شبکه اطلاع رسانی روابط عمومی ایران (شارا)، یان هندرسون- نوآوری های فناوری در ترجمه به سرعت و مداوم است و توسعه های اخیر دوباره همچون شبحی از آینده افزایش یافته است که در جایی که ماشین آلات صنعتی عالی و افرادی که دیگر نگرانی شان تنها یافتن لطیفه های نغز نیست.
همچون همیشه، اعتیاد تمام داستان را نمی گوید: نوآوری های نقطه ای این وعده را به طور کاملا خودکار نیاورده اند، کیفیت بالای ترجمه ها با هزینه پایین تر نزدیک است.

جهت گیری های جدید
نگاهی سریع به نوآوری های اخیر مثال های قابل توجه زیر را به دنبال خودش آورده است:
1. مهمترین چالشگران بر سر ترجمه انسانی که مشتری محور هستند، ابزارهای ترجمه ماشینی همانند مترجم گوگل هستند، که همچنان تاخت و تاز قابل توجهی را در ادامه خبرسازی پدید آورده اند.
2. بسترهای وبی شبکه های اجتماعی (فیسبوک، توییتر، یوتیوب و وی چت) هستند که همه آنها با عملکردهای ترجمه ای ساخته شده اند.
3. مایکروسافت اخیرا مترجم اسکایت را رونمایی کرده است که ترکیبی از شناخت گفتار، متن به گفتار و ترجمه ماشینی را بدست داده است تا کاربران بتوانند بدون توجه به زبان شان با دیگران سخن بگویند و بنویسند.
4. لنز جهانی یک برنامه سریع است که نشانه های زبان های خارجی را که با دوربین از ابزارهای هوشمند برداشته می شود را ترجمه می کند.
برای چه؟
اینجا محلی برای زندگی ما در کنار همه این ابزارها است. اما ترجمه ماشینی به اندازه کافی خوب است؟ در واقع با اشاره به www.machinetranslation.net می توان گفت که با ترجمه ماشینی می تواند با دقت بیشتری پرسید: «برای چه چیزی به اندازه کافی خوب است؟»
این سایت فرض می کند: «نیاز بشر برای ویرایش یادداشت بستگی به استفاده از خروجی ها دارد. نیاز است که اگر محتوا باید از کیفیت انتشار برخوردار باشد، اما در ارتباطات همزمانی از قبیل چت های همزمان، ترجمه قابل درک به اندازه کافی خوب است و نیازی به دخالت اضافی انسان ندارد.»

تصویر یوتیوب
پیچیدگی ها نیازمند انسان هستند اما خوبی اش این است که بسیاری از نگرانی های دیگر را به واسطه ترجمه ماشینی از بین می برد.
مصرف کنندگان نرم افزارها بیشترین میزان بهره مندی از منابع ترجمه امروزی هستند، به عنوان شرکت های جهانی شونده رابط هایی را برای سایر مناطق جدید تهیه می کنند، منوها و حمایت در زبان خودشان انجام می گیرد. بخش عمده ای از این کار به مهاجرت های آنلاین منجر می شود، همچنان بسترهایی می توانند محبوبیت بدست آورند، رسانه به طور فزاینده آنلاین می شوند و خواص وب واسطه ای برای جهانی شدن می شود.
بدیهی است که جایی رسانه دیجیتال یا نرم افزار ترجمه شده است، پیچیدگی های قابل توجهی وارد جنگ می شوند. شرکت ها باید از طریق ابزارهای خودکار و به جز استفاده از تهیه کنندگان خدمات زبانی به آینده نگاه کنند و از ابزارهای ترکیبی، نرم افزارهای مهندسی و مهارت های مدیریت پروژه برای کنترل حجم و پیچیدگی، دستیابی به بازده و مدیریت نتایج کیفیت استفاده کنند.

پیچیدگی پروژه
در قرارداد جدید، ترجمه دیگر یک هنر به حساب نمی آید. از یک منظر، این فعالیت کسب و کاری است که بازده آن به کاهش هزینه ها و بالا رفتن سرعت تحویل حجم کار می شود.
از آنجا که خروجی ترجمه ماشینی ترجمه از کیفیت کافی و پیچیدگی به منظور رسیدگی حجم کاری پیچیده و بزرگ مدرن برخوردار است و تیم های بزرگ مترجمان غیر از این وسیله غیر قابل کنترل و غیر قابل تحمل هستند، بازده باید از افزایش کنترل از افزایش کیفیت خروجی ها از طریق استفاده رشته مدیریت پروژه صورت بگیرد.
ابزارهای ماشینی ترجمه شرکت های پایان کار جایگزین واقعی نیستند، همچنان که آنها قابل دسترسی برای همه نیستند اما بزرگترین شرکت های چند ملیتی را پاسخگو هستند. برای یک چیز، مانند ابزارهایی که در زبان های موازی دیگر مجوز گرفته اند، اگر کار شما به طور برجسته از زبان انگلیسی به فرانسه است، این درک دریافت می شود، اما اگر شما به 56 زبان ترجمه کنید، آنوقت از نظر اقتصادی مقرون به صرفه نیست.

مهارت های فناوری
ترجمه قطعا یک خروجی خودکار نیست و حداقل با توجه به نرم افزارهای تحت سلطه پارادایم جدید این امر مقدور نشده است. با پیچیدگی های ذاتی در طراحی نرم افزار، یک درجه مهندسی نرم افزار نیازمند است، که تنها یک ورژن ویژه از نرم افزار را با تهیه خدمات زبانی ارائه دهد.
اغلب اجزای ترجمه یک پروژه نسبتا کوچک است، در حالیکه آزمایش کرده و نصب بخش مصرف به تخصص های فنی بالا نیازمند است. برای مثال، وقتی مناطق جدیدی را گسترش می دهید بیشتر کاربران ممکن است از مرورگرهای خارج از رده استفاده کنند که نیازمند مهندسی نرم افزار برای رفع ناسازگاری های با مرورگرهای قدیمی تر است.
همین امر برای ابزارهای ترجمه متن به صوت نیز درست است. متن هنوز باید به ترکیب کننده های در یک فرم که قابل تشخیص است تبدیل شود و حتی تبدیل صدا خودش به طور صد درصد اتوماتیک انجام شود این امر انکار ناپذیر است.
اتوماسیون مایل به نابودی بافت است (یک مثال شایع آن ابهام زدایی در زمانی که موارد اینترنتی مانند آدرس و خانه به صورت آفلاین از آن موارد استفاده می کنند.) اگر در مشاغل گذشته ویرایش یادداشت، شما بودجه ای را به مطالعه تهیه کننده خدمات زبانی اختصاص نداده اید زبان واقعی و بررسی صرف صلاحیت ترجمه، به احتمال زیاد کمبودها را تضمین می کند.

امنیت
وقتی یکی وارد به متنی در مترجم گوگل می شود، بهبود هر یادداشت ارسالی با پایگاه جمعی کاربر آنلاین به اشتراک گذاشته می شود، که می تواند مالکیت معنوی مشارکت کننده یا مشتری را تهدید کند. ابزارهای مترجم ماشینی بسته به کاربران ترجمه های خودشان را ارتقاء می دهند تا دقت آن افزایش یابد.

غیر محتمل بودن بهبود در حال حاضر
بنابراین کجا می تواند برای طراحان ابزار مناسب باشد؟ در تجربه ما، عوامل انسانی نمی توانند در یک ابزار تکرار شوند.
سرور هسته اصلی ترجمه با پایگاه داده حافظه ترجمه مشتری ویژه را حفظ می کند و سرعت ترجمه را بالا می برد، مدیریت پروژه و تخصص برنامه نویسی ترکیب شده است.
از آنجا که نگرانی های کدنویسی وجود دارد، اسکریپت های ساخته شده برای برنامه ممکن است پیش از کار در ترجمه نیازمند ویرایش باشد. در یک مثال، ما یک ورژن خطای تعداد را شناسایی و تغییر داده ایم. در مورد دیگری نام منابع یک فایل «article_en» بود که نیاز بود به «article_af» تغییر کند.
به طور خلاصه مترجمان مدرن نیازمند اینکد کردن فایل ها و تایید صحت اینکدینگ هستند و اینکه قابل منبع به طور درستی به سمت هدف بازگردانده شده است.
حمایت از این صلاحیت ها، مترجمان را که با ابزارهای سازگار (30-40) کار می کردند عملکردهای اضافی را ارائه کردند که اغلب کار مشتریان را بر اساس آن انجام می دهند اما در حقیقت عملکردهای ضروری انجام می شوند که از جمله می توان به مدیریت پروژه و کار اشاره کرد.
وقتی شخصی پیچیدگی را در ترجمه می بیند، اتوماسیون و ابزارهای مگا نمی توانند آن را رفع کنند.

منبع مرجع:  شبکه اطلاع رسانی روابط عمومی ایران (شارا)