Tekoälystä, neuroverkoista ja niiden edistysaskeleista on kirjoitettu viime aikoina paljon niin tutkimuskentällä kuin mediassa. Monet näistä kirjoituksista nostavat esiin konekääntämisen, joskus suorastaan esimerkkinä haasteesta, jonka tekoäly on jo ratkaissut. Uusien neuroverkkoja hyödyntävien konekääntimien on väitetty tuottavan ihan yhtä hyvää käännöslaatua kuin ihmisten, parempaakin jopa. Kääntämisen kerrotaan hoituvan kännykkäsovelluksella tai älylaseilla tai korvanapilla, joka tulkkaa keskustelua saumattomasti. Jos ei nyt ihan vielä, niin seuraavan viiden vuoden kuluessa.
Mitä tämä teknologian kehitys tarkoittaa kielen ja kääntämisen alan ammattilaisille ja opiskelijoille? Asiaa pohditaan mm. marraskuussa 2020 aloittaneessa EU:n COST-ohjelman rahoittamassa verkostossa ”Language in the Human-Machine Era”, jossa myös Itä-Suomen yliopisto on edustettuna.
Kone vastaan ihminen…
Uutisointi ihmiskäännösten veroiseksi arvioiduista konekäännöksistä ei ole täysin tuulesta temmattua. Esimerkiksi konekäännösalan WMT-konferenssissa järjestetään vuosittain arviointikampanja, jossa arvioijat pisteyttävät eri koneilla tuotettuja käännöksiä. Joinakin vuosina konekäännösten rinnalla on vertailun vuoksi arvioitu myös ihmisen käännöksiä. Vuonna 2019 kieliparissa englanti–saksa ensimmäisen sijan veikin yksi konekääntimistä – ei ihmiskääntäjä.
Tuloksista ei kuitenkaan voi suoraan tehdä johtopäätöksiä koneen yli-inhimillisestä käännöslaadusta. Tärkeä kysymys on, mitä näissä tilanteissa on oikeastaan arvioitu ja miten. Esimerkiksi WMT-konferenssissa arviointi tapahtui vertaamalla yksittäisiä konekäännettyjä virkkeitä lähtötekstivirkkeisiin tai joissain tapauksissa ihmisen tekemään käännösversioon. Laatuarviointimenetelmiin perehtyneet tutkijat ovat kuitenkin nostaneet esiin lähestymistavan ongelmia. Yksi keskeisimmistä liittyy virkkeiden irrottamiseen asiayhteydestään: todellisessa tilanteessa konteksti saattaa vaikuttaa merkittävästi lähtötekstikatkelman tulkintaan ja sanoman viestimiseen kohdekielelle.
Nykyiset konekääntimet käsittelevät tekstiä enimmäkseen virkkeinä, joskin keinoja ottaa huomioon ympäröivää tekstiä kehitetään alalla. Ihmiskääntäjä sen sijaan tekee laajemman kontekstin ja viestintätilanteen perusteella ratkaisuja, jotka saattavat irrottautua varsin kauaskin lähtötekstistä. Tällaiset ratkaisut ja niiden syyt eivät välttämättä ole yksittäisen, kontekstistaan irrotetun virkkeen perusteella ilmeisiä. Arviointiaineistoja tarkemmin analysoitaessa onkin havaittu tapauksia, joissa lähtötekstiä kirjaimellisemmin noudatteleva konekäännösvirke oli arvioitu ihmisen ”vapaampaa” käännöstä paremmaksi vaikka kirjaimellinen tulkinta oli kontekstissaan väärin. Edellä mainitussa WMT-kampanjassa arvioijat kyllä näkivät virkettä pidempiäkin katkelmia – mutta vasta sen jälkeen, kun he olivat pisteyttäneet yksittäiset virkkeet. Kun asetelmaa muutettiin vuonna 2020 niin, että konteksti oli alusta alkaen arvioijan näkyvillä, syntyi monissa kielipareissa selkeämpiä eroja ihmisen hyväksi.
…vai ihminen ja kone?
Kontekstin vaikutus kuvastaa osaltaan sitä, miten kääntäjä lähestyy tekstiä verrattuna koneeseen. Käännöstieteen opiskelijoille tuttua Eugene Nidan jaottelua käyttäen voisi sanoa, että konekäännin toteuttaa muodollista ekvivalenssia, jossa käännös säilyttää mahdollisimman tarkkaan lähtötekstin merkityksen ja muodon. Kääntäjä puolestaan pyrkii dynaamiseen ekvivalenssiin eli siihen, että käännöksen lukijan kokemus on mahdollisimman samanlainen kuin lähtötekstin lukijan. Koneen tuottamalla käännöksellä on paikkansa erityisesti tekstilajeissa, joissa keskeisintä on informaatiosisältö ja jotka suosivat niin sanotusti lähtötekstisidonnaista tyyliä. Tällöin konekäännös voi olla oiva apuväline kääntäjälle tai jopa käyttökelpoinen sellaisenaan.
Ihmisen vahvuus on kuitenkin syvempi ymmärrys, mitä halutaan viestiä ja miten. Kääntämisen opinnoissa keskeistä on esimerkiksi pohtia käännösten erilaisia käyttötarkoituksia ja kohdeyleisöjä sekä niiden vaikutusta kääntämisen strategioihin. Ihmisen rooli ei olekaan olla koneen oikolukijana vaan käännin on yksi työväline, jota kääntäjä hyödyntää välittäessään viestiä toiselle kielelle. Kääntämistä ja teknologiaa hallitseva tulevaisuuden kieliammattilainen voi olla käännöksen laadun takaaja, viestinnän asiantuntija sekä käännösteknologian kehittämisen ja käytön konsultti. Teknologia muuttaa kieli- ja käännösalaa, mutta ehkä vastakkainasettelun sijaan tulevaisuutta muovaakin koneen ja ihmisen yhteistyö.
Maarit Koponen
professori, käännöstiede