Rosa Sala - Nubart

Dr. Rosa Sala

CEO, Nubart

מה לצפות (ומה לא) מתרגום סימולטני מבוסס AI לעומת מתורגמן אנושי

מתורגמנית בתא תרגום סימולטני במהלך כנס, עם אוזניות ומיקרופון.

סוף הסלחנות: למה אנחנו דורשים מ-AI שלמות שמעולם לא דרשנו מבני אדם. מנקודת המבט של מתורגמנית מקצועית שעבדה עשרות שנים בתאי תרגום סימולטני, וכיום מובילה פיתוח של מערכות תרגום מבוססות AI (כולל Nubart TRANSLATE לאירועים).


תוכן המאמר


נקודת המבט של מתורגמנית אנושית

מסיבות משפחתיות אני דו-לשונית בגרמנית ובספרדית. לפני שהקמתי את Nubart עסקתי בדברים אחרים, ואחד המוצלחים שבהם, ולמה להכחיש, גם הרווחיים שבהם, היה מתורגמנות. התחלתי בגיל 16 כשעבדתי כמזכירה בחברת נדל"ן: הייתי צריכה ללוות את הבוס הספרדי שלי ולתמוך בו מבחינה לשונית כשהראה דירות על החוף ללקוחות גרמנים. מהר מאוד הבנתי שאוכל לסיים את היום וללכת לאכול צהריים הרבה יותר מוקדם אם במקום לתרגם כל משפט בזה אחר זה, אתרגם בו-זמנית, בלחישה לאוזן של הבוס או של הלקוח. לקח לי שנים לגלות שלטכניקה הזו, שחשבתי שהמצאתי, קוראים "chuchotage" (תרגום בלחישה).

זמן קצר לאחר מכן הפכתי את העיסוק הצדדי הזה למקצוע. עבדתי בפגישות עסקיות ובקונגרסים בינלאומיים, והצעתי את שירותיי בכל צורת מתורגמנות שאפשר להעלות על הדעת: סימולטני בתא, עוקב, תרגום ממסר (relay) עבור מתורגמנים אחרים...

מתורגמנית בתא תרגום סימולטני
הכותבת ממתינה לתחילת ההרצאה בתא תרגום אטום לרעש

לעיתים קרובות קיבלתי מהלקוח מסמכי רקע כדי להתכונן: מילוני מונחים, או לעיתים רחוקות אפילו את הטקסט המלא של הדובר. תמיד עשיתי כמיטב יכולתי. אבל גם עם הכנה יסודית ימים לפני האירוע, מתורגמן לעולם אינו יכול להגיע לתרגום מושלם.

אבל איך אפשר למדוד איכות של תרגום שנעשה בזמן אמת, במהירות גבוהה וללא אפשרות לפתוח מילון? אולי אפשר להתקרב לכך אם נשווה את התוצאה של תרגום סימולטני לאיכות שאותו מתורגמן היה משיג אילו תרגם את אותו נאום בכתב, בבית, עם זמן ומשאבים וללא הלחץ של זמן אמת. אם ניקח את התרגום הכתוב הזה כנקודת ייחוס תיאורטית (100%), רמת הדיוק של תרגום סימולטני מקצועי בזמן אמת בהכרח נמוכה יותר. מתורגמן מנוסה יכול להתקרב מאוד לנקודת הייחוס האידיאלית הזו (בסביבות 90%), אך בתנאים אמיתיים תמיד נשאר שוליים בלתי נמנעים של אובדן מידע.

הפער הקטן שהפריד ביני לבין עמיתיי הטובים ביותר לבין השלמות לא הפריע לאף אחד. הלקוחות שלי התפעלו מהיכולת האנושית לקפוץ במהירות מסחררת בין שפות, ותמיד היו מרוצים מהתוצאה. הם תגמלו את ימי העבודה שלי לא רק ב-500 אירו ליום בלי למצמץ, אלא גם במחמאות חמות. זו הייתה עבודה מתישה, אבל מספקת מאוד.

הטעויות של תרגום אנושי לעומת תרגום AI

היום אני עובדת במשרה מלאה כמנכ"לית ואחת ממייסדי Nubart. בקיץ 2025 השקנו את Nubart TRANSLATE, מערכת לתרגום סימולטני מבוסס AI (בקול ובטקסט). למעשה, מבחינה טכנולוגית זה מוצר שמקביל למה שהייתה העבודה שלי כמתורגמנית במשך עשרות שנים. הניסיון שלי תרם רבות לפיתוח המוצר הזה. ובכל זאת, המצב השתנה מן הקצה אל הקצה.

אני לא מרגישה שבתרגום מבוסס AI כמו Nubart TRANSLATE יש יותר או פחות טעויות מאשר אצל מתורגמן אנושי טוב. פשוט, הטעויות של ה-AI הן מסוג אחר.

למודלים של שפה מבוססי AI, למשל, יש זיכרון על-אנושי, ולעיתים קרובות הם מתרגמים מונחים טכניים טוב יותר ממתורגמן בשר ודם. הם יעילים מאוד כשדובר מקריא רשימה של מספרים (סיוט קלאסי של מתורגמן אנושי).

אבל לפעמים הם נכשלים בדיוק איפה שלאדם לא הייתה שום בעיה: בהבחנה בין הקול של הדובר לבין קול אחר שנשמע ברקע ואין לתרגם אותו, למשל. או שהם מתקשים למקם נקודות ופסיקים כראוי. או שהם "מדויקים מדי", ומשחזרים טעויות אפשריות של הדובר שמתורגמן אנושי היה מזהה ומתקן מיד, כמעט בלי לחשוב. למעשה, דיוק יתר הוא לעיתים קרובות עקב האכילס של תרגום מבוסס AI. המתורגמן האנושי, לעומת זאת, מחליק את הדיבור, הופך אותו לניבתי וטבעי יותר, ולעיתים קרובות גם מסכם אותו ומשמיט חזרות מיותרות.

תרגום סימולטני מבוסס AI עולה חלק קטן ממה שעולה להפעיל צוות של מתורגמנים אנושיים, הן במובן הכלכלי הטהור והן במאמץ הלוגיסטי ובתיאום. בכל מוצר או שירות אחר, המחיר קובע את רמת הציפיות. נהגים מצפים לביצועים גבוהים יותר מפורשה קררה מאשר מפולקסווגן פולו, ומיועץ בכיר במקינזי יותר מאשר מסטודנט ל-MBA.

הציפיות הסותרות שיוצר תרגום סימולטני מבוסס AI

וכאן אנחנו מגיעים ללב המאמר: ההיגיון הזה לא חל על תרגום סימולטני. הציפיות של לקוחות Nubart TRANSLATE עולות בהרבה על אלה שחוויתי בקריירה שלי כמתורגמנית.

גם הלקוחות שלי וגם עמיתיי למקצוע היו רואים בזה חוסר נימוס להעמיד אותי מול הקלטה של העבודה שלי ולהצביע על טעויות תרגום אחת אחרי השנייה, או להגיש לי רשימת שיפורים שיש לקחת בחשבון בשירותים עתידיים. באופן מעניין, התנהגויות שהיו בלתי מתקבלות על הדעת מול מתורגמנים אנושיים הפכו לדבר שבשגרה כשהתרגום נעשה על ידי מערכת AI.

חלק מלקוחות Nubart TRANSLATE שולחים לנו רשימות ארוכות ומפורטות של האופן שבו יש לתרגם מונחים מסוימים, כולל "ביטויים מועדפים" לתרגומים שהם נכונים אובייקטיבית. הם מקליטים קטעים מהתרגום שהתקבל בניסיון החינם של 30 דקות ומשווים אותם לגרסה מתוקנת, "לפעם הבאה".

למה הציפיות שונות כל כך כשמדובר בתרגום מבוסס AI? זו שאלה מרתקת, שחושפת הרבה על היחסים שלנו עם הטכנולוגיה.

הכשל הראשון: דיוק מתמטי

בני אדם מניחים בלי משים שאם זו מכונה, היא חייבת להיות מדויקת. נסלח לתלמיד שטועה בחישוב בראש, אבל לא נסלח למחשבון. אבל עבודה עם שפה אנושית סובייקטיבית ומורכבת הרבה יותר מעבודה עם מספרים. שתיים ועוד שתיים תמיד יהיו ארבע, אבל בכמה דרכים שונות אפשר לתרגם בית משיר? ומה הדרך "הנכונה" לעשות זאת?

הכשל השני: תוכנה אינה תלויה בתנאים

מתורגמנים אנושיים מוערכים כמו אמני במה. הביצועים שלהם נבחנים על פי תנאים שונים: מורכבות, לחץ, תשישות, עומס קוגניטיבי והצורך בריכוז.

כשמדובר בתוכנת תרגום, אנחנו נוטים לחשוב שתנאים חיצוניים לא משפיעים עליה, אבל זה נכון רק בחלקו. גם ה-AI צריך שהדובר ידבר בקצב הנכון, שהמשפטים שלו יהיו מובנים, שהמיקרופון יהיה באיכות טובה ושהשמע יהיה מבודד היטב, בלי הדים או הפרעות.

הכשל השלישי: המכונה המעצבנת והמושלמת

אנחנו מוכנים לסלוח לאדם. אבל אף אחד לא חש אמפתיה או חמלה כלפי מכונה. ובוודאי לא כשהמכונה מופעלת על ידי AI, שרבים רואים בו, לא בלי סיבה, איום על כישורים אנושיים מסורתיים. יש מידה מסוימת של שמחה לאיד ושל "גאוות המין" כשאנחנו מזהים טעויות אצל "מתחרה" כמו בינה מלאכותית. כשהמערכת עושה טעות, מה שרואים לנגד העיניים הוא מוצר שצריך "לנקות ממנו באגים".

הכשל הרביעי: תרגום סימולטני זהה לתרגום מכונה

לקוחות רבים מצפים מתרגום סימולטני מבוסס AI לאותן תוצאות שהם מקבלים מהעתקה והדבקה של טקסט ל-DeepL או ל-Google Translate, או משליחת מסמך ל-ChatGPT לתרגום. ההשוואה הזאת נובעת מאי-הבנה יסודית.

תרגום מכונה מסורתי עובד עם טקסטים שלמים. המערכת יודעת מהו סוף כל משפט לפני שהיא מתרגמת אותו, ויכולה לייעל את התוצאה בעזרת המידע הזה. תרגום סימולטני, בין אם אנושי ובין אם מבוסס AI, עובד באופן שונה מהיסוד: הוא מתרחש בשידור חי, בלי לדעת איך המשפט יימשך, ומחייב החלטות לשוניות בזמן אמת, על בסיס ציפייה והסתברות.

יש קושי נוסף שלעיתים קרובות מתעלמים ממנו: לפני התרגום, ה-AI צריך להבין את הדובר. המרה של שפה מדוברת לטקסט אמין בזמן אמת, עם מבטאים, רעשי רקע ומיקרופונים לא מושלמים, היא אתגר טכני עצום, שלעיתים מורכב כמו התרגום עצמו. במאמר נפרד אני מסבירה למה ה-AI עדיין יכול לשמוע שם לא נכון גם אחרי הכנה, ומה עוזר (באנגלית).

להשוות תרגום סימולטני לתרגום טקסט מושהה זה כמו להשוות שידור חי לסרטון שנערך באולפן: שניהם יכולים להיות מצוינים, אבל הם פועלים לפי כללים שונים לחלוטין.

למה מילוני מונחים ארוכים מדי פוגעים בתרגום

אבל אם כך, אי אפשר לשכלל את התוצאה של ה-AI בעזרת מילון מונחים?

רשימה קצרה של מונחי מפתח יכולה לעזור ל-AI להשתמש במינוח המועדף על הלקוח, בדיוק כפי שהיא עוזרת למתורגמן אנושי. ב-Nubart אנחנו לא מבקשים ממארגנים מילוני מונחים: הצוות שלנו מכין את ה-AI מתוך המסמכים שהם היו נותנים למתורגמן אנושי, ורשימה קצרה נחוצה רק למונחים שחייבים להיות מתורגמים תמיד בדרך אחת. גם כך, שם מתוך המסמכים האלה עדיין יכול לצאת שגוי, ואני מסבירה למה תרגום מבוסס AI עדיין טועה בשמות אחרי הכנה במאמר נפרד (באנגלית). רשימות המונחים האלה נולדות מעניין אמיתי בשיפור האיכות, אבל לפעמים גם מרצון של המארגן לשלוט, ומהפנטזיה שאירועים צפויים לחלוטין.

כמתורגמנית, ביליתי ימים בשינון אוצרות מילים שלמים שהלקוח שלח, ובסוף כמעט לא השתמשתי בהם. כשמילוני המונחים היו ארוכים מאוד (200 מונחים ספציפיים על יישום רובוטי של צבע יסוד, למשל), כל זה הרגיש כמו רעש קוגניטיבי והעלה משמעותית את רמת הלחץ שלי, כך שהעבודה הרגישה מאולצת ונוקשה במקום זורמת. רשימה קצרה של מונחים בעלי השפעה גבוהה, יחד עם טקסט הסבר שהיה עוזר לי להבין את ההקשר הטכנולוגי, הייתה מובילה לתרגום טוב בהרבה. אף מתורגמן מקצועי לא משתמש ביותר ממספר מוגבל של מונחים פעילים בכל רגע נתון. מעבר לכך, ההכנה הופכת למזיקה.

מערכות תרגום נוירוניות עובדות על ידי חישוב הסתברויות בין מילים: איזו מילה מופיעה בדרך כלל ליד איזו מילה אחרת. בכל פעם שמילון מונחים כופה תרגום של מונח מסוים, הוא משנה לא רק את המונח הזה, אלא גם את הסתברויות התרגום של כל שאר המילים במשפט. לכך נותנת תוקף OneWord, חברה גרמנית שמתמחה באופטימיזציה של תרגום מכונה, שמצאה ש״מילון מונחים עמוס מדי עלול אפילו להוביל ליותר טעויות״, בגלל אפקט השרשרת הזה על ההסתברויות של המערכת הנוירונית.

שפה לא עובדת כמו משוואה מתמטית שתמיד מצייתת לאותם כללים. לקוח עשוי לרצות שנתרגם את "market-driven sustainability strategy" ל"אסטרטגיית קיימות מונעת שוק". אבל מה שהדובר אומר בפועל הוא "the tactic we use at our company to be sustainable is always based on the impulses that the market has provided us". אותו רעיון, בניסוח אחר.

עכשיו ה-AI צריך לבדוק במילון המונחים, לזהות שיש בו צירוף דומה אבל לא זהה, ולהחליט אם לתרגם אותו לפי ההוראות או לעקוב מילולית אחר הניסוח של הדובר. אבל הנה הבעיה הטכנית: כשה-AI כופה תרגום מתוך מילון מונחים, הוא משנה את מודל ההסתברויות של שאר המשפט. זה כמו להזיז אבן אחת בדומינו: גם האבנים האחרות זזות.

בנוסף, מילוני מונחים ארוכים מכילים בהכרח מונחים דו-משמעיים: מילים שצריך לתרגם אחרת בהתאם להקשר. אבל רוב מערכות המילונים אינן מסוגלות להתמודד עם הדו-משמעות ההקשרית הזאת. הן פשוט מחילות את התרגום הראשון ברשימה, או את האחרון, או מתעלמות מהמונח לחלוטין. התוצאה בלתי צפויה: תרגומים כפויים, שלעיתים קרובות הם שגויים.

הפרדוקס ברור: רשימה קצרה של מונחי מפתח משפרת את התרגום. רשימה של מאות מונחים מרעה אותו.

האתגר האמיתי אינו טכנולוגי. הוא חינוכי.

פער הציפיות הזה לא ייפתר בזכות AI מתקדם יותר. הוא ייפתר בזכות הבנה טובה יותר של מהו באמת תרגום סימולטני, אנושי או מלאכותי: תרגיל מורכב במיוחד של תרגום בזמן אמת, שעובד עם חומר נזיל מאוד כמו שפה ופועל בגבולות של מצוינות מקצועית, לא של שלמות.

תרגום סימולטני מבוסס AI כמו Nubart TRANSLATE יכול להגיע לרמת איכות שדומה לזו של מתורגמנים אנושיים טובים, עם היתרונות של ה-AI: עלות נגישה, זמינות בהתראה קצרה והתרחבות קלה לאולמות ולשפות רבים.

האם הוא מושלם? לא. האם הוא מקצועי, יעיל ומהפכני? בהחלט. האם הוא בר-שיפור? ללא ספק. וב-Nubart אנחנו עובדים על כך ללא לאות.

הטכנולוגיה הפכה משהו שבעבר היה מותרות השמורות לארגונים בעלי תקציבים גדולים לנגיש וזמין לכולם. בואו נחגוג את המהפכה הזאת, אבל עם ציפיות מציאותיות ממה שתרגום, אנושי או מלאכותי, יכול להשיג באמת.

אם אתם שוקלים להציע תרגום סימולטני מבוסס AI באירוע הבא שלכם, נשמח לעזור לכם לתכנן אותו עם ציפיות מציאותיות והשפעה מרבית על הקהל שלכם.


אנחנו מקווים שמצאתם את המאמר הזה מועיל. הירשמו לניוזלטר שלנו כדי להישאר מעודכנים בפרסומים האחרונים שלנו.