The Future of Translation is Part Human, Part Machine
This elusive
idea is something that developers have been chasing for years. Free tools like
Google Translate – which is used to translate over 100 billion words a day –
along with other apps and hardware that claim to translate foreign languages as
they are spoken are now available, but something is still missing.
Yes, you can
now buy earpiece technology reminiscent of the Hitchiker’s Guide to the Galaxy
babel fish – a bit of kit which claims to do a similar job to that of a
university-trained, professionally-experienced, multilingual translator – but
it’s really not that simple.
Despite the
rather interesting claim in 1958 that translation is a Roman invention, it’s
likely that it has been around as long as the written word, and interpretation
even longer. We have evidence of interpreters being employed by ancient
civilisations. Greece and Rome were, like many areas of the ancient world,
multilingual, and so needed both translators and interpreters.
The question of
how one should translate is just as old. Roman poet Cicero dictated that a
translation ought to be “non verbum de verbo, sed sensum exprimere de sensu” –
of expressing not word for word, but sense for sense.
This brief trip
into the world of theory has one simple purpose: to emphasise that translation
is not just about the words, and automating the process of replacing one with
another could never be a substitute for human translation. Translation is about
the words’ meaning, their connotative as well as their denotative sense, and
how to express that meaning in such a way that it is both readable and
comprehensible.
From meaning to
decoding
Why then are we
still pursuing this idea that technology could ever begin to adequately
translate language? Back in the 1930s, when research into machine translation
had just begun, developers still believed that mechanically replacing one word
with another, with minimal syntactic reordering at first, would be an
acceptable way to translate. And the world still lingers under this impression
today.
These
developers were brilliant in their own fields but linguists they were not.
Warren Weaver, a talented scientist and mathematician, summed up this early
thinking in 1949: “One naturally wonders if the problem of translation could
conceivably be treated as a problem in cryptography. When I look at an article
in Russian, I say: ‘This is really written in English, but it has been coded in
some strange symbols. I will now proceed to decode’.”
To Weaver,
translation was just about ousting one symbol for another. The actual meaning
of these “strange symbols” was deemed irrelevant.
Translators and
translation researchers often read how automation may be the future – some
already believe it’s already happened, as it has in so many other fields – but
we are nowhere near an infallible technology. There are plenty of examples in
Wales alone where non-Welsh speaking people have used online translation
services, and published before proof-reading. The results are most often
reported with humour, but have undoubtedly led to confusion and a human
translator stepping in to solve the problem.
But that is not
to say that automation doesn’t have its place. Machines, for example, help
lawyers, doctors and teachers – they have not replaced them. In the same vein,
machines help us translators work better, and can aid accuracy, but unless an
incredible technological breakthrough is made, we cannot be replaced by them.
Machines have become quite good indeed at translating the text, but when it
comes to text-behind-text, they need help.
Correcting
machines
My own thesis
into English to Welsh translation – due to be published later this year – shows
that a translator working to correct the output from machine translation makes
for higher productivity and quicker translation.
Further
research has also found that this correction process leads to texts that are
just as acceptable as translations produced from scratch. In societies like
Wales where translation is one of the main ways bilingual services are
provided, this productivity growth is all-important. Well over 350,000 people
speak Welsh every day, while local authorities across the UK are also
translating into numerous other languages. It is absolutely vital that they are
quickly and effectively understood.
Today, machine
translation can create rough drafts of relatively simple language, and research
shows that correcting this draft is usually more efficient than translation
from scratch by a human. But machines do not now – and it is questionable
whether they ever will be able to – replace a translator’s brain. No matter how
complex the code behind it, an automated system would struggle to get the same
sense of the words.
Source: https://theconversation.com/the-future-of-translation-is-part-human-part-machine-76253
By: Ben Screen - PhD Researcher, Cardiff University
Masa Depan Penerjemahan adalah Bagian Manusia, Bagian Mesin
Bayangkan sebuah dunia di mana setiap orang dapat saling memahami
dengan sempurna. Bahasa diterjemahkan saat kita berbicara, dan momen canggung
saat mencoba dipahami menjadi sesuatu dari masa lalu.
Gagasan yang sulit dicapai ini adalah sesuatu yang telah dikejar
oleh para pengembang selama bertahun-tahun. Alat gratis seperti Google
Translate – yang digunakan untuk menerjemahkan lebih dari 100 miliar kata
setiap hari – bersama dengan aplikasi dan perangkat keras lain yang mengklaim
dapat menerjemahkan bahasa asing saat diucapkan kini tersedia, tetapi masih ada
sesuatu yang kurang.
Ya, sekarang Anda bisa membeli teknologi earphone yang mengingatkan
pada babel fish dari Hitchhiker’s Guide to the Galaxy – sebuah perangkat yang
mengklaim melakukan pekerjaan serupa dengan penerjemah multibahasa yang
terlatih di universitas dan berpengalaman profesional – tetapi kenyataannya
tidak sesederhana itu.
Meskipun ada klaim yang cukup menarik pada tahun 1958 bahwa
penerjemahan adalah penemuan Romawi, kemungkinan besar penerjemahan sudah ada
sejak kata-kata tertulis muncul, dan interpretasi bahkan lebih lama. Kami
memiliki bukti bahwa para penerjemah telah dipekerjakan oleh peradaban kuno.
Yunani dan Roma, seperti banyak wilayah dunia kuno lainnya, adalah masyarakat
multibahasa, sehingga mereka membutuhkan penerjemah dan juru bahasa.
Pertanyaan tentang bagaimana seseorang harus menerjemahkan sama
tuanya dengan penerjemahan itu sendiri. Penyair Romawi Cicero menetapkan bahwa
penerjemahan seharusnya "non verbum de verbo, sed sensum exprimere de
sensu" – yaitu mengekspresikan bukan kata demi kata, tetapi makna demi
makna.
Perjalanan singkat ini ke dunia teori memiliki satu tujuan
sederhana: untuk menekankan bahwa penerjemahan bukan hanya tentang kata-kata,
dan mengotomatiskan proses menggantikan satu kata dengan kata lain tidak akan
pernah bisa menjadi pengganti penerjemahan manusia. Penerjemahan adalah tentang
makna kata-kata, baik makna konotatif maupun denotatif, dan bagaimana
mengekspresikan makna itu sedemikian rupa sehingga dapat dibaca dan dipahami.
Dari Makna ke Dekoding
Lalu mengapa kita masih mengejar gagasan bahwa teknologi dapat
secara memadai menerjemahkan bahasa? Pada tahun 1930-an, ketika penelitian
tentang penerjemahan mesin baru dimulai, para pengembang masih percaya bahwa
mengganti satu kata dengan kata lain secara mekanis, dengan sedikit penyusunan
ulang sintaksis pada awalnya, akan menjadi cara yang dapat diterima untuk
menerjemahkan. Dan dunia masih berada di bawah kesan ini hingga hari ini.
Para pengembang ini sangat cerdas di bidang mereka masing-masing,
tetapi mereka bukanlah ahli bahasa. Warren Weaver, seorang ilmuwan dan
matematikawan berbakat, merangkum pemikiran awal ini pada tahun 1949:
“Seseorang secara alami bertanya-tanya apakah masalah penerjemahan dapat
dianggap sebagai masalah dalam kriptografi. Ketika saya melihat sebuah artikel
dalam bahasa Rusia, saya berkata: 'Ini sebenarnya ditulis dalam bahasa Inggris,
tetapi telah dikodekan dalam beberapa simbol aneh. Sekarang saya akan
melanjutkan untuk mendekode.'”
Bagi Weaver, penerjemahan hanya tentang mengganti satu simbol
dengan simbol lain. Makna sebenarnya dari “simbol aneh” ini dianggap tidak
relevan.
Penerjemah dan peneliti penerjemahan sering membaca bahwa
otomatisasi mungkin menjadi masa depan – beberapa sudah percaya bahwa itu telah
terjadi, seperti dalam banyak bidang lainnya – tetapi kita masih jauh dari
teknologi yang tak dapat salah. Ada banyak contoh di Wales saja di mana orang
yang tidak berbicara bahasa Wales menggunakan layanan terjemahan online, dan
menerbitkan sebelum memeriksa. Hasilnya sering dilaporkan dengan humor, tetapi
tidak diragukan lagi menyebabkan kebingungan dan penerjemah manusia turun
tangan untuk menyelesaikan masalah.
Namun itu bukan berarti otomatisasi tidak memiliki tempatnya.
Mesin, misalnya, membantu pengacara, dokter, dan guru – mereka tidak
menggantikannya. Dalam hal yang sama, mesin membantu kita, para penerjemah, bekerja
lebih baik, dan dapat membantu ketepatan, tetapi kecuali ada terobosan
teknologi yang luar biasa, kita tidak dapat digantikan oleh mereka. Mesin
memang menjadi cukup baik dalam menerjemahkan teks, tetapi ketika datang pada
makna di balik teks, mereka masih membutuhkan bantuan.
Menyempurnakan
Mesin
Penelitian saya
sendiri tentang terjemahan dari bahasa Inggris ke Wales – yang akan diterbitkan
nanti tahun ini – menunjukkan bahwa seorang penerjemah yang bekerja untuk
memperbaiki hasil dari terjemahan mesin meningkatkan produktivitas dan
mempercepat proses terjemahan.
Penelitian
lebih lanjut juga menemukan bahwa proses koreksi ini menghasilkan teks yang
sama dapat diterima dengan terjemahan yang dibuat dari awal. Di masyarakat
seperti Wales di mana terjemahan adalah salah satu cara utama penyediaan
layanan dwibahasa, pertumbuhan produktivitas ini sangat penting. Lebih dari
350.000 orang berbicara dalam bahasa Wales setiap hari, sementara otoritas
lokal di seluruh Inggris juga menerjemahkan ke berbagai bahasa lainnya. Sangat
penting bahwa informasi tersebut dipahami dengan cepat dan efektif.
Saat ini, mesin
terjemahan dapat membuat draf kasar dari bahasa yang relatif sederhana, dan penelitian
menunjukkan bahwa mengoreksi draf ini biasanya lebih efisien daripada
menerjemahkan dari awal oleh manusia. Tetapi mesin tidak sekarang – dan
dipertanyakan apakah mereka akan pernah mampu – menggantikan otak seorang
penerjemah. Terlepas dari seberapa kompleks kode di baliknya, sebuah sistem
otomatis akan kesulitan untuk mendapatkan makna yang sama dari kata-kata.
Translated by Muhammad Erwin Fatahillah
Edited by Bayu Miftahul Huda
.jpg)
Tidak ada komentar:
Posting Komentar