OmegaT gibi ücretsiz araçlar bu tür riskleri ortadan kaldırıyor tabii ki ama her yerden erişilebilir olma , renkli arayüzlere sahip olma , ortak ya da parçalı çalışmayı mümkün kılma gibi özelliklerle ticari ürünler daha da çekici olabiliyor .
Öğrenciler artık on yıl öncesine nazaran bilgisayar destekli çeviri araçlarını öğrenme şansına daha çok sahip . Birçok çeviri şirketi iş akışına bu araçları ve makine çevirisini dâhil etmiş durumda . Oyun , yazılım , ağ yerelleştirme çalışmalarında da uzun süredir teknoloji kullanımı diğer alanlara göre daha yaygın . Çeviri sürecinin giderek daha otomatik hâle gelmesi ve otomasyonun ortaya çıkmasıyla birlikte farklı roller belirleniyor ve bu rolleri yerine getirecek çalışanlara ihtiyaç duyuluyor . Çeviri piyasası da bu rollere atayabilecekleri çalışanlar arıyor . Bazıları kurum içinde geliştirdikleri makine çevirisi modellerini , bazıları İngilizce kısaltmasından ( API ) yola çıkarak “ ey pi ay ” diye telaffuz edilen Uygulama / Yazılım Programlama Arayüzü aracılığıyla doğrudan hizmet sağlayıcılarının sunduğu modelleri ya da bu ikisinin karışımını kullanarak çeviri işini bir nevi “ düzeltme ” işine dönüştürdü . Çevirmenler birçok alanda bu tür çeviri modellerinin entegre edildiği , terim yönetim sistemleri ve çeviri belleği sistemleriyle bütünleşik bir ortamda çalışıyor . Bu tür bir çalışma ortamının tercih edilmesinin sebeplerinden birisi az zamanda daha çok çeviri yapabilmek . Çeviri belleğinin önerdiği çözümleri ya da makine çevirisinin ürettiği çeviriyi kullanarak çeviri işini tamamlayan çevirmenlerin aldığı ücretler bu tür araçlar kullanılmadan yapılan çeviriler için alınandan çok daha az olabiliyor . Serbest çalışan çevirmenler için bunun bir avantaj olabileceği düşünülse de artık müşteriler de bu tür araçların varlığından haberdar olduğu için yapılan çeviri için aynı ücretlendirmeleri talep etmek giderek zorlaşıyor . Gelgelelim bilgisayar çevirisini düzeltme işi , diğer bir deyişle “ MTPE ” ye ( Makine Çevirisi Sonrası Düzeltme ), birçok bağlamda sanıldığı kadar kolay bir iş değil . Bilgisayarın ürettiği çeviriyle kaynak metni karşılaştırarak hedef dile ve kültüre uygun bir ürün ortaya çıkarmak için her şeyden önce iyi bir çevirmen olmak gerekir . İyi bir çevirmen olmanın gereklerini ise burada açıklamaya gerek yok .
Edebî çeviri , çeviri teknolojilerinin kullanılmadığı , daha doğrusu kullanılamadığı bir alan olarak bilinirken son birkaç yılda bu konuda da çalışmalar ve uygulamalar olduğunu görüyoruz . Bütünce ya da bir başka deyişle derlem araçları , özellikle edebî metinlerin analizinde yardımcı olabiliyor . Terim veritabanlarının ya da çeviri belleklerinin etkisi çok az olsa da bu tür araçlarla da edebî çeviri deneyleri yapılıyor . Makine çevirisi ise bu konuda daha iddialı diyebiliriz . Boğaziçi Üniversitesi ’ nde başlattığımız TÜBİTAK projemizde de bu konuyu irdeliyoruz . Sabri Gürses ’ in de bir yazısında belirttiği gibi “ çevirinin bilimkurgusu ” nu ( Gürses , 2021 ) yapıyoruz . Her alanda olduğu gibi çeviride de teknoloji sınırları zorluyor ve zorlamaya devam edecek . Birçok çeviri işi artık makinelere terk edilirken derin bağlam bilgisi , dil , kültür , tarih bilgisi ve yaratıcılık gerektiren çeviri işleri insan çevirmenlerin sorumluluğunda olmaya devam edecek . Diğer alanlarda otomasyonun artmasının iktisadi , toplumsal ve siyasal sonuçlarının dikkatli bir şekilde değerlendirilmesi gerekiyor . Çevirmenlerin çalışma şartlarının ve emekleri karşılığında aldıkları ücretin kötüleşmesinin önüne geçmek şart . Makineleşmenin herkes için daha güzel , rahat ve özgür bir dünya yaratması mümkün ama insanları köleleştirmesi de mümkün . Birinciyi kurmak için öğrencisinden emeklisine tüm çevirmenlerin , çeviribilimcilerin , dil uzmanlarının ortak mücadelesinden başka bir yol yok , artık kabul etmemiz lazım .
25