Webinar
Migliorare l'inclusività nella ricerca per i trial clinici - Sviluppo e traduzione delle valutazioni dei risultati clinici (COA)
Case study
Marketing multilingue per il settore retail
Hub di conoscenze Lionbridge
Risultati positivi per i pazienti
Framework TRUST di Lionbridge
Rafforzare la fiducia nell'uso dell'intelligenza artificiale
Collaboratori internazionali: Lex Parisi
Director of Gaming Marketing Solutions di Lionbridge Games
Intelligenza artificiale generativa
- Servizi di traduzione basati sull'intelligenza artificiale
- Content Remix
Addestramento dell'intelligenza artificiale
- Aurora AI Studio™
Traduzione automatica
- MT Tracker
Smart Onboarding
Modelli di servizi di traduzione
Servizi per i contenuti
- Redazione di testi tecnici
- Formazione e eLearning
- Report finanziari
- Marketing digitale
- SEO e ottimizzazione dei contenuti
Servizi di traduzione
- Localizzazione di video
- Localizzazione di software
- Localizzazione di siti web
- Traduzione di contenuti regolamentati
- Interpretariato
- Instant Interpreter
- Eventi live
- Language Quality Services
Servizi di test
- Test funzionali per il controllo della qualità
- Test di compatibilità
- Test di interoperabilità
- Test delle prestazioni
- Test di accessibilità
- UX/CX Testing
Life Science
- Farmaceutico
- Trial clinici
- Affari regolatori
- Post-approvazione
- Aziende
- Dispositivi medici
- Convalida e indagini cliniche
- Affari regolatori
- Post-autorizzazione
- Aziende
Bancario e finanziario
Retail
Lusso
E-Commerce
Lionbridge Games
Automotive
Beni di largo consumo
Tecnologico
Produzione industriale
Servizi in ambito legale
Viaggi e turismo
Approfondimenti
- Post di blog
- Case study
- White paper
- Solution brief
- Infografiche
- eBook
- Video
Webinar
Hub di conoscenze Lionbridge
- Risultati positivi per i pazienti
- Soluzioni per i moderni trial clinici
- Interazione con i pazienti
SELEZIONATE LA LINGUA:
L'intelligenza artificiale esiste già dal XIX secolo, ma lo sviluppo più recente, ovvero intelligenza artificiale generativa (GenAI) e Large Language Model (LLM), ha cambiato notevolmente l'output di questa tecnologia. Per la prima volta, le macchine prendono decisioni come gli esseri umani. Anziché produrre risultati prevedibili, come è avvenuto finora, l'output della tecnologia è indeterminato e conduce a una nuova era di fiducia.
"Stiamo chiedendo alla macchina di prendere una decisione, che avviene in un modo a noi sconosciuto. La domanda allora sorge spontanea: dovremmo fidarci di quella decisione?"
- Vincent Henderson, esperto di intelligenza artificiale in Lionbridge
Nel nostro webinar "Adozione dell'intelligenza artificiale: la nuova era della fiducia" il moderatore di Lionbridge, Will Rowlands-Rees, ha condotto un vivace dibattito in merito ai problemi legati alla fiducia nell'intelligenza artificiale durante la localizzazione con Scott Schwalbach di Amazon Web Services (AWS), Jane Faraola di Cisco e Vincent Henderson di Lionbridge.
Se avete perso la sessione, potete guardarla on demand. Il webinar è stato il quinto di una serie dedicata a intelligenza artificiale generativa e servizi linguistici. Per vedere le registrazioni degli altri webinar, visitate la pagina dei webinar Lionbridge.
Avete poco tempo? Leggete il blog di riepilogo per conoscere i punti salienti della discussione.
La nuova era della fiducia nell'intelligenza artificiale riguarda la capacità del motore di intelligenza artificiale di produrre output di qualità e altro ancora. Riguarda chi sta utilizzando l'intelligenza artificiale, come la utilizza, cosa fa il sistema di intelligenza artificiale e come è possibile trasmettere queste informazioni agli stakeholder aziendali. Le aziende possono pensare alla fiducia nell'intelligenza artificiale in modo olistico attraverso i seguenti aspetti chiave:
Partner - Con quali fornitori scegliete di collaborare? Potete avere fiducia nel fatto che gestiscano l'intelligenza artificiale in modo responsabile?
Processi - Quali processi vengono seguiti per la localizzazione? Questi processi sono affidabili e vi consentono di raggiungere i vostri obiettivi?
Sistemi - Quali scelte tecnologiche vengono fatte per supportare la localizzazione? Questa tecnologia è sicura o i vostri dati vengono utilizzati per l'addestramento?
Gestione - Come potete assicurare agli stakeholder interni che i loro contenuti vengano elaborati e gestiti in modo appropriato, ridimensionando al contempo le loro aspettative?
I partecipanti al dibattito concordano all'unanimità sul fatto che sia arrivato il momento di adottare l'intelligenza artificiale. Ci sono stati cambiamenti enormi e bisogna impegnarsi appieno per realizzare gli straordinari vantaggi in termini di velocità e risparmio sui costi offerti dai più recenti sviluppi della tecnologia di intelligenza artificiale. Questa tecnologia può consentire alle aziende di raggiungere più persone in modi più personalizzati, attraverso varianti linguistiche aggiuntive, aumentando in definitiva i profitti. Tuttavia, è essenziale procedere con cautela. Da dove cominciare, quindi?
Per Jane Faraola di Cisco, il primo passo è essere curiosi. "Le possibilità sono infinite e sarà la creatività delle persone a determinare davvero cosa faremo con l'intelligenza artificiale in futuro", dichiara.
Scott Schwalbach di AWS consiglia alle aziende di ponderare bene l'utilizzo delle soluzioni di GenAI. "È necessario capire dove si vuole arrivare e andare poi a ritroso nel processo per arrivarci", afferma.
I partecipanti al dibattito sottolineano che l'intervento umano sarà sempre necessario per l'integrazione dei processi di intelligenza artificiale nei sistemi.
Per sintetizzare in modo efficace il nostro approccio alla fiducia, abbiamo introdotto il framework TRUST. Tale acronimo, facile da ricordare, descrive cinque misure chiave:
Insieme, questi fattori risolvono il problema della fiducia nell'ambito della localizzazione.
La trasparenza implica la conoscenza del modo in cui i modelli GenAI/LLM vengono utilizzati durante la localizzazione. Queste informazioni sono utili per assicurare agli stakeholder interni che i loro contenuti vengano elaborati e gestiti in modo appropriato. Chiedetevi se il vostro partner linguistico è trasparente in merito alle modalità di utilizzo degli strumenti di intelligenza artificiale.
Intervenendo all'inizio del processo, potrete ottenere un output affidabile. Determinate cosa volete che faccia la macchina, fornite al motore prompt adeguati e svolgete test pilota. Ripetete, testate e verificate che i risultati siano soddisfacenti prima di procedere al passaggio successivo. Utilizzate GPT-4 per una valutazione continua di campioni casuali dei segmenti di output per aumentare il livello di fiducia. Dai nostri test è emerso che le valutazioni di GPT-4 sono più accurate di quelle condotte da professionisti.
Guardate il video per scoprire come Lionbridge ha aiutato Cisco a svolgere un progetto pilota sui suoi contenuti per aiutare l'azienda a prendere decisioni strategiche.
Identificate con cura i progetti per i quali la tecnologia GenAI può essere utile. Questi progetti devono essere proficui e vantaggiosi per la vostra azienda. Solo così potrete sfruttare al meglio i vantaggi della tecnologia in termini di risparmio di tempo e costi.
Proteggete la vostra proprietà intellettuale assicurandovi che gli LLM non incorporino né utilizzino i vostri contenuti per l'addestramento o per altri scopi non approvati. Fate inoltre attenzione al dominio geopolitico del data center che ospita i vostri LLM e ai potenziali bias, in particolare quando utilizzate macchine specifiche per soddisfare i requisiti normativi o siete obbligati a utilizzare modelli approvati dal governo.
La tecnologia GenAI/LLM può rendere più veloce il vostro processo di localizzazione, tuttavia un'implementazione troppo affrettata può portare un'azienda a trascurare fattori essenziali per il successo. La necessità di ottimizzare il modello LLM, creare un processo RAG (Retrieval-Augmented Generation) ed eseguire test può richiedere tempo e risorse, che influiscono sul tempo di ritorno dell'investimento.
AWS, responsabile della creazione di corsi, utilizza la tecnologia GenAI per personalizzare ulteriormente i contenuti e migliorare il coinvolgimento. Ad esempio, AWS crea corsi di eLearning nella lingua nativa anziché partire sempre dall'inglese. Inoltre, personalizza il tono dei corsi in base ai destinatari, chiedendo ad esempio al motore di intelligenza artificiale di rendere l'argomento più divertente o il materiale tecnico meno ostico.
"È importante che ogni dettaglio sia curato nei minimi particolari? Non così tanto", afferma Scott Schwalbach. "Il nostro metro di valutazione si basa sugli aspetti essenziali. Lo studente apre il corso? Lo studente segue il corso? Lo studente porta a termine il corso? E passa al corso successivo? E, ancora più importante, lo studente diventa un nostro portavoce e consiglia i nostri corsi ad altre persone?"
Un altro vantaggio oltre al maggiore coinvolgimento è il significativo risparmio di tempo. Grazie alla tecnologia GenAI e ai nuovi processi, AWS mira a ridurre il tempo necessario per la creazione di un corso da 90 giorni a due settimane.
La scelta del giusto partner linguistico è fondamentale per raggiungere i vostri obiettivi attraverso iniziative di intelligenza artificiale.
In primo luogo, siate chiari su ciò che volete ottenere. Una volta identificato il vostro obiettivo, ponete le seguenti domande durante il processo di richiesta di proposta per determinare i punti di forza e di debolezza del vostro potenziale partner:
Quali scelte tecnologiche sta facendo il vostro potenziale partner? Vi viene chiesto di acquistare tecnologie complesse, come un sistema di gestione delle traduzioni (TMS), di cui non avete bisogno?
Il fornitore proteggerà la vostra proprietà intellettuale o i vostri dati verranno utilizzati per l'addestramento?
Il fornitore di servizi linguistici lavora basandosi sui dati ed è in grado di fornire dati obiettivi e di utilità pratica per decidere quando utilizzare l'intelligenza artificiale generativa e quando farne a meno? Il fornitore può aiutarvi a scegliere, in base ai dati, su quali lingue concentrarvi, oggi e in futuro?
Il fornitore è trasparente in merito ai propri processi e mette le vostre esigenze al primo posto?
Le considerazioni precedenti vi aiuteranno a effettuare una valutazione completa con i giusti criteri. Altrettanto importante è la vostra capacità di identificare i membri del team all'interno della vostra azienda che siano in grado di valutare le qualifiche dei partner con cui collaborate o pensate di collaborare in futuro.
Consultate il nostro documento di riferimento sul framework TRUST per altre indicazioni sulla fiducia nell'intelligenza artificiale.
Lionbridge è leader del settore nelle implementazioni dell'intelligenza artificiale e serve quasi 500 clienti con soluzioni di GenAI personalizzate, oltre a numerose altre collaborazioni in corso, anche durante le prime fasi di questi ultimi sviluppi tecnologici. Siete pronti a intraprendere il percorso di adozione della tecnologia GenAI insieme a un partner affidabile? Contattateci oggi stesso.