歲月的容顏 YingChu Chen

翻譯是一門專業工作，它不只是把另一種語言轉化為日常生活的語言，而是轉化為人人看得懂、聽得懂的語言。在學習的過程裡，老師說過翻譯重視「信、達、雅」，這是一門學問，不是任何一個人、哪種工具可以取代的。這篇不是在談「翻譯」的學問或是翻譯會不會被人工智慧取代，我也不是專業翻譯，沒有能力談這門學問，我只能分享AI在工作上的協助。 因為工作需要閱讀大量的國外文獻，或是參與會議中有大量的英文文獻需要閱讀，Google Translate提供許多協助，同時利用使用者協助修正翻譯的正確度，甚至減少大量閱讀的時間。 隨時間的增加，坊間也愈來愈多更好的翻譯軟體，但遇到會議的錄影與錄音轉譯，還是需要由專業的翻譯公司協助，以節省時間成本，人員可以把時間專注在自己的事業上，遇到需要節省金錢成本時，就會折衷由一般人員來譯出可以接受的成果。 直到 ChatGPT 出現，我拿它來翻譯會譯的逐字稿，它協助節省金錢成本與時間成本，雖然增加編輯成本，但隨著模型逐漸進步，訓練的人愈來愈多，它也會提高準確度，並藉由一次又一次的對話往來，產出比用 Google Translate更能讓人容易接受的版本。相對的，它還是增加使用人員需要編輯、審核的時間成本。但有沒有比人類編輯好？我想現階段，中文可能還有沒比人類編輯好的程度，但已經可以是能接受、初步可以讀懂文字要表達的粗略意思的程度，離「信、達、雅」的標準還很遠。 以往的少見文字，如藏文、閃語、印度語，甚至連死海古卷裡的文字都已經可以藉由AI技術辨識出來，已經是非常大的進步。有天我使用AI翻譯藏文時，突然想到，誰可以幫我核對翻譯出來的正確性？我個人是不懂藏文的，當我想把中、英文用AI翻譯為藏文時，又能請誰幫我確認文法與用字的正確性呢？ 所以，使用者本身也是需要一定程度，才能辨識AI結果的正確性，有無過度編撰或錯誤的引用，例如在法規上的引用、宗教信仰經典裡的人物及故事，會不會在一來一往中給AI產生幻覺（Hallucination）的機會。又如同專業的翻譯人員並不是完全了解各行各！業中的知識，工作過程中還要再與委託者討論。又如有次我聽到一場會議的講者，他提到他是專業的執法人員，但是否判定對方有無違法，還需要了解該行業的專業知識，例如建築業、畜牧業，甚至要去了解飼料的投餵方式與成份。所以現階段，AI還是無法取代人類，也無法代替法官做出判決，大概也是短期內的一件好事吧！ I...

當OpenAI將Deep Research先開放給 ChatGPT Pro 的使用者後，已經有一群使用者驚訝於它的產出，沒多久，OpenAI已 開放給付費的使用者 來使用 Deep Research功能，讓更多人都能受惠於這套功能帶來的方便。 當我在 ChatGPT 裡使用 Deep Research 讀完我幾年來處理的文件、寫的報告內容後，它依這些資料產出的速度相當快，除了可以搜尋網路文章外，也同時參考我所上傳的資料。因為已經讀過我整理過一次或經過多次編修的內容，所以產出成果也有一定的品質。 這樣的發展促使我思考「知識工作者」是否可能真的被取代？科技進步就是不斷的在縮短資訊落差，減少因為資訊落差造成的不平等，但仍有可能因為運用資本的程度不同而產生不平等。 就現階段來說，使用者要讓生成式AI按提示語（Prompt）工作，取得高品質且符合需求的資料、辨識產出的成果是否存有虛構的內容，都需要依賴使用者本身對該領域的專業程度，才能寫出正確的提示語。在我今天的操作過程中，如果沒有先前累積的知識，可能也無法讓AI開始工作。 知識工作者在未來，存在的意義可能會像「翻譯」一樣，將客戶的需求「翻譯」為指令，限縮這些生成式AI在搜尋的範圍，提高產出的準確率及品質，減少內容的幻覺，，也像一個具基本能力的「編輯」，編修文章中的字句，更貼近「人類」的語言，或客戶需求的專業語言，而不是像機器一般的語言。 Deep Research 不僅縮短產出文章的時間，還沒有創作者在產出文章時的陣痛期，例如面對排山倒海的資料確不知從何處開始著手整合，又或是完全不知道要去哪裡找資料，又該從哪裡開始。在對話的過程裡，生成式AI也會一起把範圍縮小，讓目標更明確，也是不錯的協助。