Wat is AI-vertaling? Een localisatiemanagergids voor betrouwbaarheid, beveiliging en evaluatie

Je draait een lokalisatieprogramma met machinevertaling (MT), een soort AI-vertaling en professionele taalkundigen voor alles wat met merken te maken heeft. Die mix bestaat waarschijnlijk al een tijdje, maar de technologie achter LLM-gebaseerde vertalingen blijft zich ontwikkelen.

Lokalisatieteams die content blijven routingen zoals ze altijd hebben gedaan, investeren ofwel te veel in menselijke review voor werk dat het niet meer nodig heeft, of leunen op AI-vertaling voor content waarvoor het nooit goed is gebouwd.

Deze gids legt uit wat AI-vertaling eigenlijk is, hoe het verschilt van machinevertaling, en waar AI Human Translation (AIHT) en professionele vertaling vandaag de dag nog steeds passen. Aan het einde heb je een duidelijke manier om te bepalen welke tool welke content behandelt, in plaats van te werken op aannames die waar waren toen je je workflow bouwde.

Wat is AI-vertaling, en hoe verschilt het van machinevertaling?

MT- en AI-vertaling zijn verwant maar gescheiden: machinevertaling is een speciale engine die brontekst omzet in een doeltaal, met behulp van regelgebaseerde, statistische of neurale methoden, afhankelijk van de engine.

AI-vertaling is een aparte workflow die grote taalmodellen gebruikt om content direct te vertalen, en het wordt meestal gecombineerd met AI-gedreven kwaliteitsinschatting, een tool die elk vertaald segment automatisch beoordeelt om aan te geven welke een nadere inspectie nodig hebben, in plaats van te vertrouwen op een handmatige steekproef.

De introductie van de Transformer Architecture in 2017, en de aandachtsmechanismen waarop deze is gebouwd, gaf vertaalmodellen een manier om context over een hele zin te wegen in plaats van woord voor woord te vertalen, de doorbraak achter de meertalige machinevertalingsmachines die vandaag de dag nog steeds veel worden gebruikt. AI-vertaling is sindsdien voorbij die basis gekomen.

Algemene LLM's, dezelfde modellen die worden gebruikt voor chat of coderen, kunnen nu direct vertalen. Maar een basismodel zonder vertaalspecifieke afstemming zal nog steeds merkterminologie en toon over een lang document verkeerd behandelen.

AI-vertaling leidt steeds vaker werk via modellen die zijn aangepast voor de taak: fijn afgestemd op het vertaalgeheugen en woordenlijst van een bedrijf, of gecombineerd met ophaal-augmented prompts die merkcontext bij vertaling betrekken.

De AI Hub van Smartling werkt op deze manier, waarbij teams toegang krijgen tot meer dan 20 LLM's en MT-engines, samen met retrieval-augmented generation (RAG) prompts die verwijzen naar de eigen woordenlijst en vertaalgeheugen (TM) van een klant in plaats van het vertalen van de koude versie.

Kwaliteitsinschatting loopt hieronder, waarbij elk segment automatisch wordt beoordeeld zodat de beoordelingstijd naar de strings gaat die daadwerkelijk een taalkundige nodig hebben. Die combinatie, modelfit plus geautomatiseerde scoring, is waarom AI-vertaling vandaag de dag meer bestrijkt dan machinevertaling een paar jaar geleden.

Is AI-vertaling betrouwbaar genoeg om te vertrouwen?

De betrouwbaarheid hangt af van de techniek en het risiconiveau van de inhoud, niet van AI-vertaling als categorie.

Hoe AI-vertaling verschilt van menselijke vertaling

• Snelheid: AI-vertaling levert resultaten in seconden tot minuten, niet in de meerdaagse tijdlijnen van menselijke of professionele vertaling. Smartling Translate past geschikt LLM's toe om veilige, brandgebonden vertalingen binnen enkele seconden te produceren, een veiliger alternatief voor gratis consumententools voor machinevertaling (MT) zoals Google Translate of DeepL.
  

AIHT, dat AI-output koppelt aan menselijke beoordeling, verkort die tijdlijn aanzienlijk. Het lokalisatieteam van Gemini zag AIHT in één dag voltooien wat traditionele menselijke vertaling twee dagen kostte. Volledig menselijke vertaling duurt het langst, omdat elk woord door een vertaler gaat zonder eerste versie om mee te werken.

• Kosten: Als je AI-vertaling vergelijkt met menselijke en machinale vertaling, is MT over het algemeen het goedkoopst, professionele vertaling het duurst, en AI-vertaling en AIHT zitten ertussenin. De juiste laag is degene die aansluit bij het doel van de content, niet het laagste prijskaartje.
• Schaalbaarheid: Menselijke vertaling schaalt lineair: het verdubbelen van je inhoud verdubbelt ongeveer de vertaaluren en de tijdlijn.

De kosten van een model om nog één zin te vertalen zijn bijna nul, dus ruwe AI-vertaling schaalt veel efficiënter dan het toevoegen van vertalers. Maar het opschalen van een programma hangt af van TM en woordenlijst die die output on-brand houdt naarmate het volume groeit. Zonder hen betekent meer volume meer fouten, en fouten betekent meer menselijke beoordeling, wat de efficiëntiewinst ondermijnt.

• Kwaliteit: Een gestructureerd kader zoals Multidimensional Quality Metrics (MQM) meet kwaliteit door vertalingen te beoordelen op fouttype en ernst, in plaats van op één enkel pass/fail-oordeel. Wat verschilt is hoe kwaliteit wordt ingebouwd: via pre-editing, waarbij broninhoud, glossaria en stijlgidsen worden voorbereid voordat de vertaling plaatsvindt, en post-editing, waarbij een taalkundige daarna AI-output beoordeelt. Geautomatiseerde instant quality scoring, zoals LQA Agent uitvoert, voegt een laag toe die voorspelt welke segmenten die menselijke beoordeling nodig hebben, zodat de beoordelingstijd gaat waar het daadwerkelijk nodig is in plaats van over elke string gelijk te gaan.

Niets daarvan vervangt het menselijke oordeel over waar review thuishoort. Zoals Andrew Batwash, adjunct-directeur taaldiensten bij Smartling, het verwoordde:

"Je kunt AI-systemen ontwerpen om effectieve en betekenisvolle menselijke interventie te bieden. Wat we als dienstverlener in de taaldienstensector willen doen, is echt nadenken over waar de mens in het mens-in-de-lus systeem komt. Hoe voegen ze waarde toe? En is het op de juiste plek op het juiste moment om de output te genereren waar de klant naar op zoek is?"

Het doel is geen volledig automatische workflow. Het is mensen plaatsen waar ze de meeste waarde toevoegen, wat het hele proces productiever maakt in plaats van minder.

Voor het volledige besluitvormingskader over wanneer AI-vertaling alleen voldoende is versus wanneer menselijke beoordeling vereist is, zie AI versus menselijke vertaling.

Hoe beoordeel je een AI-vertaaloplossing?

Ondersteunde talen: Kijk verder dan het totale aantal talen naar kwaliteit per taalpaar. Een platform dat 100+ talen claimt maar ze ongelijk behandelt, is niet capabeler dan een dat consequent minder talen ondersteunt.

Maatwerk: Het systeem moet te trainen zijn op de terminologie en het vertaalgeheugen van je merk, niet alleen algemeen vloeiend. Dit is het soort maatwerk dat onder het Smartling LanguageAI Platform ligt, het overkoepelende platform van Smartling voor het toepassen van merkspecifieke taaldata op AI-vertaling, kwaliteitstools en workflowautomatisering.

Integraties: Vertaling helpt alleen als het aansluit op waar je content al staat: je CMS, je coderepositories, je ontwerptools. Dit is de taak van Translation Workflow Management, waarbij content automatisch wordt geleid tussen de systemen die je teams al gebruiken en de vertaalstap zelf.

Beveiliging en governance: Beveiliging en governance zijn cruciale elementen van een hoogfunctionerende AI-vertaaloplossing. Zonder deze gegevens kan uw organisatie te maken krijgen met problemen zoals datalek of juridische stappen.

Waar moet je op letten bij het kiezen van een AI-vertaaltool?

Zoek naar vier elementen samen, niet geïsoleerd:

1. Consistente kwaliteit per taalpaar (niet alleen een taalaantal)
2. Het vermogen om het systeem te trainen op je eigen terminologie en vertaalgeheugen
3. Native integraties met je bestaande contentsystemen
4. Formeel geauditeerde certificeringen voor beveiliging en AI-governance

Is AI-vertaling veilig genoeg voor zakelijk gebruik?

Ja, wanneer het platform LLM-leverancierscontroles, gedefinieerde menselijke controlepunten en gedocumenteerde, gecontroleerde certificeringen biedt. Die beveiliging is niet standaard vanzelfsprekend, en het geldt niet voor elke leverancier, dus het is de moeite waard om te weten waar je precies op moet letten.

Begin met de modellaag. Enterprise-teams moeten de mogelijkheid hebben om te kiezen en te controleren welke van meer dan 20 LLM's en machine vertaal-engines hun content verwerken, in plaats van vastzitten te zitten aan het ene model dat een leverancier voor hen heeft gekozen. De Smartling AI Hub biedt die controle. Verschillende LLM's en engines hebben verschillende profielen voor dataverwerking en hosting, en een contentgevoelig team moet de profielen die niet passen kunnen omzeilen.

Let naast de mogelijkheden ook op beveiligingscertificeringen. Smartling bezit ISO/IEC 42001:2023, beschreven als 's werelds eerste internationale standaard voor AI-beheersystemen, naast ISO 27001, SOC 2, HIPAA, HITRUST e1 en PCI Level 1. De AI Localization Hub gaat nog verder — Smartling's ISO 42001-certificering werd toegekend zonder enige non-conformiteiten en dekt het volledige platform zonder uitzonderingen.

De opschaling van Marriott International laat het resultaat zien: een vervijfvoudiging van het aantal ondersteunde talen en een verlaging van 40% in vertaalkosten, bereikt zonder de beveiligingszorgen die veel enterprise-teams aan de zijlijn houden.

Waar een platform past

Alles hierboven geldt, ongeacht welke tools je gebruikt: elk type content afstemmen op de juiste vertaalmodus, leveranciers evalueren en beveiligingsvereisten stellen die standhouden bij nader onderzoek.

In de praktijk is het moeilijkste deel van het runnen van een lokalisatieprogramma vaak de overdracht, niet één enkele beslissing. Als je TMS, je machine vertaalmotor, je kwaliteitscontroles en je taaldienstverlener (LSP) allemaal gescheiden zijn, gaat elk stuk content door meerdere systemen, contracten en eigenaren voordat het wordt verzonden.

Elke overdracht brengt kosten, vertragingen en een extra plek toe waar context of terminologie verloren kan gaan. Daarom loont het om te zoeken naar een oplossing die zowel de technologie als de mensen op één plek omvat, zodat je elk stuk content naar de juiste mix van AI en menselijke vertaling kunt sturen zonder de workflow telkens opnieuw op te bouwen.

Smartling is daarvoor gebouwd. Het combineert een vertaalbeheersysteem, AI-hub, workflowautomatisering, kwaliteitstools en Smartlings eigen professionele taalkundigen in één platform, zodat je niet naast je software een aparte LSP hoeft te beheren. Teams krijgen één workflow, één bron van waarheid voor terminologie en kwaliteit, en één partner die verantwoordelijk is voor het resultaat.

Behandel AI-vertaling als een spectrum, niet als één enkel ja of nee

AI-vertaling omvat een breed scala aan technieken, van ruwe machine-output tot AI-ondersteunde menselijke review tot volledig menselijke vertaling voor content met hoge inzet. De meeste slechte beslissingen gebeuren wanneer teams één aanpak kiezen en die op alles toepassen.

De betere aanpak is om je inhoud te sorteren op wat er op het spel staat als een vertaling misgaat. Juridische, HR- en compliance-inhoud brengt regelgeving en contractueel risico met zich mee, dus het vereist deskundige menselijke vertaling.

Merkkritische content zoals campagnes en productlanceringen hangt af van toon en nuance, dus profiteert het van AI-vertaling die wordt verfijnd door taalkundigen die jouw stem kennen.

Technische documentatie vereist meer precieze terminologie dan gepolijste proza, dus AI-vertaling ondersteund door een sterke woordenlijst en kwaliteitscontroles doet meestal het werk. Inhoud met een hoog volume en laag risico, zoals supportartikelen of gebruikersrecensies, kan vaak rechtstreeks via de machinevertaling gaan.

Zodra je elk contenttype aan een niveau hebt toegewezen, twijfel je niet meer abstract over AI-vertaling. Je past het juiste kwaliteitsniveau, snelheid en kosten toe aan elk stuk.

Bekijk onze vijf minuten durende demo om te zien hoe het Smartling LanguageAI Platform uw team helpt om vertalingen op te schalen naar nieuwe markten zonder kwaliteit of controle te verliezen.