Riepilogo del webinar sull'intelligenza artificiale generativa: possiamo già farci affidamento?

L'intelligenza artificiale generativa (GenAI) e i Large Language Model (LLM) sono decollati e indietro non si torna secondo Vincent Henderson, responsabile dei team di Lionbridge che si occupano di prodotti e sviluppo. Ma possiamo già farci affidamento?

In altre parole, possiamo già sfruttare appieno questa tecnologia oggi? Non ancora. Almeno, non completamente. Se cambiamo le nostre abitudini e aspettative riguardo a questo paradigma che sta segnando un'epoca, però, possiamo già ottenere notevoli vantaggi che generano valore aziendale, compresi risparmi significativi sui costi.

Vincent ha esaminato questo argomento e altro ancora nel secondo webinar della nostra serie dedicata a intelligenza artificiale generativa e Large Language Model.

Se avete perso la sessione, potete guardarla on demand.

Vi interessa una panoramica della sessione? Continuate a leggere.

Intelligenza artificiale generativa: quanta strada abbiamo fatto?

La storia dell'intelligenza artificiale può essere fatta risalire agli inizi del 1800, ma i rapidi cambiamenti attuali hanno reso la tecnologia particolarmente interessante. Considerate che, per quanto riguarda l'intelligenza artificiale, la prima metà degli anni 2020 ha visto più sviluppi decisivi di tutti i decenni precedenti messi insieme.

Oggi siamo a un punto di svolta poiché GenAI e LLM offrono capacità rivoluzionarie.

Cosa differenzia l'era dell'intelligenza artificiale generativa (GenAI) dai punti di inflessione precedenti?

Per apprezzare l'evoluzione del paradigma dell'intelligenza artificiale e dove siamo arrivati, dobbiamo riflettere sui punti di inflessione del passato.

Ogni volta che una macchina ha raggiunto un traguardo, come battere un giocatore a scacchi, gli esperti di tecnologia hanno concluso che la macchina non stava veramente pensando. Hanno continuamente alzato l'asticella mettendo le macchine alla prova con test sempre più complessi per dimostrare la loro intelligenza.

Ciò che rende diverso l'attuale punto di inflessione è la capacità delle macchine di comprendere il linguaggio, risolvere i problemi, scrivere codice e produrre contenuti significativi, tutto questo basandosi su una capacità generale e non sulla capacità di portare a termine un'attività specifica per cui la macchina è stata addestrata, ad esempio il rilevamento di imperfezioni sulla lamiera.

Qual è quindi l'aspetto più sorprendente di GenAI e LLM?

La natura dell'interfaccia uomo-computer sta cambiando perché le macchine possono, per la prima volta, comprendere il mondo e fare cose in un modo che implica la capacità di ragionare e di risolvere problemi per i quali non sono state sottoposte a un addestramento specifico. Invece di fare clic su un pulsante o caricare un'immagine, la nuova interfaccia usa il linguaggio, il ragionamento e le espressioni basate sul linguaggio.

In che modo l'intelligenza artificiale generativa trasformerà definitivamente la localizzazione?

L'intelligenza artificiale generativa consentirà ai team di localizzazione di generare un valore aziendale che prima era impensabile

I professionisti che si occupano di localizzazione si trovano ad affrontare numerose considerazioni linguistiche. Devono chiedersi se il contenuto rappresenta adeguatamente il brand o se la qualità linguistica soddisfa i livelli richiesti. Per quanto si impegnino a fondo a risolvere questi problemi, non riescono ad avere un impatto significativo sul business.

Gli LLM offrono un contributo significativo per la generazione di valore. Vediamo in che modo la tecnologia fa la differenza. Man mano che le loro capacità aumentano, gli LLM consentono di gestire automaticamente un numero sempre maggiore di attività linguistiche di base. Di conseguenza, il loro contributo consente ai professionisti di dedicarsi ad attività di maggior valore e questo è il vantaggio principale offerto dall'intelligenza artificiale nella gestione dei contenuti globali.

La proliferazione di soluzioni basate sull'intelligenza artificiale rafforzerà la creatività umana e aumenterà il coinvolgimento dei professionisti nelle tre aree seguenti:

• Ideazione dei contenuti (produzione di argomenti nella lingua di origine)
• Analisi dei contenuti (comprensione dell'impatto dei contenuti)
• Idoneità dei contenuti (utilità dei contenuti per le persone)

I servizi di valore più elevato, come la transcreazione, diventeranno economicamente più accessibili per le aziende. Il risultato? In definitiva, le soluzioni basate sull'intelligenza artificiale generativa consentiranno ai brand di fornire contenuti capaci di attirare maggiormente l'attenzione degli acquirenti e che risultano più convincenti e affidabili per i destinatari di diversi paesi.

L'intelligenza artificiale generativa e gli LLM cambieranno il panorama dei servizi di localizzazione

Con l'ascesa di GenAI/LLM, i clienti si rivolgeranno sempre più ai fornitori di servizi di localizzazione per ottenere servizi in due categorie principali: supporto allo sviluppo degli LLM e produzione di contenuti tramite LLM.

• Il supporto allo sviluppo degli LLM include la valutazione dell'output degli LLM, il controllo della presenza di bias e l'elaborazione di strategie di progettazione di prompt efficaci.
• La produzione di contenuti tramite LLM riguarda l'uso degli LLM per produrre i contenuti che le aziende pubblicheranno. I servizi possono includere l'ottimizzazione degli asset multilingue, il miglioramento dei flussi di lavoro di localizzazione, il supporto della creazione e dell'uso dell'intelligenza artificiale generativa multilingue e la creazione di contenuti da zero.

Produzione di contenuti: che impatto avranno gli LLM sui flussi di lavoro della localizzazione?

Poiché ci saranno sempre flussi di lavoro di localizzazione, prevediamo un'elevata domanda di servizi correlati agli LLM per automatizzare e migliorare ulteriormente i flussi di lavoro. L'intelligenza artificiale generativa può avere un impatto su numerose aree.

Dalla preparazione dei contenuti di origine alle revisioni dei contenuti, la progressiva evoluzione degli LLM permetterà di migliorare ogni fase del flusso di lavoro di localizzazione.

Ecco alcuni modi in cui la tecnologia influirà sui flussi di lavoro di localizzazione:

Analisi dei contenuti di origine. Gli LLM possono analizzare i contenuti di origine e determinare se sono adatti per un processo di localizzazione efficiente. L'automazione di questa fase sta diventando ogni giorno più importante, in quanto persone non madrelingua inglesi producono una crescente quantità di contenuti in inglese associati ai prodotti. Gli LLM possono semplificare i contenuti di origine rendendoli più chiari e quindi più adatti alla localizzazione.

Traduzione. Anche se gli LLM non possono competere con i motori di traduzione automatica (MT) esistenti perché costano di più e sono più lenti a tradurre, la tecnologia LLM offrirà comunque nuove possibilità durante questa fase del flusso di lavoro, in quanto consente di tradurre introducendo variazioni o seguendo istruzioni speciali.

Post-editing e controllo della qualità. Gli LLM sono in grado di fare un ottimo lavoro di revisione di una traduzione automatica esistente. Un LLM può ridurre significativamente il carico di lavoro di post-editing che deve essere svolto da un essere umano. Analogamente, è possibile usare un LLM per esaminare un report di controllo qualità e determinare come intervenire in merito ai problemi esistenti. Il modello LLM può stabilire se un determinato elemento rappresenta un problema, se è facile da correggere o se ci sono contenuti che richiedono l'attenzione di un linguista.

GenAI e LLM: a che punto siamo?

Attualmente l'applicazione più promettente degli LLM riguarda il post-editing. Ma c'è un aspetto problematico. Le aziende devono essere aperte a una nuova interpretazione della qualità linguistica, soprattutto perché non esiste una misura oggettiva. I nostri test confermano la soggettività della valutazione.

Analizzando gli stessi segmenti, tre revisori professionisti non sono stati d'accordo sulla qualità dell'output di post-editing di un LLM. Un revisore ha ritenuto il lavoro accettabile, mentre un altro ha dato allo stesso segmento una valutazione significativamente meno positiva. In ognuno dei nostri test, almeno un revisore ha ritenuto buona la qualità, portandoci a concludere che non ci fosse nulla di eclatante nell'output e che gli LLM siano al momento uno strumento utile per il post-editing parziale.

Quanto possono risparmiare le aziende usando gli LLM?

L'utilizzo degli LLM durante il flusso di lavoro di localizzazione consente di migliorare notevolmente i risultati, la produttività e i costi della localizzazione.

Ci aspettiamo che gli LLM avranno un impatto materiale sul processo di post-editing, grazie all'uso della tecnologia per la valutazione del contenuto dopo la traduzione automatica iniziale, seguita dall'intervento di un linguista per completare il processo. Tuttavia, inizialmente gli LLM non saranno adatti per ogni combinazione linguistica, settore e argomento. Stiamo identificando gli scenari più adatti in cui è possibile ottenere buoni risultati e risparmi significativi.

Secondo la nostra ricerca, intelligenza artificiale generativa e LLM possono ridurre i costi di localizzazione fino al 25%, a seconda della combinazione linguistica, se usati per il post-editing dopo la traduzione automatica iniziale. Stiamo ancora valutando l'impatto economico preciso per diversi casi d'uso e domini. La nostra ricerca iniziale suggerisce che sarà significativo.

Cosa possiamo aspettarci in futuro?

Gli LLM sono destinati a rimanere e cambieranno la localizzazione per sempre. Lionbridge sta sviluppando applicazioni per sfruttare al massimo le capacità degli LLM al fine di automatizzare ulteriormente il flusso di lavoro di localizzazione.

Man mano che l'intelligenza artificiale generativa si evolve e si diffonde, occorre prestare attenzione all'evoluzione del contesto normativo.

Se, da una parte, le capacità di GenAI e LLM sono destinate ad aumentare notevolmente, dall'altra le autorità di regolamentazione potrebbero in certa misura ostacolare i progressi, tese a proteggere gli utenti e a gestire i pericoli reali e le considerazioni etiche associati all'intelligenza artificiale.

Conclusione: possiamo già fare affidamento su queste tecnologie?

L'intelligenza artificiale generativa sta già producendo vantaggi aziendali concreti, in particolare quando viene usata per il lavoro di post-editing. La strada da percorrere tuttavia è ancora lunga e dobbiamo esplorare tutti i casi d'uso consentiti dall'intelligenza artificiale generativa prima di poter sfruttare la tecnologia al massimo delle sue potenzialità.

Uno dei problemi cruciali sarà colmare la mancanza di fiducia tra uomo e macchina. Dobbiamo chiederci in che misura possiamo fidarci della capacità della macchina di produrre risultati accettabili e in che misura possiamo fidarci della nostra valutazione della macchina stessa.

Ogni caso d'uso richiede valutazioni e test. Effettueremo queste valutazioni per mesi e anche per anni, una soluzione alla volta.

Per un'analisi più approfondita dell'impatto di intelligenza artificiale generativa e LLM sulla localizzazione, guardate il webinar on demand e visitate la pagina dei webinar Lionbridge per accedere ad altri webinar di questa serie.

Contattateci

Siete pronti a iniziare a usare gli strumenti di intelligenza artificiale per risparmiare denaro e migliorare la produttività? Contattateci oggi stesso per scoprire come fare.