મશીનથી થતો અનુવાદ એ માનવીય અનુવાદની એક પ્રકારની અવેજી છે. તેનું કારણ એ છે કે મશીનથી થતા અનુવાદ માનવીય અનુવાદ કરતાં વધુ કાર્યદક્ષ અને ઝડપી છે. પરિણામે, ઘણા અનુવાદકો એ દુવિધામાં છે કે મશીનો તેમનું સ્થાન અને કામ લઈ લેશે. ચાલો જાણીએ કે મશીન અનુવાદ અને માનવીય અનુવાદમાંથી વધુ સારું કોણ છે અને બન્નેનું ભાવિ કેવું હશે.
માનવીય અનુવાદ
માનવીય અનુવાદમાં કરવામાં આવેલી શબ્દ પસંદગીના ભાવ અને અર્થો, રૂઢિપ્રયોગો, ભાષાનો લહેકો, વ્યંગ, અને ગમ્મત લોકો સમજે છે. મનુષ્યો સાંસ્કૃતિક અને ભાષાકીય વિસંગતીઓ બાબતે સંવેદનશીલ હોય છે. માનવીય અનુવાદો કેમ જરૂરી છે, તેનું એક ઉદાહરણ જોઈએ. ગુજરાતીમાં એક કહેવત છે, “ચાદર બહાર પગ ફેલાવવા” (Chadar bahar pag felavva). તેનો સીધો અનુવાદ મશીન દ્વારા કરાવીએ તો એ અનુવાદ થાય “સ્પ્રેડ ધ લેગ આઉટ ઓફ ધ શીટ”. પરંતુ આ ગુજરાતી કહેવતનો અર્થ થાય છે પોતાની ક્ષમતા કરતાં વધુ ખર્ચ કરવો.
કહેવતનો ઉપર દર્શાવેલા અર્થ મુજબનો અનુવાદ મશીન દ્વારા કરવો અસંભવ છે અને તેને તાર્કિક બનાવવા માટે આપણે તેના સંદર્ભ અનુસાર નીકળતા અર્થને પ્રમાણિત કરવો પડે છે. સાંસ્કૃતિક અભિવ્યક્તિઓ, શબ્દોના પદક્રમમાં તફાવત, વગેરેને કારણે મશીન દ્વારા થતા અનુવાદમાં સમસ્યાઓ સર્જાઈ શકે છે.
મશીન દ્વારા થતા અનુવાદમાં રહેલી ભૂલો અસ્પષ્ટતા, ગેરસમજ અને ખોટા અર્થઘટન તરફ દોરી જાય છે.
મશીન અનુવાદ
મશીન દ્વારા થતાં અનુવાદનો મુખ્ય ફાયદો તેની ઝડપ છે. Google અથવા Microsoft દ્વારા વિકસાવવામાં આવેલા અનુવાદનાં મશીન દ્વારા કોઈપણ શબ્દ અથવા વાક્યનો અર્થ એકાદ બે સેકન્ડમાં જ જાણી શકાય છે. ઘણાં બિઝનેસ માનવીય અનુવાદને બદલે મશીન અનુવાદ કેમ પસંદ કરે છે તેની પાછળનું આ મુખ્ય કારણ છે.
મશીન અનુવાદનો બીજો મોટો ફાયદો એ છે કે તેનો પડતર ખર્ચ ઓછો છે. હવે તો પૈસાની બચત અને ઉત્પાદકતા વધારવા માટે ઘણા બિઝનેસ અને ભાષાવિષયક સેવાઓ આપતા લોકોએ મશીન અનુવાદનો ઉપયોગ કરવાનું શરૂ કર્યું છે.
માનવીય અનુવાદ વિરુદ્ધ મશીન અનુવાદ
જ્યારથી અનુવાદ ઉદ્યોગમાં ઑટોમૅશનની શરૂઆત થઈ છે, ત્યારથી મશીન અને માનવીય અનુવાદો વિશેની ચર્ચા ચાલી રહી છે અને કેટલાંક લોકો બન્નેની ગુણવત્તા વિશેની દલીલો આપે છે.
મૂળભૂત સ્તરે, મશીન દ્વારા થતો અનુવાદ એ એક ભાષાના શબ્દોને સ્થાને બીજી ભાષાના શબ્દોને મૂકવાની સાદી પ્રક્રિયા છે. મશીન અનુવાદમાં માનવીય હસ્તક્ષેપ હશે ત્યારે જ તે વધુ સારા પરિણામો આપી શકશે. માત્ર માનવીય અનુવાદના વિશેષજ્ઞો જ સહજ અને સ્વાભાવિક અનુવાદ આપી શકે અને મશીન અનુવાદ (એમટી – મશીન ટ્રાન્સલેશન) આ બાબતે નિષ્ફળ રહે છે.
મશીન અનુવાદમાં બજારનું વલણ
મશીન અનુવાદના બજારનું મૂલ્ય વર્ષ 2020માં 153.8 મિલિયન અમેરિકન ડૉલર (1148.02 કરોડ રૂપિયા) હતું જે વર્ષ 2026 સુધીમાં 230.67 મિલિયન અમેરિકન ડૉલર (1721.81 કરોડ રૂપિયા) થવાનો અંદાજ છે. જે વર્ષ 2021-2026 દરમિયાન 7.1% સીએજીઆર (સંયોજિત વાર્ષિક વૃદ્ધિ દર) દર્શાવે છે.
આ વૃદ્ધિ દરનું કારણ વ્યાપક રીતે વૈશ્વિકિકૃત બની ચૂકેલા આ વિશ્વમાં કન્ટેન્ટના સ્થાનિકીકરણ (લોકલાઇઝેશન)ની વધી રહેલી માગ છે. તેને લીધે અસરકારક પડતર કિંમતે અને અત્યંત ઝડપી અનુવાદની જરૂરિયાત પણ વધી છે. આ જરૂરિયાતને પહોંચી વળવા માટે કૅટ (કૉમ્પ્યૂટર આસિસ્ટેડ ટ્રાન્સલેશન) ઘણા ટૂલનો બહોળો ઉપયોગ થઈ રહ્યો છે. ચોક્સાઈની ઉચ્ચ ગુણવત્તા મેળવવા માટે મશીન લર્નિંગના સઘન મૉડલના ઉપયોગથી આ બધા ટૂલમાં સતત સુધારો થઈ રહ્યો છે.
મશીન અનુવાદના ક્ષેત્રે ન્યુરલ મશીન ટ્રાન્સલેશન (એનએમટી)માં જોવા મળેલો વિકાસ એક મહત્ત્વની રસપ્રદ બાબત છે. આ પ્રકારનું ઑટોમૅશન એક એકીકૃત મૉડલમાં શબ્દો, શબ્દસમૂહો અને વાક્યોની સાતત્યતાને જોવાની ક્ષમતા કેળવવા માટે એક કૃત્રિમ ન્યુરલ નેટવર્કના સ્વરૂપે વિશાળ જથ્થામાં ડેટાનું વિશ્લેષણ કરે છે. સાદા શબ્દોમાં તેને આર્ટિફિશયલ ઇન્ટેલિજન્સ (AI) તરીકે સમજાવી શકાય.
મશીન અનુવાદના તાજેતરના વલણોને જોતાં અનુવાદના વૈશ્વિક ઉદ્યોગના મોટાભાગના મહત્ત્વપૂર્ણ ખેલાડીઓ આ બજારના નવા-નવા વિભાગોમાં પ્રવેશીને તેમની વ્યાપ વધારી રહ્યા છે.
મશીન અનુવાદના ગેરફાયદા
- મશીન સંવેદનાઓ, ભાવનાઓ, સ્થિતિઓ, સાંસ્કૃતિક અપેક્ષાઓ, વગેરે જેવાં બિન-શાબ્દિક પરિબળોને સમજવાની યોગ્યતા નથી ધરાવતા.
- મશીન દ્વારા થતા અનુવાદોમાં સંદર્ભને ધ્યાનમાં નથી લેવાતા.
- અનુવાદક કરતા મશીનો 100% પરિપૂર્ણતા નથી ધરાવતા.
- ભાષાઓમાં વ્યાકરણની બાંધણી અને શબ્દભંડોળ અલગ અલગ હોય છે અને એકસમાન વિચારોને અભિવ્યક્ત કરવાની અલગ અલગ રીત હોય છે, જ્યારે મશીન આ કૉન્સેપ્ટ સમજવામાં નિષ્ફળ જાય છે.
નિષ્કર્ષ
મશીનો એલ્ગોરિધમનો ઉપયોગ કરીને કામ કરે છે, જ્યારે મનુષ્યો ભાષાકીય અને સાંસ્કૃતિક સીમાઓ પ્રત્યે વધુ સજાગ હોય છે. અન્ય ભાષાઓમાં રહેલા ભાવને સમજવાની સૂઝ મશીનોમાં નથી, જ્યારે મનુષ્યો આ બાબતમાં અગ્રેસર છે.
તો જ્યારે આપણે અનુવાદની ગુણવત્તા અને ચોક્સાઈને ધ્યાનમાં લઈએ તો, મશીનો મનુષ્યોનું સ્થાન નજીકના ભવિષ્યમાં તો નહીં જ લઈ શકે!
July 29, 2021 — magnon