情何以堪的译员们
Share
Click here to close
Click here to close
Subscribe here

情何以堪的译员们

情何以堪的译员们

在如今日新月异的语言服务领域,各种新的翻译技术不断涌现,例如神经机器翻译 (NMT)、自适应机器翻译、前瞻性思维、高级匹配、零样本翻等等。这些新技术已逐渐深入到日常的翻译工作中,改变着译员的工作方式。他们是如何看待新技术的?是否对此感到恐慌呢?他们是否在使用机器翻译?如果是的话,通常哪些情况下会对哪些内容使用机器翻译呢?他们的工作效率有何变化?

带着这些疑问,我给一位经验丰富的资深译员发了一封电子邮件,希望能了解一下翻译技术给他的工作带来了哪些改变。而他的回答颇耐人寻味,总结起来可分为以下几点:

挣钱越来越难了

随着机器翻译质量的提高,客户给译员支付报酬的方式也发生了变化。常见的流程是这样的:首先,将翻译记忆库应用到翻译文本上;然后,通过机器翻译对其余的内容进行预翻译。以前,由于机器翻译质量很差,因此机器翻译的内容只作为参考建议,译员可以采用它们,也可以对其置之不理。而客户会根据实际字数,支付全额款项。

但是后来由于机器翻译的质量提高了,客户只会支付约 60% 的费用,理由是译者“需要做的工作变少了”。

(使用机器翻译并不一定会减少工作量:许多译员都认为,译后编辑花的时间与完全人工翻译花的时间一样长。关于孰是孰非的更多信息,请参阅我们的博文专家辟谣:机器翻译译后编辑的迷思。)

跟踪变成了难题

由于 CAT 工具、文件和 TM 都转移到了云端,因此工作会动态分配给多名译员。因此,我们就很难跟踪给谁分配了多少重复字数,每个人的折算数据又是怎样的。一名译员可能分到了多数重复字段,而另一名译员可能分到的都是新字。很多时候,译员都无法预估他们要翻译多少净字数。现在,费用和时间安排更难以估算,而 LSP 不得不分析大量字数数据,才能把这些都算清楚。

质量仍然时好时坏

机器翻译的质量的确提高了,但仍有可能出现很容易被忽视的潜在错误。例如,如果机器翻译引擎漏掉了一个词,例如“no”,或是未能区分“can”和“can’t”,可能就无法正确传达这个句子的否定意思。(单个词的错误在神经机器翻译引擎中更常见。)

此外,翻译时还会出现术语使用不一致的情况。机器翻译引擎可能无法理解应该在哪些语境下应用某个领域特有的术语,或是干脆忽略客户提供的术语。此外,译员可能需要在翻译过程中更正某个术语,但由于更正并未在引擎中实施,因此这名译员就得重复进行更正。

最后,机器翻译的质量可能很差。如果机器翻译的输出内容质量不佳,而译后编辑无法将翻译质量提高到理想的质量水准,可能最后还不如直接让资深的专业译员从头开始翻译会更省时间,风险也更小。

工具的确带来了变化,但不一定是好的变化

不停地更换工具以及频繁更新版本会带来新的问题。对专业译员来说,工作效率至关重要。时间真的就是钱。工具和环境需要顺畅运转。哪怕只是改变了一个热键,也会遭致很多译员的强烈不满。翻译工作中应该避免使用测试版本,或是立即采用全新的应用。此类应用通常都包含许多缺陷,很可能会导致数据丢失。

这些观点听起来非常消极,因此译员排斥技术进步也是情有可原的(本文的标题就是这个意思)。资深译员可能会采取不同的态度,具体取决于他们的语言、专业领域和性格;尽管如此,他们对上述顾虑肯定会深有同感。

扩大讨论范围

为了获取更多译员对机器翻译和 CAT 工具改进所持的态度,我们对翻译服务供应商、SLV、MLV 和自由职业译者进行了一项匿名问卷调查。

你们猜怎么着?大家对机器翻译和工具的观点可谓是众说纷纭。您或许也猜到了,译员的经验与接受度之间也存在着内在联系。刚入行的年轻译员更愿意使用机器翻译来提高自己的工作效率,甚至还很喜欢这样做。而资深译员可能会倾向于“墨守成规”,抵制新工具。

除此之外,我们还发现了更多新的观点。我知道,我说了这么多,您可能觉得我有卖弄的嫌疑。但我不打算仅仅罗列一些数据,而是希望行业中不同的利益相关者借此机会对调查结果加以讨论和分析。