Duitse valse vrienden

Nederlands en Duits liggen als taal erg dicht bij elkaar. Nederlands werd trouwens lange tijd Nederduits genoemd.
Voor Nederlandstaligen zijn Duitse teksten dan ook erg doorzichtig.
Maar soms zijn er misleidende valse vrienden: woordvormen die in beide talen voorkomen, maar soms verrassend afwijkende betekenis hebben.
Toen ik onlangs mijn kennis van het Duitse wijnvocabularium opfriste, werd ik verrast door een grappige valse vriend.
Het Duitse weinig is immers een bijvoeglijk naamwoord dat ofwel betekent: “wijn bevattend”, ofwel “wijnachtig, als wijn”.
Let wel: “weinig” betekent niet “wijn bevattend” zoals een vat dat wijn bevat, maar bijvoorbeeld een taart die naar wijn smaakt, of een saus die met wijn is gemaakt.
Het heeft dus niets te maken met het Nederlandse “weinig”, dat een onbepaald telwoord of een bijwoord is.

Pourquoi je ne comprends pas l’engouement actuel autour de la traduction avec l’IA

L’intelligence artificielle (IA) n’a rien de nouveau en matière de traduction.

Le secteur de la traduction a toujours été l’un de premiers à intégrer la technologie de l’information et de la communication (ICT), parce que traduire c’est communiquer. Les traducteurs ont aussi été les premiers à utiliser les télécopieurs à grande échelle. Nous avons également été les premiers à utiliser des PC, même si c’était uniquement pour que le travail final soit propre. Et nous avons aussi été les premiers à utiliser des PC pour installer des bases de données, ainsi que pour automatiser les dictionnaires et le contrôle de l’orthographe.

L’un des premiers avantages qui m’a séduit dans la traduction assistée par ordinateur était la possibilité de conserver la mise en page du document original. Fini le temps des feuilles de papier avec des blocs de texte numérotés pour établir le lien avec le texte source. Le client recevait enfin un document traduit sans risque de confusion et qu’il pouvait facilement intégrer dans sa chaîne de production.

Lorsque la mémoire des ordinateurs est devenue suffisamment importante et rapide pour stocker le texte source et le texte cible des traductions, nous avons pu récolter les fruits de notre travail antérieur en automatisant ce que nous faisions depuis des décennies : baser les traductions de documents modifiés sur celles des versions précédentes. Mais cette fois, nous n’avions plus à passer au crible et à retaper des piles de textes. L’ordinateur faisait cette partie du travail pour nous, et nous pouvions nous concentrer sur les parties nouvelles et modifiées afin de livrer plus rapidement un meilleur résultat.

La dernière évolution a été l’introduction de la traduction assistée par ordinateur (TAO, ou CAT pour computer aided translation en anglais). Une fois ces logiciels adoptés, la mise en place de règles programmées pour comparer le texte source avec différents types de textes cibles, permettant ainsi au programme de nous aider à adapter le texte cible, n’a plus été qu’une question de temps.

Il en a inévitablement découlé l’introduction d’une intelligence accrue dans ces logiciels, ce qui a finalement donné naissance à ce que nous appelons la traduction automatique (TA, ou MT pour machine translation).

C’est pourquoi je ne comprends pas l’engouement actuel autour de la traduction avec l’IA. En réalité, la TA EST de la traduction avec l’IA. Bien souvent, les systèmes de TA n’utilisent pas la TAO traditionnelle comme base, mais la TAO classique intègre généralement des éléments de TA afin d’utiliser la traduction automatique pour préparer le travail final du traducteur, accélérer le processus et éviter les erreurs des systèmes purement automatisés.

La TA ne fonctionne pas sans la post-édition de traduction automatique (MTPE, machine translation post-editing). Le traducteur révise et édite le texte après la traduction automatique. C’est également ainsi que fonctionne la traduction avec l’IA. La seule différence entre la traduction avec l’IA et la MTPE est terminologique : ce sont deux expressions différentes pour désigner la même chose. C’est pourquoi l’énorme battage médiatique autour de l’IA dans la traduction n’est rien de plus qu’un changement de terminologie, parfois accompagné d’un changement de fournisseur : certains affirment utiliser l’IA pour attirer des clients, mais en réalité, ils font exactement ce que le secteur de la traduction fait depuis au moins dix ans.

Le terme  « IA » pour la traduction relève davantage du marketing et du window dressing que d’une nouvelle méthode de travail plus avancée.

Peter Motte

Waarom ik de hype over vertalen met AI niet begrijp

Artificiële intelligentie (AI) voor vertalen is niets nieuws.

Het vertaalvak is altijd al beïnvloed geweest door ICT, omdat het nu eenmaal over communicatie gaat. Vertalers waren bij de eersten die faxmachines op grote schaal konden gebruiken. We waren ook bij de eersten die pc’s toepasten, zelfs al was het alleen maar om ervoor te zorgen dat het afgeleverde werk er netjes uitzag. En we waren ook de eersten die pc’s gebruikten om er databases op te installeren om geautomatiseerde woordenboeken en spellingcontrole te gebruiken.

Een van de eerste voordelen die mij aansprak bij vertalen met computers, was dat we de lay-out van het oorspronkelijke document konden behouden. De dagen van velletjes papier met genummerde tekstblokken om het verband te leggen met de oorspronkelijke tekst, waren voorbij. De klant kreeg eindelijk een vertaald document zonder het risico tekst te verwarren, en dat hij vlot in zijn productketen kon introduceren.

Toen de computergeheugen groot en snel genoeg werden om brontekst en doeltekst van vertalingen op te slaan, konden we de voordelen oogsten van ons vroegere werk door de automatiseren wat we al decennia lang deden: vertalingen van gewijzigde documenten baseren op vertalingen van vorige versies. Maar deze keer moesten we geen stapels teksten meer doorploegen en overtikken. De computer deed dat deel van het werk voor ons, en wij konden ons concentreren op de nieuwe en gewijzigde delen en sneller een beter resultaat afleveren.

De jongste evolutie was de introductie van on of computerondersteund vertalen of CAT (van computer aided translation). Eenmaal die programma’s werden gebruikt, was het alleen nog maar een kwestie van tijd voor er programmaregels werden geïmplementeerd om bronmateriaal met allerlei soorten doelmateriaal te vergelijken, zodat het programma ons kon ondersteunen bij het aanpassen van de doeltekst.

Dat betekende onvermijdelijk dat er meer intelligentie in die programma’s werd geïntroduceerd, en dat leidde ten slotte tot wat we machinevertalingen, of MT (van machine translation) noemen.

Daarom begrijp ik de huidige hype over vertalen met AI niet. In feite IS MT vertalen met AI. MT-systemen gebruik vaak geen traditionele CAT als basis, maar traditionele CAT heeft doorgaans wel MT-elementen geïmplementeerd zodat MT wordt gebruikt voor de voorbereiding van het definitieve werk van de vertaler om het proces te versnellen en tegelijk de fouten te vermijden die pure geautomatiseerde systemen maken.

MT werkt niet zonder MTPE: machine translation post editing.  De vertaler voert een redactie na de machinevertaling uit. Op die manier werkt ook vertalen met AI. Het enige verschil tussen vertalen met AI en met MTPE is terminologisch: het zijn twee verschillende uitdrukkingen voor hetzelfde ding. Daarom is de enorme hype over AI bij vertalen niets meer dan een verschuiving in terminologie en soms ook in leveranciers: sommigen zeggen om klanten aan te trekken dat ze AI gebruiken, maar ze doen hetzelfde als wat de vertaalsector al minstens tien jaar doet.

De term AI voor vertalen is meer een kwestie van marketing en windowdressing dan van een nieuwe, meer geavanceerde manier van werken.

Information sessie AI-tools by Unizo

Following the online AI Expo 2025 I went to a local introduction on AI in my home town.
It was organised by the UNIZO, a Belgian association of Small to Medium-sized Enterprises.
It’s the biggest network for entrepreneur and self-employed persons in Flanders and Brussels.
They are at https://www.unizo.be/
I have to admit that the introduction was far too general to be of any use for me.

AI Expo 2025

Today I participated in an event on AI and translation, of which you see the certificate above.

Vandaag nam ik deel aan een congres over AI en vertalen, waarvan u hierboven het certificaat ziet.

Aujourd’hui j’était à un événement sur IA et la traduction, dont vous voyez le certificat ci-dessus.

Why I don’t understand the hype about translation with AI

Artificial Intelligence (AI) in translation is nothing new.

The craft of translation has always been influence by ICT, because it’s all about communication. We were amongst the first who could use fax machines. We were amongst the first who could use pc’s, even if it was only to have an output which looked more neat. And so we were also the first who used pc’s to install databases on them and to be able to use automated dictionaries and spelling checkers.

One of the first benefits I like about translating using a computer, was that we could preserve the layout of the original document. The days of numbering blocks of text to make clear which part of the translation was related to which part of the original text, were gone. The client finally got a document which he could incorporate in his work flow and product chain without much ado.

When computer memories became big and fast enough to store source and target of previous translations, we could start reaping the benefits of our previous work, by automating what we had already been done for decades: found translations of reviewed documents on the translations of the original documents. But this time we didn’t have to plough through huge stacks of material and type it over. The computer did part of the work for us, and we could deliver faster a better result.

That last evolution was the introduction of computer aided translation, or CAT. Once those programs were used, it was simply a matter of time before we could implement logic to compare source material with target material of various kinds, so that the program could support us to amend the target.

Inevitable that lend to an increasing intelligence of the programs, and finally to what we call machine translation, or MT.

That’s why I don’t understand the hype about translating with AI. As a matter of fact MT IS translating with AI. MT systems often don’t use the traditional CAT tools as their fundamental work system, and traditional CAT tools have implemented some MT elements to make it possible to use MT to prepare for the definitive work by the translation to speed up the work and at the same time to avoid mistakes by the automated systems.

MT doesn’t work without MTPE: machine translation post editing.  The translator does the post editing of the texts produced by MT. That is the way translation with AI works. The only difference I see between translation with AI and MTPE is the terminology: it are two different expressions to mention the same thing. Therefore the huge hype about AI in the field of translation is nothing more than a shift in providers: some say they use AI to draw clients, but they’re doing the same thing that the translation business has been doing for several years now. AI in translation is more about marketing and window dressing than about offering a new, more advanced way of working.

Vertalen: een inleiding, deel 9

9 De vertaler: mens of machine?

9a Hulpmiddelen bij het vertalen

In de voortdurend evoluerende wereld van vertalingen zijn hulpmiddelen essentieel geworden voor zowel professionele vertalers als amateurs. Van woordenboeken tot vertaalgeheugens en terminologiedatabanken hebben tools de efficiëntie en nauwkeurigheid van vertaalwerk aanzienlijk verbeterd. Ze helpen vertalers bij het vinden van de juiste termen, het behouden van consistentie en het vermijden van fouten.

9b De computer als hulpmiddel

De opkomst van computers heeft een revolutie teweeggebracht in het vertaalproces. Vertaalsoftware zoals CAT-tools (Computer Assisted Translation) biedt functionaliteiten zoals automatische segmentatie van teksten, fuzzy matching en suggesties op basis van eerder vertaald materiaal. Dit verhoogt niet alleen de snelheid van vertalingen, maar stelt vertalers ook in staat om consistentie te handhaven over grote hoeveelheden tekst.

9c De computer als vertaler

Met de opkomst van machinevertalingen of machine translation is de relatie tussen menselijke vertalers en machines veranderd. Moderne vertaalmachines, zoals neurale netwerkmodellen, maken gebruik van geavanceerde algoritmen en machine learning-technieken om teksten automatisch te vertalen. Hoewel deze systemen indrukwekkende resultaten kunnen behalen, blijven ze moeite hebben met nuances, contextuele interpretatie en culturele gevoeligheid.

De discussie over de effectiviteit van machinevertalingen gaat echter verder dan slechts de kwaliteit van de vertalingen. Menselijke vertalers brengen unieke vaardigheden en inzichten naar het vertaalproces die niet gemakkelijk kunnen worden gereproduceerd door machines. Ze begrijpen de nuances van taal, kunnen culturele subtiliteiten oppikken en zijn in staat om contextuele betekenissen te interpreteren op een manier die machines nog niet kunnen evenaren.

De toekomst van vertalingen ligt in een samensmelting van menselijke expertise en geavanceerde technologie. Terwijl machines blijven evolueren en betere vertaalresultaten produceren, zal de rol van menselijke vertalers zich wellicht verplaatsen naar taken die een dieper begrip van taal en cultuur vereisen, zoals redactie, revisie en creatieve vertalingen.

Hoewel machines een waardevol hulpmiddel zijn in het vertaalproces, blijft de menselijke vertaler onmisbaar voor het leveren van hoogwaardige vertalingen die recht doen aan de complexiteit en nuances van menselijke communicatie. De vertaler van de toekomst is misschien geen mens of machine, maar eerder een symbiotische combinatie van beide. Maar de vertaler heeft altijd het laatste woord.

Vertalen: een inleiding, deel 8

8 Vertalen en verklaren

8a Twee basisdimensies

Vertalen is niet alleen een kwestie van het omzetten van woorden van de ene taal naar de andere, maar ook van het overbrengen van betekenissen, nuances en culturele connotaties. Deze complexiteit wordt vaak weergegeven als twee basisdimensies: de letterlijke betekenis en de contextuele interpretatie. De letterlijke betekenis omvat de woord-voor-woord vertaling, terwijl de contextuele interpretatie rekening houdt met de culturele, historische en situatiespecifieke elementen die de betekenis van een tekst vormen. Een succesvolle vertaling balanceert deze twee dimensies om een accurate weergave van de oorspronkelijke boodschap te bieden.

8b Expliciet en impliciet

Een van de uitdagingen van vertalen is het omgaan met expliciete en impliciete informatie in de brontekst. Expliciete informatie wordt direct uitgedrukt, terwijl impliciete informatie tussen de regels door wordt geïmpliceerd. Het is de taak van de vertaler om beide soorten informatie nauwkeurig over te brengen, zelfs als de culturele context verschilt tussen de brontaal en de doeltaal. Het toevoegen van verklaringen kan helpen om impliciete aspecten van de tekst duidelijk te maken voor lezers die mogelijk niet bekend zijn met de oorspronkelijke cultuur of context.

8c Bewerking of parafrase

Bij het vertalen moeten vertalers soms kiezen tussen het bewerken van de tekst om deze beter aan te laten sluiten bij de doeltaal of het behouden van de oorspronkelijke formulering door middel van een parafrase. Bewerkingen kunnen nodig zijn om grammaticale, culturele of idiomatische verschillen te overbruggen, terwijl parafrases de originele boodschap behouden maar met andere woorden worden uitgedrukt. In beide gevallen kan het toevoegen van verklaringen helpen om de keuzes van de vertaler te rechtvaardigen en de lezer inzicht te geven in de nuances van de vertaalbeslissingen. Het toevoegen van verklaringen aan een vertaling kan de leesbaarheid en begrijpelijkheid verbeteren, vooral bij het omgaan met complexe culturele concepten of taalkundige subtiliteiten. Echter, overmatige verklaringen kunnen ook de stroom van de tekst onderbreken en het leesplezier verminderen. Het is dus de kunst van de vertaler om het juiste evenwicht te vinden tussen het overbrengen van de oorspronkelijke boodschap en het bieden van de nodige verklaringen om de tekst toegankelijk te maken voor een doelpubliek.