Zawód tłumacz – skazany na śmierć, czy niezastąpione rzemiosło?

Niepohamowany rozwój technologii i sztucznej inteligencji coraz bardziej depcze po piętach tłumaczom i tłumaczkom. Wiele głosów popularnonaukowych stanowczo mówi jednak o braku konkurencji ze strony SI (ang. Artificial Inteligence) i o tym, że w przeciągu kilkunastu lat rynek tłumaczeniowy nie zostanie zdominowany przez maszyny. Czy zatem ludzkie obawy są zupełnie bezpodstawne, a AI nie ma szans na przejęcie tego sektora usług? Czy zawód tłumacz/ki jest skazany na śmierć, czy jest jednak niezastąpiony?

Rynek tłumaczeniowy to jeden z nielicznych, który twardo stał na nogach podczas gdy inne walczyły o przetrwanie w trakcie lockdownów. Zapotrzebowanie na przekłady tekstów, książek, prezentacji, dokumentacji sądowej czy nawet spotkań i konferencji na żywo prawdopodobnie nigdy diametralnie nie spadnie, o ile cały świat nagle nie przejdzie na esperanto czy język chiński. Stąd właśnie silna pozycja firm oferujących usługi językowe oraz samych tłumaczy i tłumaczek pracujących w pocie czoła od deadlinu do deadlinu. Co raz częściej jednak mówi się o powolnym procesie zastępowania rąk ludzkich na te pozbawione nerwów i tkanek a sterowane algorytmami. Choć może się wydawać, że badania naukowców i dyskusje wokół sztucznej inteligencji nie mają końca, a konkretnych efektów mimo wszystko nadal nie widać, nie warto pozostawać obojętnym, bo zmiany zachodzą, lecz nie są widoczne dla wszystkich. Jak przewiduje Gartner, jedna z wiodących firm analityczno-badawczych z USA, do 2025 około 50% przedsiębiorstw będzie dysponowało opracowanymi systemami do wdrażania i obsługi AI. Badania Microsoftu pokazują, że do 2025 roku co najmniej 95% wszystkich interakcji z klientem będzie odbywało się za pośrednictwem botów. Poza prostymi rozwiązania takimi jak chat boty, przewiduje się implementacje hologramów i rozszerzonej rzeczywistości (AR), których zadaniem będzie zdalna obsługa klienta i w głównej mierze zwiększenie jej wydajności, a co za tym idzie – zysków.
_

_

Praca tłumacza a tłumaczenie maszynowe

Prawdą jest, że roboty nie zawładnęły jeszcze światem i nadal to człowiek jest ponad maszynami, a nie na odwrót. W szeroko pojętych tłumaczeniach także człowiek gra pierwsze skrzypce, mimo że otacza się technologicznymi nowinkami i ułatwieniami jak chociażby komputer zastępujący maszynę do pisania, czy popularne CATy. Terminu „tłumaczenie wspomagane komputerowo” (ang. Computer-Assisted Translation) nie należy jednak używać synonimicznie do tłumaczenia maszynowego. To drugie bowiem wyklucza ingerencję człowieka, natomiast CAT to narzędzie zbudowane na przeróżnych modułach mających za zadanie jedynie wspomóc tłumacza lub tłumaczkę w przekładzie, oferując między innymi pamięć tłumaczeniową, obsługę specjalistycznych słowników, tworzenie raportów i statystyk tłumaczeń, pomoc w zachowaniu formatu źródłowego tekstu, czy sprawdzanie pisowni. Tłumaczenie maszynowe z kolei polega na całkowitym zaufaniu do inteligentnych komputerów i specjalnie zaprojektowanych systemów, które to na podstawie dostępnych danych renderują wybrany tekst i wyręczają nas, ludzi, w tłumaczeniu. Istnieją trzy podstawowe rodzaje tłumaczenia maszynowego i w zasadzie wszystkie są już w użyciu.

• Rule-based machine translation (RBMT) – to rodzaj tłumaczenia maszynowego opartego na zasadach i regułach lingwistycznych języka źródłowego oraz docelowego. Do analizy i wygenerowania najodpowiedniejszego tłumaczenia system porównuje morfologię, składnię i semantykę obu języków. Ten rodzaj tłumaczenia funkcjonuje już od końca XX wieku i jest wykorzystywany głównie do tworzenia słowników i programów gramatycznych.
• Statistical machine translation (SMT) – to statystyczny rodzaj tłumaczenia maszynowego, który wykorzystuje dwujęzyczne korpusy (obszerne zbiory tekstów) do rozpoznawania schematów i wzorców. Korpusy, z których system czerpie informacje to milionowe zbiory tekstów przetłumaczonych przez człowieka (zobacz EUROPARL). Im więcej przetłumaczonych tekstów jest dostępnych, tym większe prawdopodobieństwo, że system wygeneruje dobrej jakości tłumaczenie.
• Neural machine translation (NMT) – to neuronowy i najbardziej skomplikowany rodzaj tłumaczenia maszynowego. W ostatnich latach nieustannie badany i udoskonalany z uwagi na ogromny potencjał. Systemy te nie potrzebują tak dużej ilości danych jak tradycyjne modele. Wykorzystują sztuczne sieci neuronowe (wzorowane na budowie biologicznego systemu nerwowego) do przewidywania sekwencji słów i są w stanie tłumaczyć całe zdania uwzględniając ich kontekst. Metoda ta jest oparta na deep learningu i w dużej mierze nadal pozostaje owiana tajemnicą.

Flagowym przykładem będzie tutaj Google Translator cieszący się dużą popularnością na skalę światową głównie z uwagi na coraz to „mądrzejsze” i dokładniejsze algorytmy. GT od 2016 roku wykorzystuje najnowsze systemy, czyli wspomniane neuronowe tłumaczenie maszynowe. Tłumaczenie maszynowe spotykamy chociażby wtedy, kiedy odwiedzamy witrynę w obcym języku, a przeglądarka sugeruje automatyczne tłumaczenie jej treści. Takie rozwiązania otwierają umysły, bo dzięki nim dostęp do informacji z całego staje się jeszcze prostszy.

Wobec tego, czy nie wystarczy poświęcić jeszcze kilkudziesięciu milionów dolarów na przyśpieszone badania nad tłumaczeniem maszynowym i sztuczną inteligencją, aby stworzyć jeszcze dokładniejsze algorytmy, które wysłałyby tłumaczy na dożywotnie (i nieodpłatne) wakacje i zapewniłyby tak samo dobry lub lepszy przekład w nawet najbardziej rzadkich parach językowych? Gdyby rzecz była tak prosta, prawdopodobnie już dawno przestalibyśmy uczyć się języków obcych.

O kulisach pracy tłumacza szczegółowo piszemy tutaj, a tutaj dodatkowo rozbieramy na czynniki pierwsze tłumaczenia angielsko-chińskie obrazując procesy i zawiłości.
_

Sztuczna inteligencja (AI) – czym jest i na czym polega?

Aby móc dyskutować o słuszności sztucznej inteligencji, warto znać jej podstawowe znaczenie i założenia. Przy tak skomplikowanych i abstrakcyjnych dla niektórych pojęciach najlepiej sięgnąć do źródła, a za takie źródło uznaje się między innymi Johna McCarthy’iego, profesora Uniwersytetu Stanforda, matematyka, informatyka i laureata licznych, prestiżowych nagród za osiągnięcia naukowe. To on sformułował termin „sztuczna inteligencja” w 1956 roku podczas konferencji w Dartmouth, a w jednej ze swoich prostszych publikacji McCarthy definiuje ją w ten sposób:

“It is the science and engineering of making intelligent machines, especially intelligent computer programs. It is related to the similar task of using computers to understand human intelligence, but AI does not have to confine itself to methods that are biologically observable.”
(McCarthy 2007. źródło)

Innymi słowy sztuczna inteligencja to nauka, inżynieria i konstruowanie inteligentnych maszyn, a w szczególności inteligentnych programów komputerowych. Jej celem jest stworzenie komputerów, które będą wykazywały się podobną inteligencją i funkcjami poznawczymi przypisywanymi człowiekowi. Stąd założenie, że w przyszłości komputery miałyby zastąpić człowieka w niemal każdej czynności, od gry w szachy przez adaptacje do nowych sytuacji po rozwiązywanie skomplikowanych problemów. Takie zaawansowane i przyszłościowe cele w szczególności stawiane są tak zwanej „Strong AI”, czyli silnej sztucznej inteligencji. Miałaby ona wyposażać maszyny i roboty we wszelkie cechy i atrybuty, jakie posiada ludzki umysł. Maszyny o silnej sztucznej inteligencji cechowałaby samoświadomość i umiejętność planowania. Z kolei „Weak AI” skupia się wyłącznie na projektowaniu maszyn zdolnych do rozwiązywania prostych problemów i wykonywania określonych zadań, z którymi człowiek boryka się na co dzień. Weak AI lub Narrow AI to ta zaawansowana technologia, którą się aktualnie otaczamy. Jeśli posiadacie smartphony z wirtualnym asystentem, czy podróżujecie samochodami autonomicznymi, doświadczacie właśnie sztucznej inteligencji na własnej skórze.
_

Sztuczna inteligencja w praktyce

Trudno jest się nie zgodzić z wszechobecnym i nieco cliche określeniem „niepohamowany rozwój technologii”. Zaawansowane technologie cały czas opracowywane są w najnowocześniejszych i najlepiej dofinansowanych instytutach badawczych. Najwybitniejsi inżynierowie we współpracy z ekspertami z innych dziedzin udoskonalają systemy, programują i testują swoje dzieła, aby móc w niedalekiej przyszłości zaprezentować je światu i zmechanizować pewne procesy zwiększając zyski, poprawiając wydajność ludzkich rąk i przedsiębiorstw. Według badań McKinsey Global Institute, do 2030 roku AI może zapewnić ogromny wzrost globalnej produkcji wart nawet 13 bilionów dolarów rocznie, co oznaczałoby wzrost średniego PKB o 16%.

Niektóre rozwiązania już podbijają serca ludzi i firm na całym świecie, które mają do nich dostęp. W zasadzie każdy rynek w jakiś sposób doświadczył już sztucznej inteligencji wdrażając wybrane udogodnienia. Do takich branż należą e-commerce, HR, marketing, księgowość, edukacja, transport czy branża medyczna. Chat boty i speech recognition (rozpoznawanie mowy) to najpopularniejsze wytwory sztucznej inteligencji już funkcjonujące w świecie, ale warto wymienić jeszcze kilka innych wynalazków:

• Rozpoznawanie obrazów – wykorzystywane w mediach społecznościowych, radiologii, transporcie przez samochody (pół)autonomiczne
• Recommendation engines – system zbudowany na sztucznej inteligencji i bazujący na uczeniu maszynowym wykorzystywany przez deweloperów do filtrowania, analizowania i przewidywania kolejnych kroków i decyzji użytkowników i konsumentów. Ich działanie można porównać do doświadczonej ekspedientki w sklepie odzieżowym, która po przeprowadzeniu krótkiej rozmowy z klientem lub klientką doskonale zna ich preferencje i jest w stanie zaproponować produkt odpowiadający im potrzebom jednocześnie podnosząc konwersje. Takie systemy wykorzystywane są np. przez Amazon czy Netflixa.
• Automatyzacja handlu akcjami – takie platformy jak Bitcon Prime, NFT Profit, czy TeslaCoin to nowoczesne i zautomatyzowane systemy oparte na sztucznej inteligencji umożliwiające kupowanie i sprzedawanie akcji bez ingerencji człowieka. Bitcoin Prime twierdzi, że ich algorytmy są skuteczne w 90% i potrafią uważnie obserwować trendy i przewidywać kolejne wzrosty i spadki na giełdzie.
• Cyberbezpieczeństwo – sztuczna inteligencja jest wykorzystywana do programowania systemów, których zadaniem jest wykrywanie, zwalczanie i przewidywanie wszelkich ataków hakerskich. Głównie wykorzystywane przez banki i instytucje finansowe, korporacje i instytucje rządowe.

W 2021 roku Microsoft przygotował serię krótkich filmów o tym, jak w Kanadzie wykorzystuje się sztuczną inteligencję do rozwiązywania prawdziwych problemów w biznesie. Seria ta ma za zadanie informować, obrazować i uświadamiać o benefitach, jakie niesie ze sobą technologia i jakim może być wsparciem dla ludzi w ich codziennych obowiązkach i zmaganiach. Więcej o projekcie znajduje się tutaj.

Niewątpliwie implementacja zaawansowanej technologii i sztucznej inteligencji do biznesu będzie następować szybciej i szybciej, a te przedsiębiorstwa, które z jakichś przyczyn nie wprowadzą u siebie automatyzacji mogą prędzej czy później odczuwać tego skutki. Takie (kontrowersyjne) zmiany jednak wymagają porządnej poduszki finansowej, a przede wszystkim przygotowanego na zmiany społeczeństwa. Zarówno zmiany w kategorii front office, związane z obsługą klienta i nowymi metodami nabywania dóbr, jak i te związane z back office, czyli obsługiwaniem i utrzymaniem inteligentnych systemów. Tutaj doskonałym odniesieniem mogą być filmy science-fiction, w których społeczeństwa wykazują się niewyobrażalnym postępem technologicznym, informatycznym, biegłością w obsługiwaniu komputerów oraz umiejętnością życia z nimi w symbiozie. Bez wątpliwości wymaga to dojrzałości i nieprzeciętnej edukacji. Kiedy zastanowić się głębiej nad prawdopodobieństwem wspólnego życia człowieka z komputerem, może okazać się, że wcale nie jesteśmy na to gotowi.
_

Sztuczna inteligencja –zagrożenia

Pomimo licznych benefitów jakie może nieść sztuczna inteligencja dla człowieka, nie sposób nie wymienić równie dużej liczby zagrożeń. W zależności od miejsca i sposobu korzystania z AI zakłada się różne niechciane skutki (według McKinsey):

Zagrożenia dla osób fizycznych i społeczeństwa:

• utrata pracy, redukcja etatów (szczególnie dotyczy zawodów fizycznych) i zastępowanie ludzkich rąk maszynami
• wątpliwe bezpieczeństwo w pobliżu inteligentnych maszyn, które mogą podjąć złą decyzję w nieoczekiwanym momencie (np. autonomiczne samochody)
• błędy maszyn w służbie zdrowia (np. śmierć człowieka z powodu źle postawionej diagnozy)
• dostęp do danych osobowych i finansów, ich wyciek lub wykorzystywanie bez wiedzy i zgody właściciela
• pozyskiwanie wrażliwych danych personalnych przez komputery i ich wykorzystywanie przez nieuprawnione do osoby do popełniania przestępstw
• negatywny wpływ na giełdę i rynki finansowe
• poleganie rządów na informacjach i analizach dostarczanych przez inteligentne komputery, a w efekcie podejmowanie decyzji, które mogą zaszkodzić społeczeństwu
• usterki i awarie systemów zaimplementowanych w miejscach publicznych, które mogą prowadzić do poważnych wypadków i zagrażać bezpieczeństwu obywateli (np. infrastruktura, transport, sieci wodociągowe, źródła zasilania, fabryki)
• odczłowieczenie komunikacji międzyludzkiej, tak fundamentalnej dla życia społecznego

Zagrożenia dla firm, organizacji i przedsiębiorstw:

• cyberataki, wyciek danych i publikowanie baz danych klientów (przechowywanie ogromnych ilości danych w chmurach)
• prowadzenie strategii i podejmowanie decyzji ważnych dla prawidłowego funkcjonowania i rozwoju przedsiębiorstwa na podstawie błędnych założeń algorytmów
• problemy z komunikacją prowadzoną przez komputery
• awarie systemów, usterki i błędna analiza danych
• duże koszty utrzymania i naprawy systemów

Główne obawy sprowadzają się do kwestii bezpieczeństwa w kontekście utraty prywatności. W przypadku gdy sztuczna inteligencja stanie się wszechobecna, plany zarządzania ryzykiem muszą być już dopięte na ostatni guzik. Takie projekty są niezwykle istotne i muszą powstać zanim naciśnięty zostanie przycisk „start”, aby wiedzieć co robić, jak reagować, a przede wszystkim poprawnie zdiagnozować ryzyko i jego przyczyny. Skutki wycieku danych mogą być przecież destrukcyjne dla firm, nie wspominając o kolosalnych i globalnych konsekwencjach takiej awarii dla instytucji rządowych. Bezpieczeństwo i prywatność to jedno zmartwienie, ale czy istnieją racjonalne plany zarządzania ryzykiem w razie destrukcji ludzkiego gatunku i przejęcia władzy nad światem przez superinteligentne maszyny? Naukowcy zdają się być tak samo zaniepokojeni takim scenariuszem, jak zwykli zjadacze chleba, choć dużo rzadziej dzielą się na forum swoimi obawami z przyczyn oczywistych. Sam Elon Musk w licznych wywiadach podkreśla swoje obiekcje, mimo iż jednocześnie prowadzi badania, finansuje projekty (OpenAI) i śledzi postępy rozwoju sztucznej inteligencji. Wiele razy, zapytany o AI, porównywał jej destrukcyjny potencjał do broni nuklearnej, filmu Terminator, czy Korei Północnej i otwarcie wyrażał swoje zaniepokojenie. Co ciekawe, podziela on zdanie wybitnego Profesora Stephena Hawkinga, który twierdził, że rozwój silnej sztucznej inteligencji może zwiastować koniec gatunku ludzkiego.
_

Wracamy do języka: Czy sztuczna inteligencja zastąpi tłumacza?

Nikt nie jest w stanie przewidzieć tego, jak świat będzie wyglądał i funkcjonował za kilkadziesiąt lat, tym bardziej w otoczeniu inteligentnych maszyn. Nieznany jest los branży tłumaczeniowej czy każdej innej sterowanej przez maszyny i roboty. Lecz pewnym jest, że zapotrzebowanie na tłumaczy i tłumaczki nie zniknie z dnia na dzień, ani też w tak szybkim tempie nie zostaną oni wykluczeni z rynku przez komputery. Należy wziąć pod uwagę, iż sam rozwój technologii i prowadzenie badań polega na dogłębnej analizie dotychczasowych działań człowieka, praktykowanych rozwiązań różnych problemów, a następnie przekładanie ich na język programowania. Oznacza to, że bez tłumaczy i lingwistów nie ma możliwości opracowania inteligentnych systemów zdolnych do bezbłędnego renderowania tekstu, a na pewno jeszcze nie na tym etapie. Co więcej, zastąpienie tłumaczy robotami może być bardziej skomplikowane chociażby w przypadku tłumaczeń poświadczonych (np. dokumentacji sądowej), czy tłumaczeń ustnych symultanicznych (np. podczas obrad Parlamentu Europejskiego). Oprócz zaawansowanej technologii taka drastyczna i zapewne kontrowersyjna zmiana wymagałaby ogromnego zaufania do algorytmów, które przecież projektowane przez człowieka nie są idealne oraz doskonałego marketingu będącego w stanie przekonać największych klientów B2B do słuszności tłumaczeń de facto maszynowych.

Koniec końców wyzwanie postawione przed naukowcami nie polega wyłącznie na zaprojektowaniu algorytmów. Polega przede wszystkim na odkryciu i zrozumieniu jak działa ludzki umysł. Dopóki nie odkryjemy tajników procesów zachodzących w umyśle człowieka, tego w jaki sposób podejmujemy decyzje, jak działa i na czym dokładnie polega nasza inteligencja, nie będziemy w stanie stworzyć inteligentnych maszyn.

Analizując zatem dotychczasowe postępy naukowców w zakresie sztucznej inteligencji, jej zagrożenia i aktualne zastosowanie, jak również potrzeby rynku tłumaczeń, można stwierdzić, iż zawód tłumacza absolutnie nie jest skazany na śmierć. Jest to niezastąpione rzemiosło, jedyne w swoim rodzaju. Zawód tłumacza wymaga obszernej, specjalistycznej wiedzy z różnych dziedzin życia, doświadczenia i tak cenionego warsztatu, indywidualnego podejścia, niekończących się zasobów kreatywności i nieomylnej wiedzy językowej. Tak zwany „human touch” to ten czynnik, który sprawia, że tłumaczenia są pożądane i wartościowe. Dzięki niemu najpotężniejsze korporacje z międzynarodowymi zasięgami są w stanie komunikować się z zagranicznymi pracownikami, prowadzić interesy z klientami na różnych kontynentach. Rola tłumacza, człowieka, jest nieoceniona bowiem on tę komunikację tworzy, a nawet bierze udział w kreowaniu wizerunku mniejszych i większych marek. Upłynąć może wiele lat nim maszyna będzie w stanie przetłumaczyć poematy, powieści, wiersze, jeśli w ogóle człowiek będzie w stanie moralnie zaakceptować „algorytmowe” dzieła robota i za takie je uznać. Tłumaczenia to sztuka, popełniana przez wybitnych artystów, artystki i trafiająca do szerokiego grona odbiorców.