Syväkatsaus käännöstrendeihin: poimintoja Tekom Stuttgart 2024 -konferenssista

Viimeisin Tekom-konferenssi järjestettiin Stuttgartissa Saksassa. Konferenssissa käsiteltiin kieliteknologian tuoreita kehitysaskeleita ja erityisesti automatisoitua laadunarviointia (AQE), automatisoitua jälkieditointia (APE) ja terminologianhallinnan parantamista termien keräämisen, poimimisen ja rikastamisen kautta. Tekom, jota kutsutaan myös nimellä TCWorld Conference, kokoaa yhteen teknisestä viestinnästä kiinnostuneet osallistujat, puhujat, opiskelijat ja näytteilleasettajat eri puolilta maailmaa. 

Acolad oli mukana näytteilleasettajana, minkä lisäksi Acoladin maailmanlaajuisten ratkaisujen johtaja Leena Peltomaa puhui keskustelupaneelissa aiheesta ”DEI:n ja vaatimustenmukaisuuden mullistaminen globaalissa teknisessä viestinnässä”. 

Uudet trendit: tekoälyavusteiset laatu- ja vastuullisuusprosessit

Tekoäly oli konferenssissa keskeinen teema. Huomio kohdistui erityisesti laadunvarmistukseen ja eettiseen vastuuseen tekoälyavusteisissa prosesseissa ja dokumentaatiossa. Automatisoitua laadunarviointia ja jälkieditointia käsiteltiin laajasti: yritykset painottavat tekoälyn tuotosten parantelussa entistä enemmän puhtaan terminologian, Retrieval-Augmented Generation (RAG) -teknologian ja tietograafien tärkeyttä. Termien keräämiseen, poimintaan ja rikastukseen keskittyville terminologiatyökaluille on kysyntää, kun yritykset tunnistavat tarkkojen kieliresurssien arvon käännösten tarkkuuden parantamisessa.

Monimutkainen ratkaisuympäristö

Konferenssissa esiteltiin monia tekoäly- ja kieliteknologiaratkaisuja, ja monet osallistujat totesivat vaihtoehtojen runsauden tuottavan heille päänvaivaa. Alan nopea kehitys luo haasteen asiakkaille, jotka pyrkivät ymmärtämään ja hyödyntämään uusia ratkaisuja tehokkaasti. Kun markkinoille vyöryy uusia työkaluja, asiakkaat kaipaavat selkeää opastusta, jotta ne osaavat ottaa kaiken irti tekoälyavusteisista kieliteknologioista.

Konferenssissa kieliteknologia-alan kilpakumppanit keskittyivät AQE:hen, APE:hen ja puhtaaseen terminologiaan, ja erityisesti esillä olivat innovatiiviset lähestymistavat termien keräämiseen, poimintaan ja rikastamiseen. Yritykset hyödyntävät entistä useammin RAG:ta ja tietograafeja tekoälyn tarkkuuden parantamisessa ja mukauttamisessa ja pyrkivät näin varmistamaan, että tekoälyn tuotokset vastaavat asiakkaan odotuksia ja toimialan standardeja.

Acoladin lähestymistapa: erilaisia näkökulmia laadunarviointiin

Leena Peltomaa, Acoladin maailmanlaajuinen ratkaisujohtaja, kertoi konsernin kattavasta lähestymistavasta sekä yksikielisen että käännetyn sisällön laadun arvioimiseen. Acoladin lähestymistavassa huomioidaan lukuisia näkökulmia: monimuotoisuus, tasa-arvo, inkluusio (DEI), vaatimustenmukaisuus ja käännösten tarkkuus. Malli osoittaa, miten tekoäly ja suuret kielimallit mahdollistavat laadun nopean ja helpon arvioinnin ja sisällön parantamisen reaaliaikaisilla säädöillä.

Tekoälyn rajoitusten huomioiminen nostettiin esiin useita kertoja tapahtuman aikana. Huolta herättävät erityisesti vaatimustenmukaisuus, tietosuoja ja tekoälysisällön vaihteleva laatu. Tekoälyn optimoinnissa päästrategioiksi nousivat malliriippumaton lähestymistapa ja suurten kielimallien ohjaaminen räätälöidyillä kehotteilla ja terminologialla. Ratkaisuksi laadunarvioinnin yksilöllisiin tarpeisiin nostettiin myös tekoälytyökalut, joiden tuloksia voidaan muokata tietyn sisällön perusteella.

Käännösteknologian evoluutio: reaaliaikaiset käännökset

Kehittäjät integroivat sovelluksiin entistä enemmän käännösominaisuuksia – esimerkiksi reaaliaikaisia automaattikääntimiä asiakastukiportaaleihin – käyttäen OpenAI:n kaltaisia suuria kielimalleja, jotka pärjäävät hyvin sekalaisen sisällön kääntämisessä. Neuroverkkokääntimet (NMT) päihittävät kuitenkin edelleen suuret kielimallit erikoistuneissa kielitehtävissä. Vaikka suuret kielimallit mullistavat työnkulut, täysi integrointi olemassa oleviin liiketoimintamalleihin etenee vaiheittain.