Bản dịch thông minh là gì?

Bản dịch không phải là nút thắt cổ chai. Thiếu ngữ cảnh mới là.

Bản địa hóa từ lâu đã được coi là một vấn đề dịch thuật.

Ngành công nghiệp đã tối ưu hóa dựa trên giả định này trong nhiều năm. Hệ thống quản lý dịch thuật giúp các nhóm đưa nội dung qua các quy trình làm việc. Dịch máy tạo ra các bản nháp đầu tiên nhanh hơn. Bộ nhớ dịch thuật tái sử dụng các đoạn đã có trước đó. Bảng thuật ngữ cải thiện tính nhất quán của thuật ngữ. Các bước rà soát cho con người cơ hội sửa lỗi trước khi nội dung được phát hành.

Các hệ thống này đã giúp bản địa hóa hiệu quả hơn. Chúng đã hỗ trợ các công ty dịch nhiều nội dung hơn, sang nhiều ngôn ngữ hơn, với khả năng kiểm soát vận hành tốt hơn.

Nhưng họ vẫn chưa giải quyết được phần khó nhất của bản địa hoá.

Phần khó nhất giờ không còn là tạo ra một bản dịch. AI hiện nay có thể tạo ra nội dung đa ngôn ngữ trôi chảy chỉ trong vài giây. Câu hỏi khó hơn là liệu bản dịch đó có phù hợp với sản phẩm, thương hiệu, thị trường và trải nghiệm khách hàng nơi nó xuất hiện hay không.

Một bản dịch có thể đúng ngữ pháp nhưng vẫn không đạt.

Nó có thể dùng sai thuật ngữ sản phẩm. Nó có thể nghe không đúng với thương hiệu. Nó có thể bỏ lỡ ý định của một thông điệp tiếp thị. Nó có thể quá dài cho một nút bấm. Nó có thể hợp lý trong trình chỉnh sửa bản dịch nhưng lại gượng gạo khi nằm trong chính sản phẩm thực tế. Nó có thể giữ nguyên nghĩa đen của nguồn nhưng làm mất đi sắc thái đã tạo nên hiệu quả của bản gốc.

Đây là lý do tại sao chất lượng dịch thuật ngày càng bị giới hạn không phải bởi đầu ra dịch thuật, mà bởi trí tuệ xung quanh nó.

Đó là vai trò của trí tuệ dịch thuật.

Trí tuệ dịch thuật là hạ tầng biến kiến thức rời rạc về sản phẩm, thương hiệu, giao diện người dùng, thị trường và người đánh giá thành các quyết định bản địa hóa tốt hơn. Nó giúp con người và AI hiểu nội dung có ý nghĩa gì, xuất hiện ở đâu, cần có giọng điệu như thế nào và những ràng buộc nào phải tuân theo trước khi quá trình dịch bắt đầu.

Nói một cách đơn giản: trí tuệ dịch thuật cung cấp cho bản dịch ngữ cảnh cần thiết để trở nên hữu ích.

Tại sao chỉ dịch thôi là chưa đủ

Hầu hết quy trình dịch thuật bắt đầu với một đoạn văn bản nguồn.

Văn bản đó có thể là một chuỗi sản phẩm, bài viết trung tâm trợ giúp, email, tiêu đề chiến dịch, thông điệp giới thiệu ban đầu hoặc thông báo pháp lý. Trong nhiều hệ thống, người dịch hoặc mô hình AI nhìn thấy văn bản nguồn, ngôn ngữ đích và có thể cả một mục khớp trong bảng thuật ngữ.

Nhưng ngôn ngữ hiếm khi tự nó mang đủ thông tin.

Hãy xét một chuỗi đơn giản:

Tạo dự án

Việc này có vẻ dễ dịch. Nhưng bản dịch chính xác phụ thuộc vào vài câu hỏi.

Đó là một nút, một mục menu, hay một tiêu đề trang? "project" là một đối tượng sản phẩm chính thức, hay một từ chung? Người dùng đang tạo một project trống, nhập một project, hay bắt đầu từ một mẫu? Ngôn ngữ đích có cần ngữ pháp rõ ràng hơn không? Nút có giới hạn số ký tự không? Đối tượng sản phẩm đó đã được dịch ở nơi khác chưa? Giọng điệu nên mang tính kỹ thuật, đơn giản, hay cấp doanh nghiệp?

Nếu không có ngữ cảnh này, cả con người lẫn AI đều phải đoán.

Vấn đề tương tự cũng xuất hiện trong bản địa hóa tiếp thị. Một tiêu đề chiến dịch có thể ngắn gọn, thông minh và tạo cảm xúc hiệu quả bằng tiếng Anh, nhưng một bản dịch theo nghĩa đen có thể không truyền tải cùng ý định trong một thị trường khác. Người dịch cần hiểu không chỉ các từ ngữ, mà còn cả định vị, đối tượng, ưu đãi, giọng điệu và phản ứng mong muốn.

Nó cũng xuất hiện trong nội dung hỗ trợ. Một bài viết trợ giúp có thể chứa thuật ngữ sản phẩm cần phải nhất quán với giao diện. Nếu bài viết dùng một thuật ngữ còn sản phẩm dùng một thuật ngữ khác, bản dịch có thể khiến người dùng bối rối ngay cả khi mọi câu đều đúng về mặt ngôn ngữ.

Đây không chỉ là những vấn đề về ngôn ngữ. Chúng là những vấn đề về ngữ cảnh.

Nút thắt cổ chai đã chuyển từ sản xuất sang phán đoán

AI đã thay đổi kinh tế học của dịch thuật.

Việc tạo bản nháp đầu tiên giờ đã nhanh hơn. Việc sản xuất nhiều nội dung đa ngôn ngữ cũng dễ dàng hơn bao giờ hết. Nhưng tốc độ này tạo ra một thách thức mới: các nhóm phải quyết định điều gì có thể tin cậy, điều gì cần xem xét lại, và điều gì đòi hỏi sự hiểu biết sâu hơn về sản phẩm hoặc thị trường.

Nói cách khác, nút thắt cổ chai đã chuyển từ sản xuất sang phán đoán.

Câu hỏi then chốt không còn chỉ là:

Dịch câu này như thế nào?

Bây giờ là:

Đây có phải là bản dịch đúng cho trường hợp sử dụng cụ thể này không?

Câu hỏi đó đòi hỏi nhiều hơn sự lưu loát. Nó đòi hỏi bối cảnh.

Một quyết định bản địa hóa chất lượng cao cần tính đến ý nghĩa của sản phẩm, ý định của người dùng, giọng điệu thương hiệu, các ràng buộc thiết kế, quy tắc thuật ngữ, kỳ vọng của thị trường, yêu cầu tuân thủ và các quyết định trước đó. Khi thiếu những thông tin này, các nhóm bản địa hóa sẽ bù đắp thủ công.

Người dịch đặt câu hỏi. Người rà soát viết lại nội dung. Quản lý sản phẩm giải thích tính năng. Quản lý bản địa hóa thu thập ảnh chụp màn hình. Các nhóm khu vực tranh luận về giọng điệu. Kỹ sư sửa các vấn đề tràn giao diện người dùng. Những quyết định về thuật ngữ giống nhau được đưa ra lặp đi lặp lại trên khắp các dự án.

Không điều nào trong số này có nghĩa là đội ngũ đang làm bản địa hóa kém. Nó có nghĩa là hệ thống chưa mang đủ trí thông minh.

Trí tuệ dịch thuật so với quản lý dịch thu���t

Quản lý dịch thuật và trí tuệ dịch thuật giải quyết các vấn đề khác nhau.

Quản lý dịch thuật là về sự điều phối. Nó giúp các nhóm tổ chức nội dung, phân công công việc, quản lý ngôn ngữ, theo dõi tiến độ và phê duyệt bản dịch.

Trí tuệ dịch thuật là về chất lượng quyết định. Nó giúp các nhóm hiểu nội dung đủ sâu để dịch, rà soát và điều chỉnh nó một cách chính xác.

Một hệ thống quản lý bản dịch có thể thông báo cho quản lý bản địa hóa rằng một chuỗi đã sẵn sàng để xem xét.

Một lớp thông minh dịch thuật có thể cho thấy rằng chuỗi không có ảnh chụp màn hình, xung đột với một quy tắc trong bảng thuật ngữ, sử dụng một thuật ngữ sản phẩm có rủi ro cao, vượt quá giới hạn ký tự của giao diện người dùng, hoặc khác với một bản dịch đã được phê duyệt trước đó.

Sự khác biệt này rất quan trọng vì chất lượng bản địa hóa không chỉ được xác định bởi việc một quy trình làm việc có được hoàn tất hay không. Nó được xác định bởi kiến thức có sẵn vào thời điểm một quyết định dịch thuật được đưa ra.

Khi thiếu ngữ cảnh, ngay cả những biên dịch viên giàu kinh nghiệm và các mô hình AI tiên tiến cũng tạo ra kết quả không nhất quán. Khi có ngữ cảnh, quy trình làm việc trở nên đáng tin cậy hơn.

Trí tuệ dịch thuật bao gồm những gì

Tình báo bản dịch tập hợp những kiến thức mà các nhóm bản địa hóa thường phải tự tìm kiếm thủ công.

Nó bao gồm ngữ cảnh sản phẩm: tính năng đó làm gì, người dùng tương tác với nó như thế nào, và cụ thể cụm từ đó đề cập đến đối tượng hoặc hành động nào trong sản phẩm.

Nó bao gồm ngữ cảnh trực quan: ảnh chụp màn hình, vị trí trong giao diện, loại thành phần, giới hạn ký tự và các ràng buộc thiết kế.

Nó bao gồm ngữ cảnh thương hiệu: giọng điệu, phong cách, nguyên tắc truyền thông và mức độ trang trọng được kỳ vọng trên các thị trường khác nhau.

Nó bao gồm ngữ cảnh thuật ngữ: các thuật ngữ đã được phê duyệt, tên sản phẩm, từ cấm, quy tắc bảng thuật ngữ và ngôn ngữ chuyên ngành.

Nó bao gồm bối cảnh thị trường: kỳ vọng văn hóa, sở thích khu vực, quy ước địa phương, và sự khác biệt giữa dịch trực tiếp và bản địa hóa.

Nó bao gồm ngữ cảnh quy trình làm việc: ai cần xem xét nội dung, mức độ rủi ro mà nội dung đó mang lại, và liệu có cần phê duyệt của con người hay không.

Quan trọng nhất, nó bao gồm lịch sử quyết định: điều gì đã được thay đổi, điều gì đã được phê duyệt, những gì người duyệt đã sửa, và lý do một lựa chọn cụ thể được đưa ra.

Đây là nơi các hệ thống bản địa hóa truyền thống thường không đáp ứng được kỳ vọng. Chúng có thể lưu bản dịch cuối cùng, nhưng không phải lúc nào cũng bảo toàn được lý do đằng sau bản dịch đó. Kết quả là, các nhóm nhớ những gì đã được dịch, nhưng không nhớ tại sao.

Trí tuệ dịch thuật thay đổi điều đó. Nó biến kiến thức bản địa hóa thành một tài sản có thể tái sử dụng.

Từ bộ nhớ dịch sang bộ nhớ quyết định

Translation memory đã là một trong những ý tưởng quan trọng nhất trong bản địa hóa. Nó giúp các nhóm tái sử dụng các bản dịch trước đó, giảm công việc lặp lại và duy trì tính nhất quán.

Nhưng bộ nhớ dịch thuật có một hạn chế: nó ghi nhớ đầu ra.

Nó không phải lúc nào cũng nhớ ngữ cảnh.

Nó có thể cho thấy rằng một câu đã được dịch theo một cách nhất định, nhưng không cho thấy liệu lựa chọn đó được đưa ra vì giọng điệu thương hiệu, không gian giao diện, thuật ngữ sản phẩm, ưu tiên pháp lý hay phản hồi của người duyệt. Nó cũng có thể không cho biết bản dịch đó có hoạt động tốt trong môi trường thực tế hay không. Nó có thể không giải thích liệu quyết định tương tự có nên áp dụng cho một tính năng hoặc chiến dịch mới hay không.

Tình báo dịch thuật mở rộng khái niệm bộ nhớ vượt ra ngoài các đoạn đã dịch.

Nó tạo ra bộ nhớ quyết định.

Bộ nhớ quyết định ghi lại lý do đằng sau các lựa chọn bản địa hóa. Nó giúp các nhóm hiểu không chỉ nội dung đã được dịch, mà còn vì sao nó được dịch theo cách đó. Điều này trở nên đặc biệt quan trọng khi AI là một phần của quy trình làm việc, vì AI cải thiện khi có thể học từ ngữ cảnh có cấu trúc và phản hồi của con người.

Nếu một người duyệt sửa một thuật ngữ, hệ thống nên học từ thay đổi đó. Nếu một chuyên gia khu vực giải thích vì sao một cụm từ không hiệu quả trên thị trường, kiến thức đó nên được sử dụng cho lần sau. Nếu một quản lý sản phẩm làm rõ ý nghĩa của một tính năng, lời giải thích đó nên đi kèm với các chuỗi liên quan trong tương lai.

Đây là cách bản địa hóa trở nên tự cải thiện.

Điều này trông như thế nào trong thực tế

Một quy trình bản địa hóa có nhận biết ngữ cảnh trông rất khác so với quy trình truyền thống dựa trên chuỗi.

Trước khi quá trình dịch bắt đầu, hệ thống thu thập ngữ cảnh liên quan từ các công cụ nơi công việc đã diễn ra. Hệ thống có thể hiểu nội dung đến từ đâu, liệu đó có phải là giao diện sản phẩm, bài viết trợ giúp, trang marketing hay chiến dịch. Hệ thống có thể đính kèm ảnh chụp màn hình, phát hiện thuật ngữ, nhận diện các chuỗi liên quan, truy xuất các quyết định trước đó và nêu bật các rủi ro trước khi dịch giả hoặc người rà soát nhìn thấy nhiệm vụ.

Trong quá trình dịch, các gợi ý của AI được định hướng bởi kiến thức sản phẩm, quy tắc thuật ngữ, giọng điệu thương hiệu và các ràng buộc giao diện người dùng. Thay vì tạo ra một bản dịch chung chung, hệ thống có thể đề xuất một bản dịch phù hợp với trường hợp sử dụng thực tế.

Trong quá trình rà soát, con người không được yêu cầu kiểm tra mọi thứ từ đầu. Họ có thể tập trung vào những quyết định cần đến sự đánh giá: các thuật ngữ mơ hồ, nội dung có tác động lớn, việc điều chỉnh theo thị trường, rủi ro pháp lý, giọng điệu hoặc nội dung mâu thuẫn với hướng dẫn trước đó.

Sau khi xem xét, quy trình làm việc không chỉ đơn thuần lưu bản dịch cuối cùng. Nó ghi lại những gì đã thay đổi và đưa kiến thức đó trở lại vào các công việc tiếp theo.

Đây là sự chuyển đổi từ dịch thuật như một công việc đơn lẻ sang bản địa hóa như một hệ thống học hỏi.

Tại sao Hyperlocalise đang xây dựng dựa trên trí tuệ dịch thuật

Tại Hyperlocalise, chúng tôi tin rằng thế hệ tiếp theo của phần mềm bản địa hoá sẽ không chỉ được xác định bởi tốc độ dịch thuật.

Tốc độ rất quan trọng. Nhưng tốc độ mà không có ngữ cảnh có thể tạo ra nhiều việc hơn cho người rà soát, nhiều điểm không nhất quán hơn giữa các thị trường, và nhiều bất định hơn trước khi xuất bản.

Hyperlocalise đang tích hợp trí tuệ dịch thuật vào quy trình bản địa hóa để các nhóm có thể đưa ngữ cảnh vào ngay từ đầu. Cách tiếp cận của chúng tôi là giúp AI và người đánh giá là con người làm việc với những thông tin họ cần: ngữ cảnh sản phẩm, ảnh chụp màn hình, quy tắc thuật ngữ, giọng điệu thương hiệu, ràng buộc giao diện người dùng, yêu cầu quy trình làm việc và các quyết định bản địa hóa trước đó.

Điều này quan trọng vì hầu hết các công ty đã có sẵn kiến thức cần thiết để bản địa hóa tốt hơn. Vấn đề là kiến thức đó bị phân tán. Nó nằm trong các công cụ sản phẩm, tệp thiết kế, nền tảng hỗ trợ, hệ thống nội dung, nhận xét đánh giá, các cuộc thảo luận trên Slack và trong đầu từng thành viên trong nhóm.

Hyperlocalise giúp biến kiến thức đó thành hành động.

Thay vì yêu cầu biên dịch viên và người duyệt phải đi tìm ngữ cảnh, Hyperlocalise hướng tới việc tự động đưa đúng ngữ cảnh vào trải nghiệm dịch thuật. Thay vì xem AI như một bộ dịch thuật chung chung, Hyperlocalise sử dụng ngữ cảnh để dẫn dắt AI đưa ra quyết định tốt hơn. Thay vì để mất phản hồi của người duyệt sau khi một nhiệm vụ hoàn tất, Hyperlocalise giúp biến phản hồi thành bộ nhớ cải thiện công việc trong tương lai.

Mục tiêu không phải là loại bỏ phán đoán của con người. Mục tiêu là làm cho phán đoán của con người trở nên tập trung hơn, có thông tin hơn và có thể tái sử dụng.

Tương lai của bản địa hóa là nhận biết ngữ cảnh

Những công ty thành công trên toàn cầu sẽ không đơn thuần là những công ty dịch được nhiều từ nhất. Họ sẽ là những công ty giao tiếp một cách rõ ràng, nhất quán và tự nhiên trên mọi thị trường.

Điều đó đòi hỏi nhiều hơn cả dịch thuật.

Nó đòi hỏi các hệ thống hiểu được mối quan hệ giữa ngôn ngữ, sản phẩm, thương hiệu, thiết kế và trải nghiệm khách hàng.

Đây là lý do tại sao trí tuệ dịch thuật quan trọng.

Nó mang lại cho các nhóm bản địa hóa một nền tảng tốt hơn để làm việc với AI. Nó giảm việc thu thập ngữ cảnh lặp đi lặp lại. Nó giúp người đánh giá tập trung vào các quyết định có giá trị cao. Nó cải thiện tính nhất quán trên nội dung sản phẩm, tiếp thị và hỗ trợ. Nó lưu giữ kiến thức đằng sau các lựa chọn dịch thuật để các nhóm không phải giải quyết đi giải quyết lại cùng một vấn đề.

Việc dịch thuật không còn là nút thắt cổ chai nữa.

Thiếu ngữ cảnh là.

Trí tuệ dịch thuật là cách các nhóm bản địa hóa hiện đại thu hẹp khoảng cách đó.

Để biết về sự chuyển dịch rộng hơn từ dịch thuật sang giao tiếp sẵn sàng cho thị trường, xem Hyperlocalisation: Why Global Growth Needs More Than Translation.