Come revisionare le traduzioni assistite dall'IA
Questa guida spiega come revisionare traduzioni generate dall'IA rispetto a significato, terminologia, accessibilità, tono e necessità di revisione umana.
Checklist di revisione
- controlla prima il significato e solo dopo lo stile
- verifica la terminologia rispetto al glossario del progetto
- esamina con particolare attenzione le formulazioni sensibili
- conferma che anche il testo di accessibilità sia localizzato
- indica onestamente il livello di maturità della revisione
Caso di studio sloveno
Bozza AI originale
Skrbniki morajo moči OCR, prevajanje in ocenjevanje stanja po potrebi tudi izklopiti. Plačljive obogatitve morajo biti izrecne, sledljive in stroškovno nadzorovane.
Versione slovena corretta
Skrbniki morajo imeti možnost, da po potrebi izklopijo OCR, prevajanje in ocenjevanje stanja. Plačljive obogatitve morajo biti izrecno omogočene, sledljive in stroškovno nadzorovane.
Feedback della revisione umana
Problema 1
- originale:
morajo moči - corretto:
morajo imeti možnost, da - categorie: grammatica, modalità
- probabile causa dell’errore AI: traduzione letterale di una costruzione modale inglese
- motivazione del revisore: la formulazione originale è sgrammaticata in sloveno; la versione corretta usa la costruzione naturale per il linguaggio di policy.
Problema 2
- originale:
po potrebi tudi izklopiti - corretto:
da po potrebi izklopijo - categorie: scorrevolezza, ordine delle parole
- probabile causa dell’errore AI: ordine delle parole innaturale dalla lingua di partenza e debole controllo del discorso
- motivazione del revisore: l’ordine corretto è più chiaro e rimuove un’enfasi non necessaria.
Problema 3
- originale:
morajo biti izrecne - corretto:
morajo biti izrecno omogočene - categorie: terminologia, registro, formulazione di policy di dominio
- probabile causa dell’errore AI: scelta lessicale da dizionario senza sufficiente contesto di prodotto o policy
- motivazione del revisore: il requisito riguarda l’abilitazione esplicita degli arricchimenti a pagamento, non la descrizione degli arricchimenti come “espliciti”.
Categorie comuni di problemi
- grammatica
- modalità
- terminologia
- registro
- scorrevolezza
- traduzione letterale
- ambiguità
- perdita di contesto
- ordine delle parole
- collocazioni
- scrittura o ortografia
- formulazione di policy di dominio
- formulazione di accessibilità
Guida al punteggio
Per revisioni ripetibili usa una semplice scala 0-3.
0: inaccettabile1: problemi gravi2: utilizzabile con interventi di revisione3: forte o quasi pronto per la pubblicazione
Dimensioni di valutazione consigliate:
- accuratezza del significato
- grammatica e scorrevolezza
- terminologia e aderenza al dominio
- registro e stile
- sforzo di revisione richiesto
Guida alla raccomandazione di rilascio
blocker: non adatto alla pubblicazione o all’esposizione agli utentimajor_revision: il significato può essere vicino, ma serve ancora una riscrittura sostanzialeminor_revision: bozza utilizzabile con correzioni mirate da parte di un madrelinguaready_with_review_signoff: adatto una volta completata la normale approvazione del revisore
Documentare non solo la correzione, ma anche la ragione
Per un lavoro di revisione riutilizzabile registra:
- testo originale
- testo corretto
- categoria di errore
- ipotesi sulla causa radice
- motivazione del revisore
Lezioni riutilizzabili dalla revisione slovena
Lo schema del caso di studio sloveno è ampiamente riutilizzabile anche in altre lingue:
- il significato grammaticale può essere vicino, mentre la frase resta comunque non pubblicabile per un madrelingua
- le costruzioni modali sono particolarmente vulnerabili alla traduzione letterale
- terminologia e linguaggio di policy richiedono spesso riscrittura consapevole del dominio
- il QA automatizzato aiuta, ma raramente basta per problemi sottili di registro
Nota Localization-at-Scale
Anche quando il significato complessivo è preservato, le traduzioni generate dall’IA possono richiedere la revisione di un madrelingua per correggere problemi sottili di grammatica, modalità, terminologia e registro specifico del dominio. Questi problemi sono spesso difficili da rilevare in modo affidabile con le sole metriche automatiche di qualità.
Dove riutilizzare esempi di questo tipo
- materiali di formazione per revisori di localizzazione
- dataset di valutazione della traduzione con IA
- esempi nella guida di stile
- documentazione human-in-the-loop
- articoli sulla localization at scale e guide di buone pratiche
Esempi di questo tipo aiutano i revisori a calibrare le aspettative e forniscono ai responsabili della localizzazione materiale di riferimento realistico.
Pagine correlate
../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