Kako pregledavati prijevode uz pomoć AI-ja

Materijali za učenje Hrvatski

Ovaj vodič objašnjava kako pregledavati prijevode koje je generirao AI s obzirom na značenje, terminologiju, pristupačnost, ton i potreban ljudski pregled.


Kontrolni popis pregleda

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

Slovenska studija slučaja

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
  • vjerojatan uzrok AI pogreške: doslovan prijevod engleske modalne konstrukcije
  • obrazloženje recenzenta: izvorna formulacija je negramatična na slovenskom; ispravljena verzija koristi prirodnu konstrukciju za pravilnički ili policy tekst.

Problem 2

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

Problem 3

  • izvorno: morajo biti izrecne
  • ispravljeno: morajo biti izrecno omogočene
  • kategorije: terminologija, registar, formulacija domenskih pravila
  • vjerojatan uzrok AI pogreške: rječnička riječ odabrana bez dovoljno konteksta proizvoda ili politike
  • obrazloženje recenzenta: zahtjev se odnosi na izričito omogućavanje plaćenih obogaćivanja, a ne na opis obogaćivanja kao “izričitih”.

Uobičajene kategorije problema

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

Smjernice za bodovanje

Za ponovljive preglede koristi jednostavnu ljestvicu 0-3.

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

Preporučene dimenzije ocjenjivanja:

  • točnost 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 točno, ali i dalje je potrebno znatno preoblikovanje
  • minor_revision: upotrebljiv nacrt uz ciljane ispravke izvornog govornika
  • ready_with_review_signoff: prikladno nakon uobičajenog odobrenja recenzenta

Ne dokumentiraj samo ispravak nego i razlog

Za ponovno upotrebljiv pregled zabilježi:

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

Ponovno upotrebljive pouke iz slovenskog pregleda

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

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

Localization-at-Scale napomena

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

Gdje ponovno 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 opsegu i vodiči dobre prakse

Takvi primjeri pomažu recenzentima kalibrirati 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