言語:
言語:
コンテンツ サービス
- 技術文書の作成
- トレーニングおよび eラーニング
- 財務報告書
- デジタル マーケティング
- SEO およびコンテンツの最適化
翻訳サービス
- 動画ローカリゼーション
- ソフトウェア ローカリゼーション
- Web サイト ローカリゼーション
- 規制対象企業向けの翻訳
- 通訳
- ライブ イベント
テスティング サービス
- 機能 QA およびテスト
- 互換性テスト
- 相互運用性テスト
- パフォーマンス テスト
- アクセシビリティ テスト
- UX/CX テスティング
ソリューション
- 翻訳サービス モデル
- 機械翻訳
- Smart Onboarding™
- Aurora AI Studio™
ライオンブリッジのナレッジ ハブ
- 良好な患者アウトカム
- ローカリゼーションの未来
- 最先端免疫学事情
- 新型コロナウイルス (COVID-19) 言語リソース センター
- ディスラプション シリーズ
- 患者エンゲージメント
- ライオンブリッジのインサイト
言語を選択する:
本記事は当社の「グローバル デジタル マーケティングの未来」ブログ シリーズの第 3 部です。多くの企業が複数の市場やマルチチャネルにおいて一貫性のあるエクスペリエンスを求める中で、新型コロナ ウイルス (COVID-19) のパンデミックがデジタル変革とデジタル マーケティングに与える影響について考察します。パート 1 では、リテール企業が競争の激しい市場に対応する上で、新しいコンテンツ制作プロセスがどのように役立つかをご説明します。パート 2 では、複数の市場を対象としたコンテンツ戦略を適切に実施するためのヒントをご紹介します。
数年前、リテール ブランドの H&M が胸に「coolest monkey in the jungle」(ジャングルで一番クールなサル) とプリントされたパーカーのモデルに黒人の子どもを起用した際、バッシングが起きたことを覚えているでしょうか。すぐに人種差別であるという批判が起こり、否定的な報道もされました。同ブランドと提携していたセレブは、あっさりと縁切り宣言。H&M は商品を回収し謝罪しました。これは、マーケターがどんなことをしてでも避けるべき類いのシナリオです。
この例では、不快な表現によって企業が直面した望ましくない結果を示しましたが、これはめずらしいことではありません。「Are You Gluten Free?」(あなたはグルテンフリー?) とプリントされた T シャツについて、グルテン不耐性の人に対する配慮が足りないと、リテール ブランドの Zara が非難されたこともあります。また、デザインに配慮の足りないイメージを使用したことで高級ブランドが批判されたこともありました。
言葉には強い力があります。使い方しだいで、人々の間で平和や友好を促すことも対立を生みだすこともできます。マーケターが正しい表現を使うことは、倫理的にもコスト的にも理にかなっています。誰からも歓迎されるコピーを生み出すために、マーケターは、明らかに不快で配慮に欠ける表現を避ける必要があるでしょう。また、それほど明らかではない潜在的な偏見の兆候を排除し、多様なバックグラウンドを持つ人々の包括性を推進する必要があります。ブランド各社は、一般の目に触れる製品や販促資料に掲載する言葉を十分に吟味することで、これらの目標を達成できます。人々は、そのような努力を払っているか怠っているかを注目するようになっています。
これらの取り組みは、扱う言語が 1 つだったとしても簡単ではありません。言語の数が増えると、さらに難易度は上がります。ライオンブリッジなら、御社のすべてのオーディエンスの心に響く魅力のあるコンテンツの提供をご支援できます。
偏見は一つの見解であり、選択肢、国籍、または考え方について通常は否定的な方向、または先入観のある方向に人々を誘導します。それは、意識的に明示的な偏見として、そして無意識に潜在的な偏見として、私たちが使用する言葉や表現に組み込まれます。
偏見に対する意識は高まっていますが、教育や言葉に深く根付いているものについては発見が困難です。このため、あらゆる努力を払っても、無意識の偏見を完全に排除するのは不可能かもしれません。それでも、この取り組みを続ける必要があります。
COVID-19 のパンデミックとその長期的な影響への対応が続く中で、偏見と包括性は、ブランドにとってますます重要な意味合いを持つようになっています。企業が顧客や従業員との接点をオンラインに移したことで、制作するコンテンツが対話の第一の伝達手段となりました。たとえば、Statista による 2020 年 8 月の調査で、市販薬や日用品のオンライン購入が COVID の流行前と比べて 45% 増えたことが鮮明になりました。消費者が企業のオンライン コンテンツを目にする機会は増加するばかりです。
包括性の高い表現は、一体感を育みます。このような表現では、人を識別する要素の描写のウエートや重要性を減らすことで、先入観や偏見に対処します。たとえば、英語では最初に「person」(人) を言及し、次にその人の違いや障害に言及することで包括性を高めることができます。「person with a learning disability」(学習障害を持つ人) と伝えると、まず「person」に焦点が当たります。それに対して、誰かを「slow learner」(物覚えが悪い) と特定すると、人とその人の状態のウエートが等しくなってしまします。
同じアプローチは、いずれの宗教、国、政治、または社会集団に属している人々についても適用されます。「人」という観点を強調することで、誰もが受け入れられていると感じられ、自由に参加できる環境が生まれます。
偏見の存在を認識することは、この問題に取り組むための重要な第一歩です。企業は複数のレベルで偏見に対処できます。コンテンツ制作時に包括性の高い表現を使うことは、重要な戦略の一つです。
翻訳で文化的に包括性の高い表現を使用し、明示的および潜在的な偏見を排除するのは難しいことです。しかし、その取り組みが企業にとって最善であることは明らかです。それが堅実で責任のある行動であることに加えて、企業は、顧客基盤の拡大、ブランドへの信頼とロイヤルティの向上、高い評価、さらに最終的には業績アップにつながることも期待できます。
最近の社会的な動きは、包括性についての消費者の期待に応える大きな役割を果たしています。たとえば、ブラック ライブス マター ムーブメントによる集会やデモ行進は、社会的な規範に大きな影響を与えました。この種のデモに積極的に参加しなかった人でも、より幅広い層を対象とするメッセージを見聞きすることを期待しています。
この期待は、ブラック ライブス マターの抗議活動が頂点に達する前から広まっていました。2019 年の Adobe の報告によると、アメリカ人の 61% が広告における多様性を重要視し、38% が多様性を表現するブランドに対して高い信頼を示していました。消費者が注意を払っている証拠をもっと挙げましょう。eMarketer に掲載された Adobe のリサーチによると、2020 年に米国の成人は、Nike を広告で多様性を表現しているブランドのトップとして認識していました。それに続くのが Coca-Cola、Google、Apple、Dove でした。
米国以外の消費者も、ブランドによる多様性の取り組みに注目しています。Mintel による高級品についての 2019 年のレポートでは、ドイツ、イタリア、フランス、スペイン、中国、英国のバイヤーの半数以上が、高級ブランドは広告で多様性を十分に表現していないと感じていたことが示されました。
多様性のある市場には巨大な購買力があります。御社と顧客との間の障壁を排除すれば、顧客は御社製品に自身を投影できるようになり、購入の可能性が高まります。
世界最大手のリテール業者や優良なサービス プロバイダーの行動から、包括性に対する意識の切り替えが勢いを増しているのは明らかです。
この問題には『ADWEEK』も注目しており、マーケターに、包括性の高いコピーを制作するよう促しています。
ジェンダー中立性は、自分たちが受け入れられていると人々に感じさせる方法の一つです。目標は、性の区別を完全に排除するのではなく、性の区別がある一部の用語や表現が持つ否定的な意味を低減することです。
一部の言語は他と比べてジェンダー中立性の達成が容易です。
翻訳用のコンテンツを準備する際には、これらの要素を考慮に入れることが大切です。これは、ローカリゼーション プロセスで起こる問題を回避するのに役立ちます。
グローバル オーディエンスを対象としている場合は、包括性が高く、文化的な違いを考慮し、偏見にとらわれた文を含まないソース コピーを制作することが重要です。これで、問題のあるコピーが他の言語に翻訳され、ソーシャル メディア全体で人々の目に触れ、あれこれ詮索されることを回避できます。
いったん過ちが起こると、ブランドには長期にわたる影響が出ます。マーケティングにおける過失がなくなることなく増える一方なのは、過ちからの回復がいかに難しいかを示しています。適切なソース コンテンツを制作し、そのコピーを効果的にローカライズすることに細心の注意を払えば、損害を防ぐことができます。さらに、ソースでの誤りと他のすべての市場向けの修正よってかかる費用は、デジタル マーケターがプロセスの初めに完璧なコンテンツを制作することに重点を置けば回避できます。
とはいえ、偏見の回避は難しい課題です。それが非常に微妙な場合が多いからです。コンテンツ制作者が自分の持つ偏見に気付いていない可能性さえあります。同じ単語が、ある文脈では適切だが別の文脈では包括性に欠けていると見なされることがあるので、偏見の検出は特に難しくなります。
たとえば、広告コピーで成人女性を指して「girls」と言う言葉を使うと批判を招きかねませんが、友だちに「hey girl!」と言っても眉をつり上げる人はいないはずです。コンテンツ制作者は、このような機微を理解することが非常に重要です。
コンテンツ ライターに対するトレーニングを実施して、偏見の存在に対する意識を高めることができます。ライオンブリッジでは、翻訳における包括性を推進する取り組みとして、各プロジェクトのスタイル ガイドに、この問題に関連するガイドラインを追加しています。翻訳者は、指示を確実に遵守するように、採用時にガイドラインについてテストを受けます。
偏見の検出は困難ですが、人間のみに頼る必要はありません。テクノロジーも頼れるツールです。包括性と偏見を検出するツールの助けを借りて、コンテンツが基準に準拠し、敬意に満ち、公平であることを確認できます。
最近まで、自動化に依存した偏見の検出は不可能でした。その構築が難しかったためです。しかし、人工知能 (AI) と自然言語処理技術が進歩したことで、偏見に相当する表現を効果的に検出できるツールが複数作成されています。これらは、人間が見逃しかねない微妙な表現も検出できます。これらのツールは、たいていの場合、マシン ラーニングと大量のデータのコーパスを使用してテキストの意図を評価して、企業による不適切な表現や包括性に欠ける表現の特定を可能にしています。
これらのソリューションは、通常、次の 2 つの方法のいずれかで機能します。
2020 年 6 月、Microsoft Word に Microsoft 365 サブスクリプションで利用可能な文法チェッカーの新機能が追加されました。この新機能は、排他的な表現を検出し、別の表現を提案します。Google は、G-Suite プラットフォーム内で、身障者差別または不必要な性別の区別があると特定された場合に代替表現を提案する包括性の高い表現のプロンプトを提供することで注目されました。さらに、ライオンブリッジは、ガイドラインやその他の基準を満たしていないソース コンテンツを検出する自動化ソリューションを提供することになりました。この Smart™ Content サービスについては、本編の後半で詳しく説明します。
偏見の自動検出ツールは、ツールのトレーニングに使用されるデータと同程度のレベルです。しかし、包括性に対する注目が高まり続け、テクノロジーがさらに洗練されるにつれて、これらのツールの重要性はますます高まっています。
偏見と包括性に欠ける表現を検出する各種のツールは、さまざまなテクノロジーを活用しています。最も単純なものでは、コンテンツに含めるべきではない表現とトピックのリストが使用されます。より洗練されたツールでは、AI とマシン ラーニングのテクノロジーを利用して、コンテンツの意味を推測し、その文脈で不適切かどうかを判断します。これは、ニューラル ネットワークと大規模な言語モデルを使用することで実現されます。これらは、テキスト内のさまざまな言葉や語句間の複雑な関係や暗示的な関係を機械が理解するのを支援します。
重要なのは、これらの検出ツールによって早い段階で問題を特定することによって、マーケターがコンテンツの公開までの期間を短縮し、下流工程でのやり直しにかかるコストを削減できることです。
当社では、常にコンテンツから明示的な偏見を排除しようと努めてきました。また、企業が潜在的な偏見も排除できるようにツールやソリューションも取り揃えています。
当社は、包括性を中心に据えたコンテンツのプランニングと制作を通じてお客様を支援いたします。また、コンテンツ制作を開始する前から、偏見防止を支援するプロセスの設定についてもサポートいたします。
偏見を可能な限り排除したローカリゼーション用コンテンツを準備するには、開始時点からの慎重な検討が必要です。当社の専門家チームは、長年培ってきた文化的知識と経験を活用し、対象市場の人々の心を掴む翻訳・ローカライズ版コンテンツを制作いたします。
何が不快な表現と見なされるかは国や地域によって異なります。たとえば、イタリアの翻訳者たちは、イタリアと米国では奴隷制度に関する歴史が異なるので、Apple の禁止リストに含まれる単語の「blacklist」をそのままローカライズしてもイタリアのオーディエンスにとって不快感はないと主張しています。さらに、米国の文化的な慣習の押し付けは、逆にイタリアのオーディエンスを疎外することにつながることも示唆しています。
コンテンツのローカライズ時に考慮する必要がある包括性の高い表現についての許容レベルは国や地域によって異なります。たとえば、スカンジナビアの諸言語は、広範囲な法的ガイドラインを定めて、あらゆるレベルでの包括性の高い表現の使用と普及を進めています。一方、ポルトガルや南米の一部の国などはそのような取り組みには抵抗しています。フランスの教育省は、2021 年前半に、学校でのジェンダー中立な表現の使用を許可しないとを発表しました。政府機関は、ジェンダー中立な表現がフランス語の理解を阻むと主張しています。
さまざまな層のオーディエンスのニーズに対処してきた当社なら、その経験を活かして、対象オーディエンスから認められないようなコンテンツを防止することができます。
当社は、潜在的な偏見を削減するための努力を続けています。ローカリゼーション テクノロジーのリーダーとして、機械翻訳と AI の活用も進めています。また、管理されたデータの大規模なコーパスを利用して、AI をさらに賢くし、包括性の高い表現を使用するようにトレーニングしています。
下品な言葉など明らかに不快な表現や、より微妙で間接的な表現には、用語集とスタイル ガイドを使用して対応しています。また、当社の新しい Smart™ Content の独自アルゴリズムでは、翻訳されたコンテンツに不適切な表現が入り込むことを防止します。
ライオンブリッジの Smart™ Content は、120 種類の言語的観点からコンテンツを自動チェックします。次の段階に移行する前に、ソース コンテンツに修正が必要な可能性がある問題があれば、その部分を強調表示して確認を促します。アルゴリズムでソース コンテンツ内の欠陥を検出した場合は、問題のテキストがローカリゼーションの段階に進まないようにします。こうすることで、お客様は問題をソース コンテンツ内で一度修正するだけで済み、対象言語で同じ問題を複数回修正する時間とコストを回避できます。コンテンツにフラグを付けてローカリゼーションに進めるオプションもあります。問題を記録して、後で分析する方が適切な場合もあるからです。
このような最先端のアルゴリズムが Lionbridge Locaⁱlization Platform™ に組み込まれました。これをコンテンツ ジャーニーのあらゆる段階で活用することで、ローカリゼーションで高い精度を達成できます。
当社は、研究開発に資源を投入して、さらに最適な結果を生み出す技術的な進歩を図っています。
ライオンブリッジの言語品質サービス (LQS) では、製品やサービスが各ロケールに適したものになるように、翻訳・ローカライズ版のコンテンツに品質保証評価を採り入れています。包括性の高い表現が要求される場合、LQS では、翻訳された資料に対して、包括性の高い表現を含む品質ベンチマークに照らした厳格なチェックを含めます。
LQS でコンテンツの評価、注釈付け、検証を行い、インテリジェントなシステムをさらに賢くできます。LQS のリンギストは、翻訳されたコンテンツの評価に使用される厳格な評価フレームワークのスタンダードである Multidimensional Quality Metrics (MQM) を使用します。その後、翻訳結果はデータ分析にマッピングされ、成果物の品質を向上すべくチームにベンチマークが提供されます。最終的なコンテンツは翻訳メモリ (TM) に取り込まれ、それによってコンテンツ全体がますます磨かれ改善されていきます。
偏見が含まれる文言や包括性に欠ける表現を特定する方法を具体的にご存じでしょうか。単に「聞けばわかる」と思われますか。次に疑問を感じたときは、以下を自問して、その表現をチェックしてください。
質問: これは適切な表現か。
適切かどうかを判断する方法: 同じ語句で、問題の単語を直喩するものと置き換えます。
例: So easy, even your grandma can use it! (おばあちゃんでもできるくらい簡単です。)比較: So easy, even a novice can use it! (初心者でもできるくらい簡単です。)
結論: この文脈では、「Grandma」は不快な表現にあたります。「Novice」は不快な表現ではありません。
質問: これは適切なオーディエンスか。
適切かどうかを判断する方法: 同じ語句を異なるオーディエンスに向けて使用します。
例: My manager is a “slave driver.” (私の上司は「奴隷監督」だ。) これを白人の同僚の前で抵抗なく言えますか。黒人の同僚の前ではどうでしょうか。言えないでしょう。
結論: 「Slave driver」は不快な表現です。
質問: これは人種や国に関するステレオタイプだろうか。
適切かどうかを判断する方法: 語句内の人種や国を別の人種や国と置き換えて、テキスト内に人種や国を含めるべきかどうかをテストします。
例: “Asians” are good at math. (「アジア人」は数学が得意です。) “North Americans” are good at math (「北米人」は数学が得意です) と言えますか。言えないでしょう。
結論: 「Asians are good at math」という語句は人種に関連するステレオタイプです。
当社のリーダー陣は潜在な偏見と包括性についてさらに多くの意見を持っており、当社の顧客基盤における傾向を把握して、包括性の高いコンテンツの制作を妨げる障壁を克服するためのアイデアを多く提供しています。詳しくは、当社のブログ「 潜在的な偏見を減らす」をご覧ください。
包括性が高く、偏見に相当する表現を排除したコンテンツの制作については、ぜひ当社までお問い合わせください。
偏見が含まれる文言や包括性に欠ける表現を特定する方法を具体的にご存じでしょうか。単に「聞けばわかる」と思われますか。次に疑問を感じたときは、以下を自問して、その表現をチェックしてください。
質問 |
適切かどうかを判断する方法 |
例 |
結論 |
これは適切な表現か。 |
同じ語句で、問題の単語を直喩するものと置き換えます。 |
So easy, even your grandma can use it! (おばあちゃんでもできるくらい簡単です。) 比較: So easy, even a novice can use it! (初心者でもできるくらい簡単です。) |
この文脈では、「Grandma」は不快な表現にあたります。「Novice」は不快な表現ではありません。 |
これは適切なオーディエンスか。 |
同じ語句を異なるオーディエンスに向けて使用します。 |
My manager is a “slave driver.” (私の上司は「奴隷監督」だ。) これを白人の同僚の前で抵抗なく言えますか。 黒人の同僚の前ではどうでしょうか。 言えないでしょう。 |
「Slave driver」は不快な表現です。 |
これは人種や国に関するステレオタイプだろうか。 |
語句内の人種や国を別の人種や国と置き換えて、テキスト内に人種や国を含めるべきかどうかをテストします。 |
“Asians” are good at math. (「アジア人」は数学が得意です。) “North Americans” are good at math (「北米人」は数学が得意です) と言えますか。 言えないでしょう。 |
「Asians are good at math」という語句は人種に関連するステレオタイプです。 |
当社のリーダー陣は潜在な偏見と包括性についてさらに多くの意見を持っており、当社の顧客基盤における傾向を把握して、包括性の高いコンテンツの制作を妨げる障壁を克服するためのアイデアを多く提供しています。詳しくは、当社のブログ「潜在的な偏見を減らす」をご覧ください。
包括性が高く、偏見に相当する表現を排除したコンテンツの制作については、ぜひ当社までお問い合わせください。