Sprachtechnologien und, insbesondere, maschinelle Übersetzungen befinden sich inmitten eines Hypes, als die Big 4 Beratungsfirma Deloitte sie zu einem zentralen Thema in einem weißes Papier zu künstlicher Intelligenz (AI) macht. Das 28-seitige Dokument, das vom Deloitte Center for Government Insights veröffentlicht wurde, untersucht, wie die US-Regierung AI nutzen kann, um Kosten einzusparen.

Deloitte sagt: „AI-Programme können Spiele spielen, Gesichter und Sprache erkennen, lernen und fundierte Entscheidungen treffen” und befinden sich auf „exponentiellem” Verbesserungskurs, was bereits zu allem Möglichen geführt hat, von „selbstfahrenden Autos bis hin zu Schwärmen von autonomen Drohnen, von intelligenten Robotern bis zu erstaunlich genauer Sprachübersetzung”. Nach Schätzungen des Berichts könnte die US-Regierung mit all diesen atemberaubenden Technologien Ausgaben von bis zu 41,1 Mrd. USD einsparen.

Deloitte geht gar soweit, die maschinelle Übersetzung zu einer eigenständigen Kategorie unter den kognitiven Technologien zu erklären, auf gleicher Stufe mit regelbasierten Systemen, Computer Vision, maschinellem Lernen, Robotik und natürlicher Sprachverarbeitung. Typischerweise wird die maschinelle Übersetzung nämlich als Unterkategorie des maschinellen Lernens und der Verarbeitung natürlicher Sprache angesehen.

Offensichtliche Auswirkungen von MT

Deloitte verweist auf die jüngsten, raschen Fortschritte bei der maschinellen Übersetzung (MT) durch den Einsatz neuronaler Netze und sagt, dass „allein im vergangenen Jahr bedeutende Fortschritte in MT gemacht wurden.” Warum also maschinelle Übersetzung, nach Deloitte? Der Bericht besagt, dass „maschinelle Übersetzungen die internationalen Beziehungen, die Verteidigung und den Geheimdienst offensichtlich weiterbringen, sowie in unserer mehrsprachigen Gesellschaft zahlreiche Anwendungen im Inland finden.”

Um zu veranschaulichen, wie die US-Regierung die aufkommenden AI-Technologien in der Praxis wirksam nutzen kann, bietet Deloitte „vier Automatisierungsmöglichkeiten” an: Entlasten, Aufteilen, Ersetzen und Ergänzen. Als Beispiel für „Entlasten“ verweist der Bericht auf die Associated Press, wo AI für das Schreiben von Berichten über Unternehmensgewinne genutzt wird, so dass sich die Journalisten auf ihr Kerngeschäft, die ausführliche Berichterstattung, konzentrieren können.

„Ein ergänzender Ansatz im Bereich Übersetzungen steigert die Produktivität und Qualität, während die Übersetzerin / der Übersetzer die Kontrolle über den kreativen Prozess und die Verantwortung für ästhetische Urteile behält.”

Ein Beispiel für „Aufteilen“ dank AI ist die Verwendung von Chatbots bei der US-Zoll- und Immigrationsbehörde für das Beantworten einfacher Fragen. Die Verwendung von Handschrifterkennungen, um die Post nach PLZ zu sortieren, wird als Beispiel für „Ersetzen” vorgestellt. Unter „Ergänzen“ führt der Bericht den Einsatz von IBM Watson auf, ein AI-System, das Onkologen bei Krebsdiagnosen unterstützt.

Übersetzungen stehen im Rampenlicht

Allerdings wählte Deloitte, zur Veranschaulichung eines praktischen Beispiels, aus den vier oben aufgeführten, bereits im Einsatz stehenden AI-Optionen nicht die Onkologie oder Chatbots aus. Stattdessen konzentrierte sich die Beratungsstelle „auf einen einzelnen Beruf im Regierungsapparat, Übersetzer, und eine kognitive Technologie: Maschinelle Übersetzung.“

Gemäß dem Bericht könnte ein Entlastungsansatz in der Übersetzung „die Automatisierung von niedrigerer, uninteressanter Arbeit und Neuzuordnung professioneller Übersetzerinnen und Übersetzer zu anspruchsvollerem Material mit höheren Qualitätsstandards, wie Marketingtexten” sein. Marketing-Übersetzung als Beispiel für ein Feld aufzuführen, das „höhere Qualitätsstandards” erfordert, erscheint eher zufällig und viele Rechts-, Patent- oder Finanz-Übersetzende dürften da wohl anderer Meinung sein.

Als Beispiel für die Aufspaltung verwendet Deloitte die Nachbearbeitung der maschinellen Übersetzung, ein Ansatz, der seit mehr als einem Jahrzehnt praktiziert wird. Der Bericht ist in dieser Hinsicht mehr mit der Branche im Einklang und weist richtigerweise darauf hin, dass viele professionelle Übersetzer PE verachten und es als „linguistische Handlangertätigkeit” betrachten.

Der Ersatzansatz ist selbsterklärend. Der menschliche Übersetzer geht, die Maschine übernimmt. Als Texttyp, der sich für eine rein maschinelle Übersetzung eignet, hebt Deloitte das „technische Handbuch” hervor. Jeder technische Dokumentationsmanager jedoch, der bei einem Hersteller arbeitet, bei dem Produkthaftungsprobleme für Fehlübersetzungen auftreten könnten, würde dieser Idee wahrscheinlich widersprechen.

Ergänzter Übersetzer

Zum Schluss der Ergänzungsansatz. Dieser Ansatz wird tatsächlich weithin als das gesehen, wo die menschliche Übersetzung in den kommenden fünf Jahren stehen wird – mit Technologien wie lernfähiger maschineller Übersetzung, entwickelt von Startups wie Lilt (und jetzt auch SDL).

Für diesen Ansatz hebt der Deloitte-Bericht hervor: "Übersetzerinnen und Übersetzer verwenden automatisierte Übersetzungs-Tools, die einige ihrer Aufgaben erleichtern, zum Beispiel dadurch, dass mehrere Optionen für einen Satz vorgeschlagen werden, die Linguistinnen und Linguisten aber weiterhin frei Entscheidungen treffen lässt. Dies erhöht die Produktivität und Qualität, während die übersetzende Person die Kontrolle über den kreativen Prozess behält und für ästhetische Urteile verantwortlich bleibt."

Der Bericht vertritt zwar einen ausschließlich auf die US-Regierung zentrierten Ansatz zur Quantifizierung von Einsparungen, dennoch könnte er über dem Atlantik, im mehrsprachigen Europa, auf ein sehr empfängliches Publikum stoßen.