.svg){kind=logo}
Servizi Aggiuntivi
- RISORSE
Hub di conoscenze Lionbridge
- Leadership di pensiero nell'AI
- Risultati positivi per i pazienti
Framework TRUST di Lionbridge
Rafforzare la fiducia nell'uso dell'intelligenza artificiale
Collaboratori internazionali: Allie Fritz
Director of Interpretations di Lionbridge
SELEZIONATE LA LINGUA:
Faticate a stare al passo con la domanda di contenuti multilingue? Non siete i soli. Per anni i team di traduzione hanno dovuto affrontare sfide complesse, come budget ridotti, risorse umane limitate e un'incessante richiesta di contenuti. Oggi è finalmente possibile realizzare traduzioni di alta qualità, più velocemente, su larga scala e con costi notevolmente ridotti. Come? Con l'intelligenza artificiale (AI).
Nel webinar di Lionbridge, "L'AI è in grado di eseguire il post-editing?" gli esperti di Lionbridge e Cisco Systems analizzano come il post-editing basato sull'AI stia trasformando i processi di traduzione e localizzazione.
La sessione, che ha visto la partecipazione di Marcus Casal, Chief Technology Officer di Lionbridge, e Yolanda Cham Yuen, GTS Program Manager in Cisco Systems, ha affrontato una domanda chiave: l'AI è in grado di eseguire il post-editing usando i Large Language Model (LLM) per fornire traduzioni accurate, affidabili e convenienti, su larga scala? La risposta è decisamente sì, ma con alcune importanti precisazioni.
L'AI è in grado di eseguire il post-editing e può farlo molto bene.
- Marcus Casal, CTO di Lionbridge
Volete guardare il webinar completo? Usate il pulsante qui sotto per accedere alla registrazione.
Post-editing automatico: come è diventato la nuova realtà?
Il post-editing basato sull'AI non è più una visione futuristica. È già realtà e sta generando una trasformazione reale.
La piattaforma Lionbridge Aurora AI™ orchestra l'intero ciclo di vita dei contenuti globali, dall'acquisizione dei dati del cliente alla traduzione automatica (MT), fino all'uso di LLM per il post-editing automatico e alla consegna nei repository di contenuti dei clienti.
Cosa rende possibile tutto questo? Una combinazione di automazione basata su API, piattaforma di integrazione come servizio (iPaaS) e asset linguistici avanzati come memorie di traduzione (TM), glossari e gestione della terminologia. Combinando traduzione automatica, post-editing basato su LLM all'avanguardia e flussi di lavoro intelligenti, le organizzazioni possono produrre e distribuire i contenuti in modo più rapido e prevedibile che mai.
Ma la velocità e la scalabilità, da sole, non bastano. La qualità è ancora fondamentale. Ecco perché l'approccio di Lionbridge prevede una supervisione tramite intervento umano. Gli esperti umani addestrano e ottimizzano i modelli, valutando i risultati quando necessario per assicurare che il prodotto finale risponda pienamente agli obiettivi di contenuto.
Qual è stata l'applicazione pratica del post-editing automatico da parte di Cisco Networking Academy?
Yolanda ci spiega in che modo Cisco ha adottato il post-editing automatico per la sua iniziativa di responsabilità sociale globale, Cisco Networking Academy.
Cisco Networking Academy offre formazione tecnologica gratuita su argomenti come reti, sicurezza informatica, programmazione e data science, raggiungendo oltre 23 milioni di studenti in 191 paesi. La localizzazione è un elemento chiave per amplificare l'impatto dei corsi, poiché la lingua può rappresentare una barriera importante.
Per ampliare la portata e rendere i corsi della Networking Academy disponibili a un pubblico ancora più vasto, Cisco aveva bisogno di una soluzione scalabile in grado di tradurre milioni di parole in più di una dozzina di lingue, spesso con tempistiche ristrette e budget ridotti.
La soluzione? L'implementazione del post-editing automatico.
In cosa consiste la soluzione di Cisco Networking Academy?
La soluzione adottata da Cisco si basa su una combinazione di strumenti:
Memorie di traduzione per riutilizzare i contenuti già approvati
Traduzione automatica neurale (NMT) per la traduzione iniziale, in quanto offre velocità, convenienza e coerenza
Post-editing eseguito dall'AI tramite LLM per perfezionare l'output
Tester umani per la revisione funzionale nel contesto, soprattutto per le lingue più complesse
Che tipo di risultati ha ottenuto Cisco Network Academy?
I risultati sono stati straordinari.
Grazie al post-editing automatico, Cisco Networking Academy ha avuto la possibilità di tradurre oltre 15 milioni di parole in 14 lingue, a supporto di 24 corsi, in soli tre mesi. Il collo di bottiglia si è spostato dalla traduzione ai test funzionali e alla pubblicazione dei corsi, segno di un notevole aumento dell'efficienza. E tutto questo con un investimento inferiore a 70.000 dollari, una cifra decisamente più bassa rispetto ai metodi tradizionali.
Sfruttando gli LLM per il post-editing, Cisco oggi può rilasciare i contenuti in più lingue simultaneamente, riducendo drasticamente il tempo tra la versione inglese e quelle localizzate e ampliando così l'accesso globale ai suoi corsi.
"Ora i contenuti vengono tradotti a una velocità e a un costo mai visti prima. Il post-editing automatico sta aprendo la strada a nuove opportunità, a nuovi orizzonti che altrimenti sarebbero inaccessibili, troppo costosi o irrealizzabili in scenari così complessi."
- Yolanda Cham Yuen, Cisco Systems
Quali sono i limiti e i rischi del post-editing basato sull'AI?
Il post-editing basato sull'AI è uno strumento potente, ma non perfetto. I relatori evidenziano diverse criticità:
Le lingue a bassa disponibilità di risorse presentano sfide maggiori, sia per gli esseri umani che per le macchine. Gli LLM, anche i modelli più avanzati, danno il meglio in inglese e nelle lingue più diffuse. Per le lingue di nicchia, invece, servono glossari specifici e dati di addestramento mirati.
Sfumature culturali, tono ed esperienza in materia restano aspetti difficili da cogliere per l'AI da sola. È fondamentale combinare i flussi di prompt con la supervisione umana per cogliere le differenze più sottili, che si tratti di terminologia sportiva o di linguaggio tecnico.
Possono verificarsi allucinazioni, ovvero casi in cui l'AI genera informazioni errate o fuorvianti, talvolta in modo convincente. Questo rischio mette in evidenza l'importanza dei test funzionali e del feedback diretto degli utenti finali, indispensabili per garantire contenuti ad alto impatto.
Marcus racconta un esempio pratico: la frase "protect your turf", usata per promuovere una scarpa da basket in un sito di e-commerce, era stata tradotta in spagnolo come "césped" (prato sintetico o erba artificiale), un termine perfetto per il calcio, ma non per il basket. Perfezionando glossari e terminologia, l'errore è stato corretto, migliorando così la fiducia degli utenti.
In che modo l'intervento umano può migliorare il post-editing basato sull'AI?
Il post-editing basato sull'AI sostituirà i flussi di traduzione tradizionali? Non del tutto. Yolanda e Marcus sottolineano che, sebbene l'intelligenza artificiale apra nuove possibilità, soprattutto per progetti rapidi e su larga scala, l'esperienza umana rimane indispensabile.
I traduttori e i professionisti della localizzazione devono adattarsi, riuscendo a:
Sviluppare competenze nella progettazione di prompt e nell'automazione dei flussi di lavoro
Occuparsi di gestione della terminologia e brand voice
Collaborare con l'AI per concentrarsi su attività a più alto valore aggiunto, ad esempio in relazione a tono, coinvolgimento del pubblico e contenuti specialistici
Fornire un contributo creativo e servizi di controllo della qualità sugli output generati da traduzione automatica e LLM
Il settore si sta orientando verso un modello di "cobotica" (cooperative robotics), ovvero una collaborazione sinergica tra esseri umani e macchine per ottenere risultati ottimali.
In che modo l'integrazione e la gestione della terminologia migliorano i risultati?
L'integrazione è fondamentale. Il post-editing basato sull'AI deve potersi integrare perfettamente nei sistemi di gestione dei contenuti (CMS), nelle piattaforme per i documenti e negli altri repository in cui i contenuti vengono creati e aggiornati. Le integrazioni automatizzate assicurano un flusso rapido ed efficiente di aggiornamento e localizzazione dei contenuti.
La gestione della terminologia è altrettanto importante. Come spiega Marcus, investendo in glossari e asset di brand voice affidabili, soprattutto ora che i costi di traduzione e post-editing sono inferiori, è possibile migliorare notevolmente l'accuratezza e la qualità percepita delle traduzioni generate dall'AI.
Qual è il futuro del post-editing basato sull'AI nella traduzione?
Guardando al futuro, con il costante miglioramento degli LLM e la disponibilità di dati di addestramento sempre più accurati, il post-editing basato sull'AI assumerà un ruolo sempre più centrale nel mondo della localizzazione. Tuttavia, creatività umana, comprensione del contesto e supervisione continua rimarranno elementi essenziali per stimolare l'innovazione e mantenere una qualità elevata, man mano che la tecnologia continua a evolversi.
Quali sono i punti chiave del webinar?
Il webinar offre informazioni su come il post-editing automatico possa migliorare i flussi di traduzione, consentendo la scalabilità dei contenuti globali. Ecco i punti chiave:
L'AI è in grado di eseguire il post-editing, riducendo il lavoro umano.
Il post-editing basato sull'AI sfrutta i Large Language Model per fornire servizi di traduzione e localizzazione più rapidi e scalabili.
Con l'uso continuo della traduzione automatica e una gestione terminologica efficace (memorie di traduzione e glossari) è possibile migliorare la qualità e la coerenza.
L'intervento umano resta fondamentale, soprattutto per i contenuti specialistici o per le lingue con bassa disponibilità di risorse.
I livelli di servizio basati sull'AI, che vanno dall'assenza di post-editing umano al post-editing di tutti i contenuti, possono essere personalizzati in base ai profili dei vostri contenuti.
È possibile ottenere livelli di qualità accettabili anche con un minore coinvolgimento umano.
Il post-editing basato sull'AI apre nuove possibilità per ampliare la portata dei contenuti e ridurre i costi.
Informazioni sul post-editing basato sull'AI: le risposte alle vostre domande principali
Siamo consapevoli che l'accuratezza rappresenta da sempre una delle principali sfide per le soluzioni di traduzione automatica. Per questo motivo, adottiamo un approccio incentrato sull'AI, ma sempre mantenendo il coinvolgimento umano per configurare, controllare e ottimizzare le prestazioni della macchina.
L'AI viene usata per migliorare l'output dei tradizionali strumenti di traduzione, come le memorie di traduzione (TM) e la traduzione automatica neurale (NMT).
La nostra esperienza dimostra che il post-editing basato sull'AI può soddisfare le esigenze di scalabilità mantenendo buoni standard di qualità. Rimane tuttavia essenziale un monitoraggio umano continuo, per ottimizzare lo strumento in base al tipo di contenuto e al livello di accuratezza desiderato.
La nostra soluzione di post-editing basato sull'AI prevede sempre una valutazione iniziale del contenuto di origine, per comprenderne il contesto generale. Le fasi di editing e convalida vengono eseguite tenendo conto di questo contesto, assicurando che le traduzioni prodotte siano in linea con gli obiettivi e/o i profili dei contenuti.
Abbiamo progettato la nostra soluzione di post-editing basato sull'AI per essere completamente configurabile: i prompt linguistici possono essere modificati e aggiornati in base al feedback dei linguisti e degli esperti in materia dei clienti coinvolti nel processo di traduzione.
Lionbridge offre inoltre ulteriori soluzioni di intelligenza artificiale che consentono di analizzare i contenuti di origine e generare report con raccomandazioni finalizzate a migliorarli. Queste soluzioni possono essere abbinate al nostro servizio di post-editing basato sull'AI per ottimizzare ulteriormente la strategia dei contenuti.
La nostra soluzione di post-editing basato sull'AI consente di identificare con precisione dove l'intervento umano è più prezioso.
Basandoci sul nostro framework REACH, collaboriamo con i clienti per valutare le esigenze dei contenuti e configurare la soluzione AI in modo da ottimizzare l'output della traduzione. In questo modo possiamo definire diversi livelli di coinvolgimento umano, assicurandoci che il livello di impegno sia proporzionato alle esigenze e ai profili dei contenuti.
Gestire la terminologia specifica del settore, che varia a seconda della lingua e dell'area, è una sfida complessa, ma che è possibile affrontare in diversi modi.
Sfruttando i metadati, possiamo fornire un contesto più ampio agli strumenti di intelligenza artificiale e istruire l'LLM affinché soddisfi requisiti aggiuntivi, ad esempio le sfumature locali, a condizione che i contenuti siano etichettati e contrassegnati correttamente. Lionbridge può supportare le aziende con servizi di dati per soddisfare questo requisito.
Per la terminologia che deve essere adattata per aree o luoghi specifici, usiamo un framework RAG. Nell'applicazione del post-editing basato sull'AI definiamo linee guida che consentono all'LLM di eseguire azioni specifiche in base a regole linguistiche definite.
La configurazione della nostra soluzione consente inoltre di fare riferimento a materiali esterni come esempi aggiuntivi, per aiutare l'LLM a generare contenuti più mirati e pertinenti al contesto.
Poiché questi contenuti tendono a evolversi nel tempo, è fondamentale aggiornare e gestire i prompt linguistici. Ecco perché le nostre soluzioni AI sono progettate per essere tenute sotto controllo e supervisionate da esperti.
Sì. La nostra soluzione di post-editing basato sull'AI è indipendente dall'LLM e non è quindi vincolata ad alcun modello specifico. Anche se è ottimizzata sui modelli GPT di OpenAI, possiamo collaborare con i clienti per integrare i loro motori LLM.
Questo scenario necessita di una configurazione personalizzata e potrebbe richiedere una valutazione/configurazione aggiuntiva per garantire che l'LLM soddisfi gli standard di qualità.
Per queste soluzioni, consigliamo di collaborare con i nostri team che si occupano di soluzioni e tecnologia linguistica, in modo da definire le esigenze, gli obiettivi e i requisiti.
La nostra soluzione di post-editing basato sull'AI include prompt linguistici configurabili in grado di adattarsi all'evoluzione dei contenuti e ai requisiti normativi. Pur proponendo un approccio incentrato sull'AI, il controllo e la gestione dei prompt continuano a essere svolti da esseri umani, come linguisti computazionali, esperti in diverse materie (SME) e linguisti professionisti, per garantire ottimizzazione e conformità.
I modelli LLM generici, non addestrati e basati su chatbot faticano a gestire tono, contenuto e sfumature culturali. La nostra soluzione affronta questa sfida usando una metodologia configurabile, che fornisce all'LLM istruzioni precise su stile, tono, terminologia e linee guida linguistiche in base al contesto del testo originale. Attraverso un'attenta configurazione dei parametri linguistici e dei prompt, possiamo sfruttare il post-editing basato sull'AI per migliorare il processo di traduzione.
La nostra soluzione inizia chiedendo all'LLM di comprendere il contesto del contenuto di origine. Tale contesto guida il processo decisionale dell'LLM durante l'editing, insieme a istruzioni specifiche per valutare la terminologia, correggere le corrispondenze parziali e convalidare le traduzioni a livello di segmento, facendo in modo che l'intelligenza artificiale operi sempre entro parametri controllati. Il nostro approccio consente anche un aggiornamento continuo dei prompt linguistici. In questo modo, se dovessero verificarsi allucinazioni, possiamo intervenire e correggere il problema.
I tester sono in genere linguisti computazionali o linguisti esperti in progettazione di prompt. Si occupano di progettare, testare e aggiornare i parametri della soluzione di post-editing basato sull'AI. Convalidano gli output e forniscono un feedback, che viene poi usato per affinare e ottimizzare ulteriormente prompt linguistici e parametri.
Siete interessati a esplorare altri argomenti di webinar sull'AI che Lionbridge ha approfondito? Visitate la pagina dei webinar Lionbridge per consultare la libreria delle registrazioni.
Contattateci
Siete pronti a sfruttare tutto il potenziale del post-editing basato sull'AI per soddisfare le vostre esigenze di traduzione e localizzazione? Lionbridge può assistervi nella creazione di flussi di lavoro flessibili e scalabili, che uniscono automazione, LLM e competenza umana. Contattate Lionbridge oggi stesso per trasformare la vostra strategia di distribuzione di contenuti e raggiungere un pubblico globale più vasto, in modo più veloce, intelligente e di impatto.
Nota: la soluzione Lionbridge Content Remix App ha inizialmente creato il blog riepilogativo, che poi è stato perfezionato da un revisore umano.
Compilate il modulo di contatto per parlare con i nostri consulenti.
Saremo felici di analizzare le vostre esigenze e mostrarvi come le nostre soluzioni innovative possono aiutarvi a superare ogni confine ed espandere la vostra portata globale. Siete pronti per scoprire tutte le possibilità? Siamo qui per aiutarvi.
