चैटजीपीटी और बातचीत आयोजित करने और लिखित सामग्री तैयार करने की इसकी क्षमता प्रौद्योगिकी और कृत्रिम बुद्धिमत्ता के क्षेत्र में पिछले वर्ष बहुत अधिक ध्यान का केंद्र रही है।हालाँकि, AI कुछ समय से मौजूद है, जो नेविगेशन सिस्टम से लेकर सोशल नेटवर्क एल्गोरिदम तक, मशीनी अनुवाद का तो जिक्र ही नहीं, हर तरह के रोजमर्रा के कार्यों में हमारी मदद कर रहा है।जब से कुछ साल पहले न्यूरल मशीन ट्रांसलेशन (एनएमटी) सिस्टम का व्यापक आधार पर उपयोग शुरू हुआ, एआई ने अनुवाद उद्योग में अपनी तेजी से वृद्धि देखी है।इससे मानव और मशीनी अनुवादकों के बीच संबंधों में नई चुनौतियाँ पैदा हो गई हैं।

यूरोपीय भाषा उद्योग सर्वेक्षण के अनुसार, आज मशीनी अनुवाद का संपादन भाषा सेवा प्रदाताओं के बीच दूसरा सबसे अधिक मांग वाला कौशल है और यह सबसे बड़ी विकास क्षमता वाला कार्य है।अनुवादक कृत्रिम बुद्धिमत्ता द्वारा निर्मित पाठों को सही करते हुए असंसाधित मशीनी अनुवादों को संपादित करते हैं।यह मानव अनुवादकों के लिए कई फायदे लाता है, लेकिन इसकी गुणवत्ता में महत्वपूर्ण समस्याएं भी लाता हैमशीनी अनुवादगरीब है.यही कारण है कि मशीनी अनुवाद उपकरणों की गुणवत्ता का निष्पक्ष मूल्यांकन करने की क्षमता इस क्षेत्र के लिए आवश्यक है।

यूनिवर्सिटेट ओबर्टा डी कैटालुन्या (यूओसी) के दो शोधकर्ता, एंटोनी ओलिवर, भाषाई अनुप्रयोगों में अंतरसंस्थागत अनुसंधान समूह (जीआरआईएएल-यूओसी) के सदस्य, टैन-आईबीई परियोजना के समन्वयक और यूओसी के कला और मानविकी संकाय के सदस्य, और सर्गीजीआरआईएएल-यूओसी के एक साथी शोधकर्ता अल्वारेज़-विडाल ने अनुवादकों के काम को बेहतर बनाने, मशीनी अनुवाद की क्षमता के साथ उनकी क्षमताओं को बढ़ाने और सभी उपयोगकर्ताओं के लिए अंतिम परिणाम की गुणवत्ता बढ़ाने के लिए एआई द्वारा काम का आकलन करने के लिए एक नई विधि विकसित की है।.

अनुवाद में एआई का आकलन करने की एक नई विधि

अधिकांश अनुवाद और भाषा सेवा कंपनियां स्वचालित मेट्रिक्स का उपयोग करके एआई टूल की गुणवत्ता का इसी तरह विश्लेषण करती हैं।अपने नवीनतम अध्ययन में, ओलिवर और अल्वारेज़-विडाल ने विश्लेषण किया है कि ये स्वचालित मूल्यांकन प्रणालियाँ वास्तव में उन उपकरणों को चुनने में किस हद तक मदद करती हैं जो वास्तव में मानव अनुवादकों के बाद के काम को सुविधाजनक बनाते हैं।ऐसा करने के लिए, उन्होंने मशीनी अनुवाद द्वारा उत्पादित पाठ को संपादित करने और सही करने में शामिल कठिनाइयों की गहराई से समझ हासिल करने के लिए समय, लिए गए ब्रेक और अनुवादकों द्वारा उपयोग की जाने वाली कुंजियों की गणना करते हुए तथाकथित संपादन-पश्चात प्रयास को मापा।

कागज हैप्रकाशितजर्नल मेंएम्पसेंड.

ओलिवर ने कहा, "हमने निष्कर्ष निकाला है कि स्वचालित गुणवत्ता मूल्यांकन मेट्रिक्स जो कहते हैं और इसमें शामिल वास्तविक पोस्ट-संपादन प्रयास के बीच कोई सीधा संबंध नहीं है।""इसलिए हमने महसूस किया कि गुणवत्ता मूल्यांकन प्रणाली में एक और कदम जोड़ने की आवश्यकता है।"तो यह है कि शोधकर्ता स्वचालित मूल्यांकन प्रणालियों को एक अन्य कार्यक्रम के साथ पूरक करने का सुझाव देते हैं जो संपादन के बाद किए गए वास्तविक प्रयास का मूल्यांकन करने में मदद करता है।इससे कंपनियों को एक एआई टूल चुनने की अनुमति मिलेगी जो वास्तव में अनुवाद प्रक्रिया की दक्षता को बढ़ाता है।

"हमने एक और कदम जोड़ा है: अनुवादक हमारे द्वारा विकसित एक विशेष कार्यक्रम के साथ मशीनी अनुवाद के नमूने का अनुवाद करते हैं। यह कार्यक्रम हमें डेटा की एक श्रृंखला इकट्ठा करने और यह तय करने की अनुमति देता है कि अनुवादकों द्वारा किया गया प्रयास अन्य प्रणालियों की तुलना में कम है या नहीं, "अल्वारेज़-विडाल ने समझाया।"यदि यह कम है, तो इसका मतलब है कि यह मशीनी अनुवाद उपकरण अनुवाद कंपनी के वर्कफ़्लो के लिए काम करता है।"

एआई, मानव अनुवादकों के लिए समर्थन

अनुवाद उद्योग में मशीनी अनुवाद प्रणालियों का व्यापक रूप से उपयोग किया जाता है, हालांकि अंतिम परिणामों की हमेशा लोगों द्वारा समीक्षा की जाती है।संपादन के बाद के इस कार्य के दौरान, मानव पेशेवर मशीनों द्वारा उत्पादित परिणाम को स्वीकार करते हैं, संशोधित करते हैं और सही करते हैं या पूरी तरह से अस्वीकार भी करते हैं।

"इस संबंध में, यह सोचना बेहद ज़रूरी है कि इस कार्य के केंद्र में कौन है: मानव पोस्ट-संपादक या कृत्रिम बुद्धिमत्ता प्रणाली?"ओलिवर ने कहा।"हम आश्वस्त हैं कि अग्रणी भूमिका मनुष्यों द्वारा निभाई जाती है, और एआई सिस्टम उनकी सेवा में होना चाहिए, जिससे उन्हें उत्पाद की अंतिम गुणवत्ता सुनिश्चित करने के साथ-साथ अधिक उत्पादक बनने में मदद मिल सके।"

शोधकर्ताओं के मुताबिक, मशीनी अनुवाद की गुणवत्ता का अनुवादकों के काम पर सीधा असर पड़ता है।अधिक प्रयास के बाद संपादन में अधिक समय और कठिनाई लगती है और इसके दो स्पष्ट परिणाम होते हैं: इससे अंतिम परिणाम खराब गुणवत्ता का होने का खतरा बढ़ जाता है क्योंकि संबंधित अनुवादक सभी त्रुटियों को पकड़ने में असमर्थ होता है और इससे अनुवादक का समय भी बढ़ जाता है।पोस्ट-एडिटिंग पर खर्च करता है, जो पैसे की बर्बादी है।

ओलिवर ने कहा, "संपादन के बाद की उचित प्रक्रिया के लिए मशीनी अनुवाद में गुणवत्ता आवश्यक है।"

दो यूओसी शोधकर्ताओं द्वारा किए गए इस तरह के अध्ययनों का भी एक महत्वपूर्ण अप्रत्यक्ष प्रभाव पड़ता है: वे मशीनी अनुवाद उपकरणों के बारे में हमारी समझ में सुधार करते हैं, और इस तरह उन तक पहुंच को लोकतांत्रिक बनाते हैं और यह सुनिश्चित करते हैं कि उनका उपयोग मानव अनुवादकों की कामकाजी स्थितियों को प्रभावित नहीं करता है।

अल्वारेज़-विडाल ने निष्कर्ष निकाला, "यह बेहद महत्वपूर्ण है कि इन प्रौद्योगिकियों के बारे में हमारी समझ और इन उपकरणों तक पहुंच केवल कुछ विशेषज्ञों और सीमित संख्या में कंपनियों तक ही सीमित नहीं है।""सामान्य तौर पर विश्वविद्यालय, और विशेष रूप से यूओसी, स्नातक और स्नातकोत्तर दोनों डिग्री कार्यक्रमों में अपने पाठ्यक्रमों में इन प्रौद्योगिकियों की समझ को शामिल करने के लिए काफी प्रयास कर रहे हैं।"

अधिक जानकारी:सर्गी अल्वारेज़-विडाल एट अल, पीई प्रयास के उपायों के साथ एमटी का आकलन,एम्पसेंड(2023)।डीओआई: 10.1016/जे.एम्पर.2023.100125