Francuzi mówią „Il pleut des cordes”, gdy mocno pada – dosłownie „pada linami”. To idiom, który wprawia tłumaczy AI w zakłopotanie. „Można sobie wyobrazić dylemat, w jaki to wpędza AI” – mówi François Yvon, dyrektor ds. badań specjalizujący się w tłumaczeniu automatycznym w francuskim Narodowym Centrum Badań Naukowych (CNRS). Zauważa, że dobrze wytrenowany system będzie wiedział, że liny nie spadają dosłownie z nieba, i zaproponuje „leje jak z cebra”. Ale czy znajdzie odpowiednik w języku indonezyjskim? Yvon się zastanawia.

Komentarze o pogodzie to niska stawka, ale tłumaczenie maszynowe coraz częściej obsługuje znacznie bardziej ryzykowne materiały. W kwietniu Google ogłosił, że ludzie tłumaczą obecnie bilion słów miesięcznie za pomocą Tłumacza Google – i to nie licząc DeepL, Microsoftu, Claude’a, ChatCGT i Gemini oraz systemów korporacyjnych na zamówienie. Bezpośrednia sprzedaż tłumaczenia maszynowego poza ogólnymi subskrypcjami AI była warta szacunkowo 1,4 mld dolarów (1 mld funtów) w zeszłym roku.

„W wielu przypadkach surowe tłumaczenie AI jest teraz właściwym wyborem: pomnożenie kosztów przez 100, by wychwycić ostatnie kilka procent błędów, nie jest racjonalne, jeśli tłumaczysz dokumenty wewnętrzne lub oferty produktów” – mówi John Zimmerman, założyciel OKA (Open Knowledge Association), szwajcarskiej organizacji non-profit, która tłumaczy artykuły Wikipedii. „W przypadku encyklopedii jest inaczej. Wikipedia opiera się na zaufaniu. Błędny fakt może tam tkwić latami i być cytowany przez dziennikarzy i systemy AI”. Z ponad 10 000 opublikowanych tekstów, głównie na hiszpański, portugalski i angielski, OKA jest, jak mówi Zimmerman, największym pojedynczym kontrybutorem przetłumaczonych artykułów do tej współpracy encyklopedii – coś niemożliwego bez AI. „Przetłumaczenie 10 000 artykułów tradycyjną metodą kosztowałoby miliony. W naszym procesie AI tworzy szkic, a następnie ludzki tłumacz sprawdza każde zdanie”.

Ale ten ludzki pierwiastek zanika. „Wynik maszyny jest teraz wystarczająco dobry, że całkowite pominięcie człowieka stało się poważną opcją i realną pokusą w całej branży. Dwa lub trzy lata temu, z narzędziami takimi jak DeepL, nasi tłumacze wciąż przepisywali sporą część każdego szkicu. Dziś proza często wcale nie wymaga poprawek. Więc pytanie nie brzmi już, czy tłumaczenie AI jest dobre – wyraźnie jest – ale czy jest wystarczająco dobre, by usunąć człowieka” – mówi Zimmerman.

Ariella Baltié, tłumaczka i ekspertka prawna specjalizująca się w dokumentach sądowych z angielskiego na francuski, została niedawno poproszona o sprawdzenie dokumentów przetłumaczonych przez AI. „Na samym początku były dwa poważne błędy” – mówi. AI przełożyła „Le demandeur” (powód) jako „the requester” – „całkowicie niezręczne w dokumentach prawnych”. Co gorsza, „Madame X, épouse Y” (Pani X, żona Y) stało się „Ms X marries Y”, myląc rzeczownik z czasownikiem i wypaczając znaczenie. W USA błędy tłumaczenia maszynowego w wnioskach o azyl opóźniły zwolnienia zatrzymanych.

W medycynie dokładność to kwestia życia i śmierci. „Jednostki dawek i badań krwi często zawierają greckie litery” – mówi Carol Bereuter, specjalistka od tłumaczeń medycznych. Znalazła tekst, w którym grecka litera μ została przetłumaczona jako milli (jedna tysięczna) zamiast micro (jedna milionowa). „To poważny błąd. Jeśli podasz komuś miligram, gdy powinien to być mikrogram, podajesz mu tysiąckrotną dawkę”. W miarę jak AI się poprawia, wychwytywanie błędów staje się trudniejsze. „Podczas gdy kiedyś, z rzeczami takimi jak Tłumacz Google, zdanie rzucało się w oczy, bo był błąd gramatyczny albo brzmiało niezgrabnie, dziś brzmi całkowicie poprawnie. Brzmi płynnie. Brzmi naturalnie. Więc błędy są znacznie trudniejsze do zauważenia”.

„Jeśli to coś, co będzie nosić twoje nazwisko, istnieje ryzyko dla twojej reputacji. A jeśli decyzje mają być podejmowane na podstawie tłumaczenia dotyczącego procedury medycznej, umowy, którą możesz podpisać, lub dużego zakupu, ryzyko jest jeszcze większe” – ostrzega Yvon. Nawet jasne zdania mogą zmylić AI: „Gdy masz słowa o różnych znaczeniach, zwykle jest to bardzo cl”