Sve više tvrtki razvija vlastite AI asistente, chatbotove, baze znanja i druga rješenja koja komuniciraju s korisnicima ili zaposlenicima. U razvoj uključuju IT stručnjake, developere i podatkovne znanstvenike.
No kada AI počne komunicirati, posebno na više jezika, pojavljuje se područje koje tehnologija sama ne može u potpunosti riješiti. Kako osigurati da AI ne govori samo gramatički ispravno, nego i jezikom vaše tvrtke? Tu u razvojni proces ulaze jezični stručnjaci.
Jezični stručnjaci nisu samo prevoditelji, već i lokalizacijski stručnjaci, transkreatori, redaktori i evaluatori AI sadržaja ovisno o namjeni sustava i tržištima na kojima će komunicirati.
AI zna jezik, ali ne poznaje vaš brend
Veliki jezični modeli mogu generirati vrlo uvjerljive odgovore, ali ne znaju automatski koju terminologiju tvrtka koristi, kakav joj je ton komunikacije ni kako određenu poruku treba prilagoditi različitim tržištima.
Termin koji je prihvatljiv na hrvatskom možda neće imati isti komunikacijski učinak na njemačkom, talijanskom ili francuskom tržištu. Ni doslovno točan prijevod ne mora nužno biti terminološki, kulturološki ili komunikacijski primjeren.
Zato kvaliteta AI komunikacije ne bi trebala biti prepuštena samo modelu.
Uspješno AI rješenje nije samo ono koje može generirati odgovor. Uspješno je ono kojem korisnik može vjerovati, bez obzira na kojem mu se jeziku obraća.
Gdje se jezični stručnjak uključuje u razvoj AI-ja?
Ne u programiranju modela, nego u evaluaciji onoga što model proizvodi.
Na projektu razvoja vlastitog višejezičnog AI rješenja na kojem sudjelujemo, svaki generirani odgovor prolazi stručnu jezičnu kontrolu.
✓ Provjerava se:
• koristi li AI odobrenu terminologiju
• prenosi li isto značenje na različitim jezicima
• slijedi li definiran ton i stil komunikacije
• postoje li kulturološki ili kontekstualno neprikladna rješenja
• zvuči li odgovor prirodno krajnjem korisniku
• može li takav odgovor doista predstavljati brend.
Takva evaluacija nije klasična lektura niti običan prijevod. Jezični stručnjak analizira zašto je određeni AI odgovor dobar ili loš te daje strukturiranu povratnu informaciju koja se vraća u proces razvoja i poboljšavanja sustava.
Human in the Loop nije korak unatrag
U AI projektima sve je važniji princip Human in the Loop – uključivanje čovjeka u procjenu i poboljšavanje rezultata koje generira model.
Razlog je jednostavan: AI može zvučati vrlo uvjerljivo, čak i kada koristi pogrešan stručni izraz, nije dosljedan prethodnim odgovorima ili poruku prilagodi na način koji nije u skladu s komunikacijom tvrtke.
A korisnik takvu pogrešku neće pripisati algoritmu. Pripisat će je vašem brendu.
Ako razvijate AI rješenje koje će komunicirati s korisnicima na jednom ili više tržišta, jezičnu kontrolu vrijedi uključiti već tijekom razvoja, a ne tek kada je sustav spreman za lansiranje.
Terminološke baze, jezične i stilske smjernice, evaluacija AI odgovora, višejezično testiranje i kontinuirane povratne informacije mogu značajno povećati dosljednost i pouzdanost sustava.
