Аударма кәсібінің болашағы: машиналық аударма саланы қалай өзгертті

The Future of the Translation Profession: How Machine Translation Changed the Industry 

Алтынай Илияс Есболқызы
Altynai Iliyas Esbolkyzy
Turan University
3^rd –year student of the Translation Studies program
Almaty,Kazakhstan

Аңдатпа

 Бұл мақалада  біз технологияның аудармашылар жұмысын қалай өзгерткені, аудармада жасанды интеллекттің рөлі қандай және бұл мамандық болашақта сұранысқа ие бола ма, жоқ па деген сұрақтарды талқылауға болады. Аударма кәсібін дамытудың негізгі векторлары кәсіби бағдарланған, аудиовизуалды және машиналық аударма болып табылады. Аудармашыларды дайындау процесінің негізгі теориялық тәсілдері синергетикалық, интегративті және желілік болуы керек.

Кілт сөздер: технология,аударма,интеллект,мамандық,кәсіб,машиналық дамыту,теория

Abstract

In this article, we will discuss how technology has changed the work of translators, what is the role of artificial intelligence in translation, and whether or not this profession will be in demand in the future. The main vectors of development of the translation profession are professionally oriented, audiovisual and machine translation. The main theoretical approaches to the process of training translators should be synergistic, integrative and network.

Keywords: technology, translation, intelligence, specialization, profession, machine development, theory

Кез келген мамандықта нағыз маман болып қалу маңызды. Бұл күнделікті жұмыс немесе пайдасыз зерттеулер жүргізу емес. Кәсібилік — бұл сіздің бизнесіңізге толықтай ену дегенді білдіреді және бұл табысқа жетудің жалғыз жолы. Аудармашы мамандығы терең арнайы білімді және оқытуға үлкен уақытты қажет етеді. Оны басқа қызмет түрлерімен біріктіру мүмкін емес – бір уақытта тау-кен инженері немесе дәрігер және аудармашы болу мүмкін емес. Аударма толық арнауды талап етеді және өмір бойы қажет.

Бұл жерде бәрін толық білу мүмкін емес екенін мойындау керек. Бұл идеяны қабылдағаннан кейін, AI немесе сол сияқты кез келген «қауіп» енді соншалықты қорқынышты болып көрінбейді. Машиналық аударма келісім-шарттарды, нұсқауларды немесе клишелері бар типтік мәтіндерді аудару сияқты қарапайым тапсырмаларды шешеді. Алайда ол көбінесе стилистиканы, сөз тіркесін, метафораны және басқа да реңктерді ескермейді. Сондықтан мұндай мәтіндерді адам өңдеусіз өңдеу мүмкін емес. Сонымен қатар, бағдарламаны әзірлеу және іске қосу үшін лингвистикалық білімі бар адам болуы керек. Және, әрине, бізге мәтінді жүйеге жүктейтін адам және машиналық аудармадан жоғары сапалы түпкілікті нәтиже жасайтын маман керек.

Аудармашы мамандығының болашағы жоқ па?

21 ғасыр технологиялары біздің күнделікті өмірімізді түбегейлі өзгертті. Осыдан небары 20 жыл бұрын ұшақ билетін сатып алу үшін әуе кассасына бару керек екенін, ал сүйікті әртісіңіздің альбомын тыңдау үшін кассетаны қарындашпен кері айналдыру керек екенін ұмыттық. Аудармашыларды машиналар алмастыратыны туралы адамдар машиналық аударма технологиясымен алғашқы тәжірибелер жүргізілген 1950 жылдары айта бастады. Уақыт өте келе аударма технологиялары дамып, компьютерлер күшейе түсті, бірақ машиналық аударманың келешегі белгісіз болып қалды — машина әлі де аудармашының жұмысының сапасына жақындай алмады. 2016 жылы Google нейромашиналық аударманы енгізген кезде ғана аударма кәсібі күрделі қиындықтарға тап бола бастады. Аудармашыларға деген сұраныс мәселесі жаңа мағынаға ие болды. Жаңа технологиялардың пайда болуы сөзсіз ескілерінің жойылуына әкеледі және бұл ескірген технологияларға ғана емес, сонымен қатар кәсіптерге де қатысты. Көп ұзамай талап етілмейтіндердің бірі – аудармашы мамандығы.

Машиналық аударма қалай жұмыс істейді?

Машиналық аударма – адамның араласуынсыз жасанды интеллект арқылы орындалатын мәтінді немесе сөзді бір табиғи тілден екіншісіне автоматты түрде аудару процесі. Аударма үшін компьютерді пайдаланудың алғашқы әрекеттері алдын ала бағдарламаланған сөздіктер мен лингвистикалық ережелерге сүйенді, ал қазіргі заманғы әдістер статистикалық және нейромашиналық аударманы қоса алғанда ықтималдық көзқарасты қолданады.

Тілдер арасында аудару алгоритмдері туралы идеялар компьютерді ойлап тапқанға дейін пайда болды. 1930 жылдардың ортасында армян текті француз инженері Жорж Арцруни мен кеңес ғалымы Петр Смирнов-Троянский «аударма машиналарын» өз бетінше патенттеуге тырысты. Смирнов-Троянскийдің егжей-тегжейлі нұсқасында автоматты қос тілді сөздік қана емес, сонымен қатар тіларалық грамматикалық рөлдердің эсперанто негізіндегі кодтау схемасы, сондай-ақ мәтінді талдау және синтездеу үшін жалпы түсініктер болды. Алайда Смирнов-Троянскийдің идеялары 1950 жылдарға дейін назардан тыс қалды.

Машиналық аударманы оның қалай жұмыс істейтінін түсіндірмей талқылау мүмкін емес – бұл аударма кәсібіне шынымен қауіп төніп тұрғанын және қандай аударма түрлерінің ең қауіпті екенін бағалауға мүмкіндік береді. Жоғарыда айтылғандай, нейромашиналық аударма маңызды серпіліс болды. Оның жетістігі нейрондық желілердің адам жасаған деректерден үйрену қабілетіне негізделген. Процесс келесідей: адам екі тілдегі мәтіндерді жүктейді (түпнұсқа және аударма), компьютер оларды салыстырады және үлгілерді анықтайды. «Сонымен машиналық аудармада қандай мәселе бар?» – деп сұрауыңыз мүмкін. Машиналық аударма түріндегі жасанды интеллект қазірдің өзінде кез келген мәтінді оңай аударуға қабілетті болып көрінуі мүмкін. Дегенмен, бұл мүлдем дұрыс емес: машина қазір он жыл бұрынғыға қарағанда табиғи түрде аударылғанымен, ол әлі адамды толығымен алмастыра алмады. Машиналар әлі де аудармашы деңгейінде орындай алмайтын аймақтарды қарастырайық.

Мұндай мәтіндерді аударуды адам ғана жүзеге асыра алады, өйткені ол ғана терең танымдық және сөйлеу процестеріне қабілетті. Дегенмен, егер олар жеткілікті түрде ресімделсе (мысалы, техникалық құжаттама, пайдаланушы нұсқаулары, келісімшарттар және т.б.) мәтіндерді ағылшын тілінен орыс тіліне аудару үшін машиналық жүйелерді пайдалануға болады. Мұндай жағдайларда да машинамен жасалған аудармалар міндетті түрде қолмен өңдеуді және қайта қарауды қажет етеді.

Анықтама: 17 ғасыр

Ғасырлар бойы адамзат тілдік кедергіні еңсеруге ұмтылды — барлығына біртұтас тіл жасауға, барлық қолданыстағы тілдерді үйренудің жолын табуға немесе шет тілдерін оқымай-ақ түсінуге мүмкіндік беретін технологияларды дамытуға тырысты. Алғашқы идеялар 17 ғасырда, Рене Декарт пен Готфрид Лейбниц логикалық ойлаудың негізі ретінде әмбебап тілді құруды және тілдердің қисынсыздығынан туындаған өзара түсініспеушіліктерді жоюды дербес ұсынған кезде пайда болды. 1668 жылы британдық діни қызметкер Джон Уилкинс «Нағыз символизм және философиялық тіл туралы эссе» трактатын басып шығарды, онда ол латын тілін алмастыра алатын ғалымдар мен философтар үшін әмбебап тілді құруға деген көзқарасын ұсынды. Алайда оның идеялары тіл мамандары арасында қолдау таппады.

Кейінірек, 19-20 ғасырларда ғалымдар қайтадан біртұтас халықаралық тілді дамыта бастады, бұл эсперанто тілін құруға әкелді. Дегенмен, машиналық аударманың алғашқы әрекеттеріне дейін бірнеше ондаған жылдар өтті.

Аударма кәсібінің болашағы машиналық аударманың (МТ), Google Translate, DeepL сияқты технологиялардың және жасанды интеллект (AI) қолданатын басқа жүйелердің дамуымен айтарлықтай өзгерді. Бұл жүйелер дәлірек және жылдамырақ болды, бұл салаға айтарлықтай әсер етті. Мұнда ескеру қажет бірнеше негізгі тармақтар:

1. Автоматтандыру және негізгі аудармаға сұранысты азайту

   Машиналық аударма үлкен көлемдегі мәтіндерді, әсіресе қарапайым, стандартты құжаттар үшін жылдам және тиімді өңдеуге мүмкіндік береді. Бұл адамдардың қысқа нұсқауларды немесе қарапайым мәтіндерді аудару сияқты негізгі тапсырмаларды орындау қажеттілігін азайтады, әсіресе автоматтандыру жетекші рөл атқаратын электрондық коммерцияда.

2. Постредакцияға сұраныстың артуы

   Депутат жақсарып келе жатқанымен, ол әлі де мінсіз емес және жиі жақсартуды қажет етеді. Бұл машиналық аударманы өңдеуден кейінгі мамандарға сұраныстың артуына әкелді. Олардың міндеті — қателерді түзету, AI әрқашан ұстай алмайтын дәлдік пен стилистикалық нюанстарды қосу арқылы машиналық аударманы жақсарту.

3. Аудармашылардың мамандануының артуы

   Машиналық жүйелер тақырып пен контекстті терең түсінуді қажет ететін заңдық, медициналық, техникалық немесе әдеби аудармалар сияқты жоғары мамандандырылған мәтіндермен қиындық тудырады. Бұл жоғары мамандандырылған мамандар үшін кеңістік жасайды. Белгілі бір салада тәжірибесі бар дарынды аудармашылар сұранысқа ие.

4. Шығармашылық аудармалар және локализация

   Маркетингтік аудармалар, ойынды локализациялау немесе әдеби мәтіндер сияқты шығармашылық маңызды салалар әлі де адамның жанасуын қажет етеді. Машиналық аударма осы салаларда маңызды мәдени және лингвистикалық нюанстарды жоғалтуы мүмкін. Бұл шығармашылық аудармашыларды таптырмас етеді.

5. AI-мен ынтымақтастық

   Аудармашылар өз жұмысын тездету үшін МТ құралдарын пайдалана отырып, технологиямен симбиозда жұмыс істеуде. Бұл оларға мәтіннің үлкен көлемін тез жеңуге, сондай-ақ аударманың күрделі аспектілеріне назар аударуға мүмкіндік береді.

6. Этика және құпиялылық

   Деректердің құпиялылығы маңызды мәселе болып қала береді, өйткені MP мәтінді өңдеу үшін серверлерге жіберуді талап етеді. Кейбір жағдайларда, мысалы, заңды немесе медициналық аудармалар, бұл фактор деректердің қауіпсіздігі мен құпиялылығына кепілдік бере алатын кәсіби аудармашылар үшін кеңістік жасайды.

7. Жаһандану және жаңа мүмкіндіктер

   Жаһанданудың күшеюімен бағдарламалық қамтамасыз етуді локализациялаудан мәдени өнімдерге дейін әртүрлі контексттер үшін аудармаларға қажеттілік артып отыр. Кәсіби аудармашылар мәдени айырмашылықтарды терең түсінуді талап ететін тапсырмаларға сұранысқа ие болады.

Бұл зерттеу тақырыбын таңдау, ең алдымен, оның жаңалығымен, жеткіліксіз білімімен және қарастырылатын мәселелердің өзектілігімен анықталады. Машиналық аударманың тиімділігі мәселесі ғылымның осы саласының даму болашағына әсер ететін негізгі факторлардың бірі болып табылады. Қазіргі уақытта қолданыстағы машиналық аударма жүйелерінің өнімділігін бағалаудың бірыңғай жүйесі жоқ. Бұл жұмыс қазіргі заманғы коммерциялық машиналық аударма жүйелерінің тиімділігіне салыстырмалы талдау жүргізуге тырысады. Зерттеу орыс тілінен ағылшын тіліне және керісінше аударатын жүйелерді, сондай-ақ ағылшын тілінен неміс тіліне және керісінше аударатын жүйелерді қамтиды. Тілдік интерференцияның аударма сапасына әсерін бағалау үшін экспериментке ағылшын-неміс және неміс-ағылшын тіл жұптары кірді.

Қорытынды

Машиналық аударма көптеген күнделікті тапсырмаларды автоматтандыру арқылы кәсіпті айтарлықтай өзгертті, бірақ ол сонымен қатар технологиялық дағдыларды меңгеруге және күрделі, шығармашылық немесе құпия тапсырмаларға мамандануға дайын аудармашылар үшін жаңа мүмкіндіктер туғызды. Аударма кәсібі анағұрлым мамандандырылған және жоғары білікті қызметтерге қарай дамиды. Машиналық аударма мәселелерін талдау кезінде белгілі бір бірліктердің мәдени аудармасыздығы құбылысын да ескеру қажет. Аударылған мәтінде мұндай бірліктерді анықтау мүмкін болса, бұл оларды талдауға және аударма бағдарламаларының мәліметтер қорына қосуға мүмкіндік береді. Машиналық аударма мақсаттары үшін бұл ережелер әрбір нақты жағдайда сәйкес эквивалентті шығару нұсқаулары бар машина сөздігінде арнайы таңбалармен белгіленген элементтерді іздеуге арналған операциялық командалар болуы мүмкін. Зерттеуші мұндай алгоритмдерді дәл орындау аударманың сапасы мен дәлдігін айтарлықтай жақсартуға мүмкіндік береді деп есептейді. Осылайша, бұл мақалада машиналық аударма әдістері, олардың артықшылықтары мен зерттеушілер машиналық аударма жүйелерін жасау кезінде кездесетін мәселелер талқыланады.

Қолданылған әдебиеттер тізімі:

1. Гращенко Л.А., Клышинский Е.С., Тумковский С.Р., Усманов З.Д. Орыс-тәжік машиналық аударма жүйесінің концептуалды моделі // Тәжікстан Республикасы Ғылым академиясының баяндамалары. — 2011. — 54-том, № 4. — 279-285 б.
2. Шевчук, В.Н. Аудармадағы ақпараттық технологиялар. Аудармашының электронды ресурстары — 2 / В.Н. Шевчук. — М.: Зебра Е, 2013. -384 б.
3. Дроздова К.А. Машиналық аударма: тарихы, жіктелуі, әдістері / К.А. Дроздова // Омбы мемлекеттік педагогикалық университетінің хабаршысы // Гуманитарлық зерттеулер. — 2015 ж.
4. Коэн П. Статистикалық машина аудармасы / П.Кен. – Кембридж: Кембридж университетінің баспасы, 2010. – 15 б.
5. Колганов Д.С. Машиналық аударманың аналитикалық, статистикалық және нейрондық технологияларына шолу / Д.С. Колганов, Е.А. Данилов // Халықаралық студенттік ғылыми бюллетень. — 2018. — No 2-3.
6. Лагарда, А.-Л. Ережеге негізделген машиналық аударма жүйесін статистикалық кейінгі өңдеу / А.-Л. Лагарда, В. Алабау, Ф. [және т.б.] // Casacuberta, NAACL HLT 2009 материалдары: Қысқаша мақалалар // Есептеу лингвистикасы қауымдастығы. — Боулдер, Колорадо. — 2009. — 217-220 б