Freelance çevirmenlik yapan biri olarak her gün daha fazla muhatap olduğum bir soru var: Yapay zekâ işimizi elimizden alacak mı? Muhtemelen bu soruya öfkelenmem, hatta sahip olduğum yaratıcılığın yerinin bir makine tarafından asla doldurulamayacağını savunmam gerekirken, cevabım genelde, yaptığım çevirilerin birçoğu o kadar düşük nitelikte ki, çok da uzak olmayan bir gelecekte büyük olasılıkla bilgisayarlar tarafından çevrilebilecekler oluyor. Yapay zekânın çeviri alanındaki etkisine değinmeden önce, çevirmenliğin dünya genelindeki ahvalinin kısa bir özetini sunacağım ve dijitalleşmenin çeviriyi etkilediği benzer derecede önemli diğer yöntemlere de değineceğim.
Platformlar ve kamu kaynakları
İtalyancadan İngilizce çeviri yapan biri olarak, birçok çevirmenin yaptığının aksine, ben sadece sanat ve sosyal bilimler alanındaki akademik makaleleri çeviriyor ve yayına hazırlıyorum, üstelik kısa süreli sözleşmelerle ve sözcük başına ödeme yapan küçük bir grup müşteriyle (çoğunlukla İtalyan üniversiteleriyle) doğrudan çalışıyorum. Çevirmenlikte beş yıl deneyimim olmasına rağmen, şu anda yeni bir İtalyan ortaokul öğretmeninin yıllık kazancı kadar (yaklaşık 23.000 Euro) ancak kazanabiliyorum ve freelance çalışan biri olarak %24 oranında vergi ve %5-15 oranında sağlık sigortası ödüyorum. Her ne kadar aldığım ücret bir çevirmen için küresel ortalamanın (yılda 26.000 Euro) altında olsa bile ortalamanın üzerinde; dünya genelinde çevirmenlerin %49’u 18.000 Euro’dan, %21’i ise 4500 Euro’dan daha az kazanıyor.1Hélène Pielmeier ve Paul Daniel O’Mara, The State of the Linguistics Supply Chain: Çevirmenler ve Mütercimler 2020 (CSA Research, 2020).
Dünya genelinde çevirmenlerin büyük bir bölümü dijital iş bulma mecralarının işleri için önemli olduğunu söylüyor (%85). Bu mecralar aracılığıyla aldıkları işler genellikle doğrudan ya da lokal müşterilerden çok, yurtdışındaki aracı firmalardan geliyor. Bu platformların büyüklüğü hakkında bir fikir vermek gerekirse, en büyük platformlardan biri olan Proz’da şu anda İngilizceden İtalyancaya 31.000, İtalyancadan İngilizceye çeviri yapan 6400 çevirmen bulunmaktadır. Her ne kadar kaydolmak için belirli bir nitelik gerekmese de çevirmenlerin yalnızca küçük bir azınlığı üniversite eğitimi almamıştır. Öyle ki bu mecraları kullanan çevirmenler düşük ücret karşılığında uzun saatler çalışma eğilimindedir: Örneğin Türkiye’de yakın zamanda yapılan bir araştırma, çevirmenlerin %44’ünün sıklıkla haftada 48 saatten fazla çalıştığını ve %77’sinin sendikalar tarafından tanımlanan “yoksulluk sınırının” altında kazandığını belirtiyor.2Gökhan Fırat, Joanna Gough ve Joss Moorken, “Translators in the Platform Economy: A decent work perspective”, Perspectives, 32, No. 3 (2024): 422-440
Günün birinde İtalyan hükümetinin MePA adlı, internet üzerinden hizmet veren ve kullanıcıların kamu sektöründe geçici işler için birbirleriyle rekabet ettiği bir online çalışma programına da katılmaya başlayabilirim. Önceleri kurumların mal satın almaları veya kiralamaları (sözgelimi bir davet için sandalye kiralamak) için tasarlanan bu sistem artık akademik çeviri gibi hizmetler için de sıklıkla tercih ediliyor. Söz konusu uygulama, bireysel çevirmenler yerine aracı kurumları tercih etmekte ve doğal olarak en düşük teklifi vereni tercih etmektedir. Gittikçe artan sayıda üniversite çeviri işlerinin neredeyse tamamında MePA’yı kullanıyor gibi görünüyor, dolayısıyla çalıştığım üniversiteler bu yola başvurduğunda benim gelirimde de büyük olasılıkla düşüş yaşanacaktır.
Çeviriler üzerindeki bir diğer baskı da Facebook ve X gibi şirketler tarafından kullanılan çeviri “kitle kaynak kullanımı” (temelde tanımlanmamış bir fayda adına yapılan ücretsiz çeviriler) üzerinden geliyor, üstelik bunlar çeşitli çeviri mecraları tarafından da kullanılıyor. İnsanları insani amaçlar için gönüllü olarak çeviri yapmaya yönlendiren ve daha sonra çevirilerini ticari amaçlarla kullanan Translators Without Borders gibi kuruluşlar bu durumu kuvvetlendirmektedir.3Attila Piróth ve Mona Baker, “The Ethics of Volunteerism in Translation: Sınır Tanımayan Çevirmenler ve Platform Ekonomisi”, (2019)
Her ne kadar yukarıda bahsedilen dijital mecraların ve “gönüllü” çevirmenlerin etkisini daha fazla araştırmak ilgi uyandırsa da, çalışmanın devamında yapay zekâ çevirisinin teknik özelliklerine ve bir noktadan sonra insanların yerini alıp alamayacağına değinilecektir.
Peki yapay zekâ çevirisi ne kadar iyi durumda?
Günümüzde profesyonel çevirmenlerin üçte ikisi “makine çevirisi” ya da CAT kullanmaktadır (CSA Research, 2020). “Makine çevirisi” dokümanların tamamını çevirirken insan çevirisinin yerini alması amaçlanırken, CAT bunu desteklemektedir ve kullanıcı orijinal metinde ilerledikçe bilgisayar kelime ve cümlelerin nasıl çevrileceğine dair kullanıcıya çeşitli önerilerde bulunur. Program ayrıca kullanıcılara geçmişte belirli bir kelime ya da ifadeyi nasıl çevirdiklerini hatırlamalarını sağlayabilir ya da örneğin hukuki veya tıbbi metinlerle desteklenerek belli bir teknik dilde geliştirilebilir. CAT programı günümüzde, farklı dillerdeki kalıpları tanımak için iki dilli metin verileri üzerinden eğitilmiş olan NMT örneklerine dayalı olarak çalışmaktadır. Bu uygulama, ChatGTP gibi internet üzerinden alınan her türlü metin verisinden oluşan daha geniş bir veri tabanı kullanılarak geliştirilen LLM’den farklıdır. Aralarındaki farklı veri tabanlarının bir sonucu olarak, NMT’ler çeviride daha doğrudur ve LLM’ler ise yeni metin oluşturmada daha iyidir.
Çeviri teknolojileri DeepL gibi çevrimiçi makine çevirisi servisleri üzerinden daha geniş çapta kullanılabilir olduğundan, yayıncılar, üniversiteler ve çeviri talep eden müşteriler tüm belgeleri çevirmek için bu teknolojileri kullanmaya başladılar. Ardından çevirmenlerden “makine çevirisi sonrası düzenleme” (MTPE) yapmalarını, normal bir çevirinin fiyatının çok altında bir ücret karşılığında makine çevirisini çevrilen metnin aslıyla karşılaştırmalarını bekliyorlar. Doğal olarak, çevirmenin makine çevirisi üzerinde yaptığı düzenleme daha sonra makineyi eğitmek için kullanılıyor, ki buna “döngünün içindeki insan çevirisi” adı veriliyor ve böylece insana ihtiyaç duyulmayan bir noktaya doğru adım adım ilerliyoruz.
Her ne kadar NMT ile yapılan tam metin çevirileri günümüzde çok daha okunabilir hale gelmiş olsa da bunlar hâlâ anadili İtalyanca olan uzman birini tatmin edecek şekilde yazılmaktan uzaklar. Günümüzde DeepL, İtalyancadan İngilizceye yapılan çevirilerde cümleleri ikiye bölmek ya da yeniden sıralamak gibi oldukça temel bazı şeyleri yapmakta zorlanıyor gibi görünüyor. Zamanla çeşitli dillerin yapıları arasındaki karmaşık ve yazılı olmayan dilbilgisi kurallarını tanımlamaya başladıkça bu sorunun çözüleceğine şüphem yok. Ne var ki bugün için, anadili İngilizce olan biri tarafından yazılmış gibi görünen bir metin oluşturmak için, çevirmenin makine çevirisinin büyük çoğunluğunu değiştirmesi gerekecektir ve dolayısıyla, sıfırdan başlamaları, özellikle de CAT tarafından destekleniyorlarsa, genellikle daha hızlı olacaktır.
Öte yandan, insanlar çevirmen olarak metnin tınısını, duygusunu ve anlamını kavrayarak çok sayıda farklı karar verirler; metnin bazı kısımların silinmesi, bazı kısımların yeniden yazılması hatta metne yeni unsurların eklenmesi gibi. Aslında bu tür “yararlı” kararları bilgisayar, belki de NMT ve LLM teknolojilerini bir araya getirerek, olasılık dahilinde belli bir bağlamda alabilir. Ne var ki olası en iyi cevap her zaman en iyi cevap olmayacaktır ve bilgisayarın metni anlamadan hesaba katabileceği bağlam da bir yere kadardır. Bilgisayar, insan çevirmeni taklidinde ne kadar iyi olursa buna benzer daha fazla karar vermek zorunda kalır. Verdiği karar sayısı arttıkça hataya daha fazla açık olacaktır. Söz konusu hatalar, metnin aslından farklı hissedilmesine yol açan görece önemsiz üslup hataları olabileceği gibi anlam bakımından daha önemli hatalar da olabilir. Bu hataların gözden kaçma olasılığı daha fazladır, çünkü metin daha inandırıcı olarak anadil konuşmacısına benzer.
Sözgelimi İtalyancadaki “il popolo” terimi normalde Türkçeye “halk” olarak çevrilir, oysa işçi hareketiyle ilgili bir makalede bilgisayar İtalyanca “Qual é il motivo per cui il movimento operaio non può avere come soggettività di riferimento il popolo?” cümlesini “İşçi sınıfının referans öznelliği olarak halka sahip olamamasının nedeni nedir?” şeklinde çeviriyor. “Il popolo”, “işçi sınıfı” olarak karşılanıyor, bunun sebebi ise bilgisayarın makalenin işçi hareketinden bahsettiğini anlayacak kadar akıllı olması ve işçi hareketinden bahsederken işçi sınıfının genellikle görünür olması. Bununla birlikte, bu makale özellikle “halk” ve “işçi sınıfı” arasındaki ayrım hakkındaydı, hal böyle olunca bilgisayar tartışmayı tamamen birbirine karıştırdı. Dolayısıyla bu durumda sorun tam da bilgisayarın “akıllı” ve birebir olmayan çevirisiyle bağlamı dikkate alma çabasıdır. Bilgisayarlar belirli bir bağlamın özelliklerini tespit etmede elbette daha iyi hale gelecek olsalar da bu tür hatalardan tamamen kaçınmak için muhtemelen çalışmayı bırakmaları ve bunun yerine tercüme ettikleri metni anlamaları gerekecek, ki bu da günümüz teknolojisinin henüz hayal bile edemeyeceği bir şey.
Sonradan düzenlenmiş makine çevirilerinin amacının bu gibi hataları düzeltmek olduğu elbette söylenebilir. Öte yandan, çevirmen kaynak metne bilgisayar çevirisinin gözünden baktığı için, en başından itibaren özgün metinle ilgilenmiş olsaydı gözden kaçırmayacağı yanlışları da atlayabilir. Dolayısıyla bu tür bir bilgisayar çevirisi, çevirmenin metnin orijinalini okumasını başka yönlerden de etkileyecek ve çevirmenin metnin tonu, nüansları ve üslubuyla doğrudan ilişki kurmasını engelleyecektir. Bu tür bir çeviri için verilen düşük ücretin, çevirmenlerin çeviriyi aceleye getirme ve hata yapma ihtimalini artıracağından bahsetmeye bile gerek yok.
Bunun yanında, makine çevirisi yoluyla yapılan çevirilerin, orijinal metni görmemiş kişiler aracılığıyla editörlüğü giderek artmaktadır. Doğrusu, öncelikle bir çevirmen olmama karşılık, giderek daha fazla İngilizce metnin redaksiyonunu yapmam isteniyor ve bunlar daima bana gösterilmeyen İtalyanca bir metnin makine çevirileri oluyor (Üniversiteler metin redaksiyonu için çeviri ücretinin yarısından daha az bir ücret ödüyor). Bu gibi durumlarda, orijinalinde ne olduğunu bilmiyorum ve bu nedenle, sözgelimi, “işçi sınıfının” aslında il popolo olduğunu bilemem. Bunun sonucunda, sadece kaynak metindeki tını ve üslup zarar görmekle kalmıyor, aynı zamanda makalenin orijinalinin anlamına uygun olacağının da garantisi kalmıyor. Bilgisayar tarafından çevrilen ifadelerin anlamını sorgulamak için yorum yazmak için de çok zaman harcıyorum ve bu nedenle çevirdiğimden daha hızlı düzenleme yapabilsem de her zaman saat başına daha az ücret alıyorum, süreç çok daha sinir bozucu ve ortaya çıkan son ürün her zaman daha düşük nitelikte oluyor. Dolayısıyla, hiç de beklenmedik olmayan bir şekilde, makine çevirisi, tüm yapay zekâ çıktılarında (kodlama, film senaryoları, eğitim programları vb.) bir tema gibi görünen, çevirilerin niceliğinde bir artışa, niteliklerinde ise bir düşüşe yol açıyor.
Yapay zekâ
Bana gönderilen bilgisayar çevirisi metinlerde, genellikle metni bana göndermeden önce okuyan kişinin metni okumadığı anlaşılıyor. Böyle durumlarda, yazarların makalelerinin içeriği ya da üslubuyla pek ilgilenmediklerini, sadece özgeçmişlerinde bir İngilizce yayın daha görmek istediklerini varsayabilirim. Yapay zekânın bir tehdit haline gelmesinden de önce, akademik sanatların ve sosyal bilimlerin çoğunda nitelik niceliğe feda ediliyordu; öyle ki çok da uzak olmayan bir gelecekte bilgisayarların bu alanlardaki pek çok akademik metnin kalitesini karşılayan hatta aşan metinler üretebileceğini varsaymak gerçekçi görünmüyor (aynı iddialar Netflix dizileri için de yapılabilir). Mümkün olduğunca “çok” yazma baskısından ötürü, çoğu akademisyen uzun zamandır gerçek dünyadaki herhangi bir şey için geçerli olan derin, karmaşık veya eleştirel düşünceyi terk etti, bunun yerine tamamen kendine atıfta bulunan, mevcut metinleri tekrarlayan ve herkesin anlamını unuttuğu jargonları tekrarlayan metinler üretiyor: yani bilgisayarların yazmada çok iyi olduğu türden şeyler.
Öte yandan, tecrübelerime dayanarak söyleyebilirim ki, akademik makalelerin içeriği de sınırlı finansman kaynakları nedeniyle giderek fakirleşiyor. Örneğin, COVID sonrası AB tarafından İtalya’ya verilen araştırma fonu, akademisyenlerin sürdürülebilirlik ve yapay zekâ gibi konular da dahil olmak üzere sınırlı sayıda temayla ilgili projeler önermesini gerektiriyor. Bu durum da “Erken modern keşişler ve yapay zekâ” ya da “İklim değişikliğinin Hegelci diyalektiği” gibi Frankenstein’ın canavarı türünden projelere yol açıyor. Benim bu gibi projeler için bulabildiğim tek açıklama, bu projelere fon sağlayanların politikalarına geçerlilik kazandırmak için akademik bir seçkinler sınıfını ayakta tutmaya yaradıklarıdır.
Akademik alanda zaten çok az “insan” kaldıysa, yapay zekâ çevirilerinde kaybolup giden anlam kimin umurunda? Gerçekten de neden akademisyenlerin isimlerini, fon sağlayan kuruluşların önerdiği herhangi bir konuda bilgisayarlar tarafından yazılan, çevrilen, hakem değerlendirmesinden geçen, yayınlanan, okunan, özetlenen, atıfta bulunulan, düzenlenen, yeniden yazılan, yeniden yayınlanan, yeniden okunan vb. sayısız makaleye vermeleri için fon sağlamıyoruz? Bu yayınlar bilgisayarlar tarafından otomatik olarak akademisyenlerin özgeçmişlerine de eklenebilir.
Çözüm
Günümüzde MTPE zamandan tasarruf sağlamakta ve daha düşük kalitede çeviri üretmektedir. Her ne kadar makine çevirileri zamanla gelişecek olsa da, yapay zekâ çevirisinin her zaman vermek zorunda kalacağı keyfi kararlar, eleştirel, teknik ya da edebi olsun, yazdıklarının içeriğini önemseyen her yazar için oldukça büyük bir risk anlamına gelecektir. Bu nedenle, bu tür metinlerin çevirmenlerinin çoğu CAT’i bir tür üstün nitelikli etkileşimli sözlük olarak kullanmaya devam etse de hiçbir zaman yerini tamamen bilgisayarlara bırakmayacaktır. Öte yandan, kimsenin okumadığı çok sayıda düşük kaliteli akademik metin de dahil olmak üzere, kalitesiz ve önemsiz metinler makineler tarafından giderek daha fazla çevrileceğinden pek çok çevirmen işsiz kalacaktır. En azından bu sayede biz de onları okumak zorunda kalmayacağız.
Notlar
(1) Hélène Pielmeier ve Paul Daniel O’Mara, The State of the Linguistics Supply Chain:Çevirmenler ve Mütercimler 2020 (CSA Research, 2020).
(2) Gökhan Fırat, Joanna Gough ve Joss Moorken, “Translators in the Platform Economy:A decent work perspective”, Perspectives, 32, No. 3 (2024): 422-440
(3) Attila Piróth ve Mona Baker, “The Ethics of Volunteerism in Translation: Sınır Tanımayan Çevirmenler ve Platform Ekonomisi”, (2019)
Orijinal Başlık: Will AI make translators redundant?
Yazar: Rachel Melzi
Türkçeye Çeviren: Özlem Kırtay
Editör: Bekir Demir
