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