Obwohl Google Translate schnelle und einfache Übersetzungen in über 100 Sprachen bietet, sind sich die Benutzer seiner Einschränkungen und seines Verbesserungspotenzials durchaus bewusst. Große Sprachmodelle wie ChatGPT haben das Potenzial, die Sprachübersetzung zu revolutionieren, indem sie auf riesigen Mengen an Trainingsdaten und Echtzeit-Benutzerfeedback basieren, um konsistente, menschenähnliche Sätze in mehreren Sprachen zu generieren.

Um festzustellen, ob ChatGPT Google Translate als bevorzugten Übersetzungsdienst für verschiedene Bedürfnisse wie Reisen, Arbeit und grenzüberschreitende Kommunikation ersetzen kann, führte PCMag parallel zu Microsoft Bing und Google Bard eine eingehende Bewertung durch.

Zweisprachige Sprecher erhielten englische Absätze, die mithilfe von Google Translate, ChatGPT und Microsoft Bing in ihre jeweilige Sprache übersetzt wurden. Am Ende der Übung wurden die Teilnehmer über den Dienst informiert, der jede Übersetzung angefertigt hatte.

Die getesteten Sprachen waren Polnisch, Französisch, Koreanisch, Spanisch, Arabisch, Tagalog und Amharisch. Obwohl diese Studie keinen Anspruch auf Vollständigkeit erhebt und weitere strenge Tests erforderlich sind, um eine statistisch signifikante Bewertung zu erhalten, lieferten die Ergebnisse wertvolle Einblicke in die Leistung der KI-Modelle.

Die ausgewählten Absätze wurden sorgfältig ausgearbeitet, um die Einschränkungen jedes Übersetzungsdienstes hervorzuheben. Der erste Absatz enthielt umgangssprachliche Ausdrücke wie „Lass Dampf ab“ und „Prost!“ sowie Maßangaben in USD und Meilen. Der zweite Absatz, den nur die Hälfte der Teilnehmer verschickte, enthielt umgangssprachliche Begriffe wie „Hooligans“ und „Champagne Pop“.

Überraschenderweise übertrafen KI-Chatbots – ChatGPT, Google Bard und Microsoft Bing – Google Translate in den 12 an die Teilnehmer gesendeten Beispielen. ChatGPT erhielt die höchste Gesamtbewertung.

Laut Ana Romero, die die spanischen Übersetzungen bewertete, lieferte ChatGPT eine Übersetzung, die einer normalen Konversation sehr ähnelte. Der Grad der Formalität der Kernfragen war einheitlich und die Übersetzung von „sich austoben“ war korrekt.

Google Bard war selten erfolgreich und empfahl sogar die Verwendung von Google Translate, aber in den wenigen Fällen, in denen es funktionierte, bewerteten die Teilnehmer seine Übersetzungen höher als Google Translate. Allerdings waren nicht alle Chatbots, einschließlich ChatGPT, in der Lage, Währungen und Entfernungsmessungen genau zu übersetzen, was zu Inkonsistenzen von Sprache zu Sprache und von Dienst zu Dienst führte.

Eine der bemerkenswerten Schwächen von Google Translate ist seine Tendenz, wörtliche Übersetzungen bereitzustellen und kontextuelle Nuancen zu ignorieren. Im Gegensatz dazu zeichneten sich Chatbots durch die Erfassung von Feinheiten und Kontext aus. Modelle mit einer größeren Menge an Trainingsdaten und mehr Benutzerinteraktionen in einer bestimmten Sprache zeigten ein besseres Verständnis kultureller Ausdrücke und führten zu passenderen Übersetzungen.

Der Erfolg von ChatGPT ist auf den Reinforcement Learning with Human Feedback (RLHF)-Ansatz zurückzuführen, der kulturell angemessene Antworten basierend auf Benutzerpräferenzen auswählt. Andererseits verwenden Google Bard und Google Translate unterschiedliche zugrunde liegende Technologien, wobei Google Translate speziell für Übersetzungsaufgaben optimiert ist.

Obwohl Chatbots im Vergleich zu Google Translate verbesserte Übersetzungen bieten, sind sie nicht perfekt und führen manchmal zu ungenauen oder ungenauen Wortwahlen. Sie haben jedoch gezeigt, dass sie die Fähigkeiten von Google Translate mit mehr Schulung und mehr Daten in jeder Sprache übertreffen können.

Im Test schnitt Google Translate besonders gut in Tagalog und Amharisch ab, zwei Sprachen mit relativ wenigen Sprechern. In ressourcenarmen oder datenarmen Sprachen hatten Chatbots Schwierigkeiten, differenzierte Übersetzungen bereitzustellen, und griffen im Gegensatz zu anderen Sprachen oft auf wörtliche Interpretationen zurück.

Während ChatGPT eine praktikable Google Translate-Alternative für Übersetzungsanforderungen ist, ist es wichtig zu beachten, dass KI-Modelle noch kein vollständiger Ersatz für menschliche Übersetzer sind. Während sich die KI weiterentwickelt, besteht die Herausforderung darin, ihre Leistung genau zu messen und eine effiziente Übersetzung in verschiedene Sprachen sicherzustellen.

Google experimentiert auch mit Search Generation Experiments (SGEs), die ChatGPT-ähnliche Antworten auf Anfragen bieten. Diese Experimente dauern jedoch an und Google hat keine Informationen darüber bereitgestellt, ob es Google Translate in Zukunft ersetzen wird.

Da sich die Fähigkeiten von KI-Übersetzungsmodellen weiterentwickeln, besteht das ultimative Ziel darin, robuste, kulturell sensible Modelle zu entwickeln, die das Web weltweit zugänglicher machen können. Die Zukunft der Sprachübersetzung hängt von der kontinuierlichen Verbesserung der KI-Modelle und ihrer Fähigkeit ab, genaue und natürliche Übersetzungen in verschiedenen Sprachen bereitzustellen.

Quelle: PCMag

Und du ?

Was ist Ihre Meinung zu diesem Thema?

Finden Sie diese Ergebnisse relevant und nützlich?

Ist Ihrer Meinung nach die Wiederherstellung von Feinheiten und Kontext ein wichtiger Faktor für die Wirksamkeit von Übersetzungsdienstleistungen? Glauben Sie, dass KI-Chatbots diese Anforderungen in Zukunft erfüllen können?

Siehe auch

Der Wettlauf um KI verschärft sich: Google kündigt PaLM 2 an, seine GPT-4-Antwort. Laut Google könnte PaLM 2 besser programmieren, übersetzen und argumentieren als GPT-4

Das neue KI-Modell von Facebook übersetzt direkt 100 Sprachen, ohne auf Englisch angewiesen zu sein, es wurde auf einem Datensatz von 7,5 Milliarden Satzpaaren trainiert

Eine KI ermöglicht es Schauspielern, perfekte Zeilen in Fremdsprachen zu sprechen. Diese Technologie kann Filme und Fernsehsendungen übersetzen, ohne dass die ursprüngliche Leistung eines Schauspielers verloren geht

Die KI von Google kann das, was Sie sagen, übersetzen und dabei Ihre Stimmeigenschaften beibehalten. Translatotron befindet sich noch im experimentellen Stadium