Allt du velat veta om AI men inte vågat fråga

Föreläsning och paneldiskussion från Malmö

I ett gråblåsigt Malmö en novemberfredag mötte ett 30-tal SFÖ/SAT-medlemmar upp för den första gemensamma minikonferensen, denna gång med titeln ”Allt du velat veta om AI men inte vågat fråga” – ett ämne som engagerar, att döma av den stora uppslutningen. Närmare 200 medlemmar följde konferensen på plats i Malmö, hemma vid datorn eller via de fysiska hubbarna i Göteborg och Stockholm.

Hur kan vi använda oss av generativ AI i vår arbetsvardag? Det gav Niclas Östlund prov på under sin inledande föreläsning. Han är utbildad landskapsarkitekt och arbetar som verksamhetsutvecklare på SLU:s innovationsbolag Green Innovation Park i Alnarp. Det är en mötesplats som främjar utbytet mellan såväl forskare och studenter som mellan akademi och näringsliv, för att kunskap och forskningsresultat från SLU ska komma till användning i så hög utsträckning som möjligt och bli till nytta i samhället.

Begreppet ”artificiell intelligens” myntades redan 1956 av MIT-professorn John McCarthy och avsåg då ”vetenskapen och tekniken att skapa intelligenta maskiner”. Merriam-Webster definierar AI som ”förmågan hos datorsystem eller algoritmer att imitera intelligent mänskligt beteende”. AI kan idag självständigt lära sig utifrån sina erfarenheter.

Även om utvecklingen inom AI går rasande fort, blir resultaten ibland fortfarande dråpliga. Niklas bad det textstyrda AI-verktyget DALL-E att skapa en bild utifrån beskrivningen ”a humorous photo of an eagerly listening and engaged audience” och fick ett grovhugget klipp-och-klistra-kollage. Med chattboten ChatGPT gick det betydligt bättre: På frågan ”Why is it important to create new innovations and collaborate?” spottade boten ut tre sidor med välformulerade argument som den sedan på Niclas begäran sammanfattade i tre meningar.

I nästa steg ställde Niclas följande fråga: ”I am going to have a 15 minute course on ChatGPT for researchers, what would be the best synopsis for the presentation?” Utifrån den flersidiga synopsisen begärde Niclas ett manuskript, och baserat på det manuskriptet en AI-genererad illustration för varje PowerPoint-sida.

Niclas skulle aldrig kopiera dessa svar rakt av, utan använder ChatGPT som ett digitalt bollplank innan han börjar skriva ihop sina egna texter. Verktyget ger överraskande bra svar med stor potential, samtidigt som perspektivet kan vara väldigt begränsat och innehållet inte sällan helt eller delvis felaktigt. ChatGPT tränas på enorma mängder data och vi har endast begränsad insyn i hur kunskapen genereras. Oklart är även vad som händer med de frågor som ställs – Niclas skulle till exempel aldrig ställa frågor om patent som inte är skyddade än.

”GPT” står för ”Generative Pre-trained Transformer”, en djupinlärningsteknik som generar text som liknar mänskligt producerad text och konversation. Tack vare ett system baserat på belöningar och bestraffningar förbättras denna AI kontinuerligt.

För att få fram användbara resultat är det avgörande att ge kontext och vara specifik i sina anvisningar. Dela helst in instruktionerna i olika delsteg och undvik slutna frågor. Specificera önskat format och begränsa omfattningen på det önskade svaret. Och sist men inte minst: Experimentera! Var kreativ, kombinera och jämför olika koncept.

Under paneldiskussionen som följde efter föreläsningen gick översättaren Örjan Skoglösa, tolken och översättaren Maria Gustafsson och översättaren Natalia Walawender, som agerade moderator, tillsammans med Niclas in på hur AI påverkar översättningsbranschen. Maria konstaterade att AI idag inte har någon större betydelse inom tolkning, eftersom en tolk samordnar så många olika typer av situationsbunden information som AI inte skulle klara av. Hon tycker däremot att AI är ett lämpligt verktyg för att förbereda sig tematiskt inför ovana tolkningsuppdrag och att det finns tillfällen då AI-tolkning kan användas som en nödhjälp när det inte är möjligt att ha med en tolk, exempelvis inom tullverksamhet vid rikets gränser och vid polisingripanden.

Facköversättarna har däremot konfronterats med AI sedan en längre tid. Örjan påpekar att det idag knappt finns någon forskning om hur AI påverkar språkbranschen, och inte heller fakta och statistik om hur mycket AI används. Klart står däremot att det finns över 1 000 verktyg på marknaden som använder AI för att förbättra den språkliga kvaliteten. AI erbjuds dessutom som programtillägg i CAT-verktyg som Trados Studio och MemoQ i form av maskinöversättning.

Som facköversättare kan vi använda oss av AI som en virtuell kollega och exempelvis leta synonymer och alternativa formuleringar, sålla fram termer och fakta, brainstorma, analysera en översättning utifrån aspekter som läsvänlighet, testa olika stilgrepp, sammanfatta och få hjälp med att kopiera ut och formatera text.

Örjan framhäver att vi som facköversättare behöver bli experter på AI i detta tidiga skede – alltså gå på djupet med vad en AI-baserad översättning med eller utan redigering saknar i jämförelse med en mänsklig översättning. Vi facköversättare bör inte ge lekmän eller programmerare tolkningsföreträde för vad som är en (tillräckligt) bra facköversättning. Och viktigast av allt: Vi behöver lämna det föråldrade systemet med ordbaserad fakturering och istället genomgående begära betalt per timme.

Sammanfattningsvis behöver vi alltså:

■ Bli specialister på AI

■ Använda AI

■ Ta ordentligt betalt för vårt arbete med AI inom översättningsbranschen

I Göteborg handlade diskussionen om skenbart felfria AI-översättningar, huruvida det är en god idé att använda AI-verktyg för översättning av barnböcker, att myndigheter satsar mindre resurser på översättning av sina webbplatser och om hur översättare ska hantera konkurrensen från AI i fråga om arbetssätt och prissättning. Vidare nämndes även att det allmänna språket tycks förflackas när exempelvis dagspressen i allt högre utsträckning övergår till digitala plattformar, samt ett nytt digitalt verktyg för tolkar som bedömdes vara användbart.

Diskussionen tog avstamp i en av artiklarna från Översättarcentrums tidskrift ”Med andra ord” (115/2023), AI i praktiken av den tyska översättaren Miriam Neidhardt. I artikeln berättar hon hur hon i ett projekt fick tillfälle att korrigera en litterär översättning av en kriminalroman som gjorts via AI-tjänsten DeepL, och samtidigt jämföra och utvärdera arbetet med två översättningar av mänsklig hand. Neidhardt konstaterar att AI-översättningen innehöll många fel som var svåra att upptäcka – på ytan handlade det om en grammatiskt felfri översättning, men vid närmare granskning innehöll den många, ofta kontextrelaterade fel. I slutändan lade hon ned avsevärt mer tid på korrigering av AI-översättningen än om hon hade gjort översättningen på egen hand från grunden. Även om det i detta fall handlar om skönlitterär översättning och situationen ser annorlunda ut när det gäller facköversättning, är det ändå ett minst sagt anmärkningsvärt resultat som tål att tänkas på även för facköversättare när det handlar om faktiskt arbete, tidsåtgång och betalning.

I en annan artikel i ”Med andra ord” (samtal mellan Elin Svahn och tre andra översättningsforskare i Recension: Using Technologies for Creative-Text Translation av Elin Svahn) förekommer resonemang kring eventuella konsekvenser av att använda sig av AI-verktyg för översättning av barnlitteratur i åldersspannet 9–12 år, ett ämne som flera personer hade åsikter om. Vill vi verkligen att våra barn ska presenteras för detta lite snävare, mindre ordrika språk som kan bli konsekvensen? Inom den så kallade genrelitteraturen för denna åldersgrupp förekommer många böcker där texterna knappast kan kallas kvalitativa, och här kanske det möjligen kan verka rimligt att använda sig av ett AI-verktyg som grund vid översättning. Men det är värt att notera att det också finns en hel del bra litteratur för barn i denna ålder där texterna innehåller ett genomarbetat och komplext språk, och här är det mer tveksamt vilken översättningskvalitet en AI i dagsläget skulle kunna leverera.

Därifrån gick diskussionen vidare till att handla om att flera myndigheter numera använder AI-tjänster för översättningar på sina webbplatser. Där man tidigare hittat bra översättningar på olika språk hos myndigheter verkar många nu ha övergett mänskliga översättningar till förmån för maskinöversättningar som inte alls håller samma kvalitet. Ofta finns det en bra startsida i detta avseende, men när man klickar vidare stöter man på mycket material som är dåligt översatt, alternativt inte är översatt över huvud taget. Vi konstaterade att förtroendet för myndigheter sjunker snabbt om deras texter är dåligt översatta.

Med inspiration bland annat från tidigare nämnda forskarsamtal i ”Med andra ord” framfördes vidare reflektioner kring hur man i branschen ska hantera konkurrensen från AI-översättningarna, och kunna hävda sig i prispressen. När det kommer till prissättning kanske en variant kan vara att prissätta sin produkt snarare än att ta betalt för en översättning på traditionellt vis. Kanske bör vi se det arbete vi gör snarare som ett konstverk som man sätter en prislapp på? Vidare konstaterades att översättare bör höja priset för korrläsning av MT/AI-översatta texter. Ett generellt råd som framfördes är att försöka ha is i magen och höja sitt pris tills kunden eller språkföretaget börjar säga nej. För övrigt är ju detta sällan särskilt roliga uppdrag! En annan idé i sammanhanget är att översättare skulle kunna få någon typ av ”kvalitetsmärkning” motsvarande ”ekologiskt” för livsmedel t.ex., det vill säga en märkning som vissa människor är beredda att betala mer för.

Å andra sidan: Idag innebär den mänskligt översatta texten en kvalitetsstämpel, men i framtiden kanske det blir tvärtom? I boken Buller: En brist i den mänskliga bedömningen av Daniel Kahneman, Olivier Sibony och Cass R Sunstein beskrivs hur vi människor störs av det ständigt pågående bruset omkring oss, något som maskinerna varken lider eller påverkas av – en stor konkurrensfördel för dem.

Diskussionen kom sedan att omfatta texter i allmänhet. Många upplever att det allmänna (skrivna) språket förflackas, och i detta sammanhang nämndes den svåra situation som råder för journalister och tidningar idag. Människor väljer i allt högre utsträckning bort vanliga dagstidningar, och för att hävda sig i konkurrensen väljer många av dessa därför att satsa på att visa upp sig i sociala medier och på andra digitala plattformar, med en annan språkhantering och ”enklare” texter som följd. Flera av de närvarande ansåg att språket i till exempel de stora dagstidningarnas appar är fattigare nu än förr, och rentav fördummande. Kanske kommer både kvalitativa texter och översättningar i framtiden att betraktas som exklusivt hantverk.

Diskussionen berörde även tolkars situation när det gäller AI. Här nämndes en intressant intervju med rättstolken Lotta Hellstrand i en podd av DigitalTolk och ett verktyg för tolkar, Interpretbank, som är ett slags terminologihanteringsprogram. En tolk som testat det konstaterade att programmet faktiskt fungerar hyfsat bra, åtminstone i språkkombinationen svenska/engelska. En stor fördel är att man kan slå i ordlistan mycket snabbt under pågående tolkning.

Fungerar AI-verktygen än så länge bara på engelska? Vad skulle hända med sekretessen om vi matade AI-språkmodellerna med material från våra översättnings- och tolkuppdrag? Och den brännande frågan: kommer AI helt att ersätta oss facköversättare? Diskussionen i Stockholm gav insikter.

Den första frågan som diskussionen i Stockholm tog sig an var om det inte är så att AI, eller närmare bestämt ChatGPT, fungerar bäst på engelska. T.ex. verkar ChatGPT enligt flera debattdeltagare skakigt såväl på arabiska som på finsk-ugriska språk. En följdfråga var hur AI påverkar engelskan, prioriteras t.ex. de vanligaste orden? AI används för teckenspråkstolkning i TV vilket fungerar hyfsat på svenska men inte på t.ex. finsk-ugriska språk. AI integrerat i CAT-verktyg diskuterades. I senaste versionen av Trados finns en plugin för engelska, franska, spanska och tyska, och även MemoQ har en betaversion som för närvarande testas. AI-översättning verkar sammanfattningsvis fungera bra till engelska, men mindre bra till andra språk.

På bilder anges ofta om de är manipulerade eller skapade av AI men det gäller långt ifrån alltid för maskinöversatta texter. Här kom några deltagare att tänka på filmen Ex Machina och på teveserien Äkta människor.

Ordet gick till Larissa Ekonoja som berättade om sin forskning. Hur används material som översättare levererar till DeepL för träning av AI? I gratisversionen av DeepL används materialet men i betalversionen går det att hålla uppladdat material privat. Detsamma gäller ModernMT, som numera ingår i Translated.net, och Globalese, som finns som privat plugin. Men om uppladdat material som inte hålls privat används för maskininlärning, vad blir konsekvenserna för språket? Leder träning baserad på sådant material till rundgång i systemet? Slutsatsen blev att AI behöver matas med bredare material!

Frågan om sekretess och AI återkom. Om man i vissa program som Trados betalar för sekretess, hur fungerar det egentligen? Och hur kan det jämföras med sekretessen i t.ex. Gmail och Dropbox? Här påpekades det att det gäller att läsa avtalen noga!

Vi konstaterade att AI och ChatGPT missar att språk är mänsklig kommunikation, därför är deras språk omänskligt maskinellt, något som ju hittills kanske framförallt har diskuterats när det gäller litterära texter.

Flera har konstaterat att ChatGPT kan fabulera friskt. Vad gäller om AI eller chattbottar ger felaktiga svar eller dåliga råd? I en tvist om hyreshöjning, till exempel, ledde ett dåligt AI-genererat råd till kostsamma överklaganden. Deltagarna gav två exempel på när AI-användningen har stramats upp: ChatGPT tillåts inte längre ge hälsoråd, och när AI används för beslutsstöd inom sjukvården måste diagnoser och behandlingar signeras av en behörig medarbetare inom sjukvården.

Hur AI fungerar för översättning jämfört med maskinöversättning har SFÖ-SAT-medlemmen Mats Linder gjort ett ambitiöst test på. Resultatet visade att efterredigering med AI kan ge vissa förbättringar men att inget av testen gav något riktigt bra resultat. En skillnad är dock att AI inte översätter segment för segment utan hela texten, vilket kan ge mer konsekvent terminologi. Sammanfattningsvis tyckte Mats inte att det fanns anledning till någon större oro för AI och översättning. Han delade ut en artikel om sina test.

Sammanfattningsvis tyckte alla att det var ett mycket bra upplägg på en minikonferens, vilket väl också märktes på att närmare 200 medlemmar deltagit på de olika platserna och online.