Case study: Cisco Networking Academy accelera la distribuzione di contenuti multilingue grazie al post editing basato sull'AI

Nell'attuale mercato globale, la richiesta di contenuti multilingue rapidi ed economici è più elevata che mai. Per molte organizzazioni, però, i metodi tradizionali di traduzione e localizzazione hanno causato colli di bottiglia e si sono rivelati troppo costosi per gestire tutti i contenuti, con il risultato che si sono accumulati tanti contenuti in attesa di traduzione. Oggi tutto questo è cambiato.

E lo dimostrano Lionbridge, leader nelle soluzioni linguistiche, e Cisco Systems, colosso tecnologico con una missione sociale. Con l'aiuto di Lionbridge, Cisco Networking Academy (l'iniziativa di educazione tecnologica di Cisco) ha sfruttato la potenza trasformativa del post-editing basato sull'AI per raggiungere nuovi livelli di velocità, scalabilità e convenienza nella distribuzione dei contenuti.

Come funziona la soluzione di post-editing automatizzato di Lionbridge? Quali risultati ha ottenuto Cisco Networking Academy? Questo approccio può essere utile alla vostra azienda per superare le sfide della traduzione? Scoprite tutto questo nel case study.

Cosa rende unica la soluzione di Lionbridge?

Sebbene la traduzione automatica (MT) sia uno strumento ormai diffuso, la soluzione di Lionbridge adotta un approccio multilivello, con l'intero ciclo di vita dei contenuti globali gestito dalla sua piattaforma basata sull'intelligenza artificiale, Lionbridge Aurora AI™.

La soluzione usa i migliori motori di traduzione automatica neurale (NMT) per la traduzione iniziale e i Large Language Model (LLM) più avanzati per il post-editing dell'output della traduzione automatica neurale. Attraverso la combinazione di asset linguistici consolidati (come memorie di traduzione, glossari e gestione terminologica) e di diversi livelli di intervento umano, è possibile ottenere un flusso di lavoro agile e affidabile.

Le opzioni di controllo qualità spaziano da un post-editing completamente automatizzato a un post-editing completamente umano, con numerose soluzioni intermedie. La scelta finale dipende dal profilo dei contenuti, dagli obiettivi del cliente e dal budget disponibile.

Quali sono i limiti del post-editing basato sull'AI?

Anche se il post-editing basato sull'AI rappresenta una rivoluzione, non è infallibile. Le lingue a bassa disponibilità di risorse, le sfumature culturali e la terminologia settoriale specifica possono mettere in difficoltà anche i modelli migliori. Inoltre, l'intelligenza artificiale generativa può produrre informazioni errate o allucinazioni. Di conseguenza, la convalida umana e l'ottimizzazione continua dei prompt sono fondamentali per superare questi limiti e assicurarsi che i contenuti siano efficaci per tutti i tipi di pubblico.

Cosa ne pensa Cisco della sua esperienza con il post-editing basato sull'AI?

Durante il nostro webinar "L'AI è in grado di eseguire il post-editing?", la GTS Program Manager di Cisco fornisce informazioni sul post-editing automatizzato. Guardate la registrazione per saperne di più.

Contattateci.

Siete pronti a tradurre più contenuti, più velocemente e rispettando il vostro budget grazie alle più avanzate tecniche disponibili? Parliamone insieme.