов (в них использовалась модель GPT-4). Это значит, что нельзя попросить ИИ написать или исправить текст, содержащий какие-либо умозаключения, и получить гарантированно логичный результат.
Однако есть еще один, уже более успешный метод снижения количества ошибок — натаскивание на конкретные задачи, когда искусственный интеллект либо изначально, либо дополнительно обучают на менее масштабных наборах данных, чем обычно. Специализация не только повышает эффективность, но и требует меньше вычислительных ресурсов. Из-за этого такой способ очень популярен в сфере ИИ, а в Сети можно найти различные инструкции для энтузиастов, в том числе начинающих, желающих создать себе помощника в определенном деле.
Препятствия на пути к массовому внедрению ИИ
Отрасль переводов уже давно задействует технологии для повышения эффективности: сюда относятся предыдущие версии машинного перевода (работающие на основе правил или статистики), CAT-программы и прочее.
Искусственный интеллект в форме нейронного машинного перевода и больших языковых моделей тоже быстро обрел место в инструментариях фрилансеров, компаний и лингвистических подразделений организаций.
Тем не менее, стало очевидно, что это хоть и эффективный, но не идеальный «сотрудник», а его непосредственные и косвенные минусы не позволяют полностью заменить им людей.
При переводе документов с английского и на английский мы активно пользуемся «кошками» – так переводчики называют системы автоматизированного перевода (от англ. CAT tools).
Кошки помогают выполнить перевод за счет подключаемых словарей, глоссариев и схожих текстах, переведенных ранее – эти тексты, конечно, могут быть переведены Google Переводчиком, однако мы считаем нечестным и неэтичным брать плату за работу, выполняемую машинно. Гораздо точнее пользоваться ресурсами, пополняемыми практикующими переводчиками, такими как Мультитран.
Мультитран помогает «воскресить» в памяти слово, которое, по мнению специалиста, подходит под данный контекст, но которое не всплывает в голове автоматически (для этих целей возможно использование онлайн-переводчиков, однако они предлагают гораздо меньше вариантов – Мультитран же предлагает десятки, а то и сотни – достаточно вбить глагол go).
Артем Шилинцев переводчик-редактор
В первую очередь, на ИИ пока нельзя положиться там, где ошибка будет дорого стоить медицинская тематика, судопроизводство и так далее. Галлюцинации остаются актуальной проблемой, поэтому без редактора-человека здесь не обойтись.
Покажем на примере, какие ошибки допускает ИИ
Пример некорректного перевода фразы ChatGPT из нашей практики. Если интересно, можете прочитать наш более подробный материал о том, можно ли доверить перевод текстов ChatGPT
Небольшой пример по переводу фразы «разрешать спор в Арбитражном суде», часто встречающейся в русскоязычных договорах. Слово arbitration является ложным другом переводчика из-за правовых различий.
В России под арбитражным судом (арбитражем) понимается государственный орган, рассматривающийся споры в сфере предпринимательской и иной экономической деятельности (поэтому переводится как Arbitrazh Court, Court of Arbitrazh или Commercial Court), а вот arbitration – третейский суд – это негосударственный независимый судебный орган, состоящий из арбитра или коллегии арбитров, обратиться в который стороны могут только по взаимному согласию и только при наличии соответствующего положения в договоре.
Таким образом, вариант перевода ИИ будет означать, что российские стороны не договаривались просить правосудия у государства – даже искусственный интеллект попадается в подобные переводческие ловушки.
Точный вариант может подобрать человек-специалист: либо юрист, получивший дополнительную квалификацию переводчика, либо переводчик, специализирующийся на юридической тематике.
Артем Шилинцев переводчик-редактор
Хотя идет тренд на оптимизацию и специализацию, ИИ продолжает требовать много вычислительных ресурсов и больших объемов данных для обучения. Для менее распространенных языковых пар второй фактор становится основным затруднением: на нужном языке может просто не иметься достаточного количества качественных текстов.
Благодаря тому, что некоторые ИИ-модели находятся в открытом доступе, позволить себе эту технологию и подстроить ее под свои нужды могут почти все. Однако тесты показывают, что модели, разрабатываемые как коммерческий продукт, более продвинуты. Таким образом, если стремиться к качеству и купить сервис от стороннего поставщика, доступ к данным получает третья сторона. В условиях предоставления услуг обычно прописано обеспечение конфиденциальности, но в деликатных ситуациях сохраняются опасения об утечке или недобросовестном использовании данных.
Будущее место ИИ в области переводов
Судя по текущим трендам, обрисованным в начале этой статьи, ИИ в отрасли переводов станет применяться все чаще: компании продолжат внедрять его в свои процессы, а новое поколение переводчиков, нынешние студенты, будет с готовностью его использовать.
В ближайшее время машина явно не сможет заменить человека — более вероятно, что ИИ станет ассистентом, взяв на себя менее значимые, рутинные и не требующие креативного мышления задачи (например, более эффективный подбор фрагментов из памяти переводов, выравнивание параллельных текстов на разных языках и прочее). В этом случае отрасли придется работать над интеграцией ИИ в существующие инструменты или осваивать новые.
Однако в результате переводчики смогут не растрачивать умственные ресурсы и время на обыденные задания, а сосредоточиться на самых важных аспектах своей работы, что еще более повысит ценность человеческого труда.
ИИ может ускорить рабочие процессы переводческих фирм, поскольку он способен не только переводить, но и редактировать, служить справочником по грамматике, пунктуации, помочь с языковой игрой, передачей рифм и тому подобное.
В то же время, поскольку мир становится все более информационно насыщенным, а также на фоне увеличения объемов международной торговли и глобализации, можно ожидать, что потребность в межкультурной коммуникации будет только расти и, возможно, выйдет за рамки перевода.
Артем Шилинцев переводчик-редактор
Таким образом, на данный момент тем переводчикам, которые уже являются или стремятся стать профессионалами в своей специализации, не стоит опасаться искусственного интеллекта. Но не нужно и избегать его: лучше присмотреться к способам делегации посильных для ИИ задач и следить за развитием продуктов в этой сфере, ведь в будущем такие знания могут дать преимущество перед менее технологически подкованными коллегами.