هوش مصنوعی ترجمه رد پا می گذارد؛ روی سایت خودمان دیدیمش

چه چیزی را شمردیم

این سایت به چهار زبان سرو می شود: فارسی به عنوان منبع، و انگلیسی و عربی و ترکی روی همان نشانی. برای هر مطلب، در هر زبان، تعداد پاراگراف، تیتر H2، تیتر H3، آیتم فهرست، لینک، کلمه و جمله را شمردیم.

میانه اختلاف تعداد جمله بین چهار زبان، یک جمله بود. یک.

حالا از خودتان بپرسید: اگر چهار نویسنده حرفه ای، هر کدام به زبان خودش، یک استدلال واحد را از صفر بنویسند، چند بار به عدد یکسان تیتر می رسند؟ نه سی و دو بار از سی و دو بار.

نسبت کلمه، که از این هم گویاتر است

میانگین تعداد کلمه هر زبان نسبت به فارسی هم تنگ و تکرارشونده بود: انگلیسی ۱۰۴.۵ درصد، عربی ۸۹.۳ درصد، ترکی ۸۸.۴ درصد.

این نسبت ها ذاتی خود زبان ها نیستند. اینها نسبت هایی هستند که وقتی جمله به جمله از یک منبع مشترک تبدیل می کنید، ظاهر می شوند. متن ترکی که مستقل نوشته شده باشد گاهی از فارسی بلندتر می شود و گاهی نصف؛ چیزی که همیشه هشتاد و هشت درصد باشد، دارد فارسی را دنبال می کند.

یک تذکر که این تحلیل بدون آن ناقص است

ساختار یکسان ثابت نمی کند ماشین ترجمه کرده. یک مترجم انسانی منضبط هم دقیقا همین را تولید می کند، چون وظیفه اش وفاداری به متن مبدا است.

پس چیزی که این اعداد ثابت می کنند «ماشین» نیست، تبدیل است: متن دوم از روی متن اول ساخته شده، نه از روی موضوع. و برای دفترچه راهنمای یک دستگاه، تبدیل دقیقا کار درست است. برای صفحه ای که قرار است در گوگل ترکیه رتبه بگیرد، نیست.

چرا این برای رتبه گرفتن اهمیت دارد

گوگل ترجمه ماشینی را به خودی خود ممنوع نکرده. چیزی که در سیاست های هرزنامه نام برده شده، متن ترجمه شده ای است که بدون بازبینی انسانی منتشر می شود. تفاوت در بازبینی است، نه در ابزار.

ولی مسئله عملی تر از سیاست است. کسی که در استانبول دنبال یک سرویس می گردد، عبارتی را تایپ می کند که ترجمه لفظ به لفظ عبارت فارسی نیست. صفحه ای که از فارسی تبدیل شده، دقیقا همان کلمه ای را ندارد که او تایپ کرده، چون آن کلمه هیچ وقت بخشی از تصمیم نبوده. متن غلط نیست؛ فقط جواب سوالی را می دهد که کسی نپرسیده.

این همان چیزی است که ما روی سایت خودمان پذیرفتیم. سی و دو مطلب ما در سه زبان از نظر فنی بی نقص هستند و در همان سه زبان تقاضا سنجیده نشده بود.

چطور همین را روی سایت خودتان چک کنید

لازم نیست ابزاری بخرید. یک صفحه را در دو زبان باز کنید و تیترهای H2 را بشمارید. اگر برابر بودند، پاراگراف ها را بشمارید. اگر آنها هم برابر بودند، جواب را دارید.

بعد یک آزمون دوم که سخت گیرتر است: در نسخه انگلیسی دنبال یک اصطلاح بگردید که فقط انگلیسی زبان ها به کار می برند و معادل مستقیمی در فارسی ندارد. اگر پیدا نکردید، آن متن نوشته نشده است.

پس با ترجمه ماشینی چه کار کنیم

موضعی که ما گرفته ایم و برایش هزینه می دهیم: ماشین برای فهمیدن، انسان برای نوشتن. ترجمه ماشینی برای این که بفهمید یک صفحه رقیب چه می گوید عالی است و ارزان. برای صفحه ای که قرار است بفروشد، آن را دور بریزید و از خود موضوع شروع کنید.

و مرزش را هم بگوییم، چون هر توصیه ای یکی دارد: اگر محتوای شما مستندات فنی، شرایط و ضوابط، یا توضیح مشخصات محصول است، تبدیل درست است و نوشتن مجدد اتلاف پول. یکسان بودن آنجا یک ویژگی است، نه یک عیب.

ما داریم مطالب قدیمی را یکی یکی بازنویسی می کنیم، نه ترجمه دوباره. کند است و دلیلش همین اعداد بالاست.

سوال هایی که واقعا پرسیده می شود

پس سایت چند زبانه اصلا ارزش دارد؟

بله، اگر هر زبان محتوای خودش را داشته باشد. ساختار فنی اش هم مهم است و راهنمای نسخه های محلی گوگل نقطه شروع درستی است.

ترجمه ماشینی باعث جریمه گوگل می شود؟

به خودی خود نه. متن بی کیفیت و بدون بازبینی که در حجم منتشر شود، بله. ابزار تعیین کننده نیست.

اگر می خواهید نسخه های زبانی سایتتان نوشته شوند و نه تبدیل، ترجمه و بومی سازی محتوای سایت کاری است که به همین شکل انجام می دهیم. اگر محتوای فارسی هنوز جا دارد، تولید محتوای متنی اولویت جلوتری است، و اگر مسئله دیده شدن است نه زبان، بازبینی سئوی سایت جای شروع بهتری است. برای سایتی که از ابتدا چند زبانه ساخته می شود، این تصمیم بخشی از معماری خود سایت است و نه کاری که بعدا رویش سوار شود.