Пятница, поздний вечер. Крупная металлургическая компания сбрасывает своему переводческому подрядчику 112 страниц Официального журнала Европейского союза — очередной том санкций против России. Дедлайн — утро понедельника. Два с половиной суток, включая выходные. Над документом сажают команду из пяти человек. Но они не переводят. Они, если выражаться точно, заметают следы — подчищают за нейросетевым движком, который уже сделал первый проход. К понедельнику юристы получат черновой, но рабочий текст. К среде — версию, в которой никакому внешнему глазу не должно быть видно, что здесь вообще побывала машина.
Эта сцена — реальный кейс одного из российских бюро переводов. Она идеально описывает профессию, которой индустрия до сих пор не нашла честного имени. Её зовут скучно — постредактор машинного перевода. Но по сути это ghostwriter ИИ: человек, оплачиваемый за то, чтобы присутствие алгоритма в тексте стало незаметным.
Парадокс гладкости
Когда я впервые прочитал формулировку Светланы Световой, одного из немногих людей в русскоязычной индустрии, кто системно думает про PEMT, меня встряхнуло. Она пишет: улучшение качества машинного перевода, вопреки интуиции, усложняет работу постредактора. Неопытного — усыпляет. Опытного — заставляет работать на износ.
Логика простая и безжалостная. В эпоху rule-based систем машинный перевод был смешон: корявый синтаксис, слепая калька, очевидные ляпы. Редактор видел ошибки, как чернильные кляксы на белом листе. Современный нейросетевой выход — отполированный до зеркального блеска. Гладкий, читабельный, грамматически безупречный. И при этом способный на вежливое, почти незаметное убийство смысла: перевести «I saw her duck» как «я увидел её утку» там, где речь шла о том, что человек пригнулся. Или по-французски поменять грамматический род прилагательного. Или в юридическом тексте подсунуть не тот термин — с точностью 95%, и опасной ошибкой в оставшихся пяти.
Это тот самый эффект, который инженеры авиации называют paradox of automation: чем надёжнее автопилот, тем менее бдителен пилот. Тесла на шоссе — ровно та же ловушка. Чем лучше работает МП, тем глубже должен вглядываться в него постредактор. Гладкость обезболивает, ошибки становятся хирургически точными.
Получается абсурдная ситуация: новая волна технологий не облегчила труд исполнителя, а перенесла на него более тонкий, более утомительный, более ответственный вид внимания. И платят за это — меньше.
Три текста в голове
Есть у Ханса Крингса, немецкого исследователя постредактуры, книга с говорящим названием — «Repairing Texts». Ремонт текстов. Он показывает экспериментально: когнитивная нагрузка у постредактора выше, чем у переводчика. У переводчика в голове два текста — исходник и тот, который он пишет. У постредактора — три. Оригинал, машинный вариант и идеальный перевод, который должен был бы быть. Он всё время держит их в уме одновременно и принимает микрорешения: оставить, выкинуть, перефразировать. И на каждое решение — считанные секунды, потому что весь экономический смысл PEMT в скорости.
Это не редактирование, как его понимают литературные редакторы. Классический редактор спорит с живым автором — в конечном счёте, обсуждаемо всё. Постредактор спорит с процессом без автора. У машины нет замысла, с которым можно согласиться или не согласиться. Есть статистический паттерн, который иногда удачно попал, иногда — нет. Постредактор вынужден быть одновременно психологом, корректором и археологом: восстанавливать волю, которой у оригинала перевода никогда не было.
Индустрия этого не оплачивает. И это, пожалуй, самое интересное место всего ландшафта.
Экономика, построенная на иллюзии
Когда заказчик внедряет машинный перевод, он ожидает, что труд переводчика станет дешевле. Это политико-экономическая основа всей технологии. Переводческая компания, которая хочет продать клиенту PEMT-контракт, вынуждена давать скидку. Откуда берётся эта скидка? Не из операционной эффективности — сервера, лицензии и обучение моделей стоят денег. Она берётся с фрилансера, которому объявляют: вот тебе готовый текст, тебе же не надо переводить с нуля, извольте получить сорок рублей за страницу вместо прежних ста.
Светова называет это прямым словом — безобразие. Но формально здесь нет обмана. Машинный выход действительно даёт стартовую точку. Проблема в том, что когнитивная работа по доведению текста до «человеческого» стандарта по объёму усилий часто сопоставима с переводом, а иногда и превышает его. При full post-editing — а именно его требуют в девяноста девяти случаях из ста — исполнитель обязан проверить каждую формулировку, сверить терминологию, переписать синтаксис, и всё это не оставив ни малейших следов машинного происхождения.
Иначе говоря: рынок купил у исполнителя бóльшую когнитивную сложность за меньшие деньги. И продал клиенту ускорение, себестоимость которого переложил на плечи того, кого называют «партнёром».
Опытные западные постредакторы рассказывают в интервью, что со временем выходят в плюс. Они действительно становятся быстрее. Но это тот же аргумент, который слышат uber-водители: ты в убытке первые два года, потом оптимизируешься. Экономика платформ давно построила это как риторический стандарт.
Маскировочная профессия
Вернёмся к металлургическому кейсу. Финальная фраза там — ключевая: постредактор способен приблизить текст к «человеческому» переводу «почти на 100%». Светова формулирует ещё жёстче: искусство постредактора — чтобы никаких следов МП не оставалось; чтобы ни редактор, ни заказчик не могли заметить.
В этой формулировке скрыт тектонический сдвиг. Постредактор — первый массовый представитель нового типа работы: ghost-curation искусственного интеллекта. Его функция — не создавать ценность открыто, а делать невидимым участие машины. Это сосед по цеху content moderator’ов, размечающих для ИИ категорию «насилие»; сосед data labeler’ов; сосед тех, кто правит ответы ChatGPT, прежде чем вы их увидите. Антрополог Мэри Грей назвала это ghost work — призрачный труд: присутствующий везде, признаваемый нигде.
И чем лучше постредактор выполняет свою работу, тем сильнее рынку кажется, что её вообще не существует. Клиент видит «машинный перевод с финальной редактурой». Он не видит человека, который на самом деле проделал основную работу. Поэтому престиж профессии — подчёркивается это во всех русскоязычных обсуждениях — остаётся неоправданно низким на фоне растущего спроса. Невидимый труд плохо монетизируется. Это правило без исключений.
Рекурсия, которой не должно быть
Здесь начинается место, где лицемерие индустрии становится интересным.
Последний технологический виток — автоматическое постредактирование с помощью больших языковых моделей. Идея элегантна: LLM проходятся по выходу нейросетевого переводчика, заменяют канцелярит на разговорную формулу, согласуют род прилагательного с существительным, подгоняют регистр. Lingvanex продвигает это как новый индустриальный стандарт. Формулировка в их блоге почти поэтическая: «роль человека изменится — он станет наставником, контролирующим итоговый результат, а не выполняющим фактическое редактирование».
Переведу на прозу: теперь и постредактирование, последний оплот человеческого участия, будет делать машина. А человек — раз в неделю заглядывать и одобрять.
Здесь есть техническая проблема, которую в индустрии предпочитают не замечать. Все современные модели машинного перевода и все языковые модели обучены на корпусах, созданных живыми переводчиками. Каждая хорошая модель — это дистилляция миллионов человеко-часов профессионального перевода, заложенных в Translation Memory банках последние тридцать лет. Это была пищевая цепочка: люди переводят → данные накапливаются → модели учатся → люди используют модели.
Если следующее поколение постредактуры делает ИИ, пищевая цепочка обрывается. Новые данные — синтетические. Модель учится на выходе другой модели, слегка причёсанном третьей моделью. В машинном обучении это называется model collapse или data inbreeding: шумный, но самоусиливающийся дрейф от реальности. Через два-три поколения моделей культурный нюанс, стилистическая точность и жанровая интуиция начинают медленно испаряться — не потому что ИИ стал «глупее», а потому что он больше не вступает в контакт с живой речью живых людей, решающих живые переводческие задачи.
Индустрия ставит на автоматизацию того самого слоя, который был её единственным источником свежих данных.
Переводчик не исчезает — он раздваивается
Светова предлагает симпатичную триаду: ручной перевод (творчество), PEMT (технология), чисто машинный (когда скорость важнее качества). Выглядит как мирное сосуществование. На самом деле это диагноз профессии, которую съедает снизу и сверху одновременно.
Средний сегмент — переводчик технической документации, контрактов, стандартных маркетинговых текстов — исчезает. Он просто становится нерентабельным против MTPE. Верх — литературный, дипломатический, высокостилистический перевод — остаётся живым и даже набирает ценность, потому что на фоне океана синтетического текста человеческий становится дефицитом. Низ — постредактор — превращается в невидимую инфраструктуру.
Это та же бифуркация, которая идёт везде, где появляется генеративный ИИ: в журналистике, дизайне, программировании. Элита + призрачный труд. Середина как трудовая категория гибнет.
И здесь главный поворот. Переводчик не исчезает. Он раздваивается: на художника и на санитара. На того, кого будут читать, и на того, чья работа будет заключаться в том, чтобы машину невозможно было поймать за руку. Первые работают публично, вторые — анонимно. Обоим платят — но в валютах, которые не конвертируются.
Когда в следующий раз вам пришлют «автоматически переведённый» пользовательский договор, инструкцию к лекарству или — да — том европейских санкций, вспомните: там почти наверняка работал человек. Его имени вы никогда не узнаете. Его задача — чтобы вы не догадались о его существовании. И это, может быть, единственная профессия будущего, которая даёт гарантию работы: потому что чем лучше становятся машины, тем больше людей нужно, чтобы замести за ними следы.
1 комментарий к “Профессия, которой не существует: постредактирование переводов ии”
Сильная статья!