AI i oversættelse: 8 nøglespørgsmål, besvaret

AI dominerer fortsat bestyrelsesdagsordenerne, og presset på teams til at bruge AI til effektivitet stiger kun. Men er det muligt at anvende kunstig intelligens til oversættelse på en måde, der er praktisk, lavrisiko og giver højt udbytte?

I optaktssessionen for Smartlings nye AI Translation 101- serie afmystificerede CEO Bryan Murphy og Sr. Director of AI Solutions, Alex Yanishevsky, AI's rolle i oversættelse. Fra at udforske virkelige anvendelsesscenarier til at tilbyde praktiske råd om implementering, delte vi det seneste af, hvad vi har set, og hvordan du kan anvende det.

Nedenfor opsummerer vi samtalen og besvarer 8 nøglespørgsmål, der kan hjælpe dig med at gribe AI an med selvtillid.

📺 Klar til at se med? Stream hele sessionen on-demand.

🎧 Foretrækker du at lytte? Hør podcasten her.

📘 Vil du dykke dybere? Vores nye e-bog, Navigating the Shift: Why, When, and How to Adopt AI Translation, gennemgår strategien bag en vellykket implementering. Tjek det ud her.

1. Hvad er den aktuelle snak om AI i oversættelse?

AI er overalt - på konferencescener, i investormøder og på ledelsens to-do-lister. Desværre bliver denne summen ofte til pres: "Hvordan kan vi bruge AI til at oversætte mere, hurtigere?"

I starten var det store spørgsmål, om AI overhovedet var pålidelig nok til at blive brugt. I dag ved vi, at det er effektivt, skalerbart og omkostningseffektivt. 

Nu er de virkelige spørgsmål:

• Hvordan udnytter vi det effektivt? 
• Hvordan skalerer vi det? 
• Og hvordan bruger vi det, samtidig med at vi beskytter kvalitet, sikkerhed og privatliv?

2. Hvor driver AI rent faktisk effektiviteten i dag?

De mest effektive anvendelsesscenarier for AI er før og efter oversættelse for at levere oversættelser af højeste kvalitet. AI klarer sig særligt godt på gentagne, regelbaserede opgaver som projektestimering, indholdssortering og efterredigering. Alex fremhævede adskillige eksempler, hvor kunder brugte sproglige ressourcer, såsom ordlister og stilguider, til at træne AI og accelerere deres arbejdsgange uden at gå på kompromis med kvaliteten. At håndtere flaskehalse i arbejdsgangen, såsom tidskrævende menneskelige gennemgangstrin, er hvor AI kan levere øjeblikkelig og målbar værdi.

Et af de største resultater, teams kan forvente af AI-drevet oversættelse, er indhold af høj kvalitet, der er tilpasset brandet, og som leveres til en brøkdel af prisen og ekspeditionstiden for traditionel oversættelse. Virksomheder kan oversætte 8 gange så meget indhold til den samme pris, hvilket frigør budget til endnu mere flersproget indhold.

Bevispunkt: Secret Escapes brugte Smartlings AI Human Translation (AIHT) til at reducere oversættelsestiden med 25 % på tværs af alle sprog, med endnu større gevinster på italiensk og hollandsk. Deres redaktører har nu mere tid til at fokusere på kreativt eller strategisk lokaliseringsarbejde.

3. Hvor avanceret er LLM-oversættelse? Og er MT stadig bedre i nogle tilfælde?

AI udvikler sig hurtigt, men det er ikke magi. Mens store sprogmodeller (LLM'er), som GPT-4, kan generere mere naturlige og udtryksfulde oversættelser, udmærker traditionel maskinoversættelse (MT) sig stadig inden for stærkt regulerede, terminologi-tunge domæner. 

Selvom LLM'er stadig hallucinerer, er det et løsbart problem. Alex sammenlignede dette problem med en højt begavet otteårig: bare fordi de udmærker sig intellektuelt, betyder det ikke, at de er klar til at køre bil. Ligeledes, selvom LLM'er kan præstere på et højt niveau, gør de stadig fjollede ting, som f.eks. hallucinationer. Alex forsikrede os om, at når dette problem opstår, "har vi nok værktøjer, algoritmer og logik til at fange sådan en tåbelighed, når den kører af sporet." Hos Smartling, når vi modtager oversættelserne fra LLM'er, og hvis de ikke lever op til vores standarder, skubber vi dem til næste trin, hvor vi tilføjer et menneske i løkken. I sidste ende bruger vi en "tillid, men verificér"-tilgang med LLM-output.

Bryan udtrykte det enkelt og sagde, at maskinoversættelse er fantastisk til "præcise oversættelser, mens LLM'er har en tendens til at være bedre til mere brandspecifikke, flydende og kulturelt tilpassede oversættelser." Det handler ikke om at vælge LLM'er eller MT; det handler om at bruge hver især, hvor de klarer sig bedst.

4. Hvad er fordelene ved at bruge AI i dine arbejdsgange?

Fordelene ved AI går langt ud over hastighed og skala. Det ændrer også måden at oversætte på. Fra hastighed til skalerbarhed til omkostningsbesparelser åbner AI døren for mere effektive globale indholds- og lokaliseringsprogrammer. Når det kombineres med human-in-the-loop-arbejdsgange og veludformede prompts, leverer det også højere kvalitet, hurtigere.

Indtil LLM'er kom til verden, fik vi en automatiseret oversættelse og sad fast med det; der var ikke meget, man kunne gøre, hvis man ikke var tilfreds med resultatet. Men nu, med LLM'er, har vi prompter, der giver os mulighed for at kontrollere stilen og tonen i oversættelserne med en tilpasset tilgang. Dette var ikke muligt før, og konsekvenserne er ret omfattende. 

Det er vigtigt at huske, at AI ikke erstatter menneskelige oversættere; den giver dem mulighed for at fokusere på arbejde af højere værdi.

"Indtil nu, hvis man oversatte til 50 sprog, skulle man tale med op til 50 forskellige lingvister og tale med dem om den tone og stil, der skulle ændres." 

Nu integrerer vi det direkte i selve teknologien, og vores kunder kan få en meget fin kontrol over de oversættelser, vi producerer, på en yderst automatiseret måde.”

 – Bryan Murphy, administrerende direktør, Smartling

Bevispunkt: Therabody brugte AI-oversættelse til at erstatte manuelle arbejdsgange, reducerede oversættelsesomkostningerne med 60 % og opnåede en leveringsprocent på 99,7 %.

5. Hvad er udfordringerne ved at implementere AI på egen hånd?

Implementering af AI-oversættelse er ikke plug-and-play. Det kræver strategisk planlægning, kvalitetsbenchmarks og ekspertise inden for prompt engineering, data governance og modeludvælgelse. Der er en risiko ved at undervurdere kompleksiteten.

Alex trak en overbevisende parallel mellem "DIYAI" (gør-det-selv AI) og pickleball. Mens de fleste kan forstå det grundlæggende med grundlæggende hånd-øje-koordination og atletiske evner, kræver ægte mestring dedikeret øvelse. På samme måde følger investering i og implementering af AI det samme princip. Du kan muligvis opnå en god oversættelse ved at skrive en prompt på dit eget sprog og give feedback. Men har du virkelig ekspertisen til at replikere dette på tværs af 50 sprog? Er du lingvist eller datalog med en dyb forståelse af disse finesser? Det er præcis her, at DIYAI ikke lever op til forventningerne. Den bedre vej er at samarbejde med eksperter, der forstår både teknologien og de sproglige eller brandmæssige nuancer, der er nødvendige for at skalere succesfuldt.

Bevispunkt: Gemini, kryptobørsen skiftede fra udelukkende menneskelig oversættelse til AIHT og fordoblede oversættelseshastigheden, samtidig med at kvaliteten af meget teknisk indhold blev opretholdt.

6. Hvordan kan AI forbedre din karriere?

At implementere AI er mere end blot et produktivitetsløft på tværs af hele teamet. Det er også en karriereaccelerator. En vigtig forskel ligger mellem at være "AI-først" og "AI-overalt". For at være AI-først, overvej, om en opgave kan løses med eksisterende teknologi, før du vender dig mod AI.

I modsætning hertil betyder AI-overalt, at du bruger AI-løsninger uanset problemet, hvilket faktisk kan være ineffektivt. Alex sammenlignede denne fremgangsmåde med at bruge en diamant til at skære glas: Selvom denne fremgangsmåde er mulig, ville den være overkill og ret dyr. Ligeledes kræver opgaver, der kan udføres med simpel automatisering, ikke den samme kraft (eller pris) som LLM'er. Gem i stedet AI til de områder, hvor andre værktøjer ikke fungerer.

At forstå, hvordan du kan effektivisere dine opgaver, så du kan udrette mere, vil fremme dig i din karriere. Bryan understregede, at de professionelle, der leder AI-adoptionen i dag, er morgendagens tankeledere i de kommende år.

7. Hvad er den smarteste måde at begynde at teste og implementere AI på?

Start småt, test ofte, og skaler baseret på data. 

Det er nemt at blive overvældet af AI. Mens ledere ser AI som en magisk kugle til produktivitet, er mange teams inden for lokalisering, produkt og marketing stadig usikre på, hvordan (eller hvor) de skal begynde at bruge det effektivt. 

For at undgå overvældelse, start med at definere dine mål: forsøger du at reducere ekspeditionstiden? Øge indholdsmængden uden at øge budgettet? Når du har en klar forståelse af dit "hvorfor", er det lettere at afstemme interessenter og evaluere de rigtige værktøjer.

Bevidst testning er nøglen. Lav en køreplan, ikke en gættestrategi. Når AI beviser sin værdi, så udvid strategisk.

Bevispunkt: En Fortune 100-teknologivirksomhed startede med at teste Smartling AIHT på udvalgt indhold og udvidede derefter brugen, hvilket sparede 3,4 millioner dollars i det første år, samtidig med at indhold blev leveret 50 % hurtigere og opretholdt en MQM-score på over 99 %.

8. Hvad er ét råd til AI-nysgerrige teams?

Det er vigtigt at have en betroet rådgiver. Selvom gør-det-selv-kunst kan være fristende, er det vigtigt at overveje den ekspertise, der er nødvendig for virkelig at omsætte i stor skala (og med præcision), før man kaster sig ud i gør-det-selv. 

Det store billede

AI i oversættelse er ikke en forbigående trend; det er et transformerende skift. Selvom det ikke fuldstændigt vil erstatte menneskeligt talent eller traditionelle værktøjer, omformer det allerede, hvordan virksomheder skalerer og opretholder deres globale stemme. 

Uanset om du lige er begyndt at udforske AI eller allerede er i gang med testning, er budskabet fra vores talere klart: prioriter klarhed, tænk i systemer, og vær ikke bange for at stille de store spørgsmål.

Klar til at se med? Stream hele sessionen on-demand.

Foretrækker du at lytte? Hør podcasten her.

Vil du gå dybere? Vores nye e-bog, Navigering gennem skiftet: Hvorfor, hvornår og hvordan man bruger AI-oversættelse, gennemgår strategien bag en vellykket implementering samt det forventede investeringsafkast. Tjek det ud her.