Саме таке питання нам поставили на одній із бізнес-конференцій в Україні. Справді, навіщо? Спробуємо пояснити.

Одразу зауважимо: ChatGPT, DeepL, Google Translate та інші подібні інструменти дійсно працюють. Проблема в тому, що вони працюють із непередбачуваною якістю. Сліпа довіра до них може призвести до того, що ви опинитеся в скрутному становищі.

Щоб навчити перекладати, штучний інтелект (ШІ) «читав» переклади, зроблені людьми, і «вчився» на них. Однак нам нічого не відомо про якість цих перекладів і кваліфікованість його «вчителів»: навряд чи всі вони були професійними перекладачами. Проте для штучного інтелекту ці тексти — еталон, і, генеруючи автоматичний переклад, він відтворюватиме помилки, які в них містяться.

Ще один фактор — обсяг даних, які використовуються для машинного навчання. У деяких мовних парах, як-от з англійської на українську та навпаки, доступно значно менше даних, ніж для популярних пар, як-от з англійської на німецьку.

Зрештою, багато клієнтів мають власні стандарти, глосарії та вимоги до стилю, яких необхідно дотримуватися. Певні типи контенту потребують креативності та глибокого розуміння контексту.

Підсумуймо коротко: якщо текст важливий, просто публікувати неперевірений машинний переклад не можна. Завжди потрібна людина, яка перевірить текст і переконається, що він відповідає вимогам. Опублікувати неперевірений текст означає різко збільшити ймовірність опинилися в незручній ситуації.

Існує безліч прикладів таких проблем. Ось два з них:

• У липні 2025 року до Києва прибув посланець Дональда Трампа Кіт Келлог (Keith Kellogg). За смішним збігом його ім’я українською мовою звучить так само, як і назва домашнього улюбленця. Результатом зворотного машинного перекладу текстів про візит Кіта Келлога з української на англійську став «кіт Келлог» (Kellogg the cat). Інтернет вибухнув мемами на цю тему, і на тому ситуація владналася. Однак подібні помилки можуть завдавати шкоди репутації, спричиняти фінансові збитки фінансам або навіть загрожувати життю.
• В Україні було видано офіційний переклад книги Ребекки Яррос «Залізне полум’я» (Iron Flame). Але водночас шахраї надрукували піратський наклад, який являв собою звичайний машинний переклад — звісно, жахливої якості. Ошукані читачі, які придбали фальшивий переклад, одразу викидали його в смітник — настільки негативне враження справляла книга, переклад якої створила машина.

У машинному перекладі як технології немає нічого поганого — це один із засобів виробництва, і професійні лінгвісти його використовують. Але для них це лише інструмент, який за певних умов допомагає перекладати, — зокрема, пришвидшує роботу або дає змогу менше набирати, особливо якщо натренувати його на термінах певної тематики. Він здатен допомагати перекладачеві, але не може його замінити.

Подібну роль штучний інтелект відіграє й в інших галузях. Наприклад, для статей на цьому вебсайті ми створюємо ілюстрації (для цієї статті теж), які мають відповідати загальному стилю. Звісно, їх нескладно згенерувати за допомогою ШІ, але в штучних картинках нас завжди щось не влаштовує: вони не відповідають темі статті, відхиляються від стилю, містять помилки в написах тощо. Тому ми доручаємо їх створення професійному дизайнерові — а він, своєю чергою, може застосовувати у своїй роботі ШІ як допоміжний інструмент.

* * *

Отже, проблема ChatGPT, Copilot, Gemini тощо не в них самих, а тому, як їх використовують.

Цілком нормально зробити машинний переклад тексту, щоб швидко зрозуміти його суть або про всяк випадок мати переклад посередньої якості для внутрішніх документів, які ніде не публікуватимуться — у такому разі професійні лінгвісти не потрібні. Але коли йдеться про документацію, контракти, маркетингові матеріали, інтерфейси програм — тобто якщо потрібна якість, — завжди звертайтеся до людей.