مترجم مبتنی بر هوش مصنوعی به این زودی‌ها جای مترجمان را نمیگیرد

ارتقاء کیفیت مترجم مبتنی بر هوش مصنوعی (AI) بسیاری از افراد حقیقی و حقوقی را وسوسه کرده تا با بهره‌گیری از آن موجب کاهش هزینه‌های خودشان شوند. حتی شما نیز ممکن است پیامدهای مالی جایگزینی مترجمان با ترجمه ماشینی (مثل گوگل ترنسلیت) را تحلیل کرده باشید.

هوش مصنوعی به لطف توسعه یادگیری ماشین، شبکه‌های عصبی و مهارت فهم اطلاعات در سال‌های اخیر با رشد چشمگیری همراه بوده است. غول‌های فناوری مانند مایکروسافت (Microsoft) و گوگل در حال سرمایه‌ گذاری‌های عظیمی بر روی AI هستند تا سیستم‌هایی را به وجود آوردند که بتواند برگردانی با دقت انسانی ارائه دهد.

مثلا گوگل جدیداً ویژگی جدیدی را منتشر کرده که به نرم‌ افزار امکان می‌دهد تا محتوای صوتی را ضبط کرده و نسخه متنی ترجمه شده را به صورت آنی تحویل دهد. مایکروسافت نیز در زمینه توسعه نرم‌ افزاری، پیشرفت چشمگیری داشته است. مسئولین این شرکت در سال 2018 عنوان کردند که در زمینه ترجمه خودکار به نوعی برابری انسانی رسیده‌اند. در ضمن شرکت DeepL که یکی از محبوب‌ترین ارائه‌دهندگان خدمات MT در بازار است؛ اخیراً اعلام کرده که به پیشرفت‌های قابل ملاحظه‌ای در زمینه مترجم مبتنی بر AI دست پیدا کرده است.

ماشین‌ها شاید بتوانند چیزی فراتر از برگردان کلمه به کلمه ارائه دهند؛ اما باز هم قادر به تضمین 100% کارشان نیستند. سیستم‌های NMT اغلب کلمات مناسب را براساس زمینه کاری انتخاب می‌کنند؛ با این حال نمی‌توانند تفاوت‌های ظریفی مانند لحن صدا یا عناصر ارتباطی خاص مخاطب را تشخیص دهند.

هر چند مترجم مبتنی بر هوش مصنوعی می‌تواند هوشمند باشد؛ اما باز هم درک مفاهیم سخنان انسان برایش دشوار است. علاوه بر این، نرم‌افزار به تنهایی نمی‌تواند مفاهیم ارتباطی را با بخش‌های مختلف مخاطبان تطابق دهد.

مترجم مبتنی بر هوش مصنوعی شاید ترجمه برخی متون را به صورت دقیق به سرانجام برساند؛ اما نمی‌تواند ارجاعات فرهنگی را توضیح دهد و یا اینکه مخاطبان را مجاب کند تا با پیام اصلی همگام شوند. در ضمن کلمات کلیدی را به صورت طبیعی در متون قرار نمی‌دهد؛ از اینرو محتواها نمی‌توانند با هنجارهای محلی ادبی متناسب شوند.

سوگیری الگوریتم (Algorithmic Bias) یکی سخت‌ترین و پیچیده‌ترین مشکلات مرتبط با تکنولوژی هوش مصنوعی به شمار می‌آید که غلبه بر آن با چالش‌های فراوانی همراه است. در واقع سوگیری الگوریتم از انسان‌هایی که آنها را به وجود آورده‌اند و در محیطی که مورد آموزش قرار گرفته‌اند به ارث رسیده است. تصور کنید یک نوع الگوریتم به گونه‌ای طراحی شده که برای پیش ‌بینی کار فقط از تصویر صورت استفاده می‌کند. همانطور که می‌دانید مشاغل به طور نامتناسب توسط جنسیت، نژاد، سن و سایر گروه‌های مردم تحت تأثیر قرار می‌گیرند؛ بنابراین استفاده از این نوع الگوریتم نمی‌تواند تمام اهداف برنامه ‌نویسان را به درستی منعکس نماید.

در سیستم‌های مترجم مبتنی بر هوش مصنوعی، رایج‌ترین شکل سوگیری به جنسیت مربوط می‌شود که در اغلب موارد شخصیت‌های مرد و زن به درستی توسط نرم ‌افزار معنی نمی‌گردند. این مسئله از آنجا ناشی می‌شود که بیشتر زبان‌ها بر روی ضمایر جنسیتی کمتر از زبان انگلیسی تکیه می‌کنند. در این حالت بعضی نرم ‌افزارها مانند گوگل ترنسلیت (Google Translate) با فراهم کردن برگردان هر دو جنسیت سعی کرده‌اند تا حدودی این مشکل را حل نمایند.

مهارت فهم اطلاعات در سال‌های گذشته پیشرفت بسیاری داشته است. مهم‌ترین این پیشرفت‌ها ماحصل تکنولوژی محاسباتی سریعتر و قدرتمندتر بوده که می‌تواند اعداد بیشتری (برای محاسبات) را در یک بازه زمانی کوتاه‌تر متراکم نماید. تمام توسعه‌های انجام گرفته پیرامون هوش مصنوعی بر روی سریع‌تر و بیشتر شدن تعداد محاسبات متمرکز بوده است. این موضوع الگوریتم‌ها را قادر ساخته تا از پایگاه داده وسیع‌تری استفاده کنند و الگوهای بیشتری را اتخاذ نمایند.

مترجمان در برخی از زمینه‌ها، نقش مهمی در اطمینان از انطباق متون ترجمه شده ایفا می‌کنند. مثلاً در زمان ترجمه متون پزشکی با چم و خم صنایع دارویی و بهداشتی آشنا هستند. آنها علاوه بر داشتن مهارت‌های زبانی، از تحولاتی که در این زمینه رخ می‌دهد و پیش شرط‌های خاصی که مقامات محلی برای حمایت از مصرف کنندگان در نظر گرفته‌اند نیز آگاهی دارند.

شرکتی که در زمینه داروسازی فعالیت می‌کند؛ برای مستندات حساسی مانند آزمایشات بالینی، گزارشات موردی یا خلاصه‌ای از مشخصات محصولات دارویی (SmPC) تنها نمی‌تواند به MT اتکا کند. این موضوع در مورد هر صنعتی صدق می‌کند. قراردادها، اطلاعات مرتبط با محصول، ترجمه کتابچه راهنمای مصرف‌ کننده، بیانیه سلب مسئولیت، سیاست‌های حفظ حریم شخصی و صدها سند دیگر قبل از اینکه در دسترس عموم قرار بگیرند، باید توسط متخصصین بررسی شوند.

به نظر می‌رسد که پیشرفت در سیستم مترجم مبتنی بر هوش مصنوعی یک ضرورت باشد؛ چرا که این فناوری به مترجمان حرفه‌‌ای کمک می‌کند تا ضمن ارائه‌ای سریع‌تر، کارهای باکیفیت بالاتری نیز تحویل دهند. ضمناً این نوع ابزار می‌تواند ارتباط بین تیم‌های بین‌المللی را در زمان ادغام نرم‌افزارهای اینترنتی یا اپلیکیشن‌های پیام رسان گروهی ساده‌تر کند.