Інструменти з елементами штучного інтелекту в сучасному усному перекладі

Abstract

(ua) Статтю присвячено новітньому, гібридному виду усного перекладу з використанням технічних засобів, а саме – машинного дублювання, яскравий випадок застосування якого був реалізований в резонансному інтерв’ю Президента України В. Зеленського, яке він дав відомому американському подкастеру Л. Фрідману в грудні 2024 р. У процесі створення інтерв’ю було залучено складний алгоритм забезпечення усного перекладу з низкою проміжних стадій, що стали неочевидними для глядачів і слухачів, зокрема – синтезом генерованих голосів на основі реальних із допомогою штучного інтелекту. Подальше поширення матеріалів цього інтерв’ю (різномовних, дубльованих штучним інтелектом відеозаписів із відповідним субтитруванням) справило неоднозначне враження навіть на професійну аудиторію, яка не змогла визначити механізму появи публічних матеріалів, навіть маючи професійну підготовку. Це відкриває небезпечні можливості для інформаційної, суспільно-політичної маніпуляції аудіовізуальною продукцією, що в повній мірі санкціоновано учасниками відповідних проєктів з обох сторін і, цілком очевидно, є наслідком недостатнього розуміння потенційних наслідків, що такі документальні інтерв’ю можуть нести для їх реципієнтів. Помилки машинного перекладу, обтяжені процесом створення різномовних стенограм та їх подальшого озвучення (дублювання) штучно згенерованими голосами, які не можливо відрізнити від реальних без спеціальної підготовки та устаткування, можуть бути зведеними в повсякденну практику створення інформаційних матеріалів новинного чи публіцистичного характеру. На відміну від протизаконного використання аналогічних за своєю ІТ-природою дипфейків, переклад і дублювання документальних інтерв’ю дозволено до публікації самими їх учасниками, що відкриває значні можливості для прихованого маніпулювання громадською думкою та публічною оцінкою таких матеріалів задля поширення шкідливих наративів в рамках дифамаційних та пропагандистських кампаній. (en) The paper has been devoted to the study of the newest, hybrid type of interpretation with the use of technical means, namely, machine dubbing, a striking case of which public could see in the resonant interview of the President of Ukraine Volodymyr Zelenskyy given to the well-known American podcaster Lex Fridman in December 2024. A complex algorithm for providing interpretation was used in the process of the interviewing. It involved a number of intermediate stages that were not totally clear to its viewers and listeners, in particular, the production of generated voices which were trained and made on the basis of real ones. The subsequent dissemination of the interview materials (multilingual AI-dubbed videos with proper subtitling) made a mixed impression even on the professionally trained audience who was unable to establish the mechanism of how public materials were created. Such cases could potentially open some dangerous opportunities for the informational, social and political manipulation by means of audiovisual products. Moreover, such practice is fully authorised by the respective projects participants on both sides. It seems to be obviously a consequence of their lack of understanding how dangerous these documentary AI-enhanced interviews could be for the society. Machine translation errors, compounded by the process of creating multilingual transcripts and their subsequent dubbing (voiceover) with the help of artificially generated voices, cannot be distinguished from real ones without special training and equipment. It can be possibly reduced to the everyday practice of creating news or journalistic materials. Unlike illegal deepfakes, whose IT nature is the same, machine translations and AI dubbing of documentary interviews are allowed to be published by their participants, which opens significant opportunities for covert manipulation of public opinion and public assessment of such materials capable of spreading harmful narratives as part of defamation and propaganda campaigns.