Kaip dirbtinis intelektas keičia žaliųjų technologijų žinių sklaidą: automatinio vertimo nauda aplinkosaugos žurnalistikoje

Žodžiai, kurie keliauja per sienas

Yra kažkas paradoksalu tame, kad aplinkosaugos krizė – globaliausia iš visų krizių, paliečianti kiekvieną žemyną, kiekvieną ekosistemą, kiekvieną žmogų – dažnai lieka įkalinta kalbų barikadose. Mokslininkas Bangladeše rašo apie pakrantės eroziją bengalų kalba. Aktyvistas Bolivijoje dokumentuoja Amazonės naikinimą ispaniškai. Inžinierius Suomijoje kuria proveržines saulės energijos technologijas ir apie jas kalba suomiškai. Visa ši žinija – gyvybiškai svarbi, skubi, neatidėliotina – dažnai nepasiekia tų, kuriems ji labiausiai reikalinga, nes tarp jų stovi kalbos siena.

Dirbtinis intelektas, ypač jo automatinio vertimo galimybės, šią situaciją keičia greičiau, nei daugelis spėjo tikėtis. Ir nors technologijų entuziastai kartais linkę perdėti bet kokią naujovę, šiuo atveju kalbame apie realų, apčiuopiamą pokytį aplinkosaugos žurnalistikoje ir žaliųjų technologijų sklaidoje. Pokytį, kuris turi tiek žadančių galimybių, tiek pavojingų spąstų.

Kaip žalioji žurnalistika atsidūrė kalbinėje izoliacijos spąstuose

Aplinkosaugos žurnalistika visada turėjo specifinę problemą: svarbiausi įvykiai dažnai vyksta ten, kur dominuojančios žiniasklaidos priemonės neturi korespondenčių, o vietiniai žurnalistai rašo kalbomis, kurių tarptautinė auditorija neskaito. Kai 2019–2020 metais Australijoje siautė katastrofiniai gaisrai, pasaulis apie tai sužinojo greitai – anglų kalba buvo garantas. Tačiau kai analogiški ar net didesni gaisrai naikino Sibiro taigą, Indonezijos miškus ar Kongo baseiną, informacija sklido lėčiau, fragmentiškiau, prarasdama kontekstą vertime.

Tradicinis profesionalus vertimas – brangus ir lėtas. Straipsnio apie naują vėjo energijos technologiją vertimas iš japonų į anglų kalbą gali kainuoti šimtus eurų ir užtrukti kelias dienas. Tuo metu technologijų pasaulis juda pirmyn, naujienos sensta, o potencialūs investuotojai ar politikos formuotojai priima sprendimus remdamiesi nepilna informacija. Aplinkosaugos žurnalistika, kuri jau ir taip kenčia nuo finansavimo trūkumo, tokio prabangos sau leisti negali.

Čia svarbu suprasti ir struktūrinę problemą: didžioji dalis klimato mokslo publikuojama anglų kalba, o tai reiškia, kad šalys, kurių mokslininkai ir žurnalistai angliškai skaito sunkiau, gauna informaciją su vėlavimu arba per filtrus, kurie kartais iškraipo originalią žinutę. Tai sukuria žinių nelygybę, kuri tiesiogiai veikia politinius sprendimus ir visuomenės supratimą apie klimato kaitą.

Dirbtinio intelekto vertimo revoliucija: kas iš tikrųjų pasikeitė

Šiuolaikiniai neuroniniai vertimo modeliai – „DeepL”, „Google Translate” naujausios versijos, specializuoti moksliniai vertėjai – nėra tie patys įrankiai, kuriuos naudojome prieš dešimt metų. Senoji statistinė mašininio vertimo karta gamino tekstus, kuriuos skaityti buvo galima, bet kurie dažnai skambėjo kaip robotų kalba. Šiuolaikiniai modeliai, apmokyti milijardais teksto fragmentų, sugeba perteikti ne tik žodžių reikšmę, bet ir tam tikrą stilistinį atspalvį.

Praktiškai tai reiškia, kad aplinkosaugos redakcija Nairobyje dabar gali per kelias minutes gauti suomių mokslininko tyrimo santrauką, o Latvijos žurnalistas gali perskaityti Brazilijos aplinkosaugos aktyvistų pranešimą tą pačią dieną, kai jis buvo paskelbtas. Greitis čia nėra tik patogumas – klimato kaitos kontekste tai gali reikšti skirtumą tarp savalaikio ir pavėluoto visuomenės informavimo.

Konkrečiai aplinkosaugos žurnalistikoje dirbtinio intelekto vertimas naudojamas keliais būdais. Pirma, tarptautinės redakcijos, tokios kaip „Carbon Brief” ar „Climate Home News”, naudoja automatinius vertimus kaip pirminę medžiagą, kurią vėliau redaguoja žmonės. Antra, mažesnės regioninės redakcijos, neturinčios lėšų profesionaliems vertėjams, naudoja DI kaip vienintelį vertimo įrankį – su visais to privalumais ir trūkumais. Trečia, mokslinių tyrimų institutai automatiškai verčia savo publikacijas į kelias kalbas, kad pasiektų platesnę auditoriją.

Terminologijos labirintas: kai žaliosios sąvokos keliauja per kalbas

Čia prasideda tikras galvosūkis. Aplinkosaugos ir žaliųjų technologijų leksika yra viena sudėtingiausių sričių vertimui, ir ne tik dėl techninių terminų gausos. Problema gilesnė: daugelis aplinkosauginių sąvokų yra kultūriškai ir kontekstiškai priklausomos, o tai reiškia, kad net tikslus vertimas gali perteikti klaidingą prasmę.

Paimkime pavyzdį. Angliškas terminas „carbon offset” lietuviškai dažniausiai verčiamas kaip „anglies dioksido kompensavimas” arba „anglies neutralizavimas”. Tačiau šis terminas slepia sudėtingą debatą apie tai, ar tokia kompensacija iš tikrųjų veikia, ar ji tik leidžia įmonėms toliau teršti, mokant už tariamą neutralizavimą kitur. Kai automatinis vertėjas išverčia šį terminą, jis neperteikia šio kritinio konteksto – ir skaitytojas gali susidaryti klaidingą įspūdį apie tai, kas iš tikrųjų vyksta.

Kitas pavyzdys – „greenwashing”. Lietuviškai tai galima versti kaip „žaliasis plovimas” arba „ekologinis apsimetimas”, tačiau nei vienas iš šių variantų nėra toks intuityvus kaip originalas. Kai DI sistema verčia straipsnius apie įmonių ekologines pretenzijas, terminologijos nenuoseklumas gali sukelti painiavą skaitytojams, kurie dar tik susipažįsta su šia tema.

Praktinis patarimas redakcijoms ir žurnalistams: jei naudojate automatinius vertimus aplinkosaugos temomis, verta sukurti terminologijos žodyną – sąrašą pagrindinių sąvokų su patvirtintais vertimais jūsų kalba. Tokius žodynus jau kuria kai kurios organizacijos – pavyzdžiui, Jungtinių Tautų aplinkos programa (UNEP) turi daugiakalbius terminų žodynus, kuriuos galima naudoti kaip atskaitos tašką. Daugelis DI vertimo įrankių leidžia įkelti tokius žodynus ir naudoti juos kaip prioritetinius.

Kai mašina klysta: rizikos, kurių negalima ignoruoti

Būtų nesąžininga kalbėti apie DI vertimo naudą, nepaminėjus jo klaidų – ir ypač tų klaidų, kurios aplinkosaugos kontekste gali turėti rimtų pasekmių. Automatiniai vertėjai klysta, ir jie klysta specifiškai: dažniausiai ten, kur tekstas yra daugiaprasmis, kultūriškai specifiškas arba reikalauja gilaus srities supratimo.

Vienas iš dokumentuotų atvejų: kai kurie automatiniai vertėjai, versdami klimato mokslo tekstus iš anglų į arabų kalbą, sistemingai klaidingai interpretavo statistinius terminus, susijusius su tikimybių išraiška. Frazė „very likely” (IPCC kontekste reiškianti daugiau nei 90 proc. tikimybę) buvo verčiama kaip paprastas „tikėtinas” – be kiekybinės reikšmės. Tokia klaida gali lemti, kad skaitytojai klimato kaitos riziką suvokia kaip mažesnę, nei ji iš tikrųjų yra.

Kitas pavojus – vadinamasis „hallucination” fenomenas, kai DI modeliai generuoja informaciją, kurios originale nebuvo. Nors tai labiau būdinga teksto generavimo, o ne vertimo modeliams, hibridiniai įrankiai, kurie ir verčia, ir papildo kontekstą, gali įvesti klaidingus faktus. Aplinkosaugos žurnalistikoje, kur tikslūs skaičiai – išmetamų teršalų kiekiai, temperatūros pokyčiai, rūšių nykimo tempai – yra kritiškai svarbūs, tokios klaidos gali turėti rimtų pasekmių.

Redakcijoms, kurios naudoja automatinius vertimus, rekomenduojama taikyti bent minimalų žmogaus redagavimo etapą – ypač statistiniams duomenims, citatoms ir techninei terminologijai. Taip pat verta naudoti du skirtingus vertimo įrankius ir lyginti rezultatus: jei jie reikšmingai skiriasi, tai signalas, kad tekstas reikalauja atidesnio žvilgsnio.

Žaliųjų technologijų žinios pasiekia naujus kontinentus

Nepaisant visų apribojimų, DI vertimas jau dabar keičia tai, kaip žaliųjų technologijų žinios sklinda pasaulyje – ir pokyčiai yra reikšmingi. Ypač įdomu stebėti, kaip ši technologija veikia Globalinės Pietų šalių žiniasklaidą.

Nigerijos aplinkosaugos žurnalistai, su kuriais kalbėjosi „Reuters Institute” tyrėjai, pasakojo, kad automatinis vertimas leido jiems pasiekti Kinijos saulės energijos technologijų tyrimus, kurie anksčiau buvo praktiškai neprieinami – ne tik dėl kalbos barjero, bet ir dėl to, kad anglų kalbos versijų paprasčiausiai nebuvo. Kinija šiandien yra didžiausia atsinaujinančios energijos gamintoja pasaulyje, ir informacija apie jos technologinius sprendimus yra itin vertinga besivystančioms šalims, ieškančioms pigių ir efektyvių energetikos alternatyvų.

Panašiai Pietryčių Azijoje žurnalistai naudoja automatinius vertimus, kad sektų Europos žaliojo kurso politikos pokyčius – informaciją, kuri tiesiogiai veikia eksporto reguliavimą ir pramonės standartus jų šalyse. Anksčiau ši informacija pasiekdavo regioną per antrinius šaltinius – dažnai supaprastintus ir kartais iškraipytus. Dabar žurnalistai gali dirbti su pirminiais dokumentais.

Tai turi ir praktinę dimensiją klimato derybų kontekste. Kai šalys susitinka COP konferencijose, jų delegatai dažnai turi skirtingą informacijos bazę – priklausomai nuo to, kokia kalba jie skaito ir ką jų šalies žiniasklaida perteikia. DI vertimas potencialiai gali sumažinti šį informacijos asimetriją, nors tai dar tik galimybė, o ne realybė.

Žurnalisto ir mašinos partnerystė: kaip tai veikia praktikoje

Kalbėti apie DI vertimą abstrakčiai yra viena. Kita – suprasti, kaip tai veikia kasdieniame žurnalisto darbe. Čia verta pažvelgti į konkrečius darbo modelius, kurie jau naudojami redakcijose.

Vienas iš efektyviausių modelių – vadinamasis „vertimas su redaktoriumi”. Žurnalistas naudoja automatinį vertimą kaip pirmąjį žingsnį, kad suprastų teksto esmę ir nuspręstų, ar jis vertas tolesnio dėmesio. Jei taip – tekstas perduodamas kalbos specialistui arba srities ekspertui galutiniam redagavimui. Šis modelis sumažina vertimo išlaidas 60–70 procentų, išlaikant kokybę kritiškai svarbiuose tekstuose.

Kitas modelis – „daugiakalbė stebėsena”. Redakcija nustato automatinę sistemą, kuri seka aplinkosauginę žiniasklaidą keliomis kalbomis ir pateikia santraukas žurnalistams. Tai leidžia redakcijai turėti platesnį radaro lauką, neprarandant laiko rankiniam vertimui. Tokias sistemas jau naudoja kai kurios Skandinavijos redakcijos, stebinčios Rusijos aplinkosauginę žiniasklaidą Arkties klausimais.

Praktiniai patarimai žurnalistams, norintiems efektyviai naudoti DI vertimą aplinkosaugos temomis: pirma, visada patikrinkite skaičius – datos, temperatūros, procentai, koordinatės. Tai dažniausiai klaidų vietos. Antra, ieškokite konteksto – jei vertimas atrodo neįprastai paprastas arba neįprastai sudėtingas, gali būti, kad DI prarado niuansus. Trečia, naudokite specializuotus įrankius – bendrosios paskirties vertėjai su moksliniais tekstais susidoroja prasčiau nei specializuoti. „DeepL” su moksliniais tekstais dažnai lenkia „Google Translate”, o specializuoti medicinos ar teisės vertėjai gali būti naudingi ir aplinkosaugos dokumentams.

Kai algoritmas susitinka su Amazonės džiunglėmis

Yra vienas aspektas, apie kurį kalbama per mažai: DI vertimas ir jo santykis su mažosiomis bei čiabuvių kalbomis. Aplinkosaugos žurnalistika turi specifinį poreikį – dažnai svarbiausi liudininkai ir žinių šaltiniai yra bendruomenės, kalbančios kalbomis, kurių pasaulyje galbūt yra tik keli tūkstančiai kalbėtojų.

Čiabuvių bendruomenės Amazonėje, Sibire, Kanadoje ar Australijoje turi unikalių žinių apie ekosistemų pokyčius – žinių, kurių negalima rasti jokiame moksliniame žurnale, nes jos perduodamos žodžiu ir yra įkūnytos specifinėje kalboje. Kai šios bendruomenės nori dalytis savo stebėjimais su platesne auditorija, kalbos barjeras dažnai yra neįveikiamas.

DI vertimas čia turi ir potencialą, ir rimtą apribojimą. Potencialas: kai kurios organizacijos, pavyzdžiui, „First Languages Australia”, dirba su DI modeliais, kad sukurtų vertimo įrankius mažosioms kalboms. Apribojimas: mažosioms kalboms trūksta mokymo duomenų, todėl DI modeliai jose yra daug silpnesni nei dominuojančiose kalbose. Quechua, Guaraní, Inuktitut – šios kalbos DI vertimo ekosistemoje vis dar yra paraštėse.

Tai kelia svarbų etinį klausimą: ar DI vertimo revoliucija aplinkosaugos žurnalistikoje tarnaus visoms bendruomenėms, ar tik toms, kurios jau turi balsą dominuojančiose kalbose? Atsakymas į šį klausimą priklausys nuo to, kaip technologijų kūrėjai ir žiniasklaidos organizacijos investuos į mažųjų kalbų vertimo pajėgumus.

Žaliosios ateities balsai, kurie pagaliau gali būti išgirsti

Grįžkime prie to paradokso, nuo kurio pradėjome. Aplinkosaugos krizė yra globaliausia iš visų krizių, tačiau jos sprendimai dažnai gimsta lokaliai – konkrečiose bendruomenėse, konkrečiuose laboratorijų kampeliuose, konkrečių žmonių patirtyje. Dirbtinio intelekto vertimas nėra stebuklingas sprendimas, kuris ištirpdo visas kalbų sienas. Bet jis yra realus, prieinamas ir vis labiau tikslus įrankis, kuris gali padėti šioms lokaliai gimusias žinioms keliauti toliau.

Aplinkosaugos žurnalistika, kuri visada kovojo su finansavimo trūkumu ir auditorijos dėmesio stoka, dabar turi galimybę bent iš dalies išspręsti vieną iš savo struktūrinių problemų – kalbinę izoliaciją. Tačiau tai reikalauja sąmoningo pasirinkimo: naudoti šiuos įrankius ne tik kaip pigesnį vertimą, bet kaip priemonę aktyviai ieškoti balsų, kurie anksčiau nebuvo girdimi. Ieškoti tyrimų iš Globalinės Pietų šalių. Ieškoti čiabuvių bendruomenių perspektyvų. Ieškoti mokslininkų, rašančių kalbomis, kurios niekada nebuvo tarptautinės žiniasklaidos darbo kalbos.

Žinoma, technologija pati savaime nieko negarantuoja. Galima naudoti automatinius vertimus, kad ir toliau reprodukuotum tas pačias perspektyvas, tik greičiau. Arba galima naudoti juos kaip tikrą langą į platesnį pasaulį. Skirtumas yra ne algoritmų kokybėje, o žurnalistų ir redakcijų intencijose. Ir galbūt tai yra svarbiausia pamoka iš viso šio pokyčio: technologija atveria duris, bet kas pro jas įeis – priklauso nuo mūsų.

Tad kitas kartą, kai skaitote aplinkosaugos straipsnį apie technologiją, sukurtą Pietų Korėjoje, ar tyrimus, atliktus Ganos universitete, ar aktyvistų pranešimą iš Peru – pagalvokite, kad prieš kelerius metus tas tekstas galbūt nebūtų pasiekęs jūsų. Dabar jis pasiekia. Ir tai, kad pasiekia – jau yra pokytis, kurio vertė sunkiai išmatuojama, bet tikrai jaučiama.