Når franskmændene siger “il pleut des cordes” under kraftig regn, oversætter det bogstaveligt til “det regner reb”. For menneskelige øjne er det indlysende, at det er en idiotisme – på engelsk ville vi sige “it’s raining cats and dogs”. Men hvad hvis man skal oversætte til indonesisk? Det er det dilemma, som kunstig intelligens kæmper med hver dag.
“Du kan forestille dig det problem, det skaber for AI,” siger François Yvon, forskningsdirektør specialiseret i automatisk oversættelse ved det franske nationale forskningscenter CNRS.
De nye AI-oversættelsesværktøjer er imidlertid blevet så kraftfulde, at de nu håndterer massiv volumen. I april rapporterede Google, at brugere nu oversætter en billion ord hver måned via Google Translate. Det tæller ikke DeepL, Microsoft, Claude, ChatGPT, Gemini eller talrige specialbyggede løsninger for virksomheder. Markedet for direkte maskinoversættelsessalg (uden abonnementer) var værd omkring 1,4 milliarder dollar sidste år.
Raw AI holder ofte kvaliteten
For mange anvendelsestilfælde giver raw AI-oversættelse nu mening. “Det er ikke rationelt at multiplicere omkostningerne med 100 for at fange de sidste par procent fejl, hvis du oversætter interne dokumenter eller produktlister,” siger John Zimmerman, grundlægger af OKA (Open Knowledge Association), en schweizisk non-profit organisation, der oversætter Wikipedia-artikler.
OKA har publiceret mere end 10.000 oversatte artikler, primært til spansk, portugisisk og engelsk – og ville aldrig have opnået det uden AI. “Det ville have kostet millioner at oversætte 10.000 artikler på den traditionelle måde. I vores process producerer AI kladden, og en menneskelig oversætter kontrollerer hver sætning,” forklarer Zimmerman.
Men behovet for menneskelig indgriben bliver mindre og mindre. “For to til tre år siden med værktøjer som DeepL omskrev vores oversættere stadig en stor del af hver kladde. I dag behøver prosaen ofte slet ikke rettes. Spørgsmålet er ikke længere, om AI-oversættelse er god – det er den helt klart – men om den er god nok til at fjerne mennesket helt,” siger Zimmerman.
Juridiske fejl kan være katastrofale
Det svarer oversættere ikke ja til. Ariella Baltié er oversætter og juridisk ekspert, der specialiserer sig i oversættelse af retsdokumenter fra engelsk til fransk. For nylig blev hun kontaktet af nogen, der allerede havde AI-oversætte sine dokumenter, og spurgt om at tjekke dem.
“Der var to alvorlige fejl helt i begyndelsen,” siger hun. AI’en havde oversæt “Le demandeur” (sagsøgeren) som “the requester” – “totalt ubehjælpelig i juridiske papirer.” Når AI så “Madame X, épouse Y” (Fru X, hustru til Y), kom den med “Ms X marries Y” – og mistog et navneord for et verbum, hvorved betydningen gik helt tabt.
Konsekvenserne af fejlbehæftede juridiske oversættelser kan være alvorlige. I USA har fejl i maskinoversatte asylansøgninger ført til forsinkelser i frigivelsen af detainder.
Dosisfejl kan være dødelige
I medicinen er nøjagtighed en sag om liv og død. Carol Bereuter, specialist i medicinske oversættelser, stødte på en automatisk oversat tekst, der havde oversæt det græske bogstav μ som “milli” (en tusindedel) i stedet for “micro” (en milliontedel).
“Det er en alvorlig fejl. Hvis du giver nogen en milligram, når det skal være en microgram, giver du dem tusind gange dosen,” påpeger hun. Hun understreger også, at når AI-oversættere bliver bedre, bliver det mere udfordrende at påvise fejl. “For flere år siden med Google Translate ville sætningen springe ud på dig på grund af grammatikalske fejl eller kluntet tone. I dag lyder det perfekt legitimt. Det lyder flydende. Det lyder naturligt. Så fejlene er meget sværere at få øje på.”
“Hvis det er noget, der bærer dit navn, risikerer du dit ry. Og hvis der skal tages beslutninger på grundlag af en oversættelse vedrørende en medicinsk procedure, en kontrakt du måske underskriver, eller et større køb du måske foretager, er risikoen endnu større,” advarer François Yvon.
Kontekst forbliver udfordrende
Selv helt klare sætninger kan forvirre AI-tjenester. “Når du har ord med forskellige betydninger, er det sædvanligvis meget klart for et menneske, hvilket der gælder, fordi de forstår konteksten. Men når en maskinoversætter møder sætningen ‘translate into Polish’, er den helt i stand til at beslutte, at det helt sikkert handler om skocreme,” siger Yvon.
Hvis en AI-oversætter ikke har forstået, at der tales om en fodboldkamp, risikerer den at mistranslate “taking a corner”. OKA gennemførte sidste år en undersøgelse finansieret af Wikimedia, der omfattede 119 artikler, 10 sprogpar og mere end 1.000 timers oversættelsesarbejde.
“27 procent af den AI-genererede tekst blev stadig korrigeret før publicering. Tre fjerdedele af disse korrektioner var fejl, som AI’en introducerede, og 5 til 6 procent af fejlene ændrede betydningen af den originale tekst,” siger Zimmerman.
Sandsynlighed kan aldrig blive 100 procent nøjagtig
Det er sandsynligt, at disse fejl er vanskelige at eliminere helt. “Som tingene ser ud i dag, tror jeg, at den fundamentale måde, disse systemer fungerer på, gør det ret svært at forestille sig, hvordan de kunne blive 100 procent pålidelige,” siger François Yvon.
Det skyldes, at sandsynlighed er afgørende for, hvordan AI oversætter hvert ord – og det, der er sandsynligt korrekt, er ikke det samme som det, der er korrekt. Især når det handler om noget så subtilt og overraskende som sprog.
Yvon mener, at en ny generation af teknologi bliver en forbedring. “Vi vil se oversættelsessystemer, der i stigende grad er i stand til at evaluere, hvad de gør, og korrigere sig selv ved hjælp af forskellige AI-værktøjer samtidigt: et til at lave oversættelsen, et til at kritisere det og et til at producere en ny version.”
Men måske kommer det virkelige gennembrud, når AI kan vise tvivl. “Det rigtige gennembrud kommer først, når disse systemer ikke blot er i stand til at oversætte, men også at fortælle os, når de er usikre,” siger Yvon.