ASKOT byl v říjnu organizátorem nebo spoluorganizátorem dvou významných událostí v oblasti tlumočení: přednášky prof. Pöchhackera na Jeronýmových dnech a mikrokonference o tlumočení v éře AI agentur Orange Tree a Artlingua.
Co přednáška uvedla teoreticky v širším kontextu vývoje posledních let a výzkumu jeho aplikace v praxi, jsme o pár dnů později mohli zažít naplno a naživo. Mé hlavní, byť neúplné a kusé dojmy jsou tyto:
Technologie, kam se podíváš
Technologizace tlumočení, která byla červenou nití přednášky profesora Pöchhackera, dosáhla na mikrokonferenci v útulném prostředí žižkovské Pracovny pro mě konkrétních a nebývalých rozměrů: hybridní formát ve dvou jazycích, s jedním řečníkem na dálku a účastníky v sále a na Zoomu (až potud známe, ale také víme, že ne vždy v tomto nastavení vše funguje). Zcela nový byl pro mne režim BYOD (Bring Your Own Device) včetně sluchátek a poslech tlumočení přes vlastní chytrý telefon s možností přepínat mezi lidským a strojovým tlumočením. Wow!
Kolegyně se nepřipravila
První dojem z kolegyně AI (od společnosti Interprefy) byl, že se na konferenci nepřipravila. Neměla takový ten základ: jména, názvy organizací, zkratky. Hned jsem si vzpomněla na varování prof. Pöchhackera, že jejím dalším krokem bude okopírovat od živých tlumočníků fázi přípravy. Z pana technika pak vtipně udělala „Mr. Technik“. Asi jí velký jazykový model velel, že po slově „pan“ následuje vlastní jméno. Ale hlas i projev byl překvapivě příjemný na poslech a z obsahu se také hodně předalo, byť s velkým balastem.
Kaskáda
Opět se vzpomínkou na profesora a jeho výklad bylo záhy patrné největší úskalí strojového tlumočení. Jde o kaskádu úkonů, tj. řečovou analýzu (tedy porozumění ale možná lépe rozpoznání slov), strojový překlad a řečovou syntézu. Výsledkem je velká latence (někdy až falešná konsekutiva) a spousta redundance. Kolegyně AI sice nevynechala jediné slovo, ale v jejich záplavě se posluchač trochu ztrácel. Na dotaz účastnice, zda se stroj od Interprefy učí od živých tlumočníků a jak se případně řeší ochrana duševního vlastnictví, zazněla diplomatická odpověď. Stroje se z nahrávek živého tlumočení neučí. Možná jen prozatím…
Value for Money
Vývojáři připouštějí, že zatím stroj má výše uvedené, ale i jiné nedostatky. „Ale nekup to, když je 5x levnější“, jednoduše argumentoval zástupce firmy. Je tedy na klientovi a jeho posluchači, zda je ochoten za nižší cenu nést část kognitivní zátěže sám. Tedy domyslet si pohlaví řečníka a podle toho upravit gramatický rod, odmyslet si balast a celé si to jaksi doupravit podle svého úsudku a logiky věci. Určitě nastávají situace, kdy je toto možné a vhodné řešení.
Argumenty pro živé tlumočení
Kolegyně z ASKOT Katka a Bára si připravily velmi pádné argumenty pro živé tlumočení a na místě je i pěkně předložily. Vyslovení jedné stejné věty v různé intonaci může mít úplně odlišný význam, jak dobře víme, a také s tím umíme v tlumočení i v běžném životě pracovat. Na rozdíl od kolegyně AI. Metafora s modelínou byla také výstižná. Modelujeme obsah vyslovený řečníkem do obsahově stejného, ale podobou trochu jiného tvaru. To je ta jedinečná dovednost, kterou musíme umět nabízet a prodat. A musíme v tom být opravdu dobří.