AI in de praktijk brengen

Binnen de vertaalindustrie is er een toenemende vraag naar AI-oplossingen. Hoewel bedrijven staan te popelen om met deze nieuwe technologie te experimenteren, zijn er ook veel vragen over hoe AI-vertaling effectief in de praktijk kan worden gebracht. Als u op zoek bent naar tips en best practices, zijn deze webinars van Smartling's 2024 Global Ready Conference een goede plek om te beginnen.

Luister eerst naar Liliana Pardo-Becerra, een senior manager lokalisatie bij Vimeo, en Juan Muñiz, een senior manager lokalisatie bij Bluebeam, over hoe ze experimenteren met AI om meer te doen met minder. Ze bespreken hun huidige praktijken en wat er op hun AI-aangedreven vertaalroadmap staat.

Sluit u vervolgens aan bij het panel van interne lokalisatie-experts van Smartling - bestaande uit Andrew Batwash (Director of Language Services), Valerie Dehant (Senior Director of Language Services) en Olga Beregovaya (Vice President of AI) - terwijl ze bespreken hoe u uw kwaliteitsborgingsprogramma kunt opschalen en kwaliteit kunt meten in een AI-gestuurde wereld.

De kloof overbruggen: een tijd van verkennen en ontdekken

Bluebeam ontwikkelt technologische oplossingen voor de architectuur-, engineering- en bouwsector. Het lokalisatieteam bestaat uit vier mensen en de producten van het bedrijf zijn momenteel beschikbaar in 14 talen.

Vimeo biedt mensen over de hele wereld een platform om video's te maken, te bewerken en te delen. Het tweekoppige lokalisatieteam is verantwoordelijk voor het vertalen van de inhoud van het videosoftwarebedrijf in zeven talen en wil in de toekomst uitbreiden naar meer talen.

Bij het beschrijven van hun uitstapjes naar AI-vertalingen zeiden Liliana Pardo-Becerra (van Vimeo) en Juan Muñiz (van Bluebeam) dat ze een voorzichtige aanpak hebben gekozen. Ze willen profiteren van de nieuwe technologieën, maar het handhaven van de kwaliteitsnormen is van het grootste belang.

Hun tenen erin dopen

De lokalisatie teams van beide bedrijven zijn het afgelopen jaar begonnen met het experimenteren met AI. Ze wilden zien hoe ze de vooruitgang op het gebied van AI naast automatische vertaling (MT) konden gebruiken om meer te doen met minder.

Voor Bluebeam waren hun experimenten gericht op het gebruik van een MT plus menselijke nabewerkingsworkflow voor hun technisch ondersteuningsmateriaal. De resultaten tot nu toe zijn veelbelovend: ze zijn tevreden over de kwaliteit en hebben hun doorlooptijd kunnen terugbrengen van gemiddeld negen dagen naar vijf.

Vimeo heeft begin dit jaar geïnvesteerd in custom motortrainingen voor MT. Net als Bluebeam begon Vimeo als eerste te experimenteren met hun ondersteunende inhoud, en het lokalisatieteam was zeer tevreden met de output.

Toch benadrukten Liliana Pardo-Becerra en Juan Muñiz allebei hoe belangrijk het is om experts op het gebied van menselijke lokalisatie op de hoogte te houden. AI-vertaaltechnologieën kunnen krachtig zijn, maar ze kunnen nog steeds fouten introduceren. Om de risico's van het gebruik van AI te beperken, gebruiken Bluebeam en Vimeo nog steeds mensen om de vertaalde output te beoordelen en te valideren.

Vooruitblikkend

De volgende stap voor de lokalisatieteams is het onderzoeken welke andere inhoudstypen baat kunnen hebben bij AI-gestuurde vertaling. Ze zijn bijvoorbeeld allebei van plan om te experimenteren met het plaatsen van marketingcontent met een lagere zichtbaarheid via een MT-workflow.

Daarnaast toonde Vimeo interesse om te onderzoeken hoe AI hen kan helpen bij het vertalen van bepaalde visuele middelen en video-inhoud. Wat erg tijdrovend, arbeidsintensief en duur zou zijn om te vertalen met behulp van traditionele tools en workflows, kan nu haalbaarder zijn met AI - vooral in het licht van de tijd- en kostenbesparingen die ze nu al zien door deze nieuwe technologie te gebruiken.

Tot slot willen Bluebeam en Vimeo graag weten hoe AI hen en hun collega's nog meer kan helpen om hun werk efficiënter te doen buiten de vertaalworkflow om. Van het gebruik van AI om broncontent te creëren of te internationaliseren tot het voorbereiden van bestanden voor vertalingen en het anderszins verlichten van hun administratieve werklast, er zijn mogelijkheden in overvloed.

Schaalvergroting met behoud van vertaalkwaliteit

AI-oplossingen helpen Vimeo, Bluebeam en anderen om hun vertaalinspanningen op te schalen. Het genereren van steeds meer meertalige inhoud brengt echter zijn eigen uitdagingen met zich mee, waaronder hoe ervoor te zorgen dat kwaliteitsmanagementprogramma's gelijke tred houden. Smartling-experts Andrew Batwash, Valerie Dehant en Olga Beregovaya bespreken hoe je in deze AI-wereld kunt opschalen en tegelijkertijd de vertaalkwaliteit kunt waarborgen. Hier zijn slechts enkele van hun inzichten.

Kwaliteit wordt de topprioriteit

Naarmate we meer vertrouwen op op AI gebaseerde oplossingen, verwacht Smartling dat zowel de kosten van vertaling als de doorlooptijden van vertalingen zullen afnemen. Als gevolg hiervan zal kwaliteit de belangrijkste maatstaf worden bij het meten van de ROI van vertalingen in relatie tot bedrijfsdoelstellingen, en zal het bereiken van het juiste kwaliteitsniveau voor bepaalde soorten inhoud erg belangrijk worden.

De vraag die bedrijven en hun aanbieders van taaldiensten moeten beantwoorden, is de volgende: Hoe kunnen we kwaliteitsmanagementprocessen op de juiste plaats inzetten voor de juiste inhoud om deze op het juiste kwaliteitsniveau te krijgen voor een specifiek publiek en een specifieke markt?

In met de nieuwe fouttypologieën

AI-aangedreven vertaaloplossingen zoals MT en grote taalmodellen (LLM's) zijn veelbelovend. Veel bedrijven zijn enthousiast over het gebruik van AI op verschillende plaatsen in de lokalisatieworkflow: er zijn inderdaad talloze mogelijkheden, van automatisering tot vertaling tot gelokaliseerde contentcreatie.

Maar hoewel deze hulpmiddelen indrukwekkend zijn en resultaten van hoge kwaliteit kunnen produceren, is het belangrijk om hun huidige beperkingen in gedachten te houden. Zoals bij elke vertaaloplossing bestaat er bijvoorbeeld een risico dat er fouten doorglippen en in de gelokaliseerde inhoud verschijnen. Deze fouten zijn echter niet noodzakelijkerwijs dezelfde stijl- en terminologiefouten die lokalisatieprofessionals gewend zijn op te sporen en te corrigeren. Andrew Batwash en Olga Beregovaya noemen verschillende nieuwe fouttypologieën om op te letten: hallucinaties, toxiciteit in MT, cultureel geschikte vertalingen, aansprakelijkheid voor auteursrecht, de inherente vooroordelen van AI-uitvoer, en meer.

Het huidige raamwerk voor vertaalkwaliteit moet evolueren om de kwaliteit te beheren in het licht van deze nieuwe fouttypologieën. Daarnaast zullen bedrijven agile kwaliteitsbeheerprocessen moeten invoeren om ervoor te zorgen dat ze dit soort fouten kunnen identificeren en aanpakken.

Dit is waar een tech-first vertaalbureau als Smartling kan helpen: Kwaliteitstools zijn ingebouwd in het vertaalbeheersysteem van Smartling. Deze tools zijn in staat om door de industrie erkende evaluatiekaders toe te passen, die zeer aanpasbaar zijn en zullen kunnen evolueren met de nieuwe technologie. Smartling kan u ook helpen bij het opzetten van uw kwaliteitsmanagementprogramma, zodat u in de best mogelijke positie verkeert om uw voordelen uit deze opwindende technologieën te maximaliseren en tegelijkertijd de risico's te minimaliseren.

De rol van de vertaler

Hoewel het lijkt alsof machines het overnemen, hebben menselijke vertalers nog steeds een belangrijke rol te spelen. Vertalers zijn immers belangrijker dan ooit.

Valerie Dehant gaat hier dieper op in: "De hoogopgeleide taalkundigen zijn belangrijker omdat ze de machine en de AI-modellen echt terugkoppelen en trainen. Elke input die ze inbrengen, zal helpen met die vooroordelen die we zien in de vertaling van de modellen."

Vervolgens beschrijft ze hoe Smartling de rol van de taalkundige – zowel vertalers als kwaliteitsbeoordelaars – in deze nieuwe AI-wereld ziet: de taalkundige zal meer een copiloot worden van de AI-modellen. Hoewel de mogelijkheden voor AI oneindig zijn, is het duidelijk dat er mensen nodig zullen zijn om ervoor te zorgen dat de modeltrainingsgegevens van topkwaliteit zijn en om bepaalde soorten vertaalde inhoud te beoordelen, op feiten te controleren en te evalueren. Niet alleen dat, maar ook andere soorten inhoud, zoals die waarbij nogal wat creatief denkwerk nodig is om te lokaliseren (bijv. spraakmakende marketinginhoud), zullen nog vele jaren een menselijke touch vereisen.

—

Wil je meer weten over het toepassen van AI in de praktijk? Bekijk de Global Ready Conference van dit jaar in zijn geheel. Alle sessies zijn hier op aanvraag beschikbaar.