Syv veje til bedre (oversættelses) samarbejde

De 7 veje

1.’Collaborative intelligence’
Som kommunikatør og translatør bør man forstå konceptet ’collaborative intelligence’. Her arbejder menneskelig og kunstig intelligens sammen og udnytter deres respektive styrker. AI er fantastisk til at håndtere store datamængder og generere tekst, mens menneskelig intelligens er uundværlig for kreative beslutninger og kulturel tilpasning.

2. Vær opmærksom på begrænsninger
AI-teknologi er stadig ret udfordret, især når det drejer sig om andre sprog end engelsk. Og generelt skal man aldrig stole blindt på, at et AI-værktøj altid leverer præcise og kulturelt passende oversættelser. Slet ikke hvis vi har med fagoversættelser at gøre. Her kan for eksempel et ’kæreskrift’, en advokat sender til landsretten, blive til et ’love letter’. Mennesker har domæneviden, kulturel forståelse og empati. AI er et værktøj.

3. Brug referencetekster og stoplister
AI kan trænes på referencetekster for at lære stil, terminologi og mønstre. På samme måde kan stoplister bruges til at sikre en passende og kontekstuel korrekt oversættelse. På denne måde hjælper mennesket AI’en med at producere oversættelser, der er mere nøjagtige og i tråd med for eksempel en branches termer eller en virksomheds tone of voice.

4. Styr på mikro- og makrostrategierne
Mikro- og makrostrategier er ofte afgørende for en god oversættelse. AI kan hurtigt behandle og analysere store tekstmængder for at finde mønstre, men det er et menneske, der skal definere en makrostrategi. Og ligeledes kræves den menneskelige indsigt for at sikre, at oversættelsen bevarer originalens intention, tone og kulturelle nuancer. Det handler om kontekst og målgrupper, som ofte kræver viden, som AI ikke har – med mindre man meget præcist har fodret værktøjet med det.

5. Forståelse og kendskab
Mens professionelle translatører har en dyb forståelse for deres kunders behov og forventninger, mangler AI evnen til at træffe kreative og modtagerorienterede beslutninger. AI-genererede oversættelser kræver derfor kvalitetskontrol for at sikre, at resultatet er præcist og egnet til formålet. Derfor vil det oftest være nødvendigt at beskrive en målgruppes behov og formålet med teksten.

6. Intet og alt har ændret sig
Teknologiske fremskridt og ændringer i markedskvalitetsopfattelsen udfordrer konstant translatørfaget. Sådan har det altid været. Men der er ingen tvivl om, at de generative AI-teknologier vil tvinge nogle translatører til at dreje nøglen om. Teknologierne udvikler sig så hurtigt, at det, vi troede, vi vidste i sidste uge, er i denne uge helt til grin. Men translatørfaget har alle dage været udfordret af teknologi og af en konstant og ofte nedadgående udvikling i den markedsopfattede kvalitet. For det handler jo om, at markedet (desværre) har vænnet sig til en anden (og lavere) kvalitet. På den måde har intet og alt ændret sig.

7. Byg en TransGPT
For ikke at komme i problemer med datasikkerhed og fortrolighed anbefaler jeg klart at bygge din egen GPT. Vi kunne jo kalde den TransGPT. Fremgangsmåden er at tage udgangspunkt i en monofunktionel og domænespecifik TransGPT, som ved hjælp af RAG-metoden (Retrieval Augmented Generation) kombineres med den polyfunktionelle ChatGPT-4o. Den monofunktionelle, domænespecifikke TransGPT trænes på basis af dine tekster og giver alt andet lige bedre resultater.