Từ quản lý dịch thuật đến trí tuệ dịch thuật
Công nghệ bản địa hóa đã dành hai thập kỷ để tổ chức công việc dịch thuật. Thách thức tiếp theo là hiểu bối cảnh đằng sau mọi quyết định dịch thuật.
Trong hơn hai thập kỷ qua, công nghệ bản địa hóa đã tập trung vào một thách thức vận hành cốt lõi: làm thế nào để quản lý dịch thuật ở quy mô lớn.
Hệ thống quản lý dịch thuật đã giúp các tổ chức thay thế bảng tính, chuỗi email, các nhà cung cấp rời rạc và việc trao đổi tệp thủ công bằng các quy trình làm việc có cấu trúc. Chúng tập trung nội dung đa ngôn ngữ, điều phối biên dịch viên và người rà soát, duy trì thuật ngữ, tái sử dụng các bản dịch trước đó và theo dõi việc bàn giao trên c��c thị trường.
Đây là một bước tiến quan trọng. Việc dịch thuật trở nên dễ quản lý, đo lường và tích hợp hơn vào các hoạt động nội dung rộng lớn hơn. RWS mô tả quản lý dịch thuật là sự phối hợp giữa con người, quy trình và công nghệ cần thiết để dịch nội dung một cách hiệu quả và nhất quán trên nhiều ngôn ngữ.
Nhưng môi trường mà trong đó bản địa hóa hoạt động đã thay đổi.
Các tổ chức hiện đại không còn chỉ dịch những tài liệu hoàn chỉnh hoặc các bản phát hành sản phẩm thỉnh thoảng nữa. Họ bản địa hóa các giao diện thay đổi liên tục, các chiến dịch, bài viết trung tâm trợ giúp, luồng onboarding, trang giá, thông điệp pháp lý, hệ thống thiết kế và các thông tin liên lạc với khách hàng. Nội dung được tạo ra trên nhiều kho lưu trữ, công cụ thiết kế, hệ thống quản lý nội dung, nền tảng hỗ trợ và ứng dụng tiếp thị.
Thách thức do đó không còn chỉ giới hạn ở việc quản lý công việc dịch thuật.
Thách thức lớn hơn là hiểu ngữ cảnh đằng sau mọi quyết định dịch thuật.
Đây là sự chuyển đổi từ Quản lý dịch thuật sang Trí tuệ dịch thuật.
Bản dịch quản lý được xây dựng để tổ chức sản xuất
Quy trình bản địa hóa truyền thống tuân theo một trình tự tương đối rõ ràng. Nội dung nguồn được đưa vào một hệ thống, công việc được phân công, người dịch tạo ra nội dung bằng ngôn ngữ đích, người biên tập phê duyệt nội dung đó, và bản dịch hoàn chỉnh được trả lại cho nhóm yêu cầu.
Bộ nhớ dịch thuật hỗ trợ tái sử dụng nội dung đã được phê duyệt trước đó. Cơ sở dữ liệu thuật ngữ giúp cải thiện tính nhất quán. Quy tắc quy trình làm việc tự động hóa việc phân công, phê duyệt và bàn giao. Các tích hợp giúp giảm nhu cầu phải chuyển tệp thủ công giữa các hệ thống.
Những khả năng này vẫn còn giá trị. Chúng giải quyết vấn đề vận hành là chuyển nội dung đa ngôn ngữ qua một quy trình được kiểm soát.
Tuy nhiên, họ chủ yếu hoạt động sau khi nhiệm vụ dịch thuật đã được xác định.
Họ có thể cho người dịch xem một câu tương tự đã được dịch như thế nào trước đây, nhưng không phải lúc nào họ cũng giải thích tại sao lại chọn cách đó. Họ có thể cung cấp một thuật ngữ đã được phê duyệt, nhưng có thể họ không xác định được liệu thuật ngữ đó có áp dụng cho màn hình, tính năng, đối tượng người dùng hoặc thị trường cụ thể này hay không.
Hãy xem xét một chuỗi nguồn ngắn như:
Nâng cấp ngay
Bản dịch chính xác có thể phụ thuộc vào việc văn bản xuất hiện trên nút, trong tiêu đề email, trên trang giá, hay trong thông báo tài khoản. Nó có thể đề cập đến gói đăng ký, phiên bản phần mềm, quyền lợi được cấp, hoặc cấp dịch vụ. Nó có thể cần tuân theo một thông điệp chiến dịch đã được phê duyệt, phù hợp với ràng buộc nghiêm ngặt của giao diện, hoặc sử dụng giọng điệu khác ở một thị trường cụ thể.
Câu thì đơn giản. Quyết định thì không.
Một hệ thống truyền thống có thể định tuyến chuỗi đến đúng người. Tuy nhiên, nó không phải lúc nào cũng có thể tái tạo bối cảnh đầy đủ về sản phẩm và kinh doanh cần thiết để dịch tốt.
Quy trình làm việc được tập trung hóa, nhưng kiến thức lại bị phân mảnh
Ở hầu hết các tổ chức, kiến thức cần thiết cho việc bản địa hóa được phân tán trên nhiều hệ thống.
Hành vi của sản phẩm có thể được ghi chép trong trình theo dõi vấn đề. Giao diện mới nhất có thể tồn tại trong Figma. Các ràng buộc kỹ thuật có thể chỉ hiển thị trong mã nguồn. Hướng dẫn thương hiệu có thể nằm trong một bản trình bày hoặc tài liệu. Sở thích thị trường có thể ẩn trong các nhận xét của người đánh giá. Các yêu cầu pháp lý có thể được lưu trong một kho chính sách riêng biệt.
Người dịch sau đó được kỳ vọng sẽ tái tạo ý nghĩa từ những bằng chứng không đầy đủ.
Đây là một trong những hạn chế cốt lõi của mô hình truyền thống: quy trình dịch thuật có thể được tập trung hóa, nhưng kiến thức xoay quanh công việc thì không.
Khi các nhóm sản phẩm và nội dung làm việc nhanh hơn, khoảng cách này trở nên tốn kém hơn. Chuỗi văn bản sản phẩm có thể thay đổi nhiều lần trước khi phát hành. Các chiến dịch có thể được cập nhật ngay trong khi đang chạy. Nội dung hỗ trợ cũng phát triển để phản hồi hành vi của khách hàng. Các nhóm ngày càng kỳ vọng bản địa hóa phải vận hành liên tục thay vì chỉ là một giai đoạn sản xuất ở bước sau.
Tuy nhiên, ngữ cảnh hỗ trợ thường vẫn còn được thực hiện thủ công.
Ảnh chụp màn hình được thêm vào không nhất quán. Mô tả trở nên lỗi thời. Dịch giả hỏi các nhóm sản phẩm để làm rõ. Người kiểm duyệt phải giải thích cùng một sở thích thị trường lặp đi lặp lại. Những sửa lỗi quan trọng vẫn bị mắc kẹt trong phần bình luận thay vì cải thiện công việc trong tương lai.
Tổ chức có thể đã tự động hóa việc di chuyển nội dung trong khi phần lớn vẫn giữ nguyên cách di chuyển tri thức.
AI giúp dịch nhanh hơn, nhưng không nhất thiết chính xác hơn
AI tạo sinh đã thay đổi nền kinh tế của nội dung đa ngôn ngữ.
Bản dịch giờ đây có thể được tạo ra trong vài giây. Các mô hình có thể viết lại nội dung theo các giọng điệu khác nhau, tạo ra các phương án thay thế, tuân thủ hướng dẫn thuật ngữ, và xử lý lượng thông tin ngữ cảnh lớn hơn đáng kể so với các hệ thống trước đây.
Nhưng sự trôi chảy không nên bị nhầm lẫn với sự chính xác.
Một bản dịch do AI tạo ra có thể nghe tự nhiên nhưng lại hiểu sai sản phẩm, chọn sai thuật ngữ đã được phê duyệt, vi phạm ràng buộc giao diện, hoặc không giữ được ý định của thông điệp gốc.
Nghiên cứu về dịch máy tiếp tục cho thấy rằng chất lượng bản dịch phụ thuộc vào nhiều yếu tố hơn là chỉ độ trôi chảy ở cấp câu. Bối cảnh tài liệu, kiến thức chuyên ngành, diễn ngôn, thuật ngữ và mục đích sử dụng đều có thể ảnh hưởng đến việc một bản dịch có phù hợp hay không.
Sự phân biệt này trở nên quan trọng hơn khi đầu ra của AI ngày càng thuyết phục hơn.
Các lỗi ngữ pháp hiển nhiên thì dễ nhận ra. Những lỗi sản phẩm tinh vi thì không. Một câu có thể đọc rất trôi chảy nhưng lại truyền đạt sai hành động, sai mức độ chắc chắn, hoặc sai mối quan hệ giữa người dùng và sản phẩm.
Vì vậy, câu hỏi quan trọng không chỉ đơn giản là liệu AI có thể dịch hay không.
Đó là việc hệ thống có thể cung cấp cho đúng mô hình hoặc người có bằng chứng, hướng dẫn, ràng buộc và kiến thức tổ chức phù hợp hay không.
Đó là vai trò của Trí tuệ Dịch thuật.
Translation Intelligence là gì?
Translation Intelligence là cơ sở hạ tầng biến kiến thức về sản phẩm, thương hiệu, ngôn ngữ, thị trường và người duyệt thành những quyết định bản địa hóa tốt hơn.
Translation Management điều phối công việc.
Translation Intelligence cải thiện khả năng suy luận đằng sau công việc.
Một hệ thống Trí tuệ Dịch thuật nên giúp xác định:
- một nội dung tệ hại;
- nơi nó xuất hiện;
- người mà nó được dự định dành cho;
- quy tắc nào về sản phẩm, thương hiệu, ngôn ngữ và thị trường áp dụng;
- nội dung tương tự đã được xử lý như thế nào trước đây;
- mức độ rủi ro mà bản dịch mang lại;
- và khi cần đến phán đoán của con người.
Điều này thể hiện một vai trò rộng hơn đối với công nghệ bản địa hóa.
Các nền tảng truyền thống tổ chức các tài sản như tệp, bộ nhớ dịch, bảng thuật ngữ, quy trình làm việc và tài liệu tham khảo. Một hệ thống thông minh cũng kết nối ảnh chụp màn hình, tài liệu sản phẩm, các thành phần thiết kế, siêu dữ liệu mã nguồn, phản hồi của người duyệt, sở thích thị trường, hiệu suất nội dung và dữ liệu chất lượng lịch sử.
Mục tiêu không phải là thu thập mọi thông tin về công ty vào một kho lưu trữ lớn duy nhất. Mục tiêu là truy xuất và áp dụng những thông tin liên quan khi một quyết định dịch thuật đang được đưa ra.
Đối với nhãn sản phẩm, điều này có thể có nghĩa là ảnh chụp màn hình mới nhất, tên thành phần, thuật ngữ đã được phê duyệt và giới hạn ký tự. Đối với tiêu đề chiến dịch, điều này có thể có nghĩa là đối tượng mục tiêu, định vị thương hiệu, kỳ vọng của thị trường địa phương và phản hồi sáng tạo trước đó.
Translation Intelligence biến ngữ cảnh thành yếu tố vận hành bắt buộc, thay vì tùy chọn.
Như đã được khám phá trong What Is Translation Intelligence?, bản dịch tự thân đang ngày càng dễ tạo ra hơn. Năng lực khó hơn và có giá trị bảo vệ hơn là hiểu được kiến thức nào nên ảnh hưởng đến kết quả.
Từ tự động hóa quy trình làm việc đến điều tra thông minh
Tự động hóa quy trình làm việc truyền thống tuân theo các quy tắc được xác định trước.
Khi nội dung mới xuất hiện, hãy tạo một tác vụ dịch. Khi bản dịch hoàn tất, hãy giao để xem xét. Khi nhận được phê duyệt, hãy trả nội dung về hệ thống nguồn.
Điều này giảm bớt công việc phối hợp, nhưng nó không tìm hiểu những gì bản dịch đòi hỏi.
Một hệ thống thông minh hơn có thể kiểm tra nội dung nguồn, xác định tính năng liên quan, truy xuất các ảnh chụp màn hình hỗ trợ, tìm các quy tắc thuật ngữ, tìm kiếm các quyết định trước đây, phát hiện sự mơ hồ, chọn mô hình hoặc người duyệt phù hợp, và đánh giá kết quả trước khi bàn giao.
Đây là nơi các tác nhân AI trở nên đặc biệt hữu ích.
Thay vì chờ các nhóm bản địa hóa tự tổng hợp thông tin, agents có thể thu thập ngữ cảnh từ các hệ thống được kết nối và cung cấp trực tiếp trong quy trình dịch.
Một tác nhân có thể giúp trả lời:
- Nội dung này xuất hiện ở đâu?
- Tính năng này làm gì?
- Thuật ngữ nào được áp dụng?
- Đã có cách diễn đạt tương tự nào được chỉnh sửa trước đây chưa?
- Nội dung có chứa biến hoặc ràng buộc giao diện không?
- Bản dịch có an toàn để tự động hóa không?
- Nó có yêu cầu xem xét về pháp lý, sáng tạo hoặc thị trường không?
Tại Hyperlocalise, lớp điều tra này là một phần cốt lõi trong cách chúng tôi nhìn nhận sự phát triển của thế hệ nền tảng bản địa hoá tiếp theo.
Hệ thống không chỉ nên xử lý các tác vụ dịch thuật. Nó cũng nên giúp hiểu chúng.
Từ tài sản tĩnh đến tri thức tự tiến hóa
Bộ nhớ dịch và bảng thuật ngữ bảo tồn những kiến thức ngôn ngữ giá trị, nhưng chúng thường được duy trì như những tài sản tương đối tĩnh.
Sản phẩm thay đổi. Ngôn ngữ thương hiệu phát triển. Các tính năng mới đưa ra những khái niệm mới. Các nhóm thị trường phát triển các sở thích riêng. Người rà soát liên tục thực hiện các chỉnh sửa có thể không bao giờ trở thành hướng dẫn chính thức.
Một hệ thống Trí tuệ Dịch thuật nên học từ hoạt động này.
Khi người duyệt nhất quán thay thế một thuật ngữ bằng một thuật ngữ khác, hệ thống nên xác định được mẫu đó. Khi một cụm từ được dịch khác nhau tùy theo tính năng sản phẩm, hệ thống nên giữ nguyên sự khác biệt đó. Khi một mô hình liên tục hoạt động kém trên một loại nội dung hoặc cặp ngôn ngữ cụ thể, quy trình làm việc nên thích ứng.
Mục tiêu không phải là chuyển mọi chỉnh sửa thành một quy tắc phổ quát.
Một số phản hồi áp dụng trên toàn cầu. Một số chỉ áp dụng cho một thị trường, chiến dịch, tính năng hoặc loại nội dung. Hạ tầng bản địa hoá thông minh phải hiểu được phạm vi đó.
Điều này biến phản hồi của người đánh giá từ một chỉnh sửa riêng lẻ thành tri thức tổ chức có thể tái sử dụng.
Thay vì giải quyết cùng một vấn đề lặp đi lặp lại, hệ thống trở nên hiểu biết hơn sau mỗi quyết định được phê duyệt.
Từ quy trình đồng nhất đến điều phối dựa trên rủi ro
Các quy trình dịch thuật truyền thống thường áp dụng cùng một quy trình cho các nhóm nội dung lớn.
Mọi chuỗi đều có thể đi qua cùng một quy trình model, dịch, rà soát và phê duyệt, bất kể mức độ quan trọng trong kinh doanh hay độ phức tạp ngôn ngữ của chúng.
Nhưng không phải bản dịch nào cũng mang cùng một mức độ rủi ro.
Một nhãn điều hướng có mức độ khớp lịch sử cao có thể phù hợp để tự động hóa. Một chiến dịch ra mắt có thể cần điều chỉnh sáng tạo. Một tuyên bố chịu quy định có thể cần xem xét pháp lý. Một luồng onboarding có độ hiển thị cao có thể biện minh cho việc thẩm định thị trường.
Translation Intelligence cho phép công việc được định tuyến theo ngữ cảnh, độ tin cậy và mức độ ảnh hưởng.
Hệ thống có thể xác định liệu có nên tái sử dụng một bản dịch đã được phê duyệt, tạo một đề xuất mới, so sánh nhiều đầu ra, huy động một chuyên gia hay chuyển nội dung lên cấp cao hơn để xem xét bổ sung.
Điều này tạo ra một mô hình có sự tham gia của con người hiệu quả hơn.
Các chuyên gia ngôn ngữ và chuyên gia thị trường dành ít thời gian hơn để kiểm tra nội dung có thể dự đoán trước và nhiều thời gian hơn cho các quyết định đòi hỏi sự phán đoán văn hóa, diễn giải chiến lược hoặc trách nhiệm giải trình.
Đó cũng là định hướng của trải nghiệm CAT thế hệ tiếp theo: không phải loại bỏ con người khỏi bản địa hóa, mà là cung cấp cho họ ngữ cảnh tốt hơn, các đề xuất phù hợp hơn và cái nhìn rõ ràng hơn về nơi chuyên môn của họ thực sự quan trọng.
Từ đảm bảo chất lượng đến đánh giá liên tục
Trong các quy trình làm việc truyền thống, việc đảm bảo chất lượng thường diễn ra gần cuối quy trình.
Người duyệt xem xét bản dịch, thực hiện các chỉnh sửa và phê duyệt nội dung cuối cùng. Công việc được bàn giao, nhưng lý do đằng sau những chỉnh sửa đó có thể không ảnh hưởng đáng kể đến các quy trình làm việc trong tương lai.
Translation Intelligence di chuyển việc đánh giá xuyên suốt quá trình.
Trước khi bắt đầu dịch, hệ thống có thể đánh giá xem đã có đủ ngữ cảnh hay chưa. Trong quá trình tạo, nó có thể kiểm tra thuật ngữ, định dạng, số, biến và các ràng buộc về độ dài. Sau khi tạo xong, nó có thể đánh giá ý nghĩa, giọng điệu, tính nhất quán và mức độ phù hợp với thị trường.
Khi một người duyệt xét đưa ra quyết định, hệ thống có thể so sánh đầu ra được tạo ra với kết quả đã được phê duyệt và xác định những gì đã thay đổi.
Theo thời gian, điều này tạo ra bằng chứng cho các câu hỏi như:
- Những mô hình nào hoạt động tốt nhất cho từng ngôn ngữ và loại nội dung?
- Những lĩnh vực sản phẩm nào tạo ra nhiều sự mơ hồ nhất?
- Thuật ngữ nào thường xuyên bị vi phạm?
- Những thị trường nào cần nhiều sự tham gia của con người hơn?
- Những nguồn ngữ cảnh nào có ảnh hưởng lớn nhất đến chất lượng?
- Tự động hóa có thể tăng ở đâu một cách an toàn?
- Cần giữ bắt buộc kiểm duyệt của con người ở đâu?
Điều này đưa ch��t lượng bản địa hóa vượt ra ngoài việc kiểm tra từng đầu ra riêng lẻ.
Nó trở thành một hệ thống học tập liên tục.
Trí tuệ dịch thuật thay đổi vai trò của các đội ngũ bản địa hóa
Sự chuyển dịch từ Quản lý Dịch thuật sang Trí tuệ Dịch thuật không chỉ là một thay đổi về công nghệ. Nó cũng làm thay đổi vai trò của chức năng bản địa hóa.
Theo mô hình truyền thống, bản địa hóa thường được xem như một dịch vụ ở giai đoạn sau. Các nhóm sản phẩm, tiếp thị hoặc hỗ trợ tạo nội dung, gửi nội dung đó để dịch và chờ đầu ra đa ngôn ngữ.
Theo mô hình trí tuệ, bản địa hoá trở thành một phần của hạ tầng ra quyết định toàn cầu của tổ chức.
Nó kết nối sản phẩm, kỹ thuật, thiết kế, tiếp thị, pháp lý, hỗ trợ và kiến thức thị trường địa phương. Nó cho thấy nội dung nguồn ở đâu còn mơ hồ, thuật ngữ ở đâu gây nhầm lẫn, tự động hóa ở đâu đáng tin cậy, và chuyên môn của con người tạo ra giá trị lớn nhất ở đâu.
Do đó, các nhóm bản địa hóa không còn chỉ chịu trách nhiệm điều phối các dự án và nhà cung cấp nữa.
Họ ngày càng chịu trách nhiệm thiết kế cách các quyết định đa ngôn ngữ được đưa ra, đánh giá, quản trị và cải thiện.
Điều này đòi hỏi năng lực mạnh hơn trong quản lý tri thức, quản trị AI, thiết kế ngữ cảnh, đánh giá chất lượng, tích hợp hệ thống và thiết kế quy trình làm việc dựa trên rủi ro.
Chuyên môn ngôn ngữ vẫn giữ vai trò cốt lõi. Nhưng nó trở thành một phần của một lớp thông minh rộng hơn.
Quản lý bản dịch sẽ không biến mất
Translation Intelligence không nên được hiểu là sự thay thế cho Translation Management Systems.
Các tổ chức vẫn cần điều phối dự án, quyền truy cập, thuật ngữ, bộ nhớ dịch, kiểm soát quy trình làm việc, tích hợp và báo cáo. Đây vẫn là những năng lực nền tảng.
Điều thay đổi là vai trò dự kiến của nền tảng.
Thế hệ trước của công nghệ bản địa hóa tập trung vào việc chuyển nội dung qua một quy trình một cách hiệu quả.
Thế hệ tiếp theo cũng phải mang kiến thức vào quá trình đó, định hướng các quyết định, đánh giá kết quả và học hỏi từ phản hồi của con người.
Translation Management hỏi:
Chúng ta tổ chức và cung cấp nội dung đa ngôn ngữ như thế nào?
Translation Intelligence asks:
Làm thế nào để đảm bảo rằng mọi hệ thống con người và AI đều có kiến thức cần thiết để đưa ra quyết định bản địa hóa đúng đắn?
Các tổ chức toàn cầu sẽ cần cả hai.
Kỷ nguyên tiếp theo của bản địa hóa
Khi dịch thuật trở nên nhanh hơn và tự động hóa hơn, lợi thế cạnh tranh sẽ không chỉ đến từ việc tạo ra các từ đa ngôn ngữ.
Nó sẽ đến từ việc hiểu ý nghĩa.
Các hệ thống bản địa hóa mạnh nhất sẽ biết nội dung kết nối với sản phẩm, đối tượng, thị trường, thương hiệu và các quyết định trước đây của tổ chức như thế nào. Chúng sẽ tự động truy xuất ngữ cảnh liên quan, áp dụng ngữ cảnh đó một cách có chọn lọc, đánh giá đầu ra liên tục và cải thiện thông qua rà soát của con người.
Đây là sự chuyển đổi hiện đang diễn ra trên toàn ngành bản địa hóa.
Từ việc quản lý tệp đến việc hiểu nội dung.
Từ việc lưu trữ bản dịch đến việc học hỏi từ các quyết định.
Từ tự động hóa việc bàn giao đến tự động hóa việc điều tra.
Từ các tài sản ngôn ngữ tĩnh đến tri thức tự tiến hóa.
Từ quản lý dịch thuật đến trí tuệ dịch thuật.
Hyperlocalise đang hướng tới tương lai này thông qua các tác nhân AI, một trải nghiệm CAT thế hệ mới, và một công cụ ngữ cảnh tự tiến hóa được thiết kế để giúp các nhóm toàn cầu tạo ra bản dịch tốt hơn với ít công sức dò tìm thủ công hơn.
Phần mềm bản địa hóa thế hệ tiếp theo sẽ không chỉ đơn thuần quản lý việc dịch thuật.
Nó sẽ giúp tổ chức trở nên thông minh hơn về cách giao tiếp trên các thị trường khác nhau.