Post-edycja tłumaczenia maszynowego (MTPE): kompletny przewodnik

Tłumaczenie maszynowe nigdy nie było lepsze — a w przypadku większości treści biznesowych treści przetłumaczone maszynowo wciąż nie nadają się do publikacji bez weryfikacji. Tę lukę ma za zadanie wypełnić właśnie postedytowanie tłumaczenia maszynowego (MTPE) i z tego powodu analitycy branżowi, tacy jak Slator czy Nimdzi, niezmiennie uznają postedycję za jeden z najszybciej rozwijających się segmentów usług w branży językowej. Niniejszy przewodnik wyjaśnia, czym jest MTPE, jaka jest różnica między postedycją pobieżną a pełną, jak przebiega ten proces krok po kroku, jak w rzeczywistości wygląda wycena oraz kiedy MTPE przewyższa zarówno surowe tłumaczenie maszynowe, jak i wyłącznie tradycyjne tłumaczenie wykonane przez człowieka.

• MTPE łączy wersję roboczą tłumaczenia wygenerowaną przez sztuczną inteligencję z pracą ludzkiego weryfikatora, łącząc szybkość maszyny z ludzkim osądem — co zazwyczaj jest znacznie szybsze i tańsze niż tłumaczenie od zera.

• Lekka postedycja poprawia jedynie błędy zmieniające znaczenie; pełna postedycja doprowadza tekst wyjściowy do jakości tłumaczenia wykonanego przez człowieka. Wybieraj na podstawie stawki treści, a nie z przyzwyczajenia.

• Wycena zależy od tekstu roboczego: ponieważ redaktor bazuje na tekście wygenerowanym maszynowo, postedycja tłumaczenia maszynowego (MTPE) jest zazwyczaj wyceniana ze znacznym rabatem w stosunku do tłumaczenia wykonywanego przez człowieka od podstaw. Firma Stanley Black & Decker obniżyła koszty tłumaczeń nawet o 70% – z 200–300 USD do 1,20 USD za 1000 słów – dzięki procesowi łączącemu sztuczną inteligencję z weryfikacją przez człowieka.

• ISO 18587:2017 to międzynarodowa norma dotycząca pełnej postedytcji efektów tłumaczenia maszynowego, uwzględniająca wymagane kompetencje postedytora.

• Post-editing w wymierny sposób poprawia jakość: firma Smith+Nephew zmniejszyła nakład pracy redakcyjnej o 70%, łącząc tłumaczenie maszynowe oparte na sztucznej inteligencji ze ustrukturyzowaną weryfikacją przez człowieka na jednej platformie.

MTPE (postedycja tłumaczenia maszynowego) to proces, w którym profesjonalny weryfikator przegląda i poprawia tekst przetłumaczony przez silnik tłumaczenia maszynowego lub model AI, korygując błędy pod kątem dokładności, terminologii i stylu, aż tekst osiągnie uzgodniony poziom jakości.

Spotkasz się z obiema pisowniami tego terminu — „post-editing” oraz „post editing” — a także ze skrótami MTPE lub PEMT. Niezależnie od pisowni model jest taki sam: maszyna odpowiada za ilość, człowiek za ocenę.

MTPE pojawiło się, ponieważ neuronowe tłumaczenie maszynowe, a ostatnio także tłumaczenie oparte na dużych modelach językowych (LLM), generują wersje robocze, które są w większości poprawne. Płacenie lingwiście za tłumaczenie od zera oznacza ignorowanie tej przewagi na starcie. Płacenie im za redagowanie wersji roboczej w pełni to oddaje — dlatego też postedycja wyparła tłumaczenie od zera w ogromnych obszarach treści technicznych, wsparcia klienta i e-commerce.

Branża wyróżnia dwa poziomy usług, a wybór niewłaściwego jest najczęstszym błędem w procesie MTPE — zbyt głęboka postedycja treści o niskim znaczeniu lub niedostateczna postedycja treści reprezentujących markę.

W praktyce dojrzałe zespoły ds. lokalizacji nie wybierają jednego poziomu do wszystkiego. Dzielą treści na poziomy: surowe tłumaczenie maszynowe w przypadku tekstów ulotnych, lekka postedytacja dla materiałów wewnętrznych oraz pełna postedytacja dla wszystkiego, co przeczyta klient, organ regulacyjny lub dziennikarz.

Produkcyjny proces MTPE składa się z sześciu etapów. Pominięcie pierwszego i ostatniego jest tym, co odróżnia zespoły osiągające skumulowany wzrost jakości od zespołów, które w każdym projekcie naprawiają te same błędy.

Ten ostatni krok to ukryty wymiar ekonomiczny MTPE: im częściej stosuje się ten proces, tym staje się on tańszy i szybszy.

MTPE celowo plasuje się pomiędzy dwoma skrajnościami — i każde z tych trzech podejść ma swoje uzasadnione zastosowanie. Bardziej szczegółowe omówienie obu biegunów znajdziesz w naszym przewodniku po tłumaczeniu maszynowym a tłumaczeniu przez człowieka.

Szczere podsumowanie: surowe tłumaczenie maszynowe (MT) wygrywa, gdy błędny przekład nic cię nie kosztuje; wyłącznie tłumaczenie ludzkie wygrywa, gdy tekst ma przekonywać, a nie tylko informować; natomiast MTPE (postedycja tłumaczenia maszynowego) wygrywa w szerokim obszarze pośrodku — co dla większości firm stanowi przeważającą część tłumaczonych treści.

ISO 18587:2017 to międzynarodowa norma obejmująca postedycję tekstu wynikowego tłumaczenia maszynowego. Określa ona wymagania dotyczące pełnego procesu postedycji — kroki, które dostawca musi podjąć, aby dostarczyć efekt porównywalny z tłumaczeniem wykonanym przez człowieka — oraz definiuje kompetencje, jakie muszą posiadać postedytorzy: kompetencje tłumaczeniowe, kompetencje językowe i tekstowe w obu językach, kompetencje kulturowe, kompetencje techniczne w zakresie narzędzi MT i CAT oraz wiedzę dziedzinową.

Norma dotyczy pełnej postedycji; pobieżna postedycja została uwzględniona, lecz wykracza poza jej podstawowe wymagania. Kiedy kupujący pytają dostawców lub platformy o „MTPE zgodne z normą ISO”, dokumentem, o który im chodzi, jest ISO 18587 – obok ISO 17100, która ogólnie obejmuje usługi tłumaczeniowe wykonywane przez ludzi.

Tak — postedycja niezawodnie podnosi jakość tłumaczenia, ponieważ wykwalifikowany człowiek wychwytuje błędy, które maszyny wciąż popełniają: brzmiące płynnie błędne tłumaczenia, niekonsekwencję terminologiczną, potknięcia kulturowe oraz błędy w nazwiskach, liczbach i przeczeniach, podczas gdy maszyna nadal zapewnia szybkość i spójność całego tekstu.

Korzyści kumulują się, gdy post-edycja odbywa się w ramach ustrukturyzowanego procesu, a nie jako doraźne poprawki. Korekty trafiają z powrotem do pamięci tłumaczeniowej i glosariuszy, dzięki czemu ten sam błąd nigdy nie wymaga dwukrotnego poprawiania, a automatyczna kontrola jakości wychwytuje problemy techniczne, zanim człowiek w ogóle przeczyta dany segment.

Firma Smith+Nephew, globalne przedsiębiorstwo z branży technologii medycznych, zredukowała nakład pracy związany z redakcją o 70% dzięki połączeniu tłumaczenia maszynowego opartego na sztucznej inteligencji ze ustrukturyzowaną weryfikacją przez człowieka w ramach jednej platformy — nakład pracy związany z post-edycją zmniejszył się właśnie dlatego, że przepływ pracy stale udoskonalał wstępne wersje tekstów.

Nie ma jednej stawki rynkowej za MTPE — każdy, kto podaje konkretną kwotę bez zapoznania się z treścią, po prostu zgaduje. Niezmienna pozostaje struktura: ponieważ weryfikator zaczyna od wersji roboczej przygotowanej maszynowo, a nie od pustej strony, MTPE jest zazwyczaj wyceniane ze znacznym rabatem w stosunku do tłumaczenia wykonywanego przez człowieka od podstaw. Dominują trzy modele cenowe.

• Ze zniżką za słowo. Klasyczny model LSP: stawka za słowo ustalona poniżej stawki za tłumaczenie wykonane przez człowieka dla tej samej pary językowej, z pełną postedycją wycenianą wyżej niż postedycja pobieżna. Rabaty rosną wraz z jakością tłumaczenia maszynowego — lepsze wersje robocze, mniej edycji, niższa stawka.

• Co godzinę. Częste, gdy jakość tłumaczenia maszynowego jest nieprzewidywalna lub treść jest wysoce specjalistyczna. Redaktor rozlicza się na podstawie poświęconego czasu, co chroni go przed słabymi wersjami roboczymi, ale utrudnia ci prognozowanie kosztów.

• Platforma lub subskrypcja. Platformy tłumaczeniowe oparte na sztucznej inteligencji łączą wersję roboczą tłumaczenia maszynowego, środowisko edycyjne, kontrolę jakości (QA) oraz pamięć tłumaczeniową (TM) w ramach subskrypcji, a opłaty ponosi się za rzeczywiste wykorzystanie, a nie na podstawie wycen dostawców dla poszczególnych projektów — na tej zasadzie działa model Smartwords firmy Smartcat, w którym ludzka postedycja jest dodawana jako opcja dodatkowa tylko wtedy, gdy wymaga tego poziom ważności treści.

Co ta struktura daje w praktyce? Firma Stanley Black & Decker obniżyła koszty tłumaczeń nawet o 70%, z 200–300 USD do 1,20 USD za 1000 słów, jednocześnie skracając dwutygodniowy czas realizacji, dzięki przejściu na model pracy oparty na tłumaczeniu maszynowym (AI) połączonym z weryfikacją przez człowieka.

Większość zespołów składa proces MTPE z części: silnika MT, narzędzia CAT, dostawcy edytorów oraz arkuszy kalkulacyjnych do kontroli jakości. Smartcat obsługuje całą pętlę w jednym miejscu. Platforma generuje wstępne tłumaczenie AI w ponad 280 językach, wstępnie stosuje Twoją pamięć tłumaczeniową (TM) i glosariusze oraz kieruje segmenty bezpośrednio do przepływu pracy edycyjnej — do Twoich własnych weryfikatorów lub profesjonalnych post-edytorów zatrudnionych za pomocą kilku kliknięć z wbudowanego Marketplace skupiającego ponad 500 000 sprawdzonych profesjonalistów.

Jakość jest mierzona, a nie zakładana: ocena jakości tłumaczenia pokazuje, jak dobry jest szkic wygenerowany przez sztuczną inteligencję, zanim poświęcisz choćby godzinę na redakcję, a narzędzie QA Coworker przeprowadza automatyczne kontrole pod kątem terminologii, spójności i formatowania.

• Wersja robocza AI + weryfikacja przez człowieka w jednym miejscu — bez konieczności eksportowania między narzędziami; poprawki automatycznie zapisują się w pamięci tłumaczeniowej (TM)

• Zatrudniaj na żądanie post-edytorów z Marketplace, dopasowanych pod kątem pary językowej i tematyki

• Automatyczna kontrola jakości przy każdym zleceniu za pośrednictwem QA Coworker

• Nieograniczona liczba użytkowników i bezpieczeństwo SOC 2 Typu II, bez wykorzystywania Twoich treści do trenowania sztucznej inteligencji podmiotów zewnętrznych — konfiguracja, której zaufało ponad 1000 marek korporacyjnych