Manifest AVTE o strojovém překladu 2 Shrnutí z Má-li se strojový překlad (machine translation, MT) využívat správně, je k tomu zapotřebí porozumění, odborné znalosti a pečlivé plánování. Domníváme se, že plně automatizované lokalizační procesy se v dohledné době neobjeví. z Kvalita výstupu strojového překladu závisí na mnoha faktorech: na tom, jak je zdrojový text napsaný, nakolik je kreativní, zda byl překladač natrénován na odpovídajících datech apod. z U audiovizuálního (AV) obsahu je význam slov ovlivněn zvukem a obrazem. Překladače nerozumí kontextu a pouze reprodukují již existující překlady. Z tohoto důvodu je strojový překlad pro audiovizuální překlad méně vhodný. z Překladatelé jsou jen zřídka přizváni, aby se na návrzích překladačů podíleli, a předpokládá se, že jedno řešení vyhovuje všem, i když překladatelé pracují různě. z Lepší dialog mezi vývojáři a AV překladateli by mohl napomoct k přesunutí pozornosti z MT i na další technologie, které by mohly mít větší přínos. Jedná se například o některé funkce nástrojů CAT (počítačem podporovaného překladu), funkce hlasového zadávání a nástroje na zajišťování kvality. z Ačkoliv zastánci MT tvrdí, že strojový překlad zaručuje vyšší efektivitu, oprava špatného překladu může trvat déle než překlad stejného textu od nuly. Někteří překladatelé při použití MT vytvářejí překlady horší kvality. Znamená to, že zátěž se jen přesouvá z překladatele na redaktora. z Bezohledné využívání MT povede stále častěji k odlivu mozků a nedostatku talentů. Snižuje se tím dlouhodobá udržitelnost oboru. z Má-li se posílit udržitelnost oboru, je třeba zlepšit pracovní podmínky překladatelů. K tomu patří přiměřená odměna jak za jejich práci, tak za trénování překladačů, zaručení statusu autora, správné nastavení očekávané produktivity překladatelů i posteditorů a dostatečné zaměření na kvalitu. 3 z Neméně důležité jsou etické aspekty: výstup MT je někdy vydáván za lidský překlad, klienti však o této skutečnosti nejsou informováni. Překladatelé zase často nevědí, že se jejich dílo využívá k trénování překladačů, ani za to nedostávají odměnu. Překladatelé vinou MT přicházejí o svůj jedinečný překladatelský styl, jazyk ztrácí různorodost, zplošťuje a stává se více homogenním. Zohledňovány by měly být i ekologické náklady spojené s MT. z Podporujeme koncept „rozšířeného překladu“ (augmented translation), který staví člověka do popředí a využívá technologie k rozšíření jeho schopností. 4 Úvod Nejzásadnější proměnu v oboru jazykové lokalizace přinesl kvantový skok ve strojovém překladu (angl. machine translation – MT), k němuž došlo v posledním desetiletí. Někteří aktéři už sice oslavují konec lidského překladu a ohlašují éru „postlokalizace“, přesto bychom měli mít na paměti, že zatímco umělá inteligence (UI) pouze využívá velké množství výchozích dat a na jejich základě často produkuje správné výsledky, lidský překladatel zná vztahy mezi slovy a pojmy v reálném světě a tato znalost představuje pevnější základ kvalitního výstupu. Jak konstatoval Aljoscha Burchardt, vedoucí vědeckého týmu Německého výzkumného střediska pro umělou inteligenci: „MT je sice chytrý papoušek, ale stále jen papoušek“ (Augmented Translation, Dr. Arle Lommel, CSA Research, 34:37).1 Pracovní podmínky překladatelů jsou bohužel špatné dlouhodobě a poprask kolem strojového překladu z poslední doby situaci ještě zhoršuje. Vzhledem k tomu, že MT tady s námi zůstane a nesporně má svůj potenciál, rádi bychom nabídli nástin současného stavu, navrhli doporučené zásady pro překlad člověkem s podporou UI a zároveň popsali osvědčené postupy pro zajištění udržitelnosti celého oboru obecně. „MT je sice chytrý papoušek, ale stále jen papoušek“ 5 Schopnosti MT Aktuální zkušenost Ačkoliv panuje přesvědčení, že nám umělá inteligence nyní bude bezpracně sloužit jako osobní tlumočník, k jejímu správnému využití je zapotřebí porozumění, odborné znalosti a pečlivé plánování. Ani zdaleka nejsme v situaci, kdy by stačilo zkopírovat do grafického rozhraní strojového překladače libovolný text a následně bychom získali výsledek dovedený k dokonalosti. Člověk je stále nedílnou součástí lokalizačního procesu a překlad vyhotovený člověkem je mnohdy jediný způsob, jak vytvořit výsledek vhodný pro daný účel. Kvalita výstupu strojového překladu je totiž nesmírně různorodá, protože je závislá na mnoha faktorech: z Je výchozí text napsán způsobem, který strojový překlad usnadňuje? Používá se v něm mnoho zkratek nebo vysoce specifický žargon, jaký by použil například vývojář videoher, kdyby mluvil o nejnovější aktualizaci hry, anebo text dodržuje běžná jazyková pravidla a jeho autorem je člověk, který se živí psaním, například novinář? z Je třeba, aby byl obsah přeložen tvůrčím způsobem (např. hrdinská fantasy), anebo je repetitivní a vykazuje rozpoznatelné vzorce (např. kuchařský recept)? z Jak dobře je překladač natrénován v příslušné oblasti a jak kvalitní jsou korpusy (databáze frází výchozího a cílového jazyka) používané k jeho trénování? Nebo je překladač univerzální a je postaven na datech, která upřednostňují kvantitu před kvalitou?2 Člověk je stále nedílnou součástí lokalizačního procesu a překlad vyhotovený člověkem je mnohdy jediný způsob, jak vytvořit výsledek vhodný pro daný účel 6 z Jsou pro danou jazykovou kombinaci k dispozici rozsáhlé korpusy, nebo je nutné k překladu využívat pilotní jazyk (třetí jazyk, např. výchozí jazyk > angličtina > cílový jazyk)? Všechny tyto faktory a mnohé další ovlivňují kvalitu výstupu MT, a proto je obtížné se k této problematice vyjadřovat na obecné úrovni. Používá-li se technologie správně a se zřetelem ke konkrétnímu účelu, může lidskému překladateli pomoci. Předpokládáme, že UI v budoucnu překladatele nenahradí, ale spíše rozšíří jejich dovednosti.3 Schopnost stroje rychle analyzovat velké množství dat a předložit relevantní výsledky člověku, který „stojí za kormidlem“, by se postupem času mohla ukázat z hlediska efektivity a kvality jako neocenitelná. Podobně je důležité mít na paměti, že umělá inteligence pouze reprodukuje již existující překlady,4 což znamená, že nemůže nabízet kreativní řešení. Hledá slova a fráze v dostupných trénovacích datech a na základě toho tvoří překladové věty. Těchto výsledků dosahuje nepředvídatelným způsobem, a proto někdy dochází ke katastrofálním chybám a překlad je zcela nepoužitelný. Umělá inteligence zároveň nerozumí kontextu5 (nebo ho chápe pouze v omezeném rozsahu), a vzhledem k tomu, jak jsou algoritmy navrženy, se situace v tomto směru v blízké budoucnosti nezlepší. Odborníci uvádějí, že maximální rozsah bude několik stran knihy.6 Při lokalizaci audiovizuálního (AV) obsahu je však klíčový kontext. Na význam slov má vliv obraz na obrazovce, akce, tón hlasu a gesta, a dokud stroje nebudou schopny všechny tyto prvky vzít v úvahu, bude kvalita MT nedostatečná nejen v AV překladu, ale i ve všech dalších (tvůrčích) typech překladu, které jsou silně závislé na kontextu. Schopnost stroje rychle analyzovat velké množství dat a předložit relevantní výsledky člověku, který „stojí za kormidlem“, by se postupem času mohla ukázat z hlediska efektivity a kvality jako neocenitelná. 7 Aktuálně vyvíjené funkce Je možné, že stroje nikdy nebudou schopny číst celé knihy a rozumět jim, díky expertům z oboru si však můžeme udělat představu o tom, jak se současná technologie bude postupně zdokonalovat. Evgeny Matusov7 a Yota Georgakopoulou8 publikovali články, v nichž rozebírají vylepšení, která se pravděpodobně stanou součástí našich každodenních pracovních postupů již velmi brzy. Pokud jde o předzpracování a následné zpracování textu, metadata9 by při strojovém překladu mohla pomoct zohlednit faktory, jako je stylistický rejstřík, omezení délky textu nebo přiřazení gramatického rodu, a odborníci na audiovizuální překlad by rovněž mohli mít možnost tyto informace u jednotlivých segmentů doladit. Zároveň by inteligentní textové segmentátory mohly snížit počet úprav potřebných k vytvoření vhodně formátovaných titulků. Automatická oprava gramatiky10 by mohla odstranit gramatické chyby, propojení s glosáři by mohlo napomoct vyšší jednotnosti a na základě ukazatelů odhadované kvality11 výstupu MT by se mohly automaticky odfiltrovat návrhy, které nedosahují určité kvalitativní úrovně. Kromě toho se očekává, že se v nadcházejících letech objeví i nově natrénované překladače pro různé jazykové kombinace, které eliminují potřebu pilotních jazyků. Díky tomu všemu bude práce s MT komfortnější. Přesto si nemyslíme, že se v dohledné době dočkáme plně automatizovaných lokalizačních procesů bez nutnosti lidského zásahu. 8 Realizace strojového překladu Aktuální zkušenost Překladatelé jsou jen zřídka přizváni, aby se na návrhu překladačů podíleli, ani se od nich nevyžaduje dostatečná zpětná vazba, i když by mohli přispět cennými náměty. Proto nejsou zohledňovány ani jejich potřeby a uživatelská zkušenost. Předpokládá se, že „jedno řešení vyhovuje všem“, a přitom překladatelé používají MT různě: zatímco někteří chtějí zobrazit návrh MT jen občas a nepřejí si, aby výstup z překladače ovlivňoval jejich styl, jiným vyhovuje strojové návrhy přepisovat. Přesto jsou návrhy překladače obvykle v pracovním prostředí překladatele (v oknech, do nichž se překládá) předvyplněné a ne vždy je snadné je skrýt. Lepší dialog mezi vývojáři a překladateli by mohl napomoct k přesunutí pozornosti z MT i na jiné technologie, které jsou podle všeho přehlíženy, ačkoliv by mohly mít větší praktický přínos jak pro překladatele, tak pro celkovou kvalitu. Mezi ně patří řada funkcí CAT12 , technologie převodu řeči na text a další nástroje. Zatímco v jiných oblastech překladu se používají zcela suverénně, v audiovizuálním překladu téměř chybí nebo nejsou podporovány. O tom, zda a jak se má u daného projektu použít MT, obvykle rozhodují agentury nebo koncoví klienti. Rozhodnutí často činí projektový manažer, který nemá žádnou odbornou přípravu ani zkušenost s překladem, zatímco překladatel, odborník na danou oblast, nemá v této věci žádné slovo. Někdy překladatelé dostávají pokyn, aby výstup MT upravovali co nejméně. Jedná se o přístup nazývaný „základní posteditace“. Na rozdíl od posteditace úplné, která se používá „za účelem získání produktu srovnatelného s produktem získaným překladem pořízeným člověkem“,13 umožňuje základní posteditace 9 uživateli porozumět pouze základnímu smyslu a „o vytvoření produktu srovnatelného s produktem získaným překladem pořízeným člověkem“ se nesnaží.13 Může být vhodná pro interní komunikaci nebo monitoring médií, pro většinu audiovizuálního obsahu však vhodná není. Z nadšených prohlášení zastánců MT by se mohlo zdát, že vyšší efektivita je zaručena, většina překladatelů s tím však nesouhlasí: oprava špatného překladu, ať už jej vytvořil stroj nebo člověk, může trvat déle, než kdyby překladatel stejný text přeložil od nuly. Redaktoři (známí v různých oblastech AV překladu též jako „QCeři“, tzn. kontroloři kvality, korektoři, úpravci či dramaturgové) si stěžují, že někteří překladatelé při použití MT vytvářejí překlady horší kvality. V důsledku toho se část pracovní zátěže jen přesouvá z fáze překladu do fáze kontroly kvality, přičemž odměna redaktorů zůstává stejná. Co si přejeme z Uživatelsky přívětivé, intuitivní rozhraní, v němž je snadné soustředit se na prováděný úkol. Toho lze nejlépe dosáhnout, když jsou překladatelé zapojeni do návrhu a nastavování překladače. z MT by měl být volitelným nástrojem, který lidskou tvořivost nepotlačuje, ale naopak stimuluje. Pokud jde o praktické provedení, chtěli bychom mít k dispozici přepínač, který návrhy MT zobrazí/skryje, a možnost návrhy MT snadno vkládat pomocí klávesové zkratky, kterou lze přizpůsobit. V ideálním případě by mělo být možné zobrazit pouze ty návrhy MT, které přesahují zvolený kvalitativní práh. Chtěli bychom mít možnost si podle preferovaného stylu práce vybírat, jak bude výstup MT prezentován: přepisování návrhů MT v okénku vs. psaní do prázdného okénka, přičemž návrh je zobrazen v samostatném poli (je-li zobrazení aktivováno přepínačem). z Kromě MT bychom chtěli mít přístup i k jiným, tradičnějším nástrojům. Překladatelé by měli mít překladatelský proces plně pod kontrolou, což také znamená možnost všechny nástroje podle potřeby zapínat či vypínat a ovládat je klávesovými zkratkami, které se dají přizpůsobit. Mezi Lepší dialog mezi vývojáři a překladateli by mohl napomoct k přesunutí pozornosti z MT i na jiné technologie, které jsou podle všeho přehlíženy, ačkoliv by mohly mít větší praktický přínos jak pro překladatele, tak pro celkovou kvalitu. Oprava špatného překladu, ať už jej vytvořil stroj nebo člověk, může trvat déle, než kdyby překladatel stejný text přeložil od nuly. 10 dostupné nástroje by měly patřit zejména tyto funkce, přičemž některé jsou známé z aplikací počítačem podporovaného překladu (CAT): | Vyhledávání v překladové paměti, též známé jako konkordování, které umožňuje snadný přístup nejen ke stávajícím překladům souvisejícího obsahu, např. k jiným epizodám/řadám stejného seriálu, ale i k dalšímu dvojjazyčnému obsahu. Používají-li se k získávání návrhů MT i překladové paměti (translation memories, TMs),13 mělo by být u každého návrhu na první pohled zřejmé, ze kterého zdroje pochází. MT lze využívat k rozšíření možností technologie TM14 a k hledání shod na subsegmentální úrovni; | Vyhledávání v terminologických databázích, při němž je zajištěn průběžný přístup ke glosářům klíčových jmen a frází, termínů apod. a při němž data zkvalitňuje umělá inteligence (Automated Content Enrichment);14 | Našeptavač, který předvídá, která slova budeme chtít při překladu konkrétní věty napsat; | Funkce hlasového zadávání (diktování), která je přizpůsobena pro práci s hovorovým mluveným jazykem a podporuje hlasové příkazy pro operace, jako je časování a segmentace; | Aktualizovaná kontrola pravopisu přizpůsobená i pro hovorový jazyk, nikoliv tedy jen široce dostupné nástroje na kontrolu pravopisu s otevřeným kódem, které nebyly aktualizovány po mnoho let a které v případě některých jazyků disponují nedostatečně velkými slovníky s nesčetnými chybami; | Nástroje na zajišťování kvality, které se zaměřují nejen na technické aspekty, jako je čtecí rychlost a mezery mezi titulky, ale také na jazykové aspekty. Kontrolovat by se mohly například mezery na konci řádku, dvojité mezery, opakující se slova, gramatické chyby, slova, která by neměla stát na konci řádku, a shoda s glosářem. Další důležitou funkcí, která by měla být podporována, je hledání a nahrazování s využitím regulárních výrazů. | Aplikace usnadňující spolupráci mezi překladateli na větších projektech, a to jak v rámci jazyka (např. několik osob pracujících na stejném seriálu), tak napříč jazyky (např. několik překladatelů, z nichž každý překládá do svého cílového jazyka) a různými funkcemi (překladatel, QCer, tvůrce šablony, autoři scénáře apod.). 11 | Nové inovativní nástroje, jež by mohly být vyvíjeny ve spolupráci s překladateli, kteří používají jazykové technologie, například jazykové korpusy. Jako příklad lze uvést přístup k překladovým ekvivalentům15 (zarovnání slov)16 nebo snadný přístup ke stávajícím slovníkům. 12 Spravedlivá odměna, udržitelnost a kvalita Aktuální zkušenost Pro praktiky z oblasti audiovizuálního překladu bývají významné technologické inovace spojeny se snižováním odměn, jelikož mnohé z těchto inovací – např. využívání částečných shod (fuzzy matches)17 v lokalizaci her nebo automatického rozpoznávání řeči pro účely skrytých titulků – měly v minulosti právě takovýto důsledek. Další příklady se týkají titulkování. Ve snaze o maximalizaci efektivity fragmentovaly18 firmy práci, která dříve zaměstnávala jednoho specialistu, titulkáře, na dílčí úkoly pro více osob – tvůrce šablon, korektora šablon, překladatele, korektora překladu atd. –, z nichž každá dostává výrazně nižší odměnu, protože „odvádí méně práce“. Snížení odměn bylo nepřiměřené a i z tohoto důvodu si dnes jen málo specialistů na titulkování vydělá adekvátní odměnu, která by odpovídala jejich kvalifikaci, dovednostem a zkušenostem. Sazby byly nízké již v éře před nástupem MT, především proto, že více než deset let stagnovaly a neupravovaly se o inflaci, ale nyní, když si u firem prudkým tempem získává oblibu MT, dochází k ještě větší fragmentaci pracovních postupů (prostřednictvím posteditace a správy metadat) a k ještě většímu poklesu odměn, protože některé společnosti agresivně snižují své 13 sazby na základě „obrovského zvýšení efektivity“, které MT údajně přináší. Audiovizuální překladatelé toto tvrzení od samého začátku zpochybňují. Přechod na posteditaci nejen vedl k nižším odměnám a k nižší pracovní spokojenosti,18 ale také ohrozil status autora, který překladatelům náleží. Vzhledem k tomu, že hrubý překlad nyní tvoří stroj, pokud se zákonodárci nebudou ubírat správným směrem, specialisté na AV překlad by mohli přijít o svá autorská práva včetně práva na odměnu za užití jejich díla, což by v některých případech snížilo jejich příjem až o 50 %. Toto všechno zvýšilo odliv mozků – jev, který byl citelně znát již před nástupem MT –, kdy specialisté odcházejí za lepšími pracovními podmínkami a absolventi vysokých škol v našem oboru nenacházejí adekvátní uplatnění. To ve svém důsledku přispívá k nedostatku talentů, což je dnes jedním z největších témat v oboru. Kvůli MT trpí i kvalita překladů,19 a pokud nebudou přijata vhodná opatření, bude její úpadek zřejmě pokračovat i nadále. Tento proces se může ještě zrychlit, protože se do překladačů zadává k překladu stále více textů, které jsou samy produktem MT. Zdá se, že v dnešní době se diskuse vedené firmami na téma strojového překladu zaměřují pouze na maximalizaci efektivity, a naopak vliv MT na kvalitu je zmiňován jen okrajově nebo vůbec. Skutečně se zdá, že tento aspekt není prioritou – jak už jsme uvedli výše, posteditoři často dostávají pokyn, aby výstup strojového překladu ponechali v maximální možné míře beze změn, a i když takovýto pokyn nedostávají, nižší sazby je nutí volit metodu „snesitelného překladu“, tzn. přijímají stěží přijatelná překladatelská řešení, aby práci co nejvíce urychlili ve snaze vydělat si adekvátní odměnu. Posteditace, která je již sama o sobě náročná a stresující, při takovéto hektičnosti nutně musí mít vliv nejen na kvalitu překladu, ale i na duševní zdraví. Vzhledem k tomu, že se sazby, pracovní podmínky a kvalita zhoršují a zkušení překladatelé obor opouštějí a nahrazují je studenti, amatéři a překladatelé na částečný úvazek, máme obavy o dlouhodobou udržitelnost naší profese a musíme vyjádřit lítost nad tím, jakou úlohu hraje v tomto úpadku bezohledné využívání MT. Přechod na posteditaci nejen vedl k nižším odměnám a k nižší pracovní spokojenosti, ale také ohrozil status autora, který překladatelům náleží. Posteditace, která je již sama o sobě náročná a stresující, při takovéto hektičnosti nutně musí mít vliv nejen na kvalitu překladu, ale i na duševní zdraví. 14 Co si přejeme z Sazby za překlad, ovlivněné fenoménem MT, by měly být upraveny o inflaci za posledních deset a více let a měly by odrážet průměrnou odměnu obdobně kvalifikovaných zaměstnanců v jiných oblastech a jejich zaměstnanecké benefity, jako je placené volno, placená dovolená, zdravotní péče a důchodové zabezpečení, mateřská dovolená apod. z Nárůst efektivity díky MT by měl být v první řadě využit ke zvládání rostoucí poptávky, což by ospravedlnilo investice do trénování MT a jeho implementace. Strojový překlad by mohl být využíván k podpoře méně náročných projektů a k tomu, aby uvolnil kapacitu vysoce kvalifikovaných specialistů v oblasti AV překladu na náročnější projekty. z Odměna za posteditaci strojového překladu by měla být úměrná vysoké úrovni odborných znalostí potřebných k provádění této činnosti.20 z Překladatelé by měli být informováni o tom, že jejich práce je využívána k trénování překladače, a měli by za to být odměňováni. z Status autora by měl být u překladatelů zachován, i když se bude využívat MT. z Při stanovování očekávané produktivity posteditorů by mělo být zohledňováno duševní zdraví, protože strojový překlad není možné korigovat tak rychle jako překlad lidský. z Hlavní pozornost by měla být věnována kvalitě. | Mezi opatření, která mohou zabránit jejímu zhoršování, patří přijímání vhodných spolupracovníků, pravidelná školení, průběžné hodnocení kvality aj. | Posuzování kvality a revize (zvyšování kvality) jsou dvě odlišné součásti pracovního postupu. Redaktoři by neměli být žádáni, aby vždy zároveň s revizí prováděli i hodnocení kvality: když redaktoři musí ke každé úpravě přiřadit typ chyby a její závažnost, práce jim zabere mnohem více času a může to negativně ovlivnit jejich rozhodování. | Hodnocení kvality by nemělo být založeno výhradně na počítání chyb, neboť tento přístup zaměřený na slabé stránky nebere v úvahu stránky silné, například tvůrčí překladatelská řešení nebo použití idiomatických výrazů. 15 | Hodnocení kvality by se nemělo omezovat na hodnocení překladatelů a posteditorů, ale mělo by se zaměřovat i na práci redaktorů. | Je třeba mít na paměti, že nalézt spolehlivé redaktory je obtížnější než najít spolehlivé překladatele. 16 Etické aspekty MT Stejně jako mnoho jiných vysoce výkonných technologií se ani strojový překlad neobejde bez etických problémů, které většinou vyplývají z bezohledných praktik při jeho použití. Jako příklad lze uvést to, že se firmy snaží vydávat MT za lidský překlad nebo že neinformují své klienty, že se na lokalizačním procesu podílel strojový překlad. Většina filmařů, producentů a tvůrců obsahu by pravděpodobně nesouhlasila s tím, aby jejich dílo překládal stroj, byť by překlad následně prošel posteditací, ve většině případů však o této skutečnosti ani nejsou informováni. Překladatelé naopak nejsou informováni o tom, že se jejich dílo využívá k trénování překladače (a ani nejsou žádáni o souhlas), což by se v některých zemích mohlo považovat za porušení práv duševního vlastnictví. Obecněji se názory praktiků na MT a posteditaci do značné míry ignorují, i když mnozí z nich otevřeně prohlásili, že nechtějí opravovat texty vytvořené strojem ani být svědky toho, jak se jejich tvůrčí, ba přímo umělecká profese proměňuje v mechaničtější, rutinní práci. Nežádoucím důsledkem přechodu překladatelů na posteditaci je ztráta jejich jedinečného překladatelského stylu a charakteristického rukopisu. U poměrně velkého množství lokalizovatelného obsahu, např. firemních materiálů, konferenčních prezentací a e-learningových kurzů může být nasazení MT na místě a styl konkrétního překladatele zřejmě překlad příliš neobohatí. Co se však stane tam, kde hraje lidský prvek a tvůrčí přístup zásadní roli, jako je tomu u filmů? Podle jednoho výzkumu21 se překlad při posteditaci výstupu MT ochuzuje asi o třetinu stylistických prvků, které tvoří individuální styl překladatele. Nežádoucím důsledkem přechodu překladatelů na posteditaci je ztráta jejich jedinečného překladatelského stylu a charakteristického rukopisu. 17 Pokud jde o potenciální problémy, je jedním z nich skutečnost, že jazyk ztrácí různorodost, zplošťuje se a stává se chudším a více homogenním.22 Kromě toho, jak již bylo uvedeno, prozatím neproběhla dostatečná diskuze o autorských právech v éře MT a o odpovídajících právních předpisech stále nebylo rozhodnuto. Vzhledem k tomu, že v současné době není jasné, komu text vzniklý na základě spolupráce stroje a posteditora patří, mohli by audiovizuální překladatelé přijít o právo na uvedení autorství k dílu a stát se bezejmennými kolečky v lokalizačním soukolí, kterým nikdo nenaslouchá. A konečně, stejně jako je tomu u všech druhů technologií v naší digitální době, přinášejí MT a UI obecně ekologické náklady, protože trénování překladačů a jejich používání vyžaduje obrovské množství energie. 18 Pohled do budoucna Od dob strojového překladu založeného na pravidlech sice stroje ušly velký kus cesty, výkonu rovnocenného s člověkem však v reálných podmínkách prozatím dosaženo nebylo a v dohledné době jej ani dosaženo nebude. I navzdory technologickému pokroku proto bude člověk nadále představovat „úzké hrdlo“ celého procesu, a tudíž i klíčový prvek, na němž bude náš obor závislý. Z toho důvodu je třeba lidským potřebám vyjít vstříc. Ve své nedávné přednášce1 o „rozšířeném překladu“ (augmented translation) Dr. Arle Lommel ze společnosti CSA Research nabídl cenný pohled do budoucnosti MT, jejímž středobodem je člověk. V této budoucnosti se umělá inteligence nevyužívá k tomu, aby překladatele nahradila nebo z nich učinila posteditory, ale k tomu, aby rozšířila jejich schopnosti a zvýšila rychlost, pohodlí a lehkost, s nimiž svou práci vykonávají. Překladatelé jsou obklopeni špičkovými technologiemi nové generace, žádné z dostupných nástrojů však nejsou nuceni používat. Místo toho si mohou vybrat libovolné nástroje, které se podle jejich názoru budou nejlépe hodit na konkrétní projekt, ať už jde o automatizované obohacení obsahu (Automated Content Enrichment, ACE) u zakázek náročných na dohledávání informací, nebo o vylepšenou překladovou paměť a adaptivní neuronový strojový překlad u zakázek s velkým množstvím terminologie a opakování – a u vysoce tvůrčích překladů možná překladatelé nevyužijí ani jeden z nástrojů. My tuto vizi sdílíme. Využijeme-li MT k posílení postavení překladatelů a ke zlepšení jejich pracovních podmínek, můžeme zajistit udržitelnou budoucnost v oblasti AV překladu a pokračovat v budování jazykových mostů mezi zeměmi a kulturami. K tomu je nezbytný neustálý dialog mezi všemi zúčastněnými, protože jinak není možné uspokojit potřeby všech stran. Zároveň vybízíme k dalšímu výzkumu aspektů MT, jako je kvalita, kognitivní úsilí, duševní zdraví a pracovní spokojenost, se zvláštním důrazem na tvůrčí překlad (dosud se výzkum zaměřoval především na právní a odborné texty) s cílem vytvářet zdravé, 19 produktivní a udržitelné pracovní prostředí. Snižování nákladů, vyvíjení tlaku na pracovníky a postupné vypouštění lidských překladatelů z pracovního procesu na základě povrchního pochopení technologie MT je pro nás nepřijatelné. Doufáme, že tento dokument poslouží jako základ pro uplatňování osvědčených postupů v oblasti rozšířeného překladu a že přispěje k plodným vztahům mezi všemi zúčastněnými stranami. Koneckonců náš obor vždy napomáhal k vzájemnému porozumění a sbližování po celém světě. Rozšířený překlad PŘEKLADATEL Neurální strojový překladač jako volitelný nástroj Vylepšená kontrola gramatiky a pravopisu Našeptávač A/B Terminologické databáze Diktování Aplikace usnadňující spolupráci Rozšířený kontext Překladová paměť Nástroje na kontrolu kvality 20 Odkazy 1 Lommel, Arle. (2021, May 13). Augmented Translation: The Transformative Revolution in Language Services [video]. Lionbridge. https://www.linkedin.com/video/live/urn:li:ugcPost:6798283532570501120/ 2 GoetheUK. (2. října 2020). Translators – Robots in Disguise? [video, 53:50] YouTube. https://youtu.be/WLKA9EV8XNg?t=3230 3 DePalma, Donald A. (10. února 2021). Augmenting Human Translator Performance. CSA Research. https://insights.csa-research.com/ reportaction/305013266/Toc?SearchTerms=augment 4 GoetheUK. (2. října 2020). Translators – Robots in Disguise? [video, 34:03]. YouTube. https://youtu.be/WLKA9EV8XNg?t=2043 5 GoetheUK. (2. října 2020). Translators – Robots in Disguise? [video, 10:21]. YouTube. https://youtu.be/WLKA9EV8XNg?t=620 6 GoetheUK. (2. října 2020). Translators – Robots in Disguise? [video, 56:22]. YouTube. https://youtu.be/WLKA9EV8XNg?t=3382 7 Matusov, Evgeny (2021). How NMT is Revolutionizing Subtitling. Multilingual, March-April, 83-85. https://multilingual.com/issues/mar-apr-2021/ how-nmt-is-revolutionizing-subtitling/ 8 Georgakopoulou, Yota. (22. března 2021). Implementing Machine Translation in Subtitling. Multilingual. https://multilingual.com/implementing-machine-translation-in-subtitling/ 9 Metadata. (8. srpna 2021). In Wikipedia. https://en.wikipedia.org/wiki/Metadata 10 Mareček, D., Rosa, R., Galuščáková, P., & Bojar, O. (2011, July). Two-step translation with grammatical post-processing. In Proceedings of the Sixth Workshop on Statistical Machine Translation (pp. 426–432). https://www.researchgate.net/publication/228883281_Two-step_translation_ with_grammatical_post-processing 11 Specia, L., Shah, K., De Souza, J. G., & Cohn, T. (srpen 2013). QuEst-A translation quality estimation framework. In Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics: System Demonstrations (pp. 79–84). https://www.aclweb.org/anthology/P13-4014.pdf 12 Computer-assisted_translation. (21. července 2021). In Wikipedia. https://en.wikipedia.org/wiki/Computer-assisted_translation 21 13 International Organization for Standardization. (2017). Translation services — Post-editing of machine translation output — Requirements. (ISO Standard No. 18587:2017(en)). https://www.iso.org/obp/ui/#iso:std:iso:18587:ed-1:v1:en 14 Lommel, Arle. Augmented Translation: Are We There Yet? (4. listopadu 2020). CSA Research. https://csa-research.com/Blog/ArticleID/706/augmented-translation-2020 15 Vavřín, M. – Rosen, A. (2015). Treq: Translation Equivalents Database. http://treq.korpus.cz. 16 Och, F. J., & Ney, H. (2003). A systematic comparison of various statistical alignment models. Computational linguistics, 29(1), 19–51. https://direct.mit.edu/coli/article/29/1/19/1786/ A-Systematic-Comparison-of-Various-Statistical 17 Fuzzy matching (computer-assisted translation). (24. října 2019) In Wikipedia. https://en.wikipedia.org/wiki/Fuzzy_matching_(computer-assisted_translation) 18 Moorkens, J. (2020). “A tiny cog in a large machine”: Digital Taylorism in the translation industry. Translation Spaces, 9(1), 12–34. https://www.researchgate.net/publication/343713539_A_tiny_cog_in_a_ large_machine_Digital_Taylorism_in_the_Translation_Industry 19 Arenas, A. G., & Toral, A. (2021). The Impact of Post-editing and Machine Translation on Creativity and Reading Experience. arXiv preprint arXiv:2101.06125. https://arxiv.org/abs/2101.06125 20 Do Carmo, F. (2020). ‘Time is money’ and the value of translation. Translation Spaces, 9(1), 35–57. https://www.researchgate.net/publication/344419232_%27Time_is_ money%27_and_the_value_of_translation 21 Kenny, D., & Winters, M. (2020). Machine translation, ethics and the literary translator’s voice. Translation Spaces, 9(1), 123–149. https://researchportal.hw.ac.uk/en/publications/ machine-translation-ethics-and-the-literary-translators-voice 22 Vanmassenhove, E., Shterionov, D., & Way, A. (2019). Lost in translation: Loss and decay of linguistic richness in machine translation. arXiv preprint arXiv:1906.12068. https://arxiv.org/pdf/1906.12068.pdf Text: Max Deryagin, Daniel Landes, Miroslav Pošta Z anglického originálu vydaného Audiovisual Translators Europe přeložil Miroslav Pošta. Jazyková a odborná spolupráce: Estelle Renard, Barbora Vrbová, Marta Bartošková, Ivona Černohausová Grafická úprava a sazba: Emma Carraud, Šimon Sedláček Vydala Jednota tlumočníků a překladatelů v roce 2022. Jednota tlumočníků a překladatelů JTP