Όλοι έχουμε αναλογιστεί πολλές φορές την αλματώδη πρόοδο που σημειώνει η τεχνολογία τα τελευταία χρόνια. Μάλιστα αρκετά συχνά βρισκόμαστε αντιμέτωποι με το ερώτημα: ”Θα μπορούσε η τεχνολογία να απειλήσει θέσεις εργασίας και τελικά να αντικαταστήσει τους ανθρώπους στην εργασία;” Η απάντηση δεν αργεί να έρθει όταν αναλογιζόμαστε ότι ήδη σε κάποιους τομείς αυτό συμβαίνει. Αλλά… Τι συμβαίνει στον τομέα των υπηρεσιών μετάφρασης; Ένας από τους πιο παλιούς στόχους στους Η/Υ ήταν η αυτόματη μετάφραση κειμένου από μία γλώσσα σε μία άλλη. Είναι εφικτό; Αν ναι, μπορεί να αντικαταστήσει τη δουλειά του επαγγελματία μεταφραστή; Και αν ναι σε τί βαθμό;
Η αυτόματη μετάφραση είναι, πιθανότατα, ένα από τα πιο δύσκολα εγχειρήματα της τεχνητής νοημοσύνης, δεδομένης της μεταβλητότητας της ανθρώπινης γλώσσας. Παραδοσιακά, συστήματα βασισμένα σε κανόνες χρησιμοποιούνταν για αυτή την εργασία, τα οποία όμως αντικαταστήθηκαν μέσα στη δεκαετία του ’90 με στατιστικές μεθόδους. Πιο πρόσφατα, μοντέλα νευρωνικών δικτύων επιφέρουν υπερσύγχρονα αποτελέσματα σε ένα πεδίο το οποίο πολύ εύστοχα ονομάζεται ‘Νeural machine translation’ ή στα ελληνικά, μηχανική μετάφραση με χρήση νευρωνικού δικτύου.
Τί είναι η μηχανική μετάφραση;
Μηχανική είναι η μετάφραση που αυτόματα μετατρέπει ένα κείμενο μίας γλώσσας σε κείμενο μιας άλλης γλώσσας. Όταν δίνεται μία ακολουθία κειμένου σε μία γλώσσα-πηγή, δεν υπάρχει μόνο μία σωστή μετάφραση του κειμένου σε μία άλλη γλώσσα. Αυτό συμβαίνει γιατί η φυσική ασάφεια και “ευελιξία” στη γλώσσα είναι πάντα εκεί. Αυτό κάνει, συνεπώς, το εγχείρημα της αυτόματης μηχανικής μετάφρασης δύσκολο αν αναλογιστούμε και το ότι η ακριβής μετάφραση απαιτεί γνωστικό υπόβαθρο ώστε να καταρρίψει κάθε αμφιβολία και να καθορίσει το περιεχόμενο της πρότασης.
Παραδοσιακές μέθοδοι μηχανικής μετάφρασης συνήθως περιλαμβάνουν κανόνες οι οποίοι αναπτύσσονται από γλωσσολόγους και λειτουργούν σε λεξικολογικό, συντακτικό και σημασιολογικό επίπεδο. Φυσικά υπάρχουν περιορισμοί της κλασσικής αυτής μηχανικής μετάφρασης, όπως η εξειδίκευση που απαιτείται από τον γλωσσολόγο ώστε το σύνολο των κανόνων να είναι ολοκληρωμένο.
Αντιθέτως, η μηχανική μετάφραση με χρήση νευρωνικού δικτύου δε χρειάζεται χειροποίητες γραμματικές και συντακτικά των γλωσσών-πηγών και στόχων, αλλά το μόνο που χρειάζεται είναι δεδομένα. Αυτό που κάνει είναι να χρησιμοποιεί δεδομένα από διάφορες προτάσεις και να εκπαιδεύεται σαν μονάδα στην ανάγνωση και μετάφραση, χωρίς πλέον να χρειάζεται εξειδικευμένα συστήματα.
Κινδυνεύουν θέσεις εργασίας;
Η μετάφραση γλωσσών είναι κάτι στο οποίο η τεχνητή νοημοσύνη και ειδικά η μηχανική μάθηση, έχει αποδείξει ότι είναι πολύ αποτελεσματική. Τόσο , ώστε ο Γενικός Διευθυντής ενός από τους μεγαλύτερους εργοδότες μεταφραστών, να προειδοποιεί ότι πολλοί από αυτούς θα χρειαστεί να αντιμετωπίσουν το ενδεχόμενο να χάσουν τη δουλειά τους. Υπολογίζει μάλιστα ότι σε δύο με τρία χρόνια η μηχανική μετάφραση με χρήση νευρωνικών δικτύων (NMT) θα μπορεί να φέρει εις πέρας το 50% του όγκου εργασίας σε μία παγκόσμια αγορά των 40 δισεκατομμυρίων ευρώ.
Τα λόγια του έρχονται σε αντίθεση με το επαναλαμβανόμενο απόφθεγμα ότι τουλάχιστον στο κοντινό μέλλον, η τεχνητή νοημοσύνη θα αυξηθεί σημαντικά αλλά δεν θα αντικαταστήσει τους ανθρώπους επαγγελματίες.
Παρ’ όλα αυτά, αυτό δε σημαίνει ότι για κάθε είδους μετάφρασης και σε όλες τις γλώσσες θα υπάρχει μόνο μία διαθέσιμη υπηρεσία αλλά ,για παράδειγμα, στον τομέα του τουρισμού μία υπηρεσία θα μπορούσε να είναι εξαιρετική στη μετάφραση από τα Γερμανικά προς τα Αγγλικά αλλά όχι τόσο καλή προς τα Ιαπωνικά. Γι αυτό προβλέπεται ότι θα δημιουργηθούν ειδικά ευρετήρια ώστε να βοηθήσουν την εκάστοτε βιομηχανία και τους πελάτες. Οι άνθρωποι θα πρέπει να αξιολογούν το αποτέλεσμα κάθε μηχανής και να συντάσσουν το ευρετήριο. Αν αυτό ακούγεται σαν “θετική πλευρά” τότε ίσως τα πράγματα να μην είναι τόσο ξεκάθαρα. Το επίπεδο και η εξειδίκευση που απαιτείται ώστε κάποιος να αξιολογήσει τις μηχανικές μεταφράσεις ή για να τις τελειοποιήσει, είναι πολύ πιο χαμηλό από αυτό που απαιτείται για την μετάφραση “από το μηδέν”. “Χρειάζεσαι κάποιον έξυπνο με καλές γλωσσικές ικανότητες αλλά δεν χρειάζεται να είναι επαγγελματίας με την παραδοσιακή έννοια του όρου.”
Είναι εμφανές ότι εάν οι μηχανές μπορούν να κάνουν ό, τι και οι άνθρωποι, τότε υπάρχει πρόβλημα. Πολλοί επαγγελματίες που ασχολούνται με τις μεταφραστικές υπηρεσίες θα πουν ότι υπάρχουν πολύ εξειδικευμένες μεταφραστικές υπηρεσίες που χρειάζονται την ανθρώπινη “πινελιά” για το μέλλον, κάτι το οποίο μπορεί και να ισχύει. Χοντρικά όμως, υπολογίζεται ότι το 80% του υλικού της μετάφρασης για το οποίο πληρώνουν οι εταιρικοί πελάτες θα μεταφράζεται από μηχανές στα επόμενα ένα με τρία χρόνια.
Από όλα τα παραπάνω καταλαβαίνουμε ότι οι μεταφραστές για να συνεχίσουν να επιβιώνουν, θα πρέπει να συμπεριλάβουν στο βιογραφικό τους την ειδίκευση σε γλώσσες που είναι λιγότερο διαδεδομένες. Οι υπηρεσίες NMT βασίζονται σε τεράστιους όγκους λογοτεχνίας που είναι διαθέσιμη, ώστε να εκπαιδεύουν τους αλγορίθμους – και με γλώσσες που χρησιμοποιούνται από λιγότερους χρήστες στο διαδίκτυο, αυτός ο όγκος δεν είναι εύκολα διαθέσιμος, ειδικά σε εξειδικευμένα, τεχνικά ή επιστημονικά θέματα. Αυτό θα έχει ως αποτέλεσμα οι μεταφραστές να τελειοποιούν και να επιμελούνται τέτοιου είδους κείμενα σε λιγότερο διαδεδομένες γλώσσες.
Επίσης, παρά το ότι οι μηχανές θα εκτελούν το μεγαλύτερο μέρος της δουλειάς, θα υπάρχει η ανάγκη ανθρώπων ικανών να αξιολογούν τις διάφορες τεχνολογίες μετάφρασης και να εφαρμόζουν τα σωστά εργαλεία για κάθε διαφορετική δουλειά. Γι αυτό θα πρέπει οι άνθρωποι να συνηθίσουν να δουλεύουν πλάι στις μηχανές, κάτι το οποίο σημαίνει τεχνολογικές γνώσεις και συνεχής εκπαίδευση.
Συμπερασματικά, η αλματώδης ανάπτυξη μεταφραστικών μηχανισμών είναι πραγματικότητα και καλεί τους επαγγελματίες μεταφραστές να αυξήσουν την ανταγωνιστικότητά τους και να ενημερωθούν για τις τεχνολογικές εξελίξεις καθώς και να εκπαιδευτούν σε γλώσσες λιγότερο διαδεδομένες. Όπως σε πολλά επαγγέλματα, έτσι και στις μεταφραστικές υπηρεσίες, ο κίνδυνος υπάρχει και θα πρέπει όλοι να εναρμονιστούμε με την εποχή μας είτε αυτό μας δυσκολεύει είτε όχι.
