Kollektive Intelligenz: Studienergebnisse: Übersetzungsmaschinen und Literatur
Maschinelles Übersetzen gewinnt seit Jahren an Bedeutung, und mit dem KI-Hype des Jahres 2023 war es für Andreas G. Förster, Heide Franck und André Hansen an der Zeit, sich intensiv mit dem Phänomen der Maschinenübersetzung auseinanderzusetzen. Und zwar aus Sicht derjenigen, die Bücher übersetzen.
Vierzehn Kolleg:innen erklärten sich bereit, an den Experimenten des Projekts „Kollektive Intelligenz – Übersetzungsmaschinen und Literatur“ teilzunehmen. Sie erprobten sechs verschiedene Workflows, von der einfachen Nachbearbeitung von Maschinenübersetzungen bis zum Einsatz von Fachübersetzertechnik wie CAT-Tools (Computer-Assisted Translation).
Trotz unterschiedlicher Workflows glichen sich die Erfahrungen der Teilnehmenden stark: Die Arbeit mit Maschinenübersetzungssystemen erfordert eine größere Konzentration, da man die häufig vorkommenden Fehler suchen und korrigieren muss. Auch gleicht die Arbeit einem Balanceakt, da man von der Ausgabe der Maschine vorgeprägt wird. Einerseits bleiben unpassende, ungelenke Formulierungen stehen. Andererseits besteht der Wunsch, sich von der Maschinenvorlage abzuheben, obwohl der Output angemessen ist. Diese Überlegungen bilden eine besondere Anstrengung und lenken vom Ausgangstext ab.
Die Ergebnisse zeigen somit, dass der Einsatz von KI bei der Literaturübersetzung neue Probleme schafft. Maschinenübersetzungssysteme scheinen aktuell nicht leistungsfähig genug zu sein, um Literaturübersetzer:innen bei ihrer Aufgabe in einem signifikanten Maße weiterzuhelfen. Der Originaltext muss weiter gründlich geprüft werden, daher ist ein Arbeiten mit der Maschinenübersetzung meist nicht effizienter.
Das Projekt „Kollektive Intelligenz – Übersetzungsmaschinen und Literatur“ wurde gefördert vom Deutschen Übersetzerfonds im Rahmen des Programms „Neustart Kultur“ aus Mitteln der Beauftragten der Bundesregierung für Kultur und Medien.
(19.6.2023)