هل يمكن للترجمة الآلية أن تتسبب بالموت؟

غيتي إيميدجيز.

استمع الى المقالة الآن هذه الخدمة تجريبية

تخيل أنك في بلد أجنبي لا تتحدث لغتها، وقد أصيب طفلك الصغير بنوبة حمى. وعندما تأخذ الطفل إلى المستشفى، يستخدم الأطباء نظام ترجمة على الإنترنت لإخبارك بأن طفلك سيكون على ما يرام. ولكن بدلاً من أن يعرض النظام نتيجة الترجمة بلغتك الأم “إن طفلك مصاب بنوبة حمى” فإنه يعرض “إن طفلك ميت”.

هذا المثال بالتحديد يُعتبر حالة ممكنة الحدوث بشكل واقعي للغاية، وذلك وفقاً لدراسة منشورة في 2014 في المجلة الطبية البريطانية حول الفائدة المحدودة لنظام الترجمة الذي يعمل بالذكاء الاصطناعي عند استخدامه للتواصل بين المرضى والأطباء. (ولأنها مجلة بريطانية، فقد كانت العبارة الافتراضية الأصلية مصوغة باللكنة البريطانية أيضاً. ويبدو أننا نحتاج في بعض الأحيان إلى ترجمة بين الإنجليزية البريطانية والإنجليزية الأميركية أيضاً).

أدوات الترجمة الآلية مفيدة ولكن أخطاءها فادحة

يمكن أن تكون أدوات الترجمة الآلية، مثل جوجل ترانسليت (Google Translate)، مفيدة للغاية، وغالباً ما تروّج الشركات التكنولوجية الكبيرة لهذه الأدوات بوصفها أدوات دقيقة ويمكن الوصول إليها بسهولة لكسر الكثير من الحواجز اللغوية في العصر الحديث. ولكنها في الحقيقة، يمكن أن تتسبب بأخطاء فادحة. إن الثقة الخاطئة بقدرات أدوات الترجمة الآلية هذه تؤدي حالياً إلى إساءة استخدامها من قبل السلطات في المواقف التي تنطوي على مخاطر عالية، وذلك وفقاً للخبراء. فطلب القهوة في بلد أجنبي أو ترجمة كلمات أغنية ليست بالأشياء التي يمكن أن تتسبب بأضرار فادحة، ولكن النتيجة مختلفة تماماً في المواقف التي تتضمن رجال الإطفاء، أو الشرطة، أو دوريات الحدود، أو الهجرة. وفي غياب القواعد المناسبة والضوابط الواضحة، يمكن أن يزداد الأمر سوءاً.

فأنظمة الترجمة الآلية مثل جوجل ترانسليت ومايكروسوفت ترانسليتور (Microsoft Translator) وتلك الأنظمة المدمجة في منصات مثل سكايب (Skype) وتويتر (Twitter) تعد من أكثر المهام صعوبة في معالجة البيانات. فتدريب نموذج كبير يمكن أن ينتج من ثنائي أوكسيد الكربون ما يعادل الكمية التي تنتجها رحلة بالطائرة عبر المحيط الأطلسي. وللقيام بعملية التدريب، يتم تلقيم خوارزمية أو مجموعة من الخوارزميات بمجموعة بيانات محددة من الترجمات. وتقوم الخوارزميات بحفظ الكلمات ومواضعها النسبية كاحتمالات يمكن أن تحدث معاً، ما يؤدي إلى تقديرات إحصائية تتيح تحديد الترجمات للجمل الأخرى. وهكذا، فإن النظام الخوارزمي لا يقوم بتفسير المعنى، أو السياق، أو النية الكامنة خلف الكلمات، كما يفعل المترجم البشري. بل يقوم بإطلاق تخمينات مبنية على المعلومات، وهو ما يمكن أن يفتقر إلى الدقة.

ففي كوريا الجنوبية، استخدم رجل شاب تطبيقاً للترجمة من الصينية إلى الكورية لإخبار زوج زميلته الكوري بأنهم يجب أن يخرجوا سوية مرة أخرى في وقت قريب. ولكن خطأ في الترجمة أدى به للإشارة إلى الزوجة كعاملة في النوادي الليلية، ما أدى إلى التحامهما في معركة عنيفة بالأيدي أدت في النهاية إلى مقتل الزوج، كما أوردت صحيفة كوريا هيرالد (Korea Herald) في شهر مايو/ أيار.

وفي حادثة أخرى، نشر رجل صورة لنفسه متكئاً على بلدوزر مع عبارة “صباح الخير” بلغته المحلية، ولكن نظام الترجمة الخاص بمنصة التواصل الاجتماعي ترجمها إلى “لنؤذهم” بالإنجليزية و”لنهاجمهم” بلغة أخرى. وهو ما أدى بالرجل، والذي يعمل في البناء، إلى التعرض للاعتقال والاستجواب من الشرطة، وفقاً لصحيفة الغارديان (Guardian)، في أكتوبر/ تشرين الأول من عام 2017.

وحدث شيء مماثل في الدنمارك، كما أوردت صحيفة كوبنهاغن بوست (Copenhagen Post) على الإنترنت في سبتمبر/ أيلول من عام 2012، حيث اتهمت الشرطة بالخطأ رجلاً كردياً بتمويل الإرهاب بسبب خطأ في ترجمة رسالة نصية. وفي 2017، استخدم شرطي في ولاية كانساس الأميركية نظام جوجل ترانسليت حتى يسأل شخصاً يتحدث الإسبانية ما إذا كان يستطيع تفتيش سيارته بحثاً عن المخدرات. ولكن الترجمة كانت خاطئة، ولم يفهم السائق ما الذي وافق عليه بالضبط بسبب افتقار الترجمة للدقة. ووفقاً للوثائق القانونية للولاية، فقد صرفت المحكمة النظر عن القضية.

تقدم في برمجيات الترجمة مع تحسن نماذج التدريب

هذه الأمثلة غير مفاجئة. فقد تتباين دقة الترجمة بدرجة عالية ضمن لغة واحدة –وفقاً لعدة معايير تحدد درجة التعقيد، مثل السياق وطول الجمل والمجال التقني- وبين اللغات ووفقاً لأزواج محددة من اللغات، وذلك وفقاً لدرجة تطوير وتدريب النماذج. وقد بينت دراسة تم إجراؤها في العام 2019 في بيئة طبية أن تعليمات تخريج المرضى من المستشفيات، والتي تمت ترجمتها باستخدام جوجل ترانسليت إلى الإسبانية والصينية، أصبحت أفضل مع مرور الوقت، بدقة إجمالية تراوحت بين 81% و92%.

ولكن الدراسة وجدت أيضاً أن نسبة تصل إلى 8% من الترجمات الخاطئة يمكن أن تتسبب بأذيات خطيرة. ويبين تقييم براغماتي لاستخدام جوجل ترانسليت في تعليمات دائرة الطوارئ من 2021 أن المعنى الكلي بقي سليماً في 82.5% من 400 عملية ترجمة للغات الإسبانية، والأرمينية، والصينية، والتاغالوغية، والكورية، والفارسية. وعلى حين حققت الترجمات في الإسبانية والتاغالوغية دقة تتجاوز 90%، فهناك احتمال بنسبة 45% لوقوع الخطأ في لغات مثل الأرمينية. ليست كل الأخطاء في الترجمة الآلية بالمستوى ذاته من الخطورة، ولكن تقييمات الجودة تكشف على الدوام بعض الأخطاء الفادحة في الدقة، وذلك وفقاً لهذه الورقة البحثية المنشورة في يونيو/ حزيران.

أما الأمر الإيجابي فهو أن الشركات التكنولوجية مدركة تماماً لوجود هذه المشكلة، وأن خوارزمياتها تتحسن على الدوام. فعاماً بعد عام، تحقق هذه الشركات نتائج أفضل بصورة متواصلة وفق معيار “بلو” (BLEU)، الذي يقيس مدى تطابق النص المترجم آلياً مع ترجمات مجموعة من المترجمين البشر الأكثر براعة في هذا المجال. ومنذ فترة وجيزة للغاية، قامت مايكروسوفت بالاستعاضة عن بعض من أجزاء أنظمة الترجمة الخاصة بها، بنموذج ذكاء اصطناعي ينتمي إلى مستوى أكثر كفاءة. كما يتم تحديث البرمجيات لإضافة المزيد من اللغات، والتي توصف في أغلب الأحيان بأنها “لغات ضعيفة الموارد”، لأنها أقل شيوعاً أو لأن التعامل معها أكثر صعوبة، وتتضمن هذه الفئة معظم اللغات غير الأوروبية، بما فيها حتى بعض اللغات المستخدمة على نطاق واسع، مثل الصينية واليابانية والعربية، وصولاً إلى اللغات الخاصة بالمجتمعات الصغيرة، مثل اللغة السردينية ولغة بيتكيرن.

وعلى سبيل المثال، كانت جوجل تعمل على بناء نظام علمي للترجمة آلية لأكثر من 1,000 لغة. كما أطلقت ميتا مؤخراً مشروع “جميع اللغات مطلوبة” (No Language Left Behind)، والذي يهدف إلى نشر ترجمات عالية الجودة بين 200 لغة، بما فيها لغات مثل النمساوية واللوغندية والأوردو، مرفقة ببيانات حول كيفية تحسين الترجمات بشكل عام.

ولكن الأخطاء التي تؤدي إلى عواقب وخيمة –مثل تلك التي تعرض لها عامل البناء- عادة ما تكون عشوائية، وغير موضوعية، وتختلف باختلاف المنصة وباختلاف اللغة. وبالتالي، فإن محاولة تصنيفها لن تقدم سوى فائدة سطحية في محاولة تحسين الترجمة الآلية، كما يقول أحد كبار المحاضرين في مركز دراسات الترجمة في جامعة سري، فيليكس دو كارمو. ويقول إن المسألة التي تستحق الدراسة، بدلاً من هذا، هي “كيف يتم إدماج هذه الأدوات في المجتمع؟” من المهم للغاية أن ننظر بواقعية إلى ما تستطيع الترجمة الآلية تقديمه للناس، وما لا تستطيع تقديمه، في الوقت الحالي. وهذا يتضمن فهم دور الترجمة الآلية في الحياة اليومية، ومتى يمكن استخدامها وفي أي سياق، وكيف يفهمها الناس الذين يستخدمونها. يقول دو كارمو: “لقد شهدنا نقاشات حول الأخطاء في كل جيل من أجيال الترجمة الآلية، وهناك أمل دائم بأنها ستتحسن. ولكن يجب أن نعثر على حلول من المستوى البشري للمشكلات البشرية”.

دور محوري للمترجمين البشر

وهذا يعني استيعاب الدور الذي ما زال المترجمون البشر ملزمين بأدائه. فعلى الرغم من التحسن الكبير الذي حققته العلاجات والعقاقير الطبية على مدى العقود الماضية، فهي ما زالت في حاجة إلى طبيب يصفها. وبشكل مماثل، وفي الكثير من حالات استخدام الترجمة، لا داعي لإزالة العنصر البشري بالكامل، كما تقول مديرة مركز دراسات الترجمة في جامعة سري، سابين براون. ومن الطرق الجيدة للاستفادة من التكنولوجيا المتطورة باستمرار، مع تفادي الأخطاء، هي طريقة الترجمة الآلية مع التحرير اللاحق، أو ما تسمى اختصاراً “MT+PE”، حيث يقوم مدقق بشري بمراجعة الترجمة وتنقيحها.

وقد بينت دراسة من العام 2012، وبالتفصيل، أحد أقدم الأمثلة على شركة استخدمت طريقة “MT+PE” بنجاح، وهي شركة أوتوديسك (Autodesk) البرمجية التي تقدم خدمات بناء المخططات للمهندسين المعماريين والمدنيين وغير ذلك، حيث استخدمت التحرير اللاحق للترجمة الآلية في عملية ترجمة واجهات المستخدم إلى 12 لغة. وقد تم وضع عدة حلول أخرى من قبل أحد أفرع شركة الاستشارات “إي واي” (EY)، على سبيل المثال، كما وجد البنك السويسري ميغروس بانك (MigrosBank) أن التحرير اللاحق يؤدي إلى رفع إنتاجية الترجمة بنسبة تصل إلى 60%، وفقاً لشركة سليتور (Slator). وقد توقفت بعض شركات الترجمة الآلية بالفعل عن بيع تكنولوجياتها للاستخدام المباشر من قبل العملاء، وبدأت بفرض شكل من أشكال الترجمة التي تتطلب تحريراً لاحقاً، كما يقول دو كارمو. وعلى سبيل المثال، فإن أنبابل (Unbabel) وكانتان (Kantan) إضافتان برمجيتان للمنصات تقوم الشركات بإضافتهما إلى نظام دعم العملاء والتسويق للوصول إلى العملاء في جميع أنحاء العالم. وعند كشف رداءة الجودة في النصوص المترجمة، تقومان بتحويلها تلقائياً إلى محررين محترفين. وعلى الرغم من أن هذه الأنظمة ليست مثالية، فإن التعلم منها قد يكون بداية جيدة.

معايير الترجمة وحاجتنا لها عوامل أساسية

وفي نهاية المطاف، يعتقد دو كارمو وبراون أنه من الضروري تطوير أطر عمل شاملة تتجاوز المعايير المستخدمة حالياً لتقييم أو تحديد جودة الترجمة، مثل “بلو” (BLEU). ويرغبان بأن يركز هذا الحقل على نظام تقييم يشمل “السبب” الكامن وراء استخدام الترجمة أيضاً. ومن المقاربات المحتملة تأسيس هيئة تنظيمية دولية ومستقلة للإشراف على استخدام وتطوير الترجمة الآلية في العالم الحقيقي، مع إشراك العديد من علماء الاجتماع. وتوجد حالياً العديد من المعايير في مجال الترجمة، إضافة إلى العديد من الكيانات المختصة بالمعايير التكنولوجية، مثل منظمة شبكة الويب العالمية (W3)، ولهذا يعتقد الخبراء أن تحقيق هذا الأمر ممكن، بوجود درجة أعلى من التنظيم في هذا المجال.

أيضاً، تحتاج الحكومات والشركات الخاصة على حد سواء إلى سياسات واضحة تحدد حالات استخدام أدوات الترجمة الآلية بشكل دقيق من قبل المسؤولين، سواء أكانت مجانية للمستهلكين أم غير ذلك. قام نيل كولسون بتأسيس شركة كومسوفت (CommSOFT)، وهي شركة برمجيات للاتصالات واللغات، وهي تحاول زيادة درجة الأمان في الترجمة الآلية. ويقول: “هناك الكثير من المؤسسات والمنظمات الرسمية التي لا تعرف بأن الترجمة الآلية ليست ترجمة حقيقية، مثل قوات الشرطة ووكالات ضبط الحدود وغيرها، ولهذا فإنها لا تجد مشكلة في تجربة هذه الأدوات الاستهلاكية”. ففي مارس/ آذار من عام 2020، أرسلت مؤسسته طلباً وفق قاعدة حرية المعلومات إلى 68 مؤسسة كبيرة في القطاع العام في المملكة المتحدة، حيث طلبت توضيحاً بشأن السياسات المتبعة في هذه المؤسسات حول استخدام تكنولوجيات أدوات الترجمة الاستهلاكية.

أما النتائج فتقول إنه لم يكن لدى أي من هذه المؤسسات أي سياسة لاستخدام الترجمة الآلية، كما أن هذه المؤسسات لا تراقب الاستخدام العشوائي للترجمة الآلية من قبل العاملين فيها. ويمكن أن يؤدي هذا إلى مشهد عشوائي ويفتقر إلى التنظيم، حيث يستطيع أي شخص نشر تطبيق ترجمة ويزعم أنه تطبيق ناجح، كما يقول كولسون. ويضيف: “إنها مقاربة أشبه بالسماح لجميع الأزهار بالتفتح، ولكن في نهاية المطاف، سيأكل أحدهم زهرة سامة ويموت”.

بطبيعة الحال، فإن الثقافة المتعلقة بإيجابيات وسلبيات الترجمة الآلية مسألة فائقة الأهمية لدى الباحثين، والشركات، والمؤسسات، وكل من يرغب بالبدء باستخدام هذه الأدوات، ولكنها أكثر أهمية حتى للمستخدمين على الصعيد اليومي. ولهذا السبب، قامت أستاذة الترجمة في جامعة أوتاوا، لين باوكر، بإطلاق مشروع محو الأمية في الترجمة الآلية. ويهدف هذا المشروع إلى نشر الوعي حول كيفية معالجة أنظمة الترجمة الآلية للمعلومات، وتعليم الباحثين والأكاديميين طريقة استخدام الترجمة الآلية بفعالية أكبر. إن تضمين المعلومات المتعلقة بالترجمة الآلية كجزء من مشاريع التدريب الأشمل على محو الأمية الرقمية ومحو الأمية المعلوماتية لتلاميذ المدارس أمر إيجابي أيضاً. تقول باوكر: “إن محو الأمية بشأن الترجمة الآلية يعني فهم الجوانب الأساسية لكيفية عمل هذه التكنولوجيا حتى نتمكن من تقييم نقاط ضعفها وقوتها إزاء مهمة معينة مطلوبة منها”. تمثل اللغة شكلاً من أشكال التواصل في السياق الاجتماعي. تقول باوكر: “يمثل الوصول إلى العامة على نطاق واسع أحد أكبر التحديات التي نواجهها حالياً”.

وتمثل القدرة على التمييز بين الحالات الحساسة والحالات غير الحساسة إحدى أهم النقاط، كما تقول باوكر. وفي هذه الأثناء، ومن حسن الحظ، فإن معظم أخطاء الترجمة ما زالت تؤدي في معظم الأحيان إلى الضحك وحسب. فوفقاً لدراسة تعود إلى عام 2016، في مجلة إنترناشيونال جورنال أوف كوميونيكيشن (International Journal of Communication)، يوجد مطعم صيني يحمل اسم مطعم (Translate Server Error)، أي “خطأ في خادم الترجمة”. فقد أخطأ نظام الترجمة الآلية في ترجمة النص الأصلي، ولكن أصحاب المطعم لم يعرفوا من الإنجليزية ما يكفي لإدراك وجود أي خطأ.