Kako pregledati AI-potpomognute prevode

Materijali za učenje Bosanski

Ovaj vodič objašnjava kako pregledati prevode koje je generisao AI s obzirom na značenje, terminologiju, pristupačnost, ton i potreban ljudski pregled.


Kontrolna lista pregleda

  • prvo provjeri značenje, a tek zatim stil
  • provjeri terminologiju prema projektnom glosaru
  • osjetljivu formulaciju pregledaj posebno pažljivo
  • potvrdi da je lokalizovan i tekst pristupačnosti
  • pošteno označi stepen zrelosti pregleda

Slovenska studija slučaja pregleda

Izvorni AI nacrt

Skrbniki morajo moči OCR, prevajanje in ocenjevanje stanja po potrebi tudi izklopiti. Plačljive obogatitve morajo biti izrecne, sledljive in stroškovno nadzorovane.

Ispravljena slovenska verzija

Skrbniki morajo imeti možnost, da po potrebi izklopijo OCR, prevajanje in ocenjevanje stanja. Plačljive obogatitve morajo biti izrecno omogočene, sledljive in stroškovno nadzorovane.

Povratne informacije ljudskog pregleda

Problem 1

  • izvorno: morajo moči
  • ispravljeno: morajo imeti možnost, da
  • kategorije: gramatika, modalnost
  • vjerovatan uzrok AI greške: doslovan prevod engleske modalne konstrukcije
  • obrazloženje recenzenta: izvorna formulacija je negramatična na slovenskom; ispravljena verzija koristi prirodnu konstrukciju za pravilnik ili policy tekst.

Problem 2

  • izvorno: po potrebi tudi izklopiti
  • ispravljeno: da po potrebi izklopijo
  • kategorije: tečnost, red riječi
  • vjerovatan uzrok AI greške: neprirodan red riječi iz izvornog jezika i slaba kontrola diskursa
  • obrazloženje recenzenta: ispravljeni red je jasniji i uklanja nepotreban naglasak.

Problem 3

  • izvorno: morajo biti izrecne
  • ispravljeno: morajo biti izrecno omogočene
  • kategorije: terminologija, registar, formulacija domenskih pravila
  • vjerovatan uzrok AI greške: rječnička riječ izabrana bez dovoljno konteksta proizvoda ili politike
  • obrazloženje recenzenta: zahtjev se odnosi na izričito omogućavanje plaćenih obogaćivanja, a ne na opis da su obogaćivanja sama po sebi “izrecna”.

Uobičajene kategorije problema

  • gramatika
  • modalnost
  • terminologija
  • registar
  • tečnost
  • doslovan prevod
  • dvosmislenost
  • gubitak konteksta
  • red riječi
  • kolokacije
  • pismo ili pravopis
  • formulacija domenskih pravila
  • tekst pristupačnosti

Smjernice za ocjenjivanje

Za ponovljive preglede koristi jednostavnu skalu 0-3.

  • 0: neprihvatljivo
  • 1: veliki problemi
  • 2: upotrebljivo uz uredničke ispravke
  • 3: snažno ili skoro spremno za objavu

Preporučene dimenzije ocjenjivanja:

  • tačnost značenja
  • gramatika i tečnost
  • terminologija i domenska usklađenost
  • registar i stil
  • potreban recenzentski napor

Smjernice za preporuku objave

  • blocker: nije prikladno za objavu ili izlaganje korisnicima
  • major_revision: značenje može biti približno tačno, ali je i dalje potrebno veće preoblikovanje
  • minor_revision: upotrebljiv nacrt uz ciljane ispravke izvornog govornika
  • ready_with_review_signoff: prikladno nakon uobičajenog odobrenja recenzenta

Ne dokumentuj samo ispravku nego i razlog

Za ponovno upotrebljiv pregled zabilježi:

  • izvorni tekst
  • ispravljeni tekst
  • kategoriju greške
  • hipotezu o uzroku greške
  • obrazloženje recenzenta

Ponovno upotrebljive lekcije iz slovenskog pregleda

Obrazac iz slovenske studije slučaja široko je ponovno upotrebljiv u drugim jezicima:

  • gramatičko značenje može biti približno tačno, a rečenica i dalje neobjavljiva izvornom govorniku
  • modalne konstrukcije posebno su osjetljive na doslovan prevod
  • terminologija i policy formulacija često trebaju domenski prilagođeno preoblikovanje
  • automatizovani QA pomaže, ali rijetko je dovoljan za suptilne probleme registra

Localization-at-Scale napomena

Čak i kada je opće značenje očuvano, prevodi generisani pomoću AI-ja mogu zahtijevati pregled izvornog govornika kako bi se ispravili suptilni problemi u gramatici, modalnosti, terminologiji i domenski specifičnom registru. Takve probleme je često teško pouzdano otkriti samo automatizovanim metrikama kvaliteta.

Gdje ponovo koristiti ovakve primjere

  • materijali za obuku lokalizacijskih recenzenata
  • skupovi podataka za evaluaciju AI prevođenja
  • primjeri u stilskom vodiču
  • dokumentacija ljudskog pregleda u petlji
  • članci o lokalizaciji u velikom obimu i vodiči dobre prakse

Takvi primjeri pomažu recenzentima da kalibrišu očekivanja i voditeljima lokalizacije daju realističan referentni materijal.

Povezane stranice

  • ../wiki/ai-assisted-translation-policy.md
  • ../wiki/translation-quality-assurance.md
  • ../style-guide/localization/ai-translation-review-records.md
  • ../blog/en/ai-will-not-replace-translators.md