De siste par årene har det blitt så vanlig at selskaper kunngjør at de har «knekt oversettelseskoden», at ordene møtes med stor skepsis – med god grunn! En maskin kan rett og slett ikke oversette like godt som et menneske. Det kan virke som en dristig påstand, men den holder vann når du sammenligner oversettelser utført av henholdsvis menneske og maskin.

Da den første maskinoversettelsen ble laget, i Georgetown-eksperimentet på 50-tallet, mente ledende eksperter på området at det ville ta omtrent tre til fem år før maskinoversettelser kunne ha tilsvarende kvalitet som en manuelt utført oversettelse. Men etter en vellykket maskinoversettelse av omtrent 60 setninger fra russisk til engelsk i 1954, har målet om perfekte maskinoversettelser fortsatt ikke blitt nådd.

Og det skyldes ikke manglende innsats. Det har blitt investert store penger i konseptet, og alt fra store teknologiselskaper til innovative nykommere har prøvd å ble de første til å produsere en virkelig nøyaktig maskinoversettelse.

Nevrale nettverk og såkalt deep learning har riktig nok fått oss nærmere målet de siste årene. Microsoft kunne nylig stolt kunngjøre at de hadde nådd paritet med mennesker på et sett med 2000 utvalgte setninger fra nettaviser. Likevel er det fortsatt ingen som virkelig har klart å lage et perfekt system for maskinoversettelser.

Problemet er ikke bare de språklige utfordringene. Hvis/når maskiner kan oversette like godt som et menneske, med alle nyansene og finessen den menneskelige oversetteren innehar, vil lokalisering fortsatt være et problem.

Lokalisering innebærer bruk av spesialisert kunnskap, for å sikre at dokumentet som skal oversettes passer for den tiltenkte målgruppen. Under prosessen tas det hensyn til alt fra historiske hendelser til religion og kulturelle hensyn. Profesjonelle lokaliseringseksperter opparbeider seg denne kunnskapen som en del av oppveksten og gjennom arbeidet de gjør. Å skulle be en maskin om å innhente slik kunnskap er en ting, men å be den om å bruke denne kunnskapen i et oversatt dokument, på en sympatisk måte, er noe helt annet. Den koden vil være like vanskelig å knekke som maskinoversettelse.

Oversetting av lyd- og videofiler er også en utfordring for maskiner. Videooversettelser begynner vanligvis med transkribering av filen. Det er lite sannsynlig at vi i løpet av dette tiåret skal kunne forvente at en datamaskin klarer å produsere en feilfri, tidsstemplet oversettelse, med tilhørende flagging av eventuelle ord og setninger som kan være kulturelt støtende!

Kort fortalt har vi altså fortsatt behov for menneskelige oversettere – så hvis du har forretningsdokumenter du trenger oversatt, er det lite lurt å overlate jobben til en maskin.