Naar hoofdinhoud gaan

Vertaling Is Geen Revitalisering

Standpunt. Machinevertaling converteert tekst tussen talen. Revitalisering creëert nieuwe sprekers. Dit zijn verschillende activiteiten met verschillende succescriteria, en geen enkele leaderboard-score verandert dat. Wij bouwen MT als infrastructuur die de doelen van een gemeenschap dient — nooit als vervanging voor intergenerationele overdracht. Kinderen leren taal van mensen, niet van machines.

In 2026 is het verleidelijk te geloven dat software alles kan oplossen, inclusief een taal die sprekers verliest. Wij willen nauwkeurig uiteenzetten waarom die overtuiging onjuist is — en wat vertaaltechnologie eerlijk gezegd kan bijdragen.

Dit stuk bestaat omdat een taalkundige die wij uitnodigden om dit project te bekritiseren het argument krachtig naar voren bracht: een perfect Engels→Cree-vertaalsysteem zou het transmissieprobleem niet oplossen (kinderen die de taal thuis niet leren), het prestigeprobleem (Engels als de taal van economische macht), noch het pedagogische probleem (te weinig immersiesscholen en opgeleide leraren). Het zou de situatie zelfs kunnen verslechteren, door de illusie te wekken dat "de computer Cree spreekt" en de urgentie van menselijke overdracht te verzachten. Wij hebben het grootste deel van die kritiek aanvaard, en wij publiceren ons antwoord hier in plaats van het te verdoezelen.

Wat revitalisering werkelijk vereist​

De onderzoeksliteratuur over taalrevitalisering is consistent op één punt: talen overleven wanneer zij tussen generaties worden doorgegeven — wanneer ouders, grootouders en gemeenschappen ze spreken met kinderen, en kinderen opgroeien en ze terugspreken (Fishman 1991; Hinton & Hale 2001). Al het andere — scholen, media, woordenboeken, apps — ondersteunt die overdracht, of het ondersteunt niets.

Geen enkel vertaalsysteem neemt deel aan die uitwisseling. Een model dat een Engelstalig document omzet naar Plains Cree creëert geen spreker. Het bezet geen immersieklas, leidt geen leraar op en zit niet met een kind aan een keukentafel. Als ons werk ooit wordt omschreven als "talen redden", is die omschrijving onjuist en zullen wij dat zeggen.

Wat MT niet kan doen​

Duidelijk gesteld, zodat er later geen onduidelijkheid bestaat:

  • Het kan sprekers niet vervangen. Output die geen vloeiende spreker heeft beoordeeld, is een concept, geen tekst. Onze eigen scoringsregels behandelen elke geautomatiseerde score als een benadering; alleen menselijke beoordeling bevestigt bruikbaarheid.
  • Het kan geen eerste taal aanleren. Kinderen verwerven taal via relaties en onderdompeling, niet via vertaalde documenten.
  • Het kan een schadelijke illusie creëren. Een demo die een taal "spreekt", kan suggereren dat de taal veilig is terwijl dat niet zo is. Dit prestigerisico is reëel, en wij behandelen het als een open vraag die samen met gemeenschappen onderzocht moet worden, niet als een boodschap die beheerd moet worden.
  • Het kan niets beslissen. Of een vertaalsysteem voor een taal zou moeten bestaan, en waar het gebruikt mag worden, is de beslissing van de gemeenschap — inclusief de beslissing om het helemaal niet in te zetten. Die controle is ingebouwd in de architectuur voor eigendomsoverdracht en datasouvereiniteit, en omvat ook contexten: een gemeenschap kan MT accepteren voor officiële documenten en weigeren voor lesmateriaal.

Wat MT eerlijk gezegd kan doen​

Tegen die achtergrond zijn er concrete, afgebakende bijdragen die vertaalinfrastructuur levert — elk ten dienste van mensen die het echte werk al doen.

1. Doorvoer voor overbelaste vertalers. Gemeenschapsvertaalbureaus worden geconfronteerd met meer documenten die zouden moeten bestaan in de taal dan menselijke vertalers vanaf nul kunnen produceren. Een machineconcept verandert de taak van "alles vertalen" naar "beoordelen en corrigeren" — en gecontroleerde studies hebben aangetoond dat postediting aanzienlijk sneller is dan vertalen vanaf nul, met behoud of verbetering van kwaliteit (Plitt & Masselot 2010; Green, Heer & Manning 2013). Wij beschrijven deze workflow in detail in Van Benchmark naar Dagelijks Gebruik. De kanttekening: die studies betroffen taalcombinaties met veel bronmateriaal; wij beschikken nog niet over vergelijkbaar bewijs voor polysynthetische talen, wat deels is wat dit project is opgezet om te meten.

2. Praktische hefboomwerking voor taalrechten. Het recht op overheidsdiensten in Inheemse talen bestaat juridisch in verschillende rechtsgebieden. Wat vaak ontbreekt, is de praktische capaciteit om vertalingen te produceren op de snelheid die de bureaucratie vereist. Een gemeenschap die een beleidsdocument van vijftig pagina's in dagen in plaats van maanden kan omzetten naar een beoordeelde vertaling, staat sterker in onderhandelingen. De technologie creëert het recht niet; zij maakt het recht moeilijker te negeren.

3. Herbruikbare taalkundige infrastructuur. De morfologische analysator (FST) die wij gebruiken om te verifiëren dat vertaaluitvoer echte woorden bevat — geen gehallusineerde — legt vast waarom elke woordvorm geldig is. Diezelfde machinerie vormt de basis voor leermiddelen: vervoegingstrainers, schrijfhulpen met foutcorrectie, morfologische verkenners. De verificatie-engine en de pedagogische engine zijn hetzelfde artefact. Dit is een mogelijkheid, geen belofte — de leermiddelen moeten nog worden gebouwd, en of dat gebeurt is een beslissing van de gemeenschap.

4. Ondersteuning voor tweedetaalleerders. Revitalisering betreft niet alleen kinderen die een eerste taal verwerven. Het betreft ook volwassenen die de taal als tweede taal leren — mensen die misschien nooit de vloeiendheid van een Elder bereiken, maar die gemeenschapsdocumenten kunnen lezen, met begrip kunnen deelnemen en de publieke aanwezigheid van de taal kunnen vergroten door haar te gebruiken. Voor deze groep is een vertaalhulpmiddel een echt instrument, zoals een woordenboek een instrument is.

5. Een reden voor het werk om thuis gefinancierd en eigendom te zijn. In ons model worden bewezen methoden overgedragen aan gemeenschapseigendom en vloeien API-inkomsten overwegend naar de gemeenschap (het economisch model). Sprekers worden betaald voor hun expertise, niet gevraagd die vrijwillig in te zetten. Niets van dat alles is revitalisering — maar het richt middelen op de mensen die revitalisering doen, in plaats van er van weg.

De eerlijke formulering​

Het vakgebied heeft een lange geschiedenis van technologieprojecten die arriveren met reddingsnarratieven en vertrekken met publicaties (Bird 2020). Wij proberen een beperktere claim te handhaven: MT is infrastructuur. Infrastructuur dient doelen die door anderen worden gesteld. Wegen beslissen niet waar u naartoe reist; deze technologie besluit niet of een taal voortleeft. Sprekers, families en gemeenschappen doen dat — en de formulering van het UNESCO International Decade of Indigenous Languages heeft gelijk door Inheemse volkeren, niet instrumenten, centraal te stellen.

Als een gemeenschap concludeert dat vertaaltechnologie haar doelen dient, willen wij dat het de best mogelijke, meest verantwoorde versie is — eigendom van hen, gevalideerd door hun sprekers, ingezet op hun voorwaarden. Als een gemeenschap concludeert dat het niet helpt, is die conclusie een geldig resultaat van dit project, geen mislukking ervan. Beide helften van die zin zijn toezeggingen.

Wat dit voor u betekent​

:::info Als u een gemeenschapslid bent Dit project zal u niet vertellen dat een app uw taal kan redden — dat kan het niet. Wat het biedt is afgebakend: snellere documentvertaling onder beoordeling van vloeiende sprekers, infrastructuur die uw gemeenschap volledig in eigendom kan hebben, en vergoeding voor de expertise van sprekers. Of en hoe dit alles wordt gebruikt, is de beslissing van uw gemeenschap, inclusief de beslissing om het niet te gebruiken. Zie Voor Taalgemeenschappen en Fouten Melden en Correcties in Eigendom Nemen. :::

:::info Als u een onderzoeker bent Behandel "MT voor bedreigde talen" als een infrastructuurclaim, niet als een revitaliseringsclaim, en uw evaluatievraag verandert: niet "is de BLEU-score hoog?" maar "vermindert dit meetbaar de werklast van de mensen die het echte werk doen, op hun voorwaarden?" De benchmarkspecificatie en Hoe Het Werkt §8 (Spanningen en Beperkingen) zijn waar wij onszelf aan die norm houden. :::

:::info Als u een ontwikkelaar bent Bouw voor de postediting-workflow, niet voor de demo. De gebruiker van uw methode is een vloeiende spreker die een concept corrigeert, en de ergste faalvorm zijn gehallusineerde woorden die plausibel lijken voor niet-sprekers — daarom valideert morfologische validatie hier alles. Begin met Een Methode Indienen en Van Benchmark naar Dagelijks Gebruik. :::

Bronnen​

  • Fishman, J. A. (1991). Reversing Language Shift: Theoretical and Empirical Foundations of Assistance to Threatened Languages. Multilingual Matters.
  • Hinton, L., & Hale, K. (eds.) (2001). The Green Book of Language Revitalization in Practice. Academic Press.
  • Plitt, M., & Masselot, F. (2010). "A Productivity Test of Statistical Machine Translation Post-Editing in a Typical Localisation Context." The Prague Bulletin of Mathematical Linguistics, 93, 7–16. PDF
  • Green, S., Heer, J., & Manning, C. D. (2013). "The Efficacy of Human Post-Editing for Language Translation." Proceedings of CHI 2013. Paper
  • Bird, S. (2020). "Decolonising Speech and Language Technology." Proceedings of COLING 2020, 3504–3519. Paper
  • UNESCO. International Decade of Indigenous Languages 2022–2032. idil2022-2032.org

Zie ook​