GEÇİD 3: Çeviri Teknolojileri, Birinci Kısım | Page 27

Artık kabul etmemiz lazım : “ Makineler çevirmenlerin yerini alacak mı ?” sorusuna rahat rahat “ Böyle bir şey mümkün değil !” diye cevap veremiyor kimse , çeviri dünyasından insanlar bile . Troyanski ’ nin ya da Artsrouni ’ nin patentini aldığı , fiziksel görünümleriyle de tam olarak “ makine ” diye adlandırabileceğimiz ve makine çevirisinin öncüsü olarak nitelendirebileceğimiz cihazların yüzüncü yılına yaklaşırken makine çevirisi birçok dil çiftinde şaşırtıcı derecede iyi sonuçlar veriyor . Otomatik çeviri listesine yeni diller ekleniyor . Makine çevirisi günlük hayatta ve sanal ortamlarda giderek daha çok kullanılıyor . Öyle ki artık “ Makine Çevirisi okuryazarlığı ” ndan bahseder duruma geldik ( Bowker & Ciro , 2019 ). “ Gugıl transleyt ” diye dalga geçilerek paylaşılan çeviri örnekleri de giderek azalıyor . Peki bütün bu gelişmeleri neye borçluyuz ? Elbette en büyük etken olan verilere . Bilgisayarlara dilin kurallarını öğreterek geliştirilen makine çevirisi sistemleri veri kaynağına ihtiyaç duymazken 1980 ’ lerin sonlarından bu yana hayatımızda olan istatistiksel makine çevirisi sistemleri ve 2016 ’ da yaygınlaşan sinirsel yani nöral makine çevirisi sistemleri için veriler vazgeçilmez bir kaynaktır .
Hemen hemen her şeyin sayısal ortamda yapıldığı yani metinlerin , görüntülerin ve seslerin sayılara dökülerek oradan oraya aktarıldığı “ dijital ” ortamda bu tür aktarım işlerine aracılık eden hizmet sağlayıcıları için veri , büyük ölçüde bir sorun olmaktan çıkmıştır . Elbette bu veri doyumuna ulaşıldığı anlamına gelmiyor ; büyük şirketler her zaman daha büyük verilerin peşinde . Herkesin bir metin üreticisi hâline geldiği , farklı dillerde metinlerin paylaşıldığı , çok dilli kurum ve kuruluşlarda metinlerin insanlar tarafından çevrilip hizalanmış şekilde ulaşılabilir durumda olduğu bir zamandayız . “ Bulut bilişim ” veya Türkiye Bilimler Akademisi Sözlüğü ’ ndeki eş anlamıyla “ ağda devşirmeli bilgi işlem ” alanındaki gelişmelerle birçok veri internette diğer bir deyişle genel ağda yer almaktadır . Fiziksel olarak ise bu veriler Google , Amazon , Facebook , Apple , Microsoft gibi büyük şirketlerin sunucularında saklanmaktadır . Otomatik çeviri sistemlerinin de bu saydığımız büyük şirketler ve benzerlerince geliştirilmiş olmasına şaşırmamak gerekir . Son yıllarda bize yaşatılan küresel salgın da veri dünyasını önemli derecede büyütmüştür . Yazılı metnin yanı sıra ses ve görüntü içerikleri de işlenerek yapay zekâ sistemlerinin veritabanlarına eklenmiştir . Bu da bize yakın zamanda makine çevirisi ve yapay zekâ sistemlerinde yeni bir sıçrama yaşanacağını göstermektedir .
Bütün bu gelişmeler tüm insanlığı ama en çok da çevirmenleri etkilemektedir . 1990 ’ lı yılların ortalarından itibaren çevirmen çalışma masalarının bir parçası hâline gelen yazılımlarla çevirmenler , Douglas Robinson ’ ın deyimiyle “ siborg çevirmenlere ” ( Robinson , 1999-2000 ) dönüştü . Bütün bu araçları 2013 yılında yayımlanan Çeviri ve Teknoloji kitabımda ve daha sonra TÜBİTAK destekli elektronik kitabımda ( Bilgisayar Destekli Çeviri ) ayrıntılarıyla açıklamaya çalıştım ( İki kitap da erişime açıktır , burada tekrara düşmemek adına bu teknolojik gelişmeleri hızlıca geçiyorum ). 2009 yılında Google ’ ın Türkçeyi de otomatik çeviri listesine eklemesiyle tablo yavaş yavaş değişmeye başladı . Aynı dönemlerde birçok bilgisayar destekli çeviri yazılımı şirketi bulut temelli çalışan hizmetler sunmaya başladılar . Bu hizmetler önceleri ücretli aboneliğe büyük önem verse de daha sonraları birçok kimsenin şu sıralarda “ firiğlens ” ( freelance ) diye telaffuz ettiği serbest çevirmenlere veya öğrencilere ücretsiz olarak sunulmaya başlandı . Ayrıca üniversitelerde derslerde kullanılmak üzere birçok hizmet , akademik ortaklık olarak ücretsiz hâle geldi . Buradaki amaçlardan biri elbette son yıllarda sayısı giderek artan çeviri araçlarının özellikle genç çevirmenler arasında yayılmasını sağlamakken diğer bir amaç da ücretsiz kullanımla beraber gelen verilerin işlenmesi yönünde verilen izinler olabilir .
24