Читаем Перевод и локализация: введение в профессию. Основы, советы, практика полностью

Да, действительно, технологии развиваются ошеломляющими темпами, и уже сейчас вполне можно использовать машинный перевод для многих задач. Появилась профессия «постредактор», или «редактор машинного перевода». Этот человек вычитывает результат работы «машины» и приглаживает его. Есть мощные MT-движки, постепенно обучающиеся переводить массивы текстов, выдавая достаточно приличный результат (опять же при помощи постредактора, помогающего движку «учиться»). Теперь у нас есть еще и генеративный ИИ – технология, которая чисто технически умеет делать то, что делает человек: перевести текст, а затем переписать его на основе заданных инструкций по тону и желаемой лексике.

Но все технологии автоматизации сталкиваются с базовыми проблемами:

• связность повествования и единства лексики/терминологии;

• передача эмоционального заряда;

• юмор и шутки, уместный сленг;

• культурные отсылки и их адаптация;

• достоверность фактической составляющей.

Это лишь некоторые ситуации, в которых нельзя отказаться от человеческого участия. Связность, адекватность, уместность – все это должен оценивать и корректировать человек. И человек должен понимать, что такое хорошее качество и какими способами можно его добиться, то есть обладать всеми навыками переводчика.

А еще результат работы машины – это всегда составление перевода на основе накопленной базы данных. Но не всегда из кусочков старого можно собрать что-то радикально новое. А посмотреть на материал под абсолютно другим углом, вне шаблонов, может только человек с его гибким мышлением. Очень хорошо по этому вопросу высказался Иван Чаплыгин в книге «Думай о смысле»[9].

«…Именно гибкость и изворотливость ума отличает переводчика-человека от машины, работающей над текстом пусть и с привлечением нейросетей, но все равно по определенному алгоритму. Иногда нужно придумать и написать совершенно не то, что дано в исходном тексте, или, как говорят переводчики, нужно „отдалиться, чтобы приблизиться“. Порой это единственный способ адекватно передать смысл оригинала».

На небольшом круглом столе с коллегами-локализаторами компьютерных игр[10] мы пришли к такому выводу: «Плохого переводчика машина может заменить уже сейчас, а хорошего не заменит никогда».

Технология, которая действительно заменит переводчика, должна:

1) просмотреть весь текст и определить все культурные референсы, отсылки, шутки, подтексты, двойные и тройные смыслы, игру слов;

2) составить перевод на заданном языке, сопоставив всем референсам правильный эквивалент из культурного кода целевой аудитории, придумывая новые шутки взамен непереводимых, вовремя переходя на нужную степени формальности, обыгрывая всю найденную игру слов, и так далее;

3) сохранить целостность и связность текста, его эмоциональную заряженность, индивидуальность.

Конечно, все зависит от сложности исходного материала, но даже в работе с простыми текстами, если контекст не уточнен, могут возникать проблемы вплоть до полной потери смысла.

Если говорить об использовании нейросетей для креативных задач в создании текстов и переводах, то на момент написания книги (середина 2023 года) ИИ показывает интересные результаты на английском языке (в том числе при переводе с русского) – при условии, что его направляет и корректирует оператор с хорошим знанием иностранного. Вооружившись примерами стилистики, составив подробные указания-промпты и повторив процесс несколько раз, можно добиться стилизации текста и высокого качества. Это новый вид совместного творчества с ИИ, принципиально отличающийся от работы с привычными технологиями машинного перевода. Основная его особенность – вариативность и элемент непредсказуемости. Прокручивая предложение в Google Translate несколько раз, мы всегда получим один и тот же результат и в общих чертах представляем, что будет на выходе. Нейросеть же может генерировать различные варианты (мы можем прямо попросить ее отредактировать, переписать, высказать пожелания по длине текста, стилистике и лексике). Что получится на выходе в итоге, сложно предугадать. Это может быть удачное дополнение исходной мысли, а может сформироваться текст, который настолько исказит исходный посыл, что лишь вызовет путаницу.

Вот несколько примеров применения нейросети для перевода с русского на английский из моей практики.