(Примечание автора: попытка написать этот пост исключительно средствами LLM не увенчалась успехом. «Потому что то — это не только то, но и это. Потому что это — вообще отдельный разговор. То, то и это — вот где случается такое.» Уффф… Даже мои угрожающие промпты и бэк-транслейшн не спасли результат от торчащих ИИ-ушей. В итоге, потратив полчаса на борьбу с Клодом, Жпт и Дипсиком, я плюнула и написала все с нуля. Так что, либо я позорный промт-инженер, либо лыжи не едут).
Пост мой в целом о письменном переводе в эпоху хайпа по (на?) большим лингвистическим моделям (LLM).
В некоем недавнем обзоре (а ссылку не дам!) аж двадцати шести публикаций о переводческой индустрии (конечно же, сделанном с помощью GPT) представлен следующий «оригинальный» вывод:
«Качество перевода для европейских языков на настоящий момент вполне сопоставимо с человеческим. Однако нейросети надо рассматривать не в качестве замены переводчика, а скорее как ассистента для постредактирования или проверки качества перевода». (Чтобы утверждать очевидное, не обязательно мучить нейронку 26-ю публикациями).
По опыту мы с вами и так уже знаем, что точность любого (и не только с ИИ) конечного результата напрямую зависит от того, насколько четко сформулирована задача. С переводом то же самое: независимо от того, кто работает, человек или нейросеть, качество будет сильно зависеть от «промпта» исполнителю. До ИИ-эпохи этот самый промпт создавал менеджер бюро или сам заказчик (переведи к такой-то дате, для такой-то цели / аудитории, близко к оригиналу / с транскреацией и т.п.), либо переводчик самостоятельно решал по каким критериям работать с текстами. Теперь, с участием нейронки, роль переводчика все больше смещается в сторону постановщика задач и редактора (а это другие навыки, которым, кстати, нужно тоже учиться). Так переводчик превращается, превращается переводчик… в промпт- и QA-инженера.
Примеры «с полей». Издательства активно внедряют ИИ в переводы, разрабатывают собственные ИИ-инструменты, но рассматривают LLM в первую очередь в качестве ассистента профессионального переводчика для первичной обработки текста. Однако принципиальная позиция такова (и больше не какова!):
«ИИ — это инструмент, который не принимает окончательных решений, а работает как «черновик»: нейросеть предлагает вариант перевода, который проходит через критический анализ и редактирование профессиональным редактором».
Внедрение ИИ, безусловно, как и любая цифровизация процессов, сильно влияет на работу бюро переводов и издательств, поскольку позволяет нам быстрее обрабатывать большие объемы текста, а многие рутинные процессы реально автоматизировать.
В нашем бюро нейронки помогают… быстрее думать. Например, формулировать ответы для протокола разногласий, когда заказчик предлагает «а давайте тут кое-что поправим в переводеее». Помогает отвечать на письма, хранить глоссарии, переводить на основе образца, создавать и сортировать шаблоны, распознавать документы и даже сложные манускрипты, например на старочешском. Форматирует по-прежнему криво, выдумывает то, чего нет, удаляет то, что есть, но плюсов все равно больше.
Означает ли все это какое уничижение или исчезновение переводческой профессии? Ой да ну. Слухи о скорой смерти снова сильно преувеличены. Нам с середины прошлого века трындят, что переводчики вот-вот скоро не понадобятся (добрая традиция возникла с Джорджтаунским экспериментом в 50-х, укрепилась с появлением первых онлайн-переводчиков, продолжается с ИИ, а мы все никак не вымрем)
Изменились требования к квалификации переводчика. Теперь это специалист, способный работать в связке с нейросетями, используя их как хороший, но требующий контроля инструмент. Похоже, вскоре ждем появления новой профессии «лингвопродюсер», который управляет глоссариями, стилевыми гайдлайнами и термин-базами, прогоняет переведенный текст через ИИ, запускает автопроверку терминов и верстки, делает ручную вычитку и редактуру и направляет финал в публикацию. Справится с такой работой только специалист с глубоким лингвистическим чутьем, не обязательно носитель целевого, но знающий оба рабочих языка «на отлично».
Чем больше нейронок переводчик в состоянии «попытать», тем лучше он понимает их специфику: LLM модели начали «специализироваться» на разных тематиках и стилевых особенностях. Так, GPT-5 лучше сохраняет структуру и стиль научных текстов, Claude хорош в работе по строгим инструкциям, Grok удачно справляется с живым сленгом. Deepseek прилично работает с немецким, а с языками СНГ лучше к Яндексу. Все зависит от текстового материала, на котором модели обучают.
Несмотря на явный прогресс в автоматизированном и полностью машинном переводе вообще, с громкими и драматическими выводами все же «торопиться не надо».
👉 В переводе личных и шаблонных документов, договоров и простых инструкций LLM справляется неплохо, особенно если заранее познакомить ее со своими образцами и требовать следования правилам (RAG). Без RAG и четких инструкций даже в стандартных доках вас поджидает неуёмная фантазия ИИ бредогенератора.
👉 Сложные литературные произведения, насыщенные культурными аллюзиями, по-прежнему остаются зоной ответственности узких специалистов, особенно с редкими языками. Худлит (а также перевод фильмов и игр) требует от нейросети тонкого чувства контекста, а как его воспитать, пока не очень понятно: модель улавливает основной смысл, но легко теряет иронию, игру слов или специфические культурные отсылки, или юмор, характерный для определенной социальной группы (возрастной, поколенческой, национальной и пр.).
👉 В прикладных и узких областях опытным переводчикам тоже скорая «замена ИИ» не грозит. Например:
- — «при переводе радиологических отчетов GPT обеспечил высокую читаемость и скорость (9–24 сек. на документ), но фактическая точность сильно различалась в зависимости от языка: от 84% для английского до 69% для русского.
- — в 4% случаев фиксировались потенциально опасные ошибки, что подтверждает необходимость контроля человека».
В областях вроде медицины или права даже небольшая ошибка нейронки может стоить слишком дорого: риск критически опасных неточностей все еще сохраняется на уровне 4% (не хотелось бы пациентом попасть в эти проценты, да?).
👉 Для редких языков качество перевода пока в целом очень среднее или низкое (теперь учим латышский, грузинский, армянский, суахили, венгерский, йоруба и тп).
Так что говорить о «смерти» профессии переводчика очень и очень рано. Мы прямо сейчас в интереснейшем, но сложном процессе трансформации. (А когда было иначе?). Отраслевые нейронки, разработанные специально для предметных областей, вскормленные на избранных текстах и глоссариях, это дело все еще сложное и затратное, и создавать их будет кто? Правильно.
(Заключительная цитатка к посту от Дипсика, just feeeeel it! «Нейросети берут на себя рутину, а переводчик становится «режиссером» качества и «продюсером» результата, сохраняя стиль, смысл и ответственность за результат». Божечки, мы так тексты писали когда-то лет 10 назад для сайтов, и тогда это выглядело гораздо приятнее…)
Ну и если вы дочитали это до конца, значит вам это было интересно = а может даже актуально.
Поэтому вот вам курс по нейронкам для переводчика и преподавателя переводов: in-academia.ru
Вдруг надо-надо?
