Augmented Translation und warum Ihr Lokalisierungs-Workflow darauf angewiesen ist

Ein Gastbeitrag über Augmented Translation und die bevorstehende „disruptive Transformation, die die Arbeitsweise professioneller Linguisten neu definieren wird“ von Donald DePalma und Arle Lommel von Common Sense Advisory.

Während sich die Sprachtechnologie traditionell nur auf die Beschleunigung von Prozessen und die Senkung von Kosten konzentriert hat, sind heutzutage Tools gefragt, die für den modernen Linguisten wirklich funktionieren. Bei Smartcat ist es unser Ziel, neue Technologien zu nutzen, um eine umfassende Plattform zu schaffen, die den Linguisten in den Mittelpunkt des Übersetzungsprozesses stellt.

Da der technologische Fortschritt die Übersetzungsbranche weiterhin verändert, lautet die am häufigsten gestellte Frage, wie diese Veränderungen genutzt und von ihnen profitiert werden kann. Das ultimative Ziel besteht darin, Technologien erfolgreich zu kombinieren, um eine Plattform zu schaffen, die Linguisten mehr Anleitung und Kontext für ihre Projekte bietet und gleichzeitig verschiedene geringwertige Aufgaben automatisiert, die die Produktivität eines Linguisten beeinträchtigen. Die Ergebnisse der CSA stimmen gut mit dem überein, was wir bei Smartcat tun: Durch die Integration der gefragtesten Sprachtechnologien in eine zentralisierte Cloud-Plattform helfen wir Sprachfachleuten, reaktionsschneller, konsistenter und produktiver zu arbeiten. Und wir werden uns weiterhin bemühen, an der Spitze dieser technologischen Transformation zu bleiben und dabei stets eine sprachwissenschaftlerzentrierte Perspektive beizubehalten. Wir hoffen, dass Ihnen der Blogbeitrag von Donald und Arle zu diesem Thema gefällt!

Ursprünglich veröffentlicht auf dem CSA-Blog.

Sprachdienstleistungen stehen heute vor einem disruptiven Wandel, der die Arbeitsweise professioneller Linguisten neu definieren wird. Dieser Wandel wird durch die Verfügbarkeit allgegenwärtiger künstlicher Intelligenz (KI) ausgelöst, die ihren Wirkungsbereich und ihre Fähigkeiten erweitert und sie weitaus effizienter macht, als sie es sonst sein könnten. CSA Research bezeichnet diesen neuen Beruf als „augmented translator” (erweiterter Übersetzer). Genauso wie „Augmented Reality” KI nutzt, um den Zugang von Menschen zu relevanten Informationen über ihre Umgebung zu verbessern, bietet diese Transformation Linguisten mehr Kontext und Orientierung für ihre Projekte. Sie arbeiten in einer technologiereichen Umgebung, die viele der geringwertigen Aufgaben, die einen übermäßigen Teil ihrer Zeit und Energie in Anspruch nehmen, automatisch verarbeitet. Sie macht sie bei Bedarf auf relevante Informationen aufmerksam.

Diese Rechenleistung wird Sprachfachleuten dabei helfen, konsistenter, reaktionsschneller und produktiver zu arbeiten, während sie sich gleichzeitig auf die interessanten Aspekte ihrer Arbeit konzentrieren können, anstatt „wie Maschinen zu übersetzen“. Bislang haben sich Entwickler von Sprachtechnologie darauf konzentriert, den Prozess zu beschleunigen und die Kosten zu senken. Diese Faktoren haben dazu geführt, dass sich viele Übersetzer von genau den Aspekten ihrer Arbeit entfremdet fühlen, die sie ursprünglich an diesem Beruf gereizt haben – der Kreativität der Sprache, der Herausforderung, schwierige Probleme zu lösen, und der Möglichkeit, an spannenden Texten und Themen zu arbeiten. Übersetzer stellen oft fest, dass sie genauso viel Zeit mit der Verwaltung der Technologie verbringen wie mit dem Übersetzen und dass ihre Preise ständig unter Druck stehen. Das erweiterte Übersetzungsmodell ändert all dies, indem es Linguisten bei Bedarf unterstützt und sich zurückzieht, wenn sie es nicht benötigen. Heute sehen wir nur Bruchteile dieses neuen Paradigmas, aber die Umrisse werden immer deutlicher. Wie wird dieses neue Modell aussehen? Wir gehen davon aus, dass es die folgenden Technologien nutzen wird:

• Adaptive Maschinenübersetzung. Diese Technologie – derzeit zu finden in Lilt und SDL BeGlobal – lernt im laufenden Betrieb von Übersetzern. Sie passt sich an die Inhalte an, an denen sie arbeiten, und lernt automatisch Terminologie und Stil. Es merkt sich, was Linguisten zuvor auf Untersegmentebene übersetzt haben, und geht über das Translation Memory hinaus, um Texte zu übersetzen, die es noch nie gesehen hat, und zwar in einer Weise, die mit der Arbeitsweise des einzelnen Fachübersetzers übereinstimmt. Anstatt Nachbearbeitung von MT-Ergebnissen zweifelhafter Qualität zu verwenden, betrachten Linguisten die Ergebnisse als Vorschläge, die sie nach Belieben verwenden können. Je häufiger sie das System nutzen, desto besser werden diese Vorschläge.

• Neuronale maschinelle Übersetzung. Heute erfordert NMT noch enorme Rechenleistung, aber mit zunehmender Reife der Technologie wird sich die Flüssigkeit der maschinellen Übersetzung verbessern und sie wird sich besser in menschliche Übersetzungen „einfügen” können. Selbst wenn NMT sich gerade in der Aufschwungphase eines Hype-Zyklus befindet, ist dies dennoch ein großer Schritt nach vorne. Viele der großen Technologieunternehmen – wie Baidu, Facebook, Google, und Microsoft – sowie spezialisierte Anbieter von Übersetzungstechnologie – wie SYSTRAN und Iconic – entwickeln diese Technologie aktiv weiter.

• Lights-out-Projektmanagement. Das Projektmanagement kann sowohl für Manager als auch für Linguisten sehr zeitaufwendig sein. Manuelle Prozesse wie Rechnungsstellung und Papierkram, die wertvolle Zeit in Anspruch nehmen, können automatisiert werden. Wenn Lights-out-Systeme diese Aufgaben ohne menschliches Eingreifen und entlasten so Übersetzer, Dolmetscher und Korrektoren, die sich ganz auf ihre Aufgaben konzentrieren können.

• Automatisierte Inhaltsanreicherung (ACE). Diese Technologie setzt sich gerade durch, angetrieben durch Projekte wie FREME und kommerziellen Angeboten wie OpenCalais. ACE wird Linguisten zugutekommen, indem es Begriffe automatisch mit maßgeblichen Ressourcen verknüpft und dabei hilft, sie zu disambiguieren, was die maschinelle Übersetzung verbessern wird. Es wird neue Möglichkeiten in der Transkreation eröffnen, indem es ihnen hilft, lokalspezifische Inhalte und Ressourcen zu finden, die Übersetzungen für die Zielgruppe relevanter machen können.

Damit diese Vision Wirklichkeit werden kann, müssen die einzelnen Technologiekomponenten miteinander kommunizieren, zusammenarbeiten und vom Linguisten lernen. Ein ACE-System fragt beispielsweise eine Terminologiedatenbank ab, um Begriffe zu identifizieren und vorzuschlagen. Das MT-System wird mit beiden Systemen verbunden sein, um Text zu disambiguieren und deren Vorschläge zu verwenden. All diese Informationen fließen in das Translation Memory ein, das zunehmend mit MT verschmelzen wird. Das Lights-Out-Projektmanagementsystem lernt verschiedene Linguisten, ihre Zeitpläne sowie ihre Stärken und Schwächen kennen und leitet ihnen auf der Grundlage eines individuell angepassten Profils Arbeit zu.

Der Vorteil für Linguisten besteht darin, dass sie nicht mehr am Ende einer Kette stehen und keinen Einfluss auf den Prozess haben. Stattdessen werden sie all diese Technologien kontrollieren und damit arbeiten und dadurch um ein Vielfaches produktiver werden. Dadurch sinken ihre Kosten pro Wort, während ihr Wert und ihr effektiver Stundensatz steigen. Es wird die Langeweile beim Übersetzen sich wiederholender Varianten von Basistexten verringern und den Übersetzern helfen, konsistenter und genauer zu arbeiten. Solche Veränderungen haben auch in anderen Branchen stattgefunden. Beispielsweise hat die computergestützte Buchhaltung in den 1980er Jahren den rechnerischen Aspekt der Arbeit von Buchhaltern eliminiert – und ihnen so die Möglichkeit gegeben, sich auf die Geschäftsplanung und Echtzeit-Finanzanalysen zu konzentrieren, die weitaus wertvoller sind als die bloße Nachverfolgung von Geldern. Ebenso wird die nächste Generation von Augmented Translators routinemäßige, geringwertige Aufgaben, die Maschinen perfekt bewältigen können, eliminieren und sich stattdessen darauf konzentrieren, einen Mehrwert zu schaffen und den Wert der Sprache für ihre Kunden zu steigern.

CSA Research hat herausgefunden, dass Sprachdienstleister, die sich für Technologie öffnen, bereits schneller wachsen als diejenigen, die sich zurückhalten, und das Aufkommen der Augmented Translation wird diesen Vorteil nur noch verstärken. Diese neue Arbeitsweise nutzt bereits vorhandene Technologien in neuen Kombinationen, anstatt auf unrealistische neue Entwicklungen im Bereich der KI zu warten. Sie ersetzt Sprachprofis nicht, sondern gibt ihnen die Werkzeuge und Ressourcen an die Hand, um ihren besten Wert und ihre beste Qualität zu liefern. Der Übergang zur Augmented Translation wird nicht schmerzfrei sein, aber da sich die Technologie auf eine linguistenzentrierte Perspektive verlagert, birgt sie ein enormes Potenzial für diejenigen Linguisten, die bereit sind, sich auf die sich wandelnde Technologielandschaft einzulassen.