Riepilogo del webinar: Traduzioni senza senso?

Vi sembra che le vostre traduzioni siano senza senso? Con la rapida evoluzione dei Large Language Model (LLM), sempre più aziende stanno esplorando nuovi modi per usarli al fine di automatizzare la traduzione espandendo il volume di contenuti gestiti. Tuttavia, molte incontrano difficoltà quando si tratta dei risultati effettivi dei modelli, un aspetto che può fare la differenza tra un progetto di intelligenza artificiale generativa di successo e un costoso esperimento abbandonato.

Durante il nostro webinar, "Traduzioni senza senso?", Simone Lamont, VP Global Solutions di Lionbridge, illustra le principali sfide che le organizzazioni affrontano quando usano gli LLM nei progetti di traduzione e come superarle per ottenere contenuti multilingue di alta qualità.

Volete guardare il webinar completo? Usate il pulsante qui sotto per accedere alla registrazione.

In tutto il mondo, le organizzazioni stanno lanciando progetti di intelligenza artificiale e integrando gli LLM nei propri flussi di lavoro. L'entusiasmo è reale, ma lo è anche la delusione.

Infatti, il 72% dei progetti AI viene abbandonato prima di generare valore. Perché? La qualità delle traduzioni non è all'altezza delle aspettative, le allucinazioni e le interpretazioni errate sono frequenti e i team interni non dispongono delle competenze necessarie per personalizzare gli LLM per le diverse lingue di destinazione.

Quali sono le reali sfide e preoccupazioni legate alla qualità delle soluzioni AI?

Gli LLM promettono velocità e scalabilità, ma senza una configurazione attenta possono produrre errori che danneggiano gli stakeholder e compromettono la credibilità del brand.

Le organizzazioni segnalano problemi come nomi dei brand tradotti erroneamente, errori nella gestione di numeri e unità di misura e terminologia non coerente, soprattutto quando gli LLM vengono addestrati internamente senza disporre di risorse linguistiche adeguate.

Un'ulteriore difficoltà è rappresentata dal tempo e dalle competenze che servono per progettare i prompt in modo efficace. La personalizzazione delle soluzioni per lingue come il cinese, il tedesco o il francese richiede una combinazione di competenze tecniche e linguistiche che molti team non hanno. E anche quando la traduzione basata sull'AI funziona bene su progetti di piccole dimensioni, non è facile applicare gli stessi processi a livello aziendale.

Qual è la differenza di prestazioni tra LLM pre-addestrati e soluzioni di traduzione automatica?

La versione predefinita di ChatGPT, o di qualsiasi altro LLM, offre qualità sufficiente per le traduzioni aziendali? Le analisi comparative effettuate con lo strumento Lionbridge Machine Translation Tracker mostrano che i modelli LLM standard pre-addestrati in genere offrono prestazioni inferiori rispetto ai motori di traduzione automatica tradizionali e alle soluzioni ibride. Le tecniche di ottimizzazione e RAG (Retrieval-Augmented Generation) possono migliorare la qualità. Tuttavia, è fondamentale sapere quando e come usarle, nonché come testare i risultati prima di mettere a disposizione della vostra organizzazione soluzioni basate sull'AI.

In che modo il tipo di contenuto deve determinare il livello di qualità?

Non tutti i contenuti richiedono lo stesso livello di accuratezza nella traduzione. Durante il webinar viene evidenziata l'importanza di allineare i flussi di lavoro al livello di rischio dei contenuti e alle esigenze aziendali. Ad esempio, un comunicato stampa di marketing richiede un'elevata precisione e coerenza con il brand, mentre un aggiornamento rapido di un sito web può tollerare qualche piccola imperfezione.

Comprendere i contenuti è essenziale. Il framework REACH di Lionbridge invita a considerare fattori come ROI, coinvolgimento, pubblico e controllo per determinare l'approccio corretto e il livello di intervento umano che ogni caso d'uso richiede. Il contenuto è solo a scopo informativo? Si tratta di materiale specialistico, regolamentato o di forte impatto? Le risposte a queste domande aiutano a prendere decisioni in merito al flusso di lavoro, da una traduzione basata su LLM senza revisione umana alla convalida completa da parte di esperti.

In che modo la personalizzazione e la revisione umana possono migliorare i flussi di lavoro di traduzione?

La personalizzazione è importante. La nostra piattaforma incentrata sull'intelligenza artificiale, Lionbridge Aurora AI™, sfrutta memorie di traduzione, glossari, prompt dinamici e LLM per il post-editing. Questo approccio riduce l'intervento umano e allo stesso tempo migliora la qualità delle traduzioni. È possibile personalizzare tono, stile e terminologia in base a ciascun caso d'uso, anche per lingue meno comuni.

Simone sottolinea l'importanza di una valutazione continua. Lionbridge fornisce analisi automatiche che misurano la qualità delle traduzioni in base a terminologia, accuratezza, stile, convenzioni locali e rilevanza per il pubblico. Queste schede di valutazione, o scorecard, aiutano le organizzazioni a identificare i punti di forza e di debolezza delle soluzioni AI, per poter apportare miglioramenti in modo mirato.

Come è possibile valutare e migliorare le prestazioni degli LLM?

Come potete sapere se la vostra soluzione di intelligenza artificiale è davvero all'altezza? Il webinar fornisce indicazioni pratiche per valutare le prestazioni degli LLM e la qualità delle traduzioni:

• Iniziate analizzando i flussi di lavoro attuali. Confrontate l'output dell'LLM o della traduzione automatica con quello della traduzione umana.

• Usate le valutazioni automatiche della qualità di Lionbridge per individuare le aree da migliorare, come terminologia, stile, accuratezza e altro ancora.

• Associate i diversi tipi di contenuto ai flussi di lavoro AI più appropriati, bilanciando costi, tempi di consegna e tassi di errore accettabili.

Il servizio di valutazione di Lionbridge aiuta le organizzazioni a eliminare l'incertezza nella misurazione delle prestazioni degli LLM. Inviando campioni di contenuti tradotti, i team ricevono una scheda di valutazione completa con analisi e suggerimenti pratici. Questi dati consentono alle aziende di usare con maggiore sicurezza i propri LLM interni per i contenuti specifici a basso rischio, affidandosi invece al supporto di professionisti per i progetti più ad alto rischio.

Siete interessati a esplorare altri argomenti di webinar sull'AI che Lionbridge ha approfondito? Visitate la pagina dei webinar Lionbridge dove troverete numerose registrazioni.

Contattateci

Siete pronti a ottenere prestazioni affidabili dagli LLM e la qualità della traduzione di cui la vostra organizzazione necessita? Lionbridge può aiutarvi a valutare, ottimizzare e personalizzare i vostri progetti per raggiungere il successo con l'AI. Contattateci oggi stesso per iniziare.

Nota: la soluzione Lionbridge Content Remix App ha inizialmente creato il blog riepilogativo, che poi è stato perfezionato da un revisore umano.