Tag: mt

AI is a slotmachine

Based on experience my colleague Markéta Brožová Hanelová said: “As for interpreting, I don’t think this profession will be easily erased, but similarly to translation, the developments are not driven by the rising AI-translation quality, but rather by clients willing to take risks in exchange for huge savings.”

A recent example of errors by AI is “Ich have Erfahrung mit Didaktik und Sprachlernmaterialien”. “I have” was translated by “Ich have” instead of “Ich habe”.

Some people think the AI does that to mark it as an AI translation. But those markings use special combinations of successive synonyms, not mistakes.
It’s a mystery why it came up with “Ich have”.

A translation with a CAT tool or even with MT wouldn’t do that, because what you have entered correctly in CAT or MT will be reproduced correctly. AI is trained on an enormous amount of source material, and should not come up with “Ich have”. The volume of material would average out mistakes like that. Theoretically, that is.

You could argue that the blunder is easy to notice, but there are a few problems.

First of all, the types of mistakes AI makes are clearly unpredictable. It could be anything, and therefore it demands extra attention. Not only are there seemingly easy to notice problems, but you could also be tackled by mistakes in specialised vocabulary. And that’s tricky business.

Secondly, the user cannot trust AI if one of the two languages is unknown to him. You still have to be good in the source and the target language, because otherwise you’re going to miss errors. And on top of that, you also have to know the specialised vocabulary in both languages, which is especially treacherous because different terms might superficially be the same, whereas they aren’t in reality.

Basically all problems stem from the fact that AI does not reason, but gambles when it chooses words. It’s based on the most frequent occurrences of word combinations, not on the meaning, because it doesn’t understand things.

Menselijke vertalingen, CAT-vertalingen, machinevertalingen en AI-vertalingen

Ons uitgangspunt is altijd menselijke vertalingen in onze moedertaal, om te garanderen dat het merk van de klant ook in de streek van de doeltaal relevant blijft voor de doelgroep.


Ook vertalingen met CAT kunnen daarvoor worden ingezet, en regelmatige klanten kunnen we daarmee tijdwinst geven die niet geëvenaard wordt door MT- en AI-vertalingen. Bovendien laten AI-vertalingen vaak op subtiele wijze te wensen over, waardoor ze geen tijdwinst opleveren, zelfs in vergelijking met CAT- en MT. Er moet immers altijd worden gecontroleerd, geverifieerd en gecorrigeerd.


Er moet zeker rekening mee worden gehouden dat vertalingen doorgaans vertrouwelijk materiaal bevatten, zoals contracten, productgegevens en informatie over leveranciers- en klantenrelaties. Het is daardoor onverstandig die aan AI toe te wijzen. Dat ontsnapt gemakkelijk aan de controle.


Toch voeren we soms ook proeflezen uit van AI-vertalingen die door de klant worden geleverd. Het risico voor lekken door het gebruik van AI berust dan bij de klant, en hij is beter geplaatst dan wij om te besluiten welke gegevens vertrouwelijk zijn en welke niet.


Het is dus niet zo dat we categoriek afwijzen om aan AI-resultaten te werken, al weten we uit ervaring dat AI in het totaalproces van het vertalen geen meerwaarde oplevert, niet wat betreft tijdwinst, en niet wat betreft kwaliteit.

#vertalen #vertalingen #ai #cat #mt #machinevertalingen

AI zonder review

Het Tudor Pro Cycling Team (PRT) lijkt volgens een website enkele nieuwe leden te tellen, het gevolg van een AI-vertaling zonder controle. Om dat soort vergissingen te vermijden is er AI review nodig: iemand moet de vertaling nakijken.

Dat is op zich niets nieuws. Tot nu toe noemden we AI review gewoon MTPE: machine translation, post-editing. Machine translation of machinevertaling is de term die in de vertaalsector wordt gebruikt voor automatisch vertalen, een techniek die zich al meer dan tien jaar geleidelijk ontwikkelt, en net als AI steunt op enorme voorraden tekst.

In het geval van MT worden echter geen willekeurige bronnen gebruikt, maar vertalingen die al werden gemaakt voor een bepaalde klant. De nauwkeurigheid is dan ook groter dan als met gewone AI, zoals ChatGPT of Claude, wordt gewerkt, omdat alles op de eindklant is gericht. Die MT wordt geleidelijk ook bijgewerkt door intelligentere softwareroutines in te voeren. MT is dus niet vertalen met AI avant la lettre, maar de echte vorm van vertalen met AI.

Die jarenlange ervaring met MT heeft snel doen inzien dat nakijken door een menselijke vertaler, post-editing, onontbeerlijk is. En dat is precies de fout die velen maken als het om AI zelf gaat: ze gooien een tekst in een gratis tool die ze op internet hebben gevonden, of ze nemen de goedkoopste versie van een of andere aanbieder die beweert alles met AI te kunnen klaarspelen, en het nakijken laten ze achterwege. Het wordt AI zonder review.

Het resultaat wordt dan iets zoals op de foto: Michael Storer wordt Michael Magazijnmedewerker, Will Barta wordt Zal Barta, Florian Stork wordt Florian Ooievaar (note bene een Duitser) en Larry Warbasse wordt zelfs Larry Oorlogslager.

Wie ons niet gelooft, kan hier een kijkje nemen op de site van het team.

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