«את פשוט לא מעלה את זה ל-ChatGPT?» — תשובה של מתרגמת

מתרגמת עצמאית מאוטווה תיארה שיחה שהתקיימה בחדר הכושר שלה ומאז עברה בין אנשי מקצוע בתחום הלשון. אישה שלידה, שכבר לבשה בגדים לקראת יום עבודה במשרד, שאלה מדוע היא עוזבת את השיעור מוקדם. באותו ערב נחתו שלוש משימות, כולן עם דדליין לבוקר שלמחרת. התשובה באה בלי היסוס: «אבל… זה לא ייקח הרבה זמן. את פשוט לא מעלה את המסמכים ל-ChatGPT?»

השאלה והתשובה

המתרגמת השתתקה לשנייה, מתוך הנחה שזו בדיחה. זו לא הייתה בדיחה. ההסבר שלה היה קצר וטכני: ChatGPT אכן יפיק מסמך מתורגם, אבל קודם יופיעו בעיות עיצוב, ובעיקר — התרגום עצמו יהיה מוטל בספק. פלט של מכונה אינו זהה להבנה אנושית של מה שאדם אחר מנסה לומר: התאמה, לוקליזציה, מחקר טרמינולוגיה ושמירה על עקביות לאורך המסמך.

היכן הבינה המלאכותית כן משתלבת בעבודה

היא אינה מתנגדת לבינה מלאכותית. היא החלה להתנסות בכלים בסתיו הקודם, כשהם, לדבריה, החלו לקחת עבודה אמיתית. בפועל מדובר בשימושים צרים וניתנים לאימות: הזנת מדריך סגנון של לקוח בן 500 עמודים כדי שהמודל יסמן הפרות של כללים בבדיקות הסופיות, או חילוץ טרמינולוגיה מקצועית ממסמכי עזר כדי לבנות גלוסרים מהר יותר מחיפוש ידני. יש לה גם בודק איות נפרד, ולעתים היא מבקשת מהמודל חוות דעת שנייה על פסקה.

ההקבלה שהיא משרטטת קדומה לוויכוח הנוכחי: מתרגמים נהגו להדביק משפטים עקשניים ב-Google Translate ואחר כך ב-DeepL, כדי לראות אם המכונה מציעה ניסוח שהם פספסו. כלים הם מה שאנשי מקצוע משתמשים בהם — נוסחאות הגיליון של רואה החשבון, תבניות המצגת של המנהל.

מדוע הבדיקות נשארות ידניות

המגבלות קונקרטיות: המודלים ממציאים ראשי תיבות ושמות ארגונים, מדלגים על משפטים שלמים, מתעלמים מהטרמינולוגיה שסופקה להם עד שלוחצים שוב ושוב, ולעתים מחמיצים לגמרי את הנקודה. כל פלט צריך להיבדק פעמיים או שלוש, מה שהופך אותו לדרך עבודה אחרת ולא לכפתור קסמים. מסקנתה בנוגע לשכר חדה: אין לשלם למתרגמים, לכותבים ולעורכים פחות בגלל קיומה של בינה מלאכותית — כשם שלא משלמים פחות לגגן על שימוש בפטיש.

השיחה הסתיימה בפרט שקשה להתעלם ממנו. לשאלה אם היא משתמשת בבינה מלאכותית בעבודה, השיבה בת שיחה — מנהלת כללית במשאבי אנוש — שאינה יכולה: הטכנולוגיה, בלשונה, אינה אמינה מספיק.