Co to jest tłumaczenie maszynowe? Definicja, typy, zalety i wady.

Tłumaczenie maszynowe, tłumaczenie automatyczne – to definicja odnosząca się do przekładu z jednego języka na drugi bez udziału człowieka. W dobie rozwijających się technologii informatycznych jest to dział tzw. “językoznawstwa komputerowego”, który z każdym rokiem staje się coraz sprawniejszy. Czy tak dynamiczny rozwój tej dziedziny oznacza, że maszyny już wkrótce zastąpią człowieka również i w branży translatorskiej?

Początki tłumaczeń maszynowych

Co ciekawe, sama koncepcja realizowania tłumaczeń maszynowych pojawiła się stosunkowo wcześnie. Pierwsze pomysły powstały już w XVII wieku, jednak z uwagi na ograniczenia technologiczne, nie były możliwe do wdrożenia. Dopiero pojawienie się pierwszych komputerów umożliwiło rozpoczęcie prac nad tłumaczeniem maszynowym. W ten sposób pierwsze komputery tłumaczące stworzono w 1933 roku i jak to zwykle bywa z nowymi technologiami – były wykorzystywane głównie w wojskowości.

Typy tłumaczenia maszynowego

Wykorzystując systemy informatyczne, tłumaczenie maszynowe można wykonywać na kilka różnych rodzajów. Pierwszym typem jest tłumaczenie wspomagane maszynowo, co oznacza, że wykonujący je tłumacz korzysta ze specjalnego oprogramowania w celu usprawnienia i przyspieszenia całego procesu. Drugim typem jest tłumaczenie wspomagane przez człowieka, co oznacza, że tłumacz czuwa nad całym procesem przekładu, dokonując korekt przed, w trakcie lub po tłumaczeniu maszynowym. Trzecim typem jest tłumaczenie w pełni maszynowe, które nie obejmuje ingerencji człowieka zarówno w tekst źródłowy, jak i tekst wynikowy.

Jakie są metody tłumaczenia maszynowego?

Typy tłumaczenia maszynowego to w innym znaczeniu podział ze względu na stopień ingerencji człowieka w przekład. Jednak z punktu widzenia procesowego można wydzielić również metody, wykorzystywane do realizacji takich tłumaczeń. Najczęściej wykorzystywanymi metodami tłumaczenia maszynowego są następujące:

• systemy tłumaczenia bezpośredniego, co polega na przekładzie słów w tekście źródłowym wprost na oczekiwane słowa w języku docelowym. Ta metoda sprawdza się w sposób akceptowalny wyłącznie w odniesieniu do spokrewnionych ze sobą języków;
• system przekładu składniowego, który opiera się na analizie składni tekstu źródłowego. Wynikiem takiego tłumaczenia jest drzewo składni, z którego należy wybrać elementy najbardziej pasujące do pożądanego efektu;
• system międzyjęzykowe, który oparty jest na uniwersalnym języku, jakim jest interlingua. Cały przekład opiera się w tym systemie na tłumaczeniu z języka źródłowego do interlingua i z interlingua do języka docelowego;
• tłumaczenie statystyczne, które opiera się na pamięci tłumaczeniowej, stworzonej przez człowieka. Przekład odbywa się na podstawie analizy pamięci tłumaczeniowej i doboru najbardziej prawdopodobnego tłumaczenia. Ten system jest wykorzystywany m.in. przez Tłumacza Google czy DeepL;
• tłumaczenie oparte na przykładach, co działa w sposób zbliżony do tłumaczenia statystycznego, z tą jednak różnicą, że system szuka nie tyle najbardziej zbliżonych słów w pamięci tłumaczeniowej, a całych zdań.

Każdy z systemów posiada swoje wady i zalety, co dostrzegają osoby zajmujące się rozwojem technologii tłumaczeniowych. Z tego powodu wiele maszyn, wykorzystywanych do automatycznego przekładu, opiera się na algorytmach, które z kolei stworzono w oparciu o dwa lub więcej systemy. Widać to poniekąd po tym, w jaki sposób działa np. Tłumacz Google. Niekiedy wykorzystuje system tłumaczenia bezpośredniego, niekiedy tłumaczenia statystycznego, opartego na przykładach, w innych zaś przypadkach system przekładu składniowego.

Czym jest pamięć tłumaczeniowa?

Skoro najważniejsze współczesne systemy przekładu automatycznego opierają się o pamięć tłumaczeniową, to zdecydowanie warto to pojęcie omówić nieco szerzej. W najprostszym ujęciu pamięć tłumaczeniowa jest to nic innego, jak baza danych, zawierająca rekordy przynajmniej dwóch wersji językowych jednego fragmentu tekstu, najczęściej są to całe zdania. Do ich odczytu służą tzw. narzędzia CAT. W praktyce powinno się je traktować jako narzędzie pomocnicze w pracy tłumacza, którego celem jest głównie oszczędność czasu i przyspieszenie procesu translacyjnego.

Jak działa pamięć tłumaczeniowa?

Skoro pamięć tłumaczeniowa to nic innego, jak baza danych, to można ją sukcesywnie powiększać. W istocie dokładnie tak to działa. Każde kolejne tłumaczenie wykonane przy pomocy wybranego narzędzia CAT powoduje zapisywanie coraz większej liczby słów i całych zdań w pamięci tłumaczeniowej. Dzięki temu każdy kolejny przekład realizowany jest znacznie szybciej, szczególnie gdy dotyczy to powtarzających się tekstów, wyróżniających się wysoką powtarzalnością występowania podobnych do siebie zdań. 

Korzystający z takiego rozwiązania tłumacz wrzuca wówczas tekst źródłowy do narzędzia CAT, a w wyniku jego działania otrzymuje sugestie tłumaczenia poszczególnych zdań. Sugestie te może albo zaakceptować albo zmodyfikować i dopiero zaakceptować lub po prostu odrzucić. Jest to postępowanie bardzo ułatwiające codzienną pracę tłumacza, którego wydajność wzrasta proporcjonalnie do rosnącej bazy danych.

Jakie są wady tłumaczenia maszynowego?

Jakkolwiek tłumaczenia automatyczne wyróżniają się coraz większą dokładnością, to w dalszym ciągu nie są w stanie zastąpić pracy człowieka. Powodów jest kilka, najważniejszym zaś z nich jest fakt, że komputer nie posiada wyczucia językowego. Nawet przy wykorzystaniu systemu składniowego czy opartego na przykładach tłumaczenie w dalszym ciągu będzie się opierać o ustalony algorytm, który nie zadziała w momencie, gdy tekst źródłowy wykroczy poza narzucone ramy. 

Przewaga człowieka nad maszyną

Największa przewaga tłumacza-człowieka nad tłumaczem-maszyną wynika z prostej zależności – mowa jako taka jest żywym tworem, dynamika zaś zmian lingwistycznych jest bardzo wysoka. Tłumaczenia maszynowe więc w kontekście takiego żywego tworu, jakim jest język, zawsze pozostaną wtórne względem działalności człowieka. Sytuacja nie ulegnie zmianie dopóki nie zostanie stworzona sztuczna inteligencja oparta o równie sprawny lub nawet sprawniejszy procesor, co ludzki mózg. 

Nawet zakładając, że taka technologia powstanie, to tłumacz-maszyna prawdopodobnie nigdy nie nabędzie cechy właściwej wyłącznie człowiekowi, mianowicie – intuicji. To dzięki niej często podejmujemy właściwe decyzje, bez racjonalnej analizy. W kontekście translatoryki ta zasada również ma zastosowanie, ponieważ sprowadza się do użycia właściwego słowa, we właściwym kontekście i instynktownego pojmowania takich niuansów językowych, jak ironia, czarny humor czy żart sytuacyjny. Nawet najbardziej zaawansowana sztuczna inteligencja nie posiądzie tej zdolności, bo raczej nie można przypuszczać, że maszyna zostanie wyposażona w umiejętność interpretowania emocji.

Przeczytaj:

Rola proofreadingu w dużych projektach tłumaczeniowych — dlaczego warto?

Czy tłumaczenia maszynowe pomagają tłumaczowi?

Mając to wszystko na względzie, maszyna do automatycznego tłumaczenia nie zastąpi prędko pracy człowieka. Nie oznacza to jednak, że takie algorytmy translacyjne są wrogiem klasycznych przekładów językowych. Jest wręcz odwrotnie – umiejętne korzystanie z tłumaczenia maszynowego jest doskonałym rozwiązaniem dla przyspieszenia pracy tłumacza. Wystarczy wiedzieć, jak wykorzystywać te dobrodziejstwa technologiczne.

Korekta tłumaczenia maszynowego

Tłumacz korzystający z pomocy komputerów translacyjnych musi wiedzieć przede wszystkim, jak postępować w odniesieniu do korekty tłumaczenia maszynowego. Najważniejszym czynnikiem pozostaje otwartość na wynik przekładu, który dokonał komputer. Wiele słów czy zdań zostanie przetłumaczonych zbyt dosłownie, dlatego niezbędna będzie czujność w szukaniu bardziej odpowiednich fragmentów tekstowych. Warto również zainwestować we własną pamięć tłumaczeniową, aby każde kolejne zlecenie realizować jeszcze szybciej opierając się na wcześniej zapisanych danych. W ten sposób tłumaczenia maszynowe będą wsparciem dla tłumacza, któremu zależy na usprawnieniu codziennej pracy.

Czy warto korzystać z tłumaczeń maszynowych?

Skoro tłumaczenia maszynowe opierają się na niedoskonałych algorytmach i systemach to czy warto z tego rozwiązania w ogóle korzystać? Wszystko zależy od przeznaczenia tekstu. Jeśli zależy Ci na tym, aby po prostu zrozumieć np. artykuł na zagranicznym portalu czy ofertę zagranicznej firmy, to jak najbardziej. Nie ma w końcu nic łatwiejszego i szybszego, niż kliknięcie prawym przyciskiem i wybranie opcji “Przetłumacz stronę”. 

Zupełnie inaczej jednak to wygląda w przypadku treści, które chcesz pokazać zagranicznym odbiorcom. Ich jakość musi być wysoka, o ile oczywiście zależy Ci na wzbudzeniu zaufania. Niskiej jakości teksty, będące wynikiem tłumaczenia maszynowego, negatywnie odbiją się na Twoim wizerunku jako profesjonalisty. Z tego powodu treści biznesowe, marketingowe, sprzedażowe i inne, które mają określone przeznaczenie, warto dać prawdziwemu tłumaczowi. Opcjonalnie możesz zdecydować się na tłumaczenie maszynowe, które następnie wyślesz komuś do korekty.

Sprawdź:

Proofreading a tłumaczenie, czyli wszystko o dobrych tłumaczeniach