AI vertalingen – Alles wat je moet weten

De opkomst van AI heeft ons bij Linguatech de afgelopen jaren behoorlijk beziggehouden. Vertalen met AI betekent dat de uitkomst grotendeels wordt bepaald door een algoritme. Hoewel het concept voor ons niet nieuw was, stonden we voor een belangrijke uitdaging: het vertellen van een nieuw verhaal.

Een verhaal dat zowel voor onze klanten als voor onze collega’s begrijpelijk zou zijn en duidelijk zou maken wat deze ontwikkeling betekende voor onze bestaande dienstverlening.

Dit nieuwe narratief heeft vooral in 2024 vorm gekregen, toen we besloten om het actief uit te dragen. Het resultaat is een heldere visie waarin iedereen precies wist welke diensten we kunnen aanbieden en welke keuzemogelijkheden er zijn op het gebied van AI vertalingen.

Een allesomvattende AI-vertaling bestaat niet. Om tot een doelgerichte vertaling te komen, is een combinatie van verschillende tools, methodes en menselijke expertise nodig. Juist daarom is het belangrijk om de juiste werkwijze en specialistische kennis in te zetten. Overwegingen die wij met jouw gaan doornemen.

Wat is een AI vertaling precies?

We kunnen in technische details duiken, maar laten we het lekker eenvoudig houden. Een AI vertaling is een tekst die automatisch wordt omgezet door een slim algoritme, waarna je kunt kiezen om deze te laten controleren door een mens of niet. De grote innovatie van de afgelopen jaren is dat je nu vóór, tijdens én na het vertaalproces je teksten kunt verrijken met AI-technologie.

Dat klinkt behoorlijk simpel, en eerlijk gezegd, dat is het ook wel. De echte uitdaging zit in de taal zelf, oftewel: wat doe je de output en hoe valideer je dat? Klopt de AI vertaling inhoudelijk? Bereikt de tekst zijn doel? Dat zijn de million dollar questions waar het allemaal om draait.

Wanneer kies ik voor een AI vertaling (en wanneer juist niet)?

De keuze voor een AI vertaling hangt voornamelijk af van drie factoren: -eisen, het doel van je tekst en natuurlijk je budget. Verrassend genoeg wordt kwaliteit steeds minder het doorslaggevende punt. Hoe dat kan? Vrijwel alle ISO-gecertificeerde vertaalbureaus kunnen tegenwoordig kwalitatief hoogwaardige vertalingen afleveren. Maar juist daarom past een traditioneel vertaalbureau of individuele vertaler vaak niet binnen het beschikbare

Het doel van je tekst is cruciaal om te bepalen. Waarom? Dit geeft direct inzicht of je project haalbaar is binnen je budget én of een AI vertaling een geschikte optie is. We kunnen het je verklappen: in veel gevallen is AI vertaling inderdaad de juiste keuze. Sterker nog, zo’n van alle opdrachten bij vertaalbureaus wordt tegenwoordig afgehandeld met behulp van AI vertaaltechnologie.

Een veelgehoorde zorg: “AI is toch niet compliant? We kunnen toch niet zomaar vertrouwelijke gegevens in een machine gooien?” Het antwoord hierop is tweeledig:

• Ja, het kan wel degelijk! Er bestaan genoeg aanbieders die hun zaken op het hoogste niveau geregeld hebben. Deze bedrijven zijn in Europa gevestigd en springen probleemloos door alle compliance-hoepels heen.
• Nee, niet bij alle aanbieders. Sommige dienstverleners beweren A, maar doen stiekem B. Aan zulke partijen wil je absoluut geen vertrouwelijke data toevertrouwen, want je weet nooit of jouw gegevens worden gebruikt om een nieuw Large Language Model (LLM) te trainen.

Wij draaien al geruime tijd mee in deze industrie en hebben op het gebied van compliance de nodige stappen gezet. Linguatech levert diensten aan de grootste advocatenkantoren van Nederland. Daarvoor doorstaan we strenge compliance-checks. Goed om te weten: ook deze advocatenkantoren keuren onze methode met specifieke AI-aanbieders goed voor het leveren van vertalingen.

Het allerbelangrijkste is om advies in te winnen op basis van een helder verhaal. Een ervaren vertaalaanbieder kan adviseren welke dienst het beste aansluit bij jouw doeleinden en kan realistische verwachtingen scheppen over het eindresultaat van je AI vertaling.

 

Wat betekent de ISO-18587 certificering voor AI vertalingen?

In die beginjaren van de machine vertaling hoorden wij geregeld het volgende in de wandelgangen: “Dit voelt als een Google Translate vertaling.” Niet voor niets hadden we hiervan een blauw tegeltje laten maken met veelgehoorde uitspraken van klanten. Destijds waren statische vertalingen de norm voor machinaal vertaalwerk, en die herken je uit duizenden door hun stijve, onnatuurlijke . Dit was bij uitstek de reden om een professioneel vertaalbureau in te schakelen.

Een belangrijke verandering deed zich voor in 2013, toen Neural Machine Translations (NMT) steeds meer tractie kregen. De vertaalindustrie zag toenemende mogelijkheden omdat de automatische vertalingen natuurlijker klonken dan voorheen. Het kantelpunt kwam in 2016, toen Google haar vertaaldienst overschakelde op deze methodiek. Op dat moment raakte iedereen overtuigd van de potentie en er werd voorspeld dat binnen enkele jaren alle vertalingen door machines zouden worden gedaan.

Die voorspelling bleek niet helemaal uit te komen. Wat we wel zagen, was dat professionals de meerwaarde erkenden van het voorvertalen met NMT, gevolgd door post-editing (controle en verfijning door een professionele vertaler). Dit hybride proces bood een significante tijdsbesparing zonder in te leveren op kwaliteit.

Deze ontwikkeling leidde tot de introductie van de ISO 18587-certificering, de officiële standaard voor AI vertalingen. Het doel van deze norm is om te garanderen dat post-editors beschikken over de juiste competenties en kwalificaties om AI vertalingen te transformeren tot professionele eindresultaten. Het vertegenwoordigt de hoogste standaard waarmee je als klant zeker weet dat een dienstverlener écht verstand van zaken heeft op het gebied van AI vertalingen.

“Linguatech is in het bezit van een ISO 18587 certificering sinds 2022”

Wat is er veranderd ten opzichte van een normale vertaling?

In theorie zou een AI vertaling met volledige nabewerking hetzelfde kwaliteitsniveau moeten bereiken als een traditionele menselijke vertaling volgens de ISO 17100-standaard (de officiële normering voor menselijke vertalingen met een extra rivisieronde). Als je het echter aan mij of aan vele andere collega’s in het veld vraagt, dan blijkt de praktijk vaak genuanceerder. Dit betekent niet dat beide methoden geen goede vertalingen kunnen opleveren, maar een AI vertaling mist soms subtiele nuances die een menselijke vertaler wel zou hebben overbrugd. De creatieve dimensie kan verloren gaan wanneer het vertaalproces te sterk wordt gestuurd door een vooraf bepaalde uitkomst.

We bevinden ons tegenwoordig echter in een fascinerend nieuw landschap. Waar we voorheen gebonden waren aan de soms beperkte resultaten van Neural Machine Translation (NMT), hebben we nu de mogelijkheid om geavanceerde Large Language Models (LLMs) in te zetten. Deze technologische evolutie betekent dat we de output kunnen pre- of post-editen op basis van specifieke prompts. Hierdoor kunnen we, en ik wil graag benadrukken dat dit nog steeds potentieel is, aanzienlijke tijdswinst realiseren zonder in te boeten op kwaliteit. Door het juiste gedachtegoed in de prompt of de AI Agent te verwerken, kan de vertaalde tekst worden toegespitst op het gewenste eindresultaat dat de communicatiedoelen realiseert.

 

Pre-editing en post-editing: Wat houdt dit precies in?

Zoals de naam al suggereert, gaat het bij pre- en post-editing om aanpassingen die respectievelijk vóór en na het vertaalproces plaatsvinden. Het interessante bij moderne AI vertalingen is dat deze post-editing niet noodzakelijk door een menselijke vertaler wordt uitgevoerd, maar ook door een algoritme dat specifieke instructies volgt. In de wereld van AI vertalingen (en inmiddels in vele andere industrieën) draait het vooral om de eerste 10% en de laatste 10% van het proces. Maar wat betekent dat precies in de praktijk?

Pre-editing in de praktijk

Tot voor kort was pre-editing voornamelijk beperkt tot het automatisch implementeren van terminologieën. Deze werden vooraf in de bronteksten verwerkt, zodat hier tijdens het vertaalproces niet meer op gecontroleerd hoefde te worden. Met de komst van LLMs is er echter een nieuwe dimensie toegevoegd: de mogelijkheid om parameters toe te voegen die het gedrag en output van het model beïnvloeden. Enkele standaard parameters die het resultaat van een AI vertaling significant kunnen verbeteren zijn:

Temperature:
Temperature is een parameter die de mate van willekeurigheid of creativiteit in de gegenereerde vertaling regelt. Deze parameter werkt als volgt:

• Lage temperature: Het model richt zich op de meest waarschijnlijke woorden, wat resulteert in meer voorspelbare en coherente vertalingen. Dit is ideaal voor toepassingen die feitelijke nauwkeurigheid vereisen, zoals technische documentatie of juridische vertalingen.
• Hoge temperature: Dit verhoogt de diversiteit en creativiteit van de gegenereerde tekst door ook minder voor de hand liggende woorden te overwegen. Deze instelling is geschikter voor creatieve taken zoals marketingteksten of literaire vertalingen.

https://www.ibm.com/think/topics/llm-temperature
https://promptengineering.org/prompt-engineering-with-temperature-and-top-p/

Top-P (Nucleus Sampling)
Top-P, ook bekend als nucleus sampling, bepaalt de reikwijdte van mogelijke woorden die het model overweegt bij het genereren van tekst. Het werkt door een drempelwaarde voor de cumulatieve waarschijnlijkheid in te stellen:

• Lagere Top-P waarde: Beperkt de keuzes tot de meest waarschijnlijke woorden, wat leidt tot meer consistentie en is bijvoorbeeld zeer geschikt voor technische vertalingen.
• Hogere Top-P waarde: Laat meer woorden toe in de selectie, wat resulteert in meer diversiteit in de vertaling.

Een belangrijk aandachtspunt bij deze instellingen is dat het resultaat nog steeds afhankelijk is van de specifieke LLM en de talen waarop deze getraind is. Zelfs met optimale parameters kan een model dat minder goed getraind is op bepaalde talenparen matige resultaten opleveren.

Post-editing door AI
Net zoals een menselijke post-editor aanpassingen zou maken aan een NMT, kan een goed ontworpen prompt of AI-agent ervoor zorgen dat je gerichte verbeteringen kunt aanbrengen. Deze prompt kan de output van een AI vertaling aanpassen naar specifieke wensen. Denk hierbij aan:

• Stilistische aanpassingen voor consistentie met bedrijfscommunicatie
• Kwaliteitscontrole op basis van Multidimensional Quality Metrics (MQM)
• Consistentie in aanspreekvormen (formeel/informeel)
• Branche-specifieke terminologie
• Tekstdichtheid en leesbaarheid

De echte innovatie ligt hier bij de promptengineer, die in staat is om de juiste instructies te formuleren die het model sturen naar het gewenste resultaat.

Hoewel de snelheid van menselijke post-editing niet drastisch kan worden verhoogd (iedereen heeft zijn eigen leestempo en verwerkingssnelheid), ligt de werkelijke tijdswinst in het finetunen van het resultaat. Door zowel pre-editing als AI-gestuurde post-editing te optimaliseren, kunnen we de kwaliteit van de ruwe AI vertaling zodanig verhogen dat menselijke interventie minimaal wordt.

Dit verklaart de visie dat bij een optimale AI vertaling de cruciale tijdsinvestering vooral zit in de eerste 10% (het configureren van de juiste parameters en prompts vooraf) en de laatste 10% (de finale verfijning en kwaliteitscontrole). Het middelste deel, het daadwerkelijke vertaalwerk, wordt steeds efficiënter door de inzet van steeds intelligentere AI-systemen.

Afhankelijk van de gebruikte methodes, die kunnen worden geadviseerd op basis van grote hoeveelheden data, kunnen aspecten zoals tone of voice, aanspreekvorm, terminologie en SEO-wensen worden meegenomen. Zo kunnen we de output finetunen tot in de laatste details, waardoor het werk van een validator wordt beperkt.

 

Zijn AI-vertalingen beter geworden?

Ja en nee! Dat klinkt misschien niet zo duidelijk, maar laat me dit verder uitleggen.

De kwaliteit van een AI vertaling hangt sterk af van het type tekst en het doel ervan. Laten we dit onderscheid nader bekijken om te begrijpen wanneer welke technologie de beste resultaten levert.

Wanneer traditionele NMT nog steeds superieur is
Voor bepaalde soorten teksten is het antwoord duidelijk nee, AI vertalingen zijn niet per se beter geworden als we ze vergelijken met gespecialiseerde Neural Machine Translation (NMT). Dit geldt specifiek voor teksten waarbij precisie en exactheid cruciaal zijn:

• Juridische documenten waarin elke term een specifieke wettelijke betekenis heeft
• Technische handleidingen waarin elke instructie exact moet worden uitgevoerd
• Medische teksten waarin de kleinste onnauwkeurigheid grote gevolgen kan hebben
• Financiële rapportages waarin cijfers en termen exact moeten kloppen

In deze gevallen leveren gespecialiseerde NMT-systemen zoals DeepL vaak superieure resultaten in vergelijking met algemene LLMs. Dit komt doordat NMT-systemen zijn geoptimaliseerd voor de specifieke taak van woord-voor-woord vertaling zonder creatieve interpretatie. De berucht geworden “hallucinaties” van LLMs, het genereren van plausibel klinkende maar feitelijk onjuiste informatie, maken deze modellen minder betrouwbaar voor teksten waarin nauwkeurigheid boven alles gaat.

Wanneer LLM-gebaseerde AI vertalingen excelleren
Voor andere teksttypes is het antwoord echter een enthousiast ja! AI vertalingen zijn enorm verbeterd als je flexibel kunt zijn en de creatieve kracht van de technologie kunt benutten. Dit geldt met name voor:

• Marketingteksten die emotie en overtuigingskracht moeten overbrengen
• Blogposts die een persoonlijke stem moeten behouden
• Content voor sociale media die cultureel relevant moet aanvoelen
• Creatieve teksten waarbij de boodschap belangrijker is dan de exacte bewoording

De kracht van LLM-gebaseerde AI vertalingen ligt in hun vermogen om de context te begrijpen en de intentie van een tekst over te brengen, in plaats van zich strikt te houden aan een woord-voor-woord vertaling. Door middel van pre-editing kun je specificeren welke toon, stijl en doelgroep je voor ogen hebt, waardoor je menselijke vertalers kunt excluderen van het initiële denkwerk. Dit stelt hen in staat om direct door te gaan naar het controleren en verfijnen van het resultaat.

De uitdaging van consistentie en herhaalbaarheid
Een belangrijk voorbehoud bij het gebruik van LLMs voor vertalingen is de variabiliteit in uitkomsten. Door dezelfde prompt meerdere keren in te voeren, kun je verschillende resultaten krijgen, soms subtiel verschillend, soms aanzienlijk. Dit betekent dat je regelmatig terug moet naar die cruciale eerste 10% van het proces om je parameters bij te stellen tot je het gewenste resultaat behaalt.

Een extra complicerende factor is dat LLM-leveranciers hun modellen periodiek updaten. Een prompt die gisteren perfect werkte, kan morgen andere resultaten opleveren na een modelupdate. Dit maakt LLM-gebaseerde AI vertalingen momenteel minder betrouwbaar voor projecten waar absolute consistentie vereist is, zoals bijvoorbeeld bij grote technische documentatie of meerjarige marketingcampagnes.

 

Kunnen we menselijke vertalingen en AI-vertalingen echt met elkaar vergelijken?

Na vergelijkende analyses die we bij onze klanten hebben uitgevoerd, hebben we interessante inzichten verzameld waar velen benieuwd naar zijn. Je hoort het tegenwoordig vaak: “Daar heb je weer zo iemand die AI-gegeneerde teksten vol spamt.” Dit is zeker herkenbaar, maar voor het getrainde oog zijn er nog meer onderscheidende elementen te ontdekken.

AI-gegenereerde teksten, vooral teksten voor online vindbaarheid, ogen vaak te perfect. Ze bevatten een vlekkeloze opmaak met links, vetgedrukte tekst, zorgvuldige verwijzingen en een structuur waar slechts een enkeling de tijd voor zou nemen. Maar dit is niet het enige kenmerk.

Zowel mensen als geavanceerde algoritmes van bedrijven als Google en OpenAI kunnen AI-teksten herkennen aan specifieke kenmerken:

1. Extreem en soms onnatuurlijk taalgebruik
2. Frequente herhalingen van woorden en zinsstructuren (iets wat mensen meestal vermijden)
3. Overdreven consistentie in schrijfstijl
4. Voorspelbare patronen in de opbouw van teksten

In dit scenario concentreert het taalmodel (LLM) zich op een menselijk geschreven originele tekst en wordt het beperkt in zijn neiging tot vaste, vaak voorspelbare formuleringen.

Besparing of juist extra kosten met AI-vertalingen?

Binnen onze organisatie zijn AI-vertalingen vaak voordeliger, maar we streven niet naar een technologisch ‘wondermiddel’ als een menselijke vertaling eenvoudiger en effectiever is. De prijsverschillen tussen AI en menselijke vertalingen zijn in veel gevallen klein, waardoor het belangrijker is om goed advies in te winnen en de juiste keuze te maken. Dit voorkomt dat er achteraf nog veel aan het resultaat gesleuteld moet worden.

AI vertalingen bieden echter wel mogelijkheden om binnen een beperkt budget veel te realiseren. Daarom is het essentieel om vertalingen te segmenteren. Binnen een organisatie wordt op verschillende niveaus gecommuniceerd, waarom zou je overal de hoogste kwaliteit vertaling inzetten als dat niet nodig is? Toch gebeurt dit in de vertaalindustrie nog regelmatig.

Door een volledig dienstenpakket aan te bieden, kunnen wij de vertaalkwaliteit optimaal afstemmen op het doel. Met het juiste advies in handen ligt de keuze bij jullie.

 

Welke rol speelt data bij AI -vertalingen? (Privacy en beveiliging)

De meeste mensen realiseren zich inmiddels dat Amerikaanse bedrijven privacy niet altijd even serieus nemen. Er zijn talloze voorbeelden waarin bedrijven als Meta en Google de Europese regelgeving overtreden of oprekken. Maar hoe zit dat met AI-aanbieders zoals OpenAI? Kunnen we hen wel vertrouwen?

Eerlijk gezegd: deze bedrijven voldoen aan de wet- en regelgeving, maar volledige transparantie blijft een grijs gebied. Wat we wél zeker weten, is dat Europese bedrijven doorgaans meer waarde hechten aan privacy en gegevensbeveiliging. Een goed voorbeeld is DeepL (Duits), dat als NMT ingezet kan worden in combinatie met Claude van Mistral (Frans) voor pre- of post-editing. Dit biedt een privacy-vriendelijke en veilige vertaaloplossing.

Daarentegen is het bij het verwerken van gevoelige data vanzelfsprekend om partijen als DeepSeek links te laten liggen. Bewuste keuzes in AI-tools kunnen een groot verschil maken op het gebied van privacy en databescherming.

 

Hoe kies ik het juiste bureau voor AI vertalingen?

De meeste kleinere vertaalbureaus excelleren in taal, maar niet per se in technologie. In de vertaalindustrie beginnen bureaus vaak pas serieus na te denken over technologische ontwikkelingen bij een omzet van 20 miljoen euro of meer. Wereldwijd zijn dat er minder dan 100. Wat betekent dit in de praktijk?

AI-gegeneerde vertalingen draaien om meer dan alleen taal. Een LLM is in essentie een nieuwe vorm van software, en de vertaalindustrie heeft technologisch gezien lange tijd stilgestaan. Toch biedt AI nu de mogelijkheid om de nieuwste innovaties toe te passen, zoals prompt engineering, AI-agents en API-integraties. Dit vereist echter interesse en technische expertise, iets wat niet ieder vertaalbureau in huis heeft. Dit verklaart deels waarom traditionele vertaalbureaus terrein verliezen.

De kernvraag is simpel: wat blijft in de toekomst essentieel? Het antwoord: meertalige content. De manier waarop die content wordt geproduceerd, zal echter veranderen en niet langer uitsluitend vanuit een taalkundig perspectief plaatsvinden.

Wil je het juiste bureau kiezen? Kijk dan verder dan alleen de talenkennis en peil hun visie op AI en technologie. Beschikken ze daarnaast over de nodige ISO-certificeringen? Dan zit je waarschijnlijk goed!

 

Wat brengt de toekomst van AI vertalingen?

Ooit werd voorspeld dat we inmiddels allemaal in zelfrijdende auto’s zouden rondrijden. De realiteit is echter dat we machines nog niet volledig vertrouwen, zelfs niet wanneer hun foutmarge kleiner is dan die van een mens. Dit geldt ook voor taal en AI vertalingen.

Momenteel draait het vooral om de eerste en laatste 10% van een vertaling, de fine-tuning en kwaliteitscontrole. In de toekomst zal dit proces waarschijnlijk efficiënter worden, waardoor slechts enkele procenten nog handmatige controle vereisen.

Wij verwachten dat zodra AI (of eigenlijk een nog slimmere Artificial General Intelligence dat stadium bereikt, veel werkzaamheden volledig aan machines kunnen worden overgelaten. Voorlopig is het echter nog niet zover. Onze ervaring leert dat neurale machinevertalingen (NMT) momenteel nog betere resultaten opleveren dan een Large Language Model (LLM). Een belangrijk voordeel is dat de infrastructuur van een vertaalbureau zich uitstekend leent voor grootschalige kwaliteitscontrole van AI-gegenereerde output.

“Wij controleren per dag circa vier Harry Potter-boeken aan AI-output”

Er verandert veel, maar onze visie blijft helder: jouw content is niet alleen zichtbaar, het laat een blijvende indruk achter. Wij bewegen mee met de nieuwste technologische ontwikkelingen en zitten zelf aan de knoppen van de meest geavanceerde tools.

Bij Linguatech werken we aan onze digitale collega’s die elke dag slimmer worden. Door AI dagelijks toe te passen en te verbeteren, integreren we de nieuwste technologieën naadloos in onze bedrijfsvoering.

Veelgestelde vragen over AI-vertalingen

Heb je nog vragen? We hebben alvast een lijst samengesteld met antwoorden op veelgestelde vragen. Staat jouw vraag er niet tussen, of wil je meer weten over AI-vertalingen? Vul dan ons contactformulier in of stuur een e-mail naar info@linguatech.nl.