ترجمه همزمان با درآمد روزانه ده‌ها هزار یوآن؛ هوش مصنوعی هنوز توان جایگزینی کامل آن را ندارد
در میان صنایعی که بیشترین ضربه را متحمل شده‌اند، صنعت ترجمه در خط مقدم قرار دارد و ترجمه همزمان که همواره به‌منزله نگین پادشاهی این حوزه شناخته می‌شد نیز با کاهش ۵۰ درصدی سفارش‌ها و دستمزدها روبه‌رو شده است. با این حال، هوش مصنوعی در حال حاضر توانایی حذف کامل ترجمه همزمان را ندارد؛ هرچند که در عمل درآمد مترجمان این حوزه را به‌شدت کاهش داده است. شاید این فناوری به‌زودی بتواند اشتباهات لپی، پرش‌های ذهنی و تکیه‌کلام‌های نامنظم سخنرانان را به‌درستی درک کند، اما معیار واقعی بازار هرگز صرفاً «درستی ترجمه» نبوده، بلکه این پرسش است: «اگر خطایی رخ دهد، چه کسی پاسخگوست؟» به‌نوعی، آنچه مترجمان انسانی عرضه می‌کنند، نظارت دقیق، اعتبارسنجی و تضمین است. غیرقابل‌واگذاری بودن تصمیم‌گیری‌های اخلاقی و تأیید نهایی معانی، همان مزیت بنیادین و تسخیرناپذیری است که از این حرفه محافظت می‌کند. در ۲۰ نوامبر ۱۹۴۵، پس از پایان جنگ جهانی دوم، دادگاه بین‌المللی نورنبرگ کار خود را آغاز کرد. این دادگاه چندین زبان را در بر می‌گرفت و در عین حال، قضات، دادستان‌ها، وکلای مدافع و متهمان باید تمامی جزئیات روند دادرسی را متوجه می‌شدند. استفاده از ترجمه پیاپی—روشی که در آن سخنران بخشی از کلام خود را به پایان می‌برد و سپس مترجم آن را برمی‌گرداند—زمان نشست‌ها را بسیار طولانی می‌کرد. به‌منظور جلوگیری از اطاله دادرسی به‌دلیل روند ترجمه، ترجمه همزمان به راهکاری حیاتی تبدیل شد. پس از آن، ترجمه همزمان به نشست‌های United Nations راه یافت، به‌تدریج گسترش پیدا کرد و به شاخه‌ای از صنعت ترجمه تبدیل شد که طولانی‌ترین دوره آموزش، بالاترین سطح دشواری، بیشترین فشار کاری، بالاترین میزان کمیابی و البته بیشترین درآمد را به خود اختصاص داد. در میان تمامی حوزه‌هایی که تحت تأثیر AI قرار گرفته‌اند، ترجمه احتمالاً از آسیب‌پذیرترین بخش‌ها بوده و ترجمه همزمان نیز که در رأس هرم این صنعت قرار دارد، از این موج در امان نمانده است. همه‌گیری کووید-۱۹ پذیرش نشست‌های آنلاین و دورکاری را افزایش داد و ترجمه صوتی بلادرنگ به‌تدریج وارد نرم‌افزارهای ارتباطی و محصولات تجاری شد. با فراگیر شدن فناوری مدل‌های زبانی بزرگ زاینده در اواخر سال ۲۰۲۲، ضرورت استفاده از ترجمه همزمان بار دیگر با چالش مواجه شد. مؤسسه پژوهشی خدمات زبانی Nimdzi در سال ۲۰۲۵ پیش‌بینی کرد که با وجود آنکه «ترجمه شفاهی ماشینی مبتنی بر هوش مصنوعی (MI) هنوز در مراحل ابتدایی قرار دارد»، اما «تحت فشار تقاضای مشتریان، بازار ترجمه شفاهی طی دو تا سه سال آینده وابستگی بسیار بیشتری به هوش مصنوعی (AI) پیدا خواهد کرد». حال در سال ۲۰۲۶، حرفه ترجمه همزمان با وجود شرایط دشوار ورود، دستمزد ساعتی بالا و جایگاه اجتماعی برجسته، با چه وضعیتی روبه‌رو است و چه چشم‌اندازی پیش رو دارد؟
همکاری انسان و هوش مصنوعی
زمانی که AI به‌تازگی وارد بازار ترجمه شد، مترجمان باسابقه بیش از هر چیز راحتی و سرعت آن را حس کردند.
در ژانویه ۲۰۲۶، Gao Dayu، مترجم آزاد با بیش از یک دهه سابقه کار، برنامه کاری روزانه خود را شامل ۹ نشست ترجمه همزمان در شبکه‌های اجتماعی به اشتراک گذاشت. موضوعات این جلسات شامل «معماری، هوافضا، ورزش‌های زمستانی، میراث فرهنگی ناملموس، توسعه شهری، ضیافت شام، موسیقی سمفونیک» و «نشست مجازی خطوط تولید خودروهای انرژی نو» بود.
چنین حوزه‌های بسیار تخصصی نیازمند تسلط بر اصطلاحات پیچیده و سخنرانی‌هایی است که درک آن‌ها تنها در بافتار تخصصی میسر می‌شود؛ در چنین مواردی حتی ترجمه صوتی همزمان هوش مصنوعی نیز خطاهای متعددی دارد. در مقابل، مترجم انسانی ناچار است روز پیش از برگزاری رویداد، اطلاعات زمینه‌ای را گردآوری کند، اصطلاحات را فراگیرد و سخنران را بشناسد تا بتواند ترجمه‌ای دقیق ارائه دهد.
Gao Dayu معمولاً برای هر رویداد نزدیک به ۲۰ ساعت زمان آماده‌سازی صرف می‌کرد. در برخی موارد، خستگی مفرط ناشی از روز قبل حتی بازدهی او را در جریان اجرا تحت تأثیر قرار می‌داد. اما اکنون، AI می‌تواند طبق نیاز مترجم، فهرستی دو یا حتی سه‌زبانه از واژگان پرتکرار ایجاد کند و زمان مرحله آماده‌سازی را به ۴ تا ۶ ساعت کاهش دهد.
یکی از همکاران او حتی با تکیه بر اطلاعات بسیار محدود و داده‌های عمومی موجود درباره یک سخنران، از AI خواست متنی اولیه از سخنرانی احتمالی تولید کند؛ متنی که در نهایت مشخص شد «۹۰ درصد با سخنرانی اصلی هم‌پوشانی داشته است». این همکار بعداً اشاره کرد: «AI باعث شد من مترجم همزمان ماهرتری شوم.»
ترجمه همزمان بر پایه هوش مصنوعی هزینه‌ها را به شکل چشمگیری پایین آورده است.
بر اساس برآورد تقریبی Gao Dayu: برای یک نشست ۲۰۰ نفره به مدت یک روز کاری که نیازمند ترجمه صوتی باشد و دو زبان خارجی را به همراه زبان چینی پوشش دهد، حضور چهار مترجم، دو کابین ترجمه همزمان، چهار دستگاه مترجم و ۲۰۰ گیرنده ضروری است که هزینه‌ای بالغ بر ۴۰ تا ۶۰ هزار یوآن به همراه دارد. اما در صورت استفاده از ترجمه ماشینی مبتنی بر AI، نیازی به مترجمان انسانی و تجهیزات آن‌ها نخواهد بود و هزینه به زیر ۲۰ هزار یوآن می‌رسد.
این اختلاف هزینه با افزایش شمار زبان‌ها تصاعدی بالا می‌رود: «نرخ خدمات برای زبان‌های مختلف یکسان نیست؛ اگر چهار زبان در کار باشد، ترجمه همزمان انسانی ممکن است روزانه بین ۸۰ تا ۱۰۰ هزار یوآن هزینه ببرد، در حالی که هزینه ترجمه همزمان با AI همچنان در حدود ۲۰ هزار یوآن باقی می‌ماند و قطعاً به ۳۰ هزار یوآن نمی‌رسد.»
تا مدت‌ها، هم شرکت‌های خدمات ترجمه و هم مترجمان نسبت به ترجمه ماشینی دیدگاهی محتاطانه داشتند؛ اگر در متنی ردپای ماشین دیده می‌شد، آن را نشانه ناتوانی مترجم می‌دانستند و واژه «ترجمه ماشینی» مترادف متنی بی‌روح و تحت‌اللفظی تلقی می‌شد.
Li Lei، مدیر پیشین AI Lab در ByteDance و از دست‌اندرکاران توسعه سیستم Volcano Translate، بیان می‌کند که پیشینه ترجمه ماشینی به اوایل دهه ۱۹۵۰ بازمی‌گردد. با این حال، در آن دوران عملکرد سیستم‌ها صرفاً مبتنی بر قواعد تطبیق واژه‌به‌واژه یا ساختارهای نحوی بود و در صورت خروج داده‌ها از چارچوب پیکره ورودی، کارایی خود را از دست می‌داد.
در سال ۱۹۹۳، شرکت IBM سامانه‌ای ابداع کرد که به جای پیروی از قواعد صلب، بر پایه تحلیل آماری احتمال وقوع واژگان در پیکره زبانی بنا شده بود.
به گفته دکتر Du Quan، مدیر ارشد فناوری NiuTrans، تحول واقعی که ترجمه ماشینی را «از مرحله متنی صرفاً قابل‌فهم به مرحله کاربردی و مفید» رساند، فراگیری کامل فناوری ترجمه ماشینی عصبی بود. در سال ۲۰۱۷، پژوهشگران Google در مقاله‌ای با عنوان «Attention Is All You Need»...