Makine Çevirisinin Kullanım Alanları

Makine çevirisi sistemleri devlet daireleri, askeri kurumlar, AB ve BM gibi uluslararası örgütler84, bazı şirketler ve çeviri büroları vb. tarafından kullanılmasının ve bazı ülkelerin geliştirdikleri ilgili projelerin⁸⁵ yanı sıra, bugün özellikle bilgisayarlı ortamlarda kullanıcılar açısından da oldukça popüler bir konuma erişmiştir. Çünkü bu sistemler, sözcüğü sözcüğüne aktarımın daha belirgin olduğu teknik ve kullanmalık metinlerin çevirisinde uygulanmaktadır. Bununla paralel olarak, bilgisayar kullanıcıları kullandıkları bilgisayar gereçleriyle veya teknolojik araçlarla ilgili tam detaylı olmasa da zaman zaman birtakım bilgilere gerek duyabilir. Bu noktada, Austermühl’ün de belirttiği gibi makine çevirisi sistemleri, kullanıcılara metnin geneli hakkında özet bilgiler sunabilir (Austermühl, 2011: 6). Böylece, ürününün kullanıcılar tarafından doğru kullanılmasına ilişkin minimum düzeyde bilgi aktarılması mümkün olmaktadır. Ayrıca, makine çevirisi sistemleri bugün internet aracılığı ile ücretsiz olarak da kullanılabilmektedir. Özellikle, web kullanıcıları veya bir yabancı içerik hakkında bilgi almak isteyen kimselerin başvurduğu bu sistemler, metnin tutarlı ve yüzde yüz doğru olarak çevrilmesinde etkili olamasa da, kullanıcıların gerekli bilgileri almasını sağlamaktadır (ayrıca bkz. Dillinger ve Lommel, 2004).

Makine çevirisi sistemlerinin yaygınlaşması sonucunda, kullanıcı tabanlı çeviri (diğer adları: kitle kaynaklı çeviri (İng: crowdsourcing), fan çevirisi, işbirliğine dayalı çeviri, gönüllü çeviri, açık çeviri, toplum çevirmenliği (İng: Community Translation) vb.) (ayrıca bkz. Austermühl, 2011; Pym, 2012; O’Hagan, 2013) vb. kavramlar da ortaya çıkmıştır. Kullanıcı tabanlı çeviri projesinde görev alan bireyler profesyonel anlamda dil

84 İlk önce askeri amaçlarla kullanılan, sonra da Avrupa Komisyonu’nun kullandığı Eurotra makine çevirisi sistemi örnek verilebilir. Bu sistem, bilgi teknolojileri alanındaki teknik metinlerle sınırlıydı (Archer, 2010: 102).

85 “Kanada’da meteroloji alanında 1984’ten bu yana kullanılan Fransızca-İngilizce çeviri yazılımı [Météo] ya da

AB’nin Fransızca, İtalyanca ve İspanyolca gibi akraba diller arasında kullandğı Systran programı örnek olabilir”

(Gürçağlar, 2011: 64). Bir diğer makine çevirisi sistemi de çok dilli SWETRA’dır. Swetra (İng: Sweedish Computer Research; Tr: İsveç Bilgisyar Çevirisi Araştırması) interlingua yöntemini kullanarak, İsveçce, Almanca, Rusça, Lehçe, Bulgarca, Yunanca, Danca, Fransızca, Letonca, Japonca, Endonezce ve Mapudungo dilleri arasında uygulanmıştır (Archer, 2010: 103).

36

eğitimi almamış olsa bile makine çevirisi sistemlerini (Google Translator Toolkit86, Google Translate, Para-link, Babylon, BabelFish⁸⁷ vb.) kullanarak birtakım çeviri projelerinde görev alabilir. Kullanıcılar, büyük çoğunluğu makine çevirisi yoluyla çevrilen ham içeriği, sonradan ekip temelli bir anlayışla düzelterek nispeten daha anlaşılır hâle getirebilir (krş. Cronin, 2010). Bu da çevirisi yapılan içeriğin gönüllüler aracılığı ile hızla yaygınlaşmasına katkı yapmaktadır. Facebook sosyal ağında bulunan kullanıcı ara yüzlerinin (İng: User Interface, kısaltma: UI) ve Facebook için geliştirilen uygulamalara ilişkin içeriklerin çevrilmesi, kitle kaynaklı çeviriye örnek verilebilir (ayrıca bkz. Austermühl, 2011). Bu noktada, çevirmenlik mesleğinin geleceği ilgili bazı kaygılar bilim insanları tarafından dile getirilmiştir. Bu bilim insanlarına göre çevirmenler artık çeviri yapmak yerine sadece makine çevirisinin çıktısını düzelten bir konuma gelmiştir. Dolayısıyla, sıradan kullanıcılar da bu işi yapabilir mi sorusu sorulmaya başlanmıştır. Bununla paralel olarak, Pym çevirmenlerin gelişen çeviri teknolojileri neticesinde bir post-editör (çeviri sonrası düzeltme işini yapan kişi) pozisyonuna ulaştığını belirtmektedir (bkz. Pym 2012). Ancak Wills’e göre (1988:183’ten akt. Raído ve Austermühl, 2003: 247-248) post-editörlük işinin sıradan kullanıcılar tarafından yapılmak yerine profesyonel çevirmenler tarafından yapılması gerekmektedir çünkü profesyonel çevirmenler makine çevirisinin kısıtlamalarıını iyi bilmektedir ve ayrıca bu profesyonel yaklaşım olmazsa, süreç zaman alıcı olabilir ya da çeviri metin erek kültür için işlevsiz kalabilir. O hâlde, sıradan kullanıcıların düzelttiği çeviri işleri nispeten daha basit metinlerle sınırlı olmalıdır. Bu bağlamda, profesyonel çeviremenlerin ilgilendikleri alanlar ile amatör çevirmenlerin ilgilendikleri alanlar da birbirinden farklı olduğundan, artan kaygıların gereksiz olduğu düşünülmektedir.

Sonuç olarak, makine çevirisi sistemleri günümüzde de gelişmeye devam etmektedir88. İlk önce dilsel algoritmalara dayalı olarak gelişen, makine çevirisi teknolojisi günümüzde bağlamlı çeviriler de yapabilecek konuma gelmiştir. Bu teknolojiler çevirmenin işini

86 Haziran 2009’da geliştirilen Google Translator Toolkit (Tr: Google Çevirmen Araç Kiti) çevirileri otomatik olarak yapmaktadır. Sonradan da kitle kaynaklı çeviri anlayışına uygun olarak çevirinin gönüllüler tarafından düzeltilmesine imkân veren bir teknoloji sunmaktadır (bkz. O’Hagan, 2013: 505).

87 Babel Fish, 19 dil çiftinde parasız otomatik çeviri imkânı sunmaktadır. Bu sistemin çevirileri kusursuz olmasa da kullanıcıya yabancı dilde yazılmış bir web sitesi hakkında fikir verebilir. Bu teknoloji ile günde 4 milyon web sayfasının çevrildiği iddia edilmektedir (Pym, 2011: 280-281).

88 Son zamanlarda görüntülü ve sesli konuşma imkanı tanıyan Skype’ın sesli ve görüntülü çağrıları 7 dile, anlık mesajları da yaklaşık 50 dile çeviren bir araç geliştirmesi önemli adımlardan biri olabilir (http://www.skype.com/tr/features/skype-translator/).

37

elinden almak için değil, bilakis ona yardımcı olmak için geliştirilmeli ve bu mantıkla üretilmelidir. Ayrıca profesyonel çevirmenlerin de bu teknolojileri, çevirinin sosyal ve işlevsel yönü bakımından bir devrim olarak görmesi (bkz. Pym, 2012:2), bu teknolojilerin çevirmenlik mesleğine gölge düşüren araçlar olarak düşünülmesini engelleyecektir. Hutchins’ın da vurguladığı gibi, günümüzde çevirmenlerin çevirmesi gereken metin türleri çeşitlenmiş ve sayfa sayıları da muazzam boyutlara ulaşmıştır (bkz. Hutching, 2001: 9). Bunların çevirmenler tarafından, birtakım makine çevirisi sistemleri⁸⁹ ve makine çevirisinin diğer çeviri teknolojileri araçlarıyla entegre olduğu ortamlar olmadan kısa sürede çevrilmesi mümkün görünmemektedir. Bu nedenle, üretkenlik açısından bu araçlara gerek duyulmaktadır. İnsan zekâsı ise bu araçların yapacağı çevirilerin kalitesini belirleyen en önemli faktördür.

89 Makine çevirisi bilimsel ve teknik metinlerin dışında günümüzde sözlü çeviri alanında da denenmeye başlanmış ve bununla ilgili araştırma sayısı artmıştır (Hutchins, 2001).

38