Förstår AI vad den översätter? Vad en AI-tolk gör med sammanhanget

En talare säger: ”Danach gehen wir noch zur Bank.” (”Efteråt går vi till Bank.”) Vilken ”Bank” avses? Den som sitter i salen vet det i regel direkt. En AI-tolk måste däremot härleda det här valet ur sammanhanget – medan talet fortsätter. Därmed uppstår en fråga som är viktig för all simultantolkning på kongresser, konferenser och företagsevenemang: Förstår AI egentligen vad den översätter? I det här inlägget förklarar vi hur AI-system hanterar sammanhang, flertydigheter och facktermer, var gränserna går – och vad som i slutändan är avgörande vid tolkning för evenemang.

Ett enkelt ord, flera betydelser

Det tyska ordet ”Bank” kan beteckna en finansinstitution eller en sittplats. För människor framgår betydelsen inom ett samtal oftast direkt: Den som pratar om konton och räntor menar inte parkbänken. Den som berättar om en promenad menar inte bankkontoret.

För översättningen är den här skillnaden avgörande. På engelska blir finansinstitutionen till exempel ”bank” och sittplatsen ”bench”. Den som bara ser på det enskilda ordet kan inte avgöra vilken variant som är rätt. Ett AI-system måste därför härleda betydelsen ur meningens omgivning.

Exemplet visar i liten skala vad som gäller för all simultantolkning: Översättning är mer än att byta ut enskilda ord. Det som överförs är betydelse – och betydelse uppstår först i sammanhanget.

Hur en AI-tolk bearbetar sammanhang

Moderna språkmodeller lär sig statistiska samband ur stora datamängder. De fångar vilka ord, formuleringar och meningsstrukturer som typiskt förekommer tillsammans och kan därigenom även känna igen komplexa mönster. Står ”Bank” i en mening bredvid ”konto” och ”överföring” uppstår en annan bild än bredvid ”park” och ”vila”.

På den grunden sätter modellerna språklig information i relation till varandra. Det ger häpnadsväckande kraftfulla översättningar.

Känna igen mönster eller förstå språk?

Huruvida dessa förmågor kan likställas med mänsklig språkförståelse är dock en vetenskapligt och filosofiskt omstridd fråga. En språkmodell bearbetar mönster och samband – om den därvid i mänsklig mening ”vet” vad det handlar om går inte att besvara entydigt.

För arrangörer är den här principfrågan oftast mindre angelägen än en praktisk: Når innehållet fram korrekt till gästerna? Hur AI-system och mänskliga konferenstolkar kan bedömas i det avseendet diskuterar vi i inlägget AI-tolk eller människa: Blir simultantolken överflödig?

Sammanhanget förändrar betydelsen

Inte bara enskilda ord, utan även hela meningar kan vara flertydiga utan sin omgivning. En mening som ”Det fungerade inte förra gången” är i sig knappt möjlig att tolka: Vad är ”det”, och när var ”förra gången”? Svaret finns i det som sagts tidigare.

Först tidigare uttalanden, fackkunskap eller den konkreta samtalssituationen gör betydelsen entydig. Människor som följer en föreläsning från början löser sådana kopplingar helt självklart.

För AI-tolkningssystem är därför bearbetningen av ett längre samtalsförlopp särskilt intressant. Ju mer av det hittillsvarande förloppet i en föreläsning eller diskussion som kan flöda in i översättningen, desto fler hållpunkter finns för att placera kopplingarna rätt. Vid simultantolkning tillkommer en särskild omständighet: Den uppstår medan talet fortfarande pågår. Det som talaren klargör först senare finns ännu inte tillgängligt i översättningsögonblicket.

Facktermer som utmaning på kongresser och fackkonferenser

Särskilt tydligt syns gränserna i fackspråk. På tekniska konferenser används ofta termer som sällan förekommer i allmänna träningsdata. Modellen har helt enkelt sällan eller aldrig sett sådana ord i ett passande sammanhang.

Typiska stötestenar är:

• Produktnamn, som måste stå kvar som egennamn men kan låta som vanliga ord,
• Förkortningar, som är entydiga inom en bransch men utanför den kan betyda något helt annat,
• Branschspecifika formuleringar, vars innebörd inte framgår av de enskilda orden.

Allt detta kan leda till fel. För tolkning på kongresser och fackkonferenser är det ingen bisak, eftersom det är just där precisa termer bär innehållet.

Vad ordlistor och terminologilistor kan åstadkomma

Terminologilistor och ordlistor kan hjälpa till att ta hänsyn till sådana termer på ett riktat sätt – förutsatt att det använda systemet stöder dessa funktioner. Hos MILA är denna förberedelse en fast del av processen: Facktermer och egennamn från programmet lägger vi in i förväg.

En begränsning gäller dock alltid: Systemet kan bara tolka en term rätt om den också hörs tydligt i ljudsignalen. Varför ljudtekniken därför är lika viktig som språkförberedelsen beskriver vi i inlägget AI-tolkning och ljudteknik: Varför allt börjar vid mikrofonen.

Varför övertygande fel är farliga

En felaktig AI-översättning behöver inte låta uppenbart fel. Ibland genererar ett system en grammatiskt felfri mening som ändå förändrar det ursprungliga innehållet.

Just där ligger risken. En haltande översättning märks – åhörarna känner att något inte stämmer. En flytande, naturligt klingande mening blir däremot i regel trodd. Den som inte förstår originalspråket har ingen möjlighet att jämföra den med det som sades.

Särskilt vid professionella evenemang är denna typ av fel problematisk: När det gäller fackliga uttalanden, siffror eller beslut är det inte avgörande hur bra en mening låter, utan om den stämmer. En närliggande risk gäller för övrigt tonläget – när ett system lägger till känslor som den talande personen inte alls ville uttrycka. Läs mer om detta i inlägget Kan AI översätta känslor?

Vad det innebär för planeringen av ert evenemang

Av teknikens gränser kan man dra helt praktiska slutsatser när ni planerar simultantolkning för er konferens, er kongress eller ert företagsevenemang:

• Dela program och facktermer i förväg: Produktnamn, förkortningar och talarnas namn kan bara läggas in om de är kända före evenemanget.
• Var uppmärksam på ljudet: En tydlig ingångssignal är förutsättningen för att sammanhang och facktermer över huvud taget ska kunna kännas igen.
• Planera in support på plats: Hos MILA finns alltid en systemtekniker på plats. Hen planerar med er, bygger upp, ansvarar för översättningen under evenemanget och monterar ned igen.

MILA:s perspektiv: innehållsmässigt tillförlitlig i stället för bara elegant

Hos MILA ser vi inte översättningskvalitet enbart som språklig elegans. Det avgörande är om informationen överförs korrekt och begripligt.

Därför arbetar vi med kontextbearbetning, fackterminologi och metoder för kvalitetsbedömning. Professionell AI-språköversättning behöver inte bara låta naturlig. Den måste framför allt vara innehållsmässigt tillförlitlig.

Frågan om AI i mänsklig mening förstår vad den översätter kommer att följa oss länge. För ert evenemang är det som kan planeras det som räknas: en noggrann förberedelse av språken, en AI-simultantolkning som körs lokalt på vår egen teknik på evenemangsplatsen, och en systemtekniker som ansvarar för den på plats. Hur det ser ut i detalj – från grundpaketet till ytterligare språk – hittar ni på vår sida om våra tjänster. Om ni planerar ett konkret evenemang pratar vi gärna med er om program, språk och teknik.