我們為何需要使用人機迴圈 AI 翻譯

生成式人工智慧 (AI) 翻譯服務雖然強大，但仍然需要策略性加以人為干預，才能產出最高品質的結果。因此所有採用 AI 技術的語言供應商，都會在 AI 流程中預留人工處理的空間，可能是一開始、整個流程中，又或是最後階段。人機迴圈 AI 翻譯或內容服務的重要之處，在於它們能有益於提供最合宜的 AI 生成內容，以及解決生成式 AI 的侷限問題。歡迎繼續閱讀，了解人類在 AI 翻譯、AI 本地化以及多語言 AI 內容服務中的三種主要角色。

人機迴圈 AI 翻譯與 AI 訓練

語言專家的第一個重要角色，是在 AI 訓練中。大型語言模型 (LLM) 必須經過訓練，才能在 AI 本地化、翻譯等任務中交出最合宜的結果。為了進行這個訓練，生成式 AI 語言供應商必須要將資料輸入 LLM，以便它能為所有客戶執行所需的 AI 解決方案。AI 訓練服務通常會由語言專家執行，因為他們具有語言方面的知識 (尤其是對自然語言使用的深刻了解以及語用技巧能力)，能協助處理廣泛的 LLM 訓練所需的資料收集與註解工作。畢竟只有具備語言細微差異、文法和語法、產業專有術語、文化規範等方面專業知識的專業人才，才會知道應該要使用哪些資料來訓練 LLM。

語言專家也能協助處理 AI 訓練的另一個環節：錯誤分析。製作強大的訓練資料語料庫非常重要，但光只有它往往也不足以充分地訓練 LLM。語言專家可以審閱 LLM 的輸出樣本，找出有錯誤或幻覺的地方，這需要具備廣泛的語言、文化和/或產業經驗才能勝任。接著，語言專家會找出有助訓練 LLM 的新資料或提示，好讓它不會再犯下先前發現 (或類似) 的錯誤。

人機迴圈 AI 翻譯與譯後編修

為了建立對 AI 的信任，複雜或事關重大的翻譯通常需要由審閱人員進行譯後編修。這類案例中的資料通常具備以下特色：

• 因法規監管理由而需要提交
• 會高度曝光於客戶眼前
• 要供年度報告使用
• 以罕見的語言組合完成
• 術語飽和，亦即充斥著極多專有術語

譯後編修其實可以在人機迴圈 AI 翻譯流程的任何時間點進行。語言專家可以在審閱小規模的 LLM 翻譯樣本後進行譯後編修，然後提供 LLM 意見回饋，接著再由它完成其餘的翻譯或本地化作業。審閱人員也可以在整個流程中反覆地執行譯後編修。又或者，他們可以等到 LLM 完成所有的翻譯或本地化作業後，才進行譯後編修。語言專家進行譯後編修的頻率跟時機，可以根據特定專案的需求而自訂。以下是語言專家進行譯後編修時會檢查的一些事項： 

• 文化敏感議題
• 偏見
• 仇恨內容
• 不正確的翻譯
• 不正確的術語
• 語法錯誤
• 連寫句
• 可讀性
• 使用不當或翻譯不佳的慣用語
• 應該使用慣用語的地方