Valóban helyettesíthetik a gépek az emberi fordítókat? Néhányukat talán igen... A kérdés inkább az, hogy miben lehet a gépi fordításra támaszkodni? Alapvető dolog, hogy a gépi fordítások soha nem helyettesíthetik az emberi fordítókat. Tudományos vizsgálatok is készültek arról, hogy a gépi tanulás és a mesterséges intelligencia hogyan veheti el a kreatív munkát az emberektől. Tekintettel arra, hogy milyen gyorsan fejlődik a technológia, és hogy mire képes a gépi tanulás, érthető az angolról magyarra (vagy más nyelvre) fordítók munkahelyi biztonsággal kapcsolatos aggodalma. Ebben a cikkben elmagyarázom, hogy miért nem lehet pusztán a gépi fordításra hagyatkozni, és hogy bármennyire is fejlődik a technológia, a gépi fordítás soha nem helyettesítheti a tehetséges fordítókat.

Rövid válasz: A gépek nem elég okosak ahhoz, hogy komplett nyelvet tanuljanak.

Eredeti angol szöveg:

An intelligent being cannot treat every object it sees as a unique entity, unlike anything else in the universe. One has to put objects in categories to be able to apply hard-won knowledge about similar objects, encountered in the past, to the object at hand. But whenever one tries to utilize a set of criteria to derive categories and subcategories, the category disintegrates. (Pinker, Steven. How the Mind Works. 1997)

Eredeti szöveg magyarul:

"Egy intelligens lény nem kezelhet mindent úgy, mintha az egy egyedi tárgy lenne, aminek nincs párja a világegyetemben. A tárgyakat kategóriákba kell ossza, hogy a hasonló tárgyakkal kapcsolatban múltbeli alkalmakkor nehezen megszerzett tudást a pillanatnyilag adott tárgyra alkalmazhassa. De mindannyiszor, amikor megpróbálunk olyan kritériumrendszert felállítani, amely megragadná egy kategória tagjainak az összességét, a kategória szertefoszlik." Steven Pinker: Hogyan működik az elme. 1997 Fordította: Csibra Gergely A fordítást az eredetivel egybevetette: Pléh Csaba

Google fordító:

Egy intelligens lény nem tud minden általa látott tárgyat egyedi entitásként kezelni, ellentétben bármi mással az univerzumban. Kategóriákba kell sorolni a tárgyakat, hogy a múltban talált hasonló tárgyakról nehezen megszerzett tudást az adott tárgyra alkalmazni lehessen. De valahányszor valaki egy kritériumkészletet próbál felhasználni kategóriák és alkategóriák származtatására, a kategória felbomlik. (Pinker, Steven. How the Mind Works. 1997) (Pinker, Steven. How the Mind Works. 1997)

DeepL Translate:

Egy intelligens lény nem kezelhet minden egyes tárgyat, amelyet lát, egyedi entitásként, amely különbözik bármi mástól a világegyetemben. A tárgyakat kategóriákba kell sorolnunk, hogy a múltban tapasztalt hasonló tárgyakról szerzett, nehezen megszerzett ismereteket a szóban forgó tárgyra is alkalmazni tudjuk. De valahányszor az ember megpróbál egy kritériumrendszert felhasználni a kategóriák és alkategóriák levezetésére, a kategória szétesik. (Pinker, Steven: Hogyan működik az elme. 1997)

Mondhatnám, hogy nincs miről tovább beszélnem, mert a példa adja magát, de hadd árnyaljam kicsit tovább a dolgot. A gépi fordítás a szabályokról szól. A gépi tanulás előtt a gépi fordítórendszerek kolosszális nagyságú kétnyelvű szótárakat és keményen lekódolt szabályokat használtak a végső produktum szórendjének kiszámításához, ami, ahogy az ki is derült, sok minden lett, csak épp jó nem.

Így működtek a dolgok 1950-ben. De a 21. századra a számítógépek erősebb számítási képességekre és nagyobb tárolókapacitásra tettek szert, ami jobb minőségű gépi fordítást tett lehetővé. Az alapvető mechanizmus azonban nem változott: szótárakat és merev nyelvtani szabályokat kellett megtanítani a számítógépeknek.
A gépi tanulás előtt lehetetlen volt megtanítani egy gépet arra, hogy felismerje teszem azt... a macskákat. Ugyanis el kellett magyarázni, hogy mégis hogyan néz ki egy macska. Például: "ha egy tárgynak 4 lába, nagy szeme, kis hegyes füle és szőrös teste van, akkor az egy macska". Természetesen sok dolognak van 4 lába és nagy szeme, így a számítógépek összekevernék a macskákat és a kutyákat, vagy más állatokat. Emellett el kellett magyarázni, hogy mik azok a lábak és szemek stb.stb.stb. A macskák meghatározása és egy megfelelő algoritmus létrehozása régebben szinte lehetetlen volt. A gépi tanulás az a folyamat, amikor a számítógépeket képek millióival etetik, és a képeken olyan tárgyakat jelölnek meg, mint macskák, kutyák, emberek... templomok, (miért nem fojtották Jézust vízbe? Milyen hülyén nézne ki a templom tetején egy akvárium) bizonyos emberek, stb. stb. stb.

Ezután a számítógép saját algoritmusokat hoz létre a macskák és más tárgyak felismerésére, mint például a Google képfelismerője. A fordítás túlságosan szabálytalan ahhoz, hogy a számítógépek megbízható algoritmusokat társítsanak hozzá. A fordítás sokkal összetettebb, mint egy nyelv egyes szavainak megtanulása. A nyelvtan, a szavak sorrendje, a metaforák szinte nyelvenként különböznek. Olyan gépeket létrehozni, amelyek képesek megtanulni, hogy megtalálják a legközelebbi egyezést egy nyelvpárban, közel lehetetlen... A statisztikai gépi fordításokat a 21. század elején fejlesztették ki. A statisztikai fordításoknál ahelyett, hogy a tudást kódolnák a szoftverbe, és létrehoznának egy lexikont és nyelvtani szabályokat az egyik adott nyelvről a másikra való fordításhoz, nagy mennyiségű, mindkét nyelven írt szöveget táplálnak a szoftverbe, és a számítógépet úgy programozzák, hogy elemezze ezeket az adatokat. A Google már dolgozik ennek a technológiának a fejlesztésén, és a Google Translate felhasználóit kéri fel a gépi fordítású szövegek lektorálására. A statisztikai fordítások lehetővé tennék, hogy a gépek maguktól megtanulják az összetett nyelvtant és a megfelelő szintaxist. Viszont egy gép nem lesz képes kreatív fordítást végezni. Miért van ez így?

A kreatív fordítás nem szimpla fordítás. Ez egy transzkreációnak nevezett folyamat. "A transzkreáció egy viszonylag új fogalom, amelyet olyan fordításokra használnak, ahol az eredeti hatás visszaadása kulcsfontosságú, ugyanakkor nem szükséges szigorúan követni az eredeti szöveget, és a fordítónak jogában áll átfogalmazni vagy akár kihagyni bizonyos részeket, esetleg hozzáadni a szöveghez." No, meg persze gépi fordítás nem képes lefordítani a kontextust. Egy nyelv mindig kapcsolódik a kultúrájához, így bármilyen tökéletes is a fordítás, ha nem veszik figyelembe a nyelv kulturális elemeit, a lefordított szöveg nem úgy fogja visszaadni a tartalmat az olvasók felé, ahogyan azt az író elképzelte. Önkényesen mindannyian tudjuk, hogy mi a jó és mi a rossz írás. Ha adnak két könyvet - az egyiket egy profi író írta, a másikat pedig egy középiskolás diák - akkor nagy eséllyel meg tudjuk mondani, hogy melyiket írta a profi, de jóval kisebb eséllyel tudjuk megmagyarázni, hogy miért jobb a profi írása. A jó írást a számítógépek gyakran nagyon rossz írásnak tekintik. A gépi fordítást és a gépi tanulást arra használják, hogy a gépnek adatokat adjanak, és az emberek megjelölhessék ezeket az adatokat, és hogy a gép létrehozhasson egy rendezési algoritmust. Magyarul: gép hozza létre a szabályokat.

Ám jó írás gyakran megszegi a szabályokat. Jack Kerouac-ot a történelem egyik legjobb írójának tartják, de az írása gyakran nyelvtanilag hibás és felettébb szokatlan. Ha egy gépnek kellene megítélnie az írásai minőségét, akkor nagyon rosszra értékelné. A jó írás több mint egyszerű írás. Ez egy nagyon összetett és számszerűsíthetetlen gondolkodási folyamat, amit a gépek nem tudnak lemásolni, hacsak nem találjuk fel az MI-t. Amit a jelenlegi emberiséget ismerve egyből olyan dolgokra használnánk, ami ártalmas... de ez egyelőre tényleg csak sci-fi, ám ha egyszer megtörténik, bízom benne, hogy az emberek mégis inkább a jó dolgokra fogják használni.

Hamlet:
"What a piece of work is a man! how noble in reason! how infinite in faculty! in form and moving how express and admirable!"

Arany János:
"S mily remekmű az ember! Mily nemes az értelme! Mily határtalanok tehetségei! Alakja, mozdulata mily kifejező és bámulatos!"

Nádasdy György:
"Micsoda remekmű az ember: milyen kifinomult az elméje; milyen végtelenek a képességei; az alakja, a mozgása milyen hibátlan és bámulatos..."

Google fordító:
"Micsoda munka az ember! milyen nemes ésszel! milyen végtelen a karban! formában és megindítóan milyen kifejező és csodálatra méltó!"

DeepL:
"Micsoda egy darab munka az ember! Milyen nemes az értelemben, milyen végtelen a képességekben! Formájában és mozgásában milyen kifejező és csodálatra méltó!"