“แค่อัปโหลดเข้า ChatGPT ก็พอไม่ใช่เหรอ?”
(correresmidestino.com)- การแปลแบบฟรีแลนซ์ไม่ใช่การแปลงเอกสารอย่างง่ายด้วยการโยนเข้า AI แต่เป็นงานวิชาชีพที่ต้องอาศัย ความเข้าใจบริบท, การทำให้เหมาะกับท้องถิ่น, การค้นคว้าศัพท์ และการตรวจสอบความสอดคล้อง
- ChatGPT อาจสร้างเอกสารแปลออกมาได้ แต่ก็อาจเกิด ปัญหาเรื่องรูปแบบ และคุณภาพการแปลก็อาจน่าสงสัย
- AI ใช้เป็น เครื่องมือ ได้ เช่น ตรวจการสะกด, เสนอการปรับแก้ประโยค, ตรวจเช็กสไตล์ไกด์ และดึงคำศัพท์เฉพาะทาง แต่ผลลัพธ์ทุกอย่างต้องตรวจทานซ้ำ
- AI อาจแต่งตัวย่อและชื่อองค์กรขึ้นมาเอง, ตกหล่นทั้งประโยค, เมินคำศัพท์ที่ให้ไว้ และพลาดประเด็นสำคัญ จึงต้องคอย โค้ช อยู่เสมอ
- เพียงเพราะมี AI อยู่ ไม่ควรทำให้ค่าตอบแทนของผู้เชี่ยวชาญอย่างนักแปล นักเขียน หรือบรรณาธิการลดลง และยังเผยให้เห็นความย้อนแย้งที่มองว่า AI ดีพอสำหรับงานของคนอื่น แต่กลับไม่น่าเชื่อถือพอสำหรับงานของตัวเอง
คำถามที่เริ่มต้นจากยิม
- ทุกเย็นวันอังคาร ผู้เขียนเรียนคลาสมวยต่อด้วยคลาส “body sculpt” แต่วันหนึ่งตั้งแต่บ่าย 4 โมงมีงานแปลเข้ามา 3 งานและทั้งหมดต้องส่งเช้าวันถัดไป จึงยกเลิกคลาสที่สอง
- เมื่อมีคนถามว่าทำไมถึงต้องออกจากคลาส ก็จึงตอบว่าเป็นนักแปลฟรีแลนซ์และมี เดดไลน์สามงาน ที่ต้องส่งภายในเช้าวันรุ่งขึ้น
- อีกฝ่ายจึงถามว่า “แค่อัปโหลดเอกสารเข้า ChatGPT ก็ไม่พอเหรอ” และคำตอบก็คือ งานแปลไม่ได้ทำงานแบบนั้น
การแปลไม่ใช่แค่เปลี่ยนให้เป็นประโยคที่ถูกไวยากรณ์
- ในทางเทคนิค ChatGPT สามารถพ่นเอกสารที่แปลแล้วออกมาได้ แต่ก่อนอื่นเลยอาจเกิด ปัญหาเรื่องรูปแบบ
- ที่สำคัญกว่านั้นคือ คุณภาพการแปลอาจไม่น่าไว้วางใจ
- การแปลคือการถ่ายทอดสิ่งที่มนุษย์คนหนึ่งต้องการจะสื่อ ให้มนุษย์อีกคนเข้าใจได้ ไม่ใช่แค่สร้างประโยคในอีกภาษาหนึ่งที่ถูกต้องตามหลักไวยากรณ์
- นักแปลต้องทำ การปรับให้เหมาะสม, การทำให้เข้ากับท้องถิ่น และการเลือกสำนวน เพื่อให้สารจากต้นฉบับถูกถ่ายทอดออกมาอย่างเป็นธรรมชาติและมีความหมาย
- การค้นคว้าศัพท์เฉพาะทางและตรวจให้แน่ใจว่าใช้คำศัพท์อย่างสอดคล้องกันทั้งเอกสาร ก็เป็นส่วนหนึ่งของงานแปลเช่นกัน
AI ไม่ใช่ตัวแทน แต่เป็นเครื่องมือ
- AI ยังทำงานแทนไม่ได้ แต่สามารถเป็นเครื่องมือที่ใช้ให้เกิดประโยชน์ได้
- ตอนเริ่มทำงานแปลเมื่อ 15 ปีก่อน ผู้เขียนก็เคยใส่ประโยคยาก ๆ ลงใน Google Translate เพื่อดูแนวทางการเขียนแบบอื่น และต่อมาก็ใช้ DeepL ในลักษณะเดียวกัน
- ผู้เชี่ยวชาญย่อมใช้เครื่องมือ นี่ไม่ต่างจากนักบัญชีที่ใช้สูตร Excel, ผู้จัดการที่ใช้รูปแบบ PowerPoint หรือร้านอาหารที่ค้นหาสูตรอาหารที่กำลังเป็นกระแส
- เอกสารชิ้นนี้เขียนขึ้นเอง แต่สามารถใช้ Antidote ตรวจการสะกด และถามความเห็นจาก Claude แล้วนำข้อเสนอแนะที่เป็นประโยชน์มาปรับใช้ได้
- ข้อเสนอแนะที่ฉลาด เช่น การตัดย่อหน้าหรือทำให้ประโยคชัดเจนขึ้น อาจรับไว้ใช้ได้ แต่การตัดสินใจสุดท้ายยังต้องเป็นของมนุษย์
กรณีใช้งานจริงและข้อจำกัด
- ลูกค้ารายหนึ่งมี สไตล์ไกด์ยาว 500 หน้า หลายฉบับ ซึ่งกำหนดแม้กระทั่งรูปแบบการใส่คำพูดอ้างอิงและวิธีแทรกเชิงอรรถ
- หากใส่สไตล์ไกด์เข้าไปใน ChatGPT แล้วใช้ตรวจขั้นสุดท้าย ก็พอจะช่วยชี้จุดที่ผิดกฎได้ระดับหนึ่ง
- สามารถใช้ AI ดึงคำศัพท์เฉพาะทางจากเอกสารอ้างอิงและสร้างอภิธานศัพท์ของตัวเองได้ ซึ่งวิธีนี้เร็วกว่าและน่าหงุดหงิดน้อยกว่าการใช้ Ctrl+F
- ผลลัพธ์จาก AI ทุกอย่างต้องตรวจสองรอบสามรอบ และการใช้ AI ก็ไม่ใช่ ปุ่มวิเศษ แต่เป็นอีกวิธีหนึ่งของการทำงาน
- AI มักแต่งตัวย่อและชื่อองค์กรขึ้นเอง, ไม่แปลทั้งประโยค, เมินคำศัพท์ที่ให้ไว้หากไม่ย้ำซ้ำ ๆ และบางครั้งก็พลาดแก่นสำคัญไปทั้งหมด
ความย้อนแย้งเรื่องค่าตอบแทนและความน่าเชื่อถือ
- การมีอยู่ของ AI ไม่ควรเป็นเหตุให้ค่าตอบแทนของนักแปล นักเขียน บรรณาธิการ และผู้เชี่ยวชาญอื่น ๆ ลดลง
- เหตุผลก็เหมือนกับที่เราไม่จ่ายช่างซ่อมหลังคาซึ่งใช้ค้อนน้อยลง เพียงเพราะเขาไม่ได้ทำงานด้วยมือเปล่า
- อีกฝ่ายพูดว่า “AI กำลังดีขึ้นตลอดเวลา” แต่เมื่อถูกถามว่าใช้ AI กับงานของตัวเองมากแค่ไหน ก็กลับตอบว่ายังไม่น่าเชื่อถือพอจะใช้งานได้
- ตำแหน่งของอีกฝ่ายคือ Director General ฝ่ายทรัพยากรบุคคลและบริการองค์กร และปัจจุบันกำลังรักษาการในตำแหน่ง Workforce Planning and Resources Management
- เมื่อ AI ถูกมองว่าเพียงพอสำหรับงานของคนอื่น แต่ยังไม่น่าเชื่อถือพอสำหรับงานของตัวเอง มูลค่าของงานวิชาชีพก็ย่อมถูกประเมินต่ำได้อย่างง่ายดาย
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
ตอนจบนี่ทรงพลังมาก ดูเหมือนคนส่วนใหญ่จะเห็นด้วยอยู่สองอย่าง: AI เป็นพรอย่างยิ่งสำหรับงานที่ฉันทำไม่ได้ และถ้าไม่ใช่สายอาชีพของตัวเอง ก็ยากจะมองเห็นข้อบกพร่องของผลลัพธ์ แถมยังไม่ต้องเสียเงินจ้างคนและรอคอยด้วย
ในทางกลับกัน พวกเขามองว่า AI ยังห่างไกลจากการมาแทนฉัน ระดับทักษะของฉันสูงเกินไป โอกาสที่มันจะดีพอมาแทนงาน 90% ที่ฉันรับเงินทำอยู่ แทบเป็นเพียงเรื่องในทางทฤษฎี และอย่างมากก็เป็นแค่เครื่องมือ
ดังนั้นฉันจึงใช้ AI กับคำถามทางการแพทย์ ส่วนหมอก็ใช้ AI เขียนซอฟต์แวร์ แล้วต่างฝ่ายต่างยิ้มมุมปากเมื่อเห็นคุณภาพที่อีกฝ่ายได้รับ
ตัวอย่างเช่น เปิด “agent” จำนวนมากแล้วกำหนดบุคลิกให้เป็นเหมือนหัวหน้าฝ่ายความปลอดภัยหรือหัวหน้าฝ่ายคุณภาพ ที่จริงแล้วมันคือวิธีเปิดเซสชัน LLM เพื่อตรวจความปลอดภัยหรือตรวจคุณภาพที่ซับซ้อนเกินจำเป็นและคาดเดาไม่ได้
อีกพวกหนึ่งรู้ดีว่าแอปของตัวเองเต็มไปด้วยบั๊ก แต่ก็คิดว่าเวลาบั๊กโผล่มา ก็ให้ AI แก้เอาก็พอ คนพวกนี้ยังไม่เคยเจอทั้งการเจาะระบบด้านความปลอดภัยหรือบั๊กที่ทำให้ข้อมูลสูญหาย และยังนึกถึง Claude แค่ในฐานะตัวช่วยแก้
divที่จัดกึ่งกลางไม่ได้ หรือรับมือกับ error code ที่โผล่มาเป็นครั้งคราวยังไม่แน่ใจว่าจะทำให้เป็นหลักการทางการได้อย่างไร แต่ดูเหมือนจะมีอะไรทำนองบทตามของ Peter Principle หรือปรากฏการณ์ Gell-Mann ในเวอร์ชันเกี่ยวกับ AI อยู่เหมือนกัน อาจจะประมาณว่า “AI จะไต่ระดับขึ้นไปถึงระดับความไร้ความสามารถของผู้ใช้” หรือ “ความมั่นใจต่อผลลัพธ์จาก AI แปรผกผันกับความสามารถในการตรวจสอบมัน”
ฉันเป็น ศาสตราจารย์ ซึ่งถือว่าเป็นงานที่ใช้ความคิดหนัก และทำวิจัยด้าน NLP/AI ฉันไม่คิดว่า AI จะมาแทนงานทางปัญญาหลักของฉันได้ในอนาคตอันใกล้ แต่ก็ไม่คิดว่างานแกนหลักนั้นกินเวลาแม้แต่ 10% ของเวลาทั้งหมด
เวลาส่วนใหญ่หมดไปกับการเขียนรายงานเชิงราชการ การเขียนและขัดเกลาคำขอทุนวิจัย การตรวจข้อสอบและงานออกแบบโปสเตอร์ การวางแผนตารางสอนของปีใดปีหนึ่ง การทำภาพสำหรับสไลด์ การออกข้อสอบและการบ้าน และการเข้าประชุมประสานงานการสอน งานพวกนี้ทำให้อัตโนมัติได้ หรือควรทำด้วยซ้ำ
แม้แต่การสอนวิชาเดิมซ้ำเป็นรอบที่เท่าไรก็เถอะ ในเชิงวัตถุก็อาจทำให้อัตโนมัติได้เหมือนกัน ที่ยังทำกันอยู่คงเพราะปัจจัยความเป็นมนุษย์ที่เกี่ยวกับแรงจูงใจ ไม่ใช่เพราะการสอนโดยมนุษย์เหนือกว่าทางปัญญาอย่างแท้จริง
ทุกครั้งที่โมเดลระดับแนวหน้าดีขึ้น ก็จะเห็นคลื่นของคนที่เคยสงสัย AI แล้วจู่ๆ กลายเป็นสาวก “เมื่อปีที่แล้ว AI ยังเขียนโค้ดไม่ได้เลย แต่ตอนนี้ฉันใช้มันกับทุกอย่าง!” อะไรทำนองนั้น
สิ่งที่น่าสนใจก็คือ พอฟังไปก็จะรู้ว่าทักษะการเขียนโค้ดของคนคนนั้นอยู่ประมาณระดับ Claude Opus 4.5 ณ จุดที่เปลี่ยนใจ หรือไม่ก็ระดับล้ำหน้าสุดของช่วงเวลานั้น
ส่วนคนที่เหลือก็ยังใช้ AI เป็นเพียงเครื่องมือเหมือนคนในบทความ ฉันก็สงสัยเหมือนกันว่าจะต้องใช้เวลาอีกนานแค่ไหนกว่าคอมพิวเตอร์จะเขียนโปรแกรมเก่งกว่าฉันจนฉันเปลี่ยนฝั่งบ้าง
ณ จุดนี้ ฉันนึกไม่ออกเลยว่ามีงานอะไรสักอย่างที่ฉันแข่งกับ AI ได้อย่างเหมาะสม เป็นเพราะฉันฝีมือไม่พอ หรือเพราะคนอื่นมั่นใจในตัวเองเกินไปก็ไม่รู้ คนที่รู้สึกแบบฉันอาจจะแค่ไม่ค่อยพูดเสียงดังก็ได้
ขอออกนอกเรื่องไปพูดถึงการแปลนิดหนึ่ง ฉันเคยอ่าน The Master and Margarita ฉบับแปลอยู่สองเวอร์ชัน ฉบับแรกน่าเบื่อมากจนต้องหยุดก่อนจบบทแรกด้วยซ้ำ และหาชื่อนักแปลไม่เจอด้วย แต่เป็นฉบับที่แปลชื่อเล่นแบบรัสเซียทั้งหมด
มันเอาแต่พูดถึงผู้ชายคนหนึ่งชื่อ “homeless” จนฉันคิดไปเองว่านี่คงเป็นหนังสือห่วย แล้วก็เมินมันอยู่หลายปี ไม่เข้าใจเลยว่าทำไมหนังสือเล่มนี้ถึงเป็นที่พูดถึงนัก
ต่อมาฉันบังเอิญเจอฉบับแปลของ Diana Burgin และ Katherine Tiernan O'Connor แม้ฉันจะไม่รู้ภาษารัสเซีย แต่ก็คิดว่านี่ใกล้เคียงกับคำว่ายอดเยี่ยมที่สุดแล้ว เป็นงานที่มหาศาลจริงๆ
คุณจะเห็นผลแบบเดียวกันได้จากฉบับแปลด้วยเครื่องของ We โดย Yevgeny Zamyatin ถ้าแปลชื่อรัฐบาลเป็น “United State” มันจะสับสนกับ “United States” ได้ง่าย แต่ฉบับที่แปลเป็น “One State” ดีกว่ามาก
นี่เป็นงานเขียนของคนจริงๆ แต่เต็มไปด้วย em dash ไม่ใช่เพราะ AI หรอก แต่เป็นเพราะคนเขียนพึ่ง em dash แทนที่จะขัดเกลาประโยคให้ลื่นไหลอย่างเป็นธรรมชาติ จนแทบอยากร้องไห้
em dash ตรงนี้เข้ากับจังหวะการพูดจริงๆ ถ้าพูดออกมาคงประมาณว่า “ทุกวันอังคารฉันเรียนสองคลาสติดกัน มวยกับ ‘body sculpt’ นั่นแหละ ชื่อแปลกดี”
การไหลของบางส่วนในประโยคอาจฟังขัดๆ อยู่บ้าง แต่ไม่ใช่เพราะ em dash นักเคร่งไวยากรณ์อาจบอกว่ามันแยกเป็นอีกประโยคหนึ่งโดยไม่เติมคำเพิ่มไม่ได้ และก็เชื่อมด้วยจุลภาคไม่ได้ด้วยเหตุผลโน่นนี่ ดังนั้นเลยมี em dash อยู่ตรงนั้น
ถ้าเขียนประโยคใหม่ ก็มีโอกาสสูงว่าจะไม่เป็นธรรมชาติมากขึ้น แต่กลับเป็นธรรมชาติน้อยลง
อัปเดต: เผื่อมันจะไม่ชัดเจน ขอโทษด้วย ฉันทนไม่ไหวจริงๆ
ถ้าในปี 2024 มีคนบอกว่า ChatGPT สามารถช่วยทำคณิตศาสตร์ระดับบัณฑิตศึกษาได้ ก็คงโดนหัวเราะเยาะ แต่ปีนี้โมเดล AI กำลังแก้ ปัญหา Erdos ที่ก่อนหน้านี้ยังแก้ไม่ได้ด้วยพรอมป์ตง่ายๆ
การจินตนาการว่ามีกำแพงพื้นฐานบางอย่างกั้นระหว่างสติปัญญามนุษย์กับ AI จนทำให้ AI ไม่มีวันทำงานหลายอย่างที่มนุษย์ทำได้ ดูเป็นความคิดที่ไร้เดียงสา สิ่งที่มักยกมาอ้างว่าเป็นสิ่งที่มนุษย์ทำได้แต่ AI ทำไม่ได้ เช่น การอนุมานเจตนา การจับอารมณ์ หรือการสะท้อนคุณค่าทางวัฒนธรรม ตอนนี้ AI ก็ทำได้แล้วถ้ามีบริบทเพียงพอ
ที่สำคัญกว่านั้นคือ สิ่งเหล่านี้ไม่ใช่เวทมนตร์ที่เกิดขึ้นได้เฉพาะในกะโหลกมนุษย์ แต่เป็นผลลัพธ์ของ การประมวลผลข้อมูล เพียงแต่เป็นการประมวลผลข้อมูลชนิดที่ทำให้คอมพิวเตอร์เก่งได้ยาก และจนถึงตอนนี้ AI ก็ดูเหมือนจะพัฒนาต่อเนื่องอยู่
เห็นด้วยเต็มที่ว่าคุณค่าพิเศษของมนุษย์ไม่ได้ผูกอยู่กับความสามารถในการทำงานที่เป็นประโยชน์ แต่การปฏิเสธความสามารถของโมเดล AI ดูเหมือนเป็นความผิดพลาดที่คนจำนวนมากทำกันอยู่บ่อยๆ และน่าเสียดายที่ความจริงมักไล่ทันพวกเขาก่อนที่พวกเขาจะเตรียมใจทางอารมณ์ได้
ก็น่าชี้ให้เห็นว่าในประโยค “ถ้ามีบริบทเพียงพอ” คุณแทนคำว่า บริบท ด้วยคำว่า “ดอลลาร์” ก็ได้ ดูเหมือนความสำเร็จอันน่าประทับใจจำนวนมากจะมาจากตรงนั้น
และอย่างที่เป็นมาตลอด ช่วงหลังๆ นี้ความก้าวหน้าทั้งหมดดูจะอยู่ในสาย “ให้คิดมากขึ้น” เลยยังไม่ชัดว่าโมเดลจะเก่งขึ้นไปพร้อมกับถูกลงหรือไม่ สำหรับงานแปล ถ้ามองจากความคาดหวังด้านต้นทุนต่อชิ้นงาน ก็ยังน่าสงสัยพอสมควรว่า LLM แบบ “คิดมากขึ้น” จะช่วยได้จริงไหม
เห็นด้วย แต่ก็ควรจำไว้ว่า สมอง โดยเฉพาะสมองมนุษย์นั้นใหญ่มหาศาล และโทเค็นแต่ละตัวก็แบกความหมายได้มากกว่าการกระตุกของกล้ามเนื้อเล็กๆ แบบแยกเดี่ยวมาก
เพราะงั้นแม้แต่ “การรับรู้” ที่ดั้งเดิมอย่างยิ่งก็อาจดูเหมือนทำอะไรได้มากกว่าความเป็นจริงมาก
ถ้า “ในปี 2024 มีคนบอกว่า ChatGPT สามารถช่วยทำคณิตศาสตร์ระดับบัณฑิตศึกษาได้ ก็คงโดนหัวเราะเยาะ แต่ปีนี้โมเดล AI กำลังแก้ปัญหา Erdos ที่ก่อนหน้านี้ยังแก้ไม่ได้ด้วยพรอมป์ตง่ายๆ” งั้นก็สงสัยว่า มี ปริญญาบัณฑิตศึกษา ด้านคณิตศาสตร์ด้วยเหรอ?
ใช่ เหมือนกับว่าพวกเขาคิดว่า AI จะติดอยู่กับ LLM ตลอดไป และจะไม่พัฒนา world model ที่รวมถึงการประเมินสถานะปัจจุบัน การคาดการณ์สถานะถัดไปแบบไดนามิก การให้เหตุผลเชิงสาเหตุ และ object permanence
ฉันไม่ได้อยู่ในวงการ AI แต่ชัดเจนว่าน่าจะมีงานวิจัยและการพัฒนาในด้านนี้เกิดขึ้นมากมาย
พูดตามตรง Fable ทำเอาฉันกลัวอยู่เหมือนกัน นี่เป็นอีกหนึ่งก้าวกระโดดครั้งใหญ่ในอีกมิติหนึ่ง ไม่ใช่แค่การเขียนโค้ดจริงๆ
ฉันเคยค่อนข้างสบายใจกับสภาพที่ว่า “เธอไปทำ implementation ส่วนฉันทำงานเมตากับคอยปรับทิศทาง” แต่ตอนนี้เหมือนจะไม่ต้องปรับทิศทางแล้ว งานเมตาก็ไม่ต้อง นี่คือ backlog พอเสร็จแล้วก็บอกฉันด้วย ระหว่างนั้นฉันไปจับหญ้าเล่นรอจนกว่าจะต้องรีวิวกับเกลางานได้เลยหรือเปล่า ราวๆ พรุ่งนี้?
มันทำให้นึกถึงตอนราวปี 2023 ที่เห็น coding agent คลำทางแก้ issue แบบตะกุกตะกักเป็นครั้งแรกแล้วคิดว่า “งานเข้าแล้ว” ตอนที่ GPT รุ่นแรกๆ เริ่มแต่งมุกที่ใช้ได้จริงพอประมาณก็ให้ความรู้สึกคล้ายกัน
ถ้าจะเขียนเวอร์ชันล่าสุดของ “ช่วยทำ greentext ให้หน่อย”: ฉันเป็นวิศวกรซอฟต์แวร์อาวุโส รับผิดชอบให้ ticket ถูก implement จริง บางครั้งก็เปิด IDE แล้วเขียนโค้ดเอง วันหนึ่งเปิด IDE ขึ้นมาแล้วพบว่า ticket ถูกปิดไปแล้ว agent จัดการให้ข้ามคืน ไม่มีทั้งการปรับทิศทาง ไม่มีทั้งโน้ตรีวิว ไม่มีทั้งสิ่งที่ต้องทำ distress.jpg ถามผู้จัดการว่าฉันควรทำอะไร เขาบอกว่า “ไปโฟกัสที่สถาปัตยกรรมระดับสูง” พอถามว่า “สถาปัตยกรรมระดับสูงอะไรล่ะ” เขาตอบว่า “จะไปรู้ได้ไง ก็คุณเป็นวิศวกรอาวุโสนี่” rage.jpg ลาออก ไปเป็น prompt engineer แค่บอกว่าอยากสร้างอะไรแบบคร่าวๆ ก็พอ พอวันแรกนั่งลงจะเขียนพรอมป์ต AI ก็เขียนไว้ให้แล้ว
แม้ผมจะไม่สงสัยเลยว่าผู้เขียนแปลได้ดีกว่า AI แต่การแปลด้วย AI ดีขึ้นมากจนผมไม่แน่ใจว่างานแปลจะเหลืออยู่อีกนานแค่ไหน หรือสุดท้ายจะกลายเป็นงานที่เน้น การตรวจทาน เป็นหลักหรือเปล่า
ตัวอย่างเช่น เมื่อไม่นานมานี้ผมอ่าน The Three Musketeers ฉบับแปลของ Lawrence Ellsworth อย่างสนุกมาก ผมพูดหรืออ่านภาษาฝรั่งเศสไม่ได้ แต่เข้าใจว่าฉบับแปลของ Ellsworth ถูกมองว่าเป็นหนึ่งในฉบับที่ถ่ายทอดงานต้นฉบับได้แม่นยำที่สุด
ด้วยความอยากรู้ ผมเลยเอาต้นฉบับภาษาฝรั่งเศสของ The Three Musketeers ใส่เข้าไปใน Claude Fable แล้วบอกให้แปลอย่างแม่นยำ โดยคงโทนสนุกของต้นฉบับไว้และไม่เซ็นเซอร์อะไรเลย ผมไม่ได้อ่านทั้งเล่ม แต่ลองเทียบบางบทระหว่างฉบับแปลของ Ellsworth กับฉบับของ Fable
พูดตามตรงคือคล้ายกันอย่างน่าตกใจ เท่าที่ผมดู ไม่เห็นความแตกต่างที่มีนัยสำคัญระหว่างฉบับของ Ellsworth กับฉบับของ Fable เลย ผมคิดว่าสำนวนของ Ellsworth ดีกว่านิดหน่อย แต่ของ Fable ก็อ่านได้สบายอย่างสมบูรณ์
ขอย้ำอีกครั้งว่าผมไม่รู้ภาษาฝรั่งเศส จึงฟันธงไม่ได้ แต่ถึงจะอ่านเวอร์ชันของ Fable ก็คงไม่ได้ให้ประสบการณ์ต่างจากเวอร์ชันของ Ellsworth มากนัก
แต่เรื่องนี้ก็น่าจะเป็นการยืนยันตัวเองอยู่พอสมควร Fable อาจถูกฝึกด้วยฉบับแปลของ Ellsworth เลยอาจลอกมาแบบตรงมากก็ได้ มีข้อจำกัดอยู่เพราะผมไม่รู้ภาษาอื่นนอกจากอังกฤษ ถ้าจะเทียบความแม่นยำของงานแปลก็ต้องเทียบกับงานแปลอื่น แต่ถ้ามีงานแปลอื่นอยู่แล้วก็มีโอกาสสูงที่จะไปมีผลกับผลลัพธ์ และถ้าไม่มีงานแปล ก็ไม่มีทางตรวจทานได้
ถึงอย่างนั้น ผมก็ยังตั้งใจจะอ่านภาคต่อ ๆ ไปในฉบับแปลของ Ellsworth ต่อ เพราะมันให้ความรู้สึกว่าเป็นฉบับมาตรฐานกว่า และผมก็มองว่าสำนวนดีกว่านิดหน่อย
แถมยังยอมรับเองด้วยว่าการทดสอบนี้มีข้อบกพร่องถึงขั้นแทบไม่มีประโยชน์เลย แต่ก็ยังพูดเรื่องคุณภาพแบบใหญ่โต
LLM จดจำหนังสือดัง ๆ ไว้หมดแล้ว ถ้าชี้นำได้ถูก ก็ทำให้มันท่องกลับมาแทบคำต่อคำได้
การแปลเป็นเรื่องยาก ถ้าคุณอ่านงานแปลจากภาษาหนึ่งบ่อย ๆ จะสัมผัสได้ถึงกลิ่นเฉพาะของการแปลด้วยเครื่อง อธิบายยากแต่มีอยู่จริง งานแปลที่ดีอยู่สูงกว่าการแปลด้วยเครื่องมาก
LLM รุ่นใหม่อาจมีความสามารถด้านการแปลดีขึ้นก็ได้ แต่โดยรวมตอนนี้ยังค่อนข้างแย่ ใช้กับข้อความสั้นมาก ๆ อาจพอได้ แต่กับเนื้อหายาว ๆ ยังไม่ใช่อย่างเด็ดขาด
แล้วถ้าเป็นนิยายฝรั่งเศสที่เพิ่งออกเมื่อวาน มันจะแปลได้ดีแค่ไหน? ทั้งต้นฉบับและฉบับแปลอาจยังไม่อยู่ในชุดฝึก หรืออาจยังไม่มีฉบับแปลเลยก็ได้
สุดสัปดาห์นี้ผมให้ ChatGPT ลองแปลจดหมายที่เขียนเป็นภาษาสโลวีเนีย โดยรวมมันจับใจความใหญ่ ๆ ได้ แต่พลาดเรื่องนัยยะไปมาก มันพลาดลูกเล่นทางน้ำเสียงเล็ก ๆ ที่ถ่ายทอดข้อมูลได้มากผ่านการเลือกคำพ้องความหมายเพียงคำเดียวไปหมด
เป็นมุมมองที่น่าสนใจ เท่าที่ผมได้ยินมา การแปลเป็นทั้ง (a) หนึ่งในอาชีพแรก ๆ ที่จะตกงานเพราะ AI และ (b) หนึ่งในตัวอย่าง AI ที่คนซึ่งสงสัย LLM และงานศิลปะที่สร้างด้วย AI มักยกขึ้นมาว่าเป็นการใช้ AI ที่ “ยอมรับได้”
แต่ถ้าแปลให้คนอื่น ต้องใช้ความระมัดระวังและการตัดสินของมนุษย์มากกว่า โดยเฉพาะกรณีอย่างคู่มือใช้งานที่การใช้ถ้อยคำไม่ดีอาจทำให้ใครบาดเจ็บได้
อย่างน้อยถ้าต้นฉบับเป็นภาษาอังกฤษ ผมกล้าพูดเลยว่า LLM ทำได้ดีกว่างานแปลนิยายทั่วไปที่ตีพิมพ์กันในประเทศเราตามขนบเดิมเสียอีก ทุกครั้งที่ดูหนังพร้อมซับ จะมีประโยคที่แปลผิดแบบเห็นได้ชัดอยู่เสมอ
แนวคิดก็คล้ายกับการที่ในการส่งข้อความสั้นหรืออีเมล ความผิดสะกดหรือไวยากรณ์ไม่ได้เป็นเรื่องใหญ่ แต่ถ้ามีความผิดพลาดแบบนั้นในสิ่งพิมพ์อย่างข้อความโฆษณา เรซูเม่ หรือฉลากยา มันจะดูแย่มาก
ผมไม่ค่อยรู้ว่าสถานะล่าสุดไปถึงไหนแล้ว แต่ก็พอเชื่อได้ว่าคู่มือเครื่องปิ้งขนมปังหรือข้อความทั่วไปอาจถูกทำให้เป็นอัตโนมัติได้ในไม่ช้า
เพิ่งรู้เดี๋ยวนี้เองว่ากำลังมีการคุยถึงบทความของผมอยู่ที่นี่ ผมก็เลยต้องโผล่มาเป็นธรรมดา
ไหน ๆ ก็สละเวลาอ่านบทความของผมแล้ว ผมเองก็จะลองอ่านทั้งเธรดให้จริงจังเหมือนกัน ผมชอบอ่านมาก และก็อยากรู้ด้วยว่าคนอื่นคิดยังไงกับ AI
เกร็ดในบทความนั้นเป็นเรื่องจริง ผมแค่เปลี่ยนชื่อตำแหน่งงานเท่านั้น
มุมมองของผมต่อ AI เปลี่ยนจาก “เรื่องนี้คงไม่กระทบผมหรอก” ไปเป็น “AI มันโง่” แล้วสุดท้ายก็พบว่าจริง ๆ คนที่โง่คือผมเอง เพราะผมไม่รู้ว่าควรเขียนพรอมป์ตอย่างไร ตอนนี้ผมอยู่ในช่วง จะทำให้มันมีประโยชน์กับฉันได้อย่างไร
ถึงอย่างนั้น ผมก็หวังว่านายจ้าง ลูกค้า และทั้งโลกจะตระหนักว่านี่ ไม่ใช่ปุ่มวิเศษ
มันไม่น่าเชื่อเลยว่ามันไม่เสถียรได้ขนาดไหน แน่นอนว่ามันแปลได้ในความหมายที่ว่าพอบอกได้คร่าว ๆ ว่าอีกฝ่ายพูดอะไร แต่ไม่ได้แปลว่านั่นเป็นงานแปลที่ดี ผมยกตัวอย่างแบบนี้ได้เป็นล้านกรณี
เรื่องนี้เกิดขึ้นกับผมในงานเขียนโค้ดล้วน ๆ มันเป็นสิ่งที่ผมเคยคิดว่าไม่มีทางเกิดขึ้นได้เลย
ความไม่เสถียรอาจเป็นแค่ช่วงเริ่มต้นชั่วคราวก็ได้
ด้วยความอยากรู้ ก่อนจะมาเปิดดูเธรดนี้ไม่กี่นาที ฉันลองเอาบทความภาษาฝรั่งเศสที่กำลังอ่านอยู่ไปวางใน ChatGPT แล้วขอให้แปลเป็นอังกฤษ ดูในแง่การใช้งานก็ชัดเจนว่าใช้ได้ และถ้าจะใช้แปลบทความในภาษาที่ฉันไม่รู้ ฉันก็คงไม่ลังเล
แต่มันยังไม่ถึงระดับ ผู้เชี่ยวชาญ มีอยู่หลายจุดที่แปลไวยากรณ์ภาษาฝรั่งเศสผิด และสำนวนก็ออกแนวทางการเกินไป ไม่มีความพยายามจะทำให้ลื่นไหลเหมือนบทความที่เขียนเป็นภาษาอังกฤษมาตั้งแต่ต้น แค่ย้ายแต่ละประโยคแบบตรงตัว
ถ้าถามว่าจะอ่านบทความที่เขียนแบบนี้ไหม ถ้าเป็นบทความสั้นก็อ่าน แต่ถ้าเป็นนิยายไม่เอาเด็ดขาด
งานแปลเชิงศิลป์ย่อมมีที่ทางของมันเสมอ แต่การแปลแบบเร่งด่วนก็มีที่ทางของมันเหมือนกัน
ฉันไม่คิดว่า LLM จะมาแทนนักแปลของ ภาษาที่มีผู้ใช้น้อย ได้
ฉันรู้จักคนที่แปลระหว่างภาษายุโรปตะวันออกสองภาษา และงานบางอย่างต้องใช้พจนานุกรมเฉพาะทาง ในกรณีนั้นถ้าใช้ LLM จะเชื่อถือได้ยากมาก และต้องเสียแรงตรวจแก้มากกว่าทำให้ถูกตั้งแต่แรก
อีกอย่าง ฉันก็สงสัยมากว่าบริษัทเทคโนโลยีอเมริกันจะยอมฝึก LLM ด้วยภาษาที่มีคนใช้ “แค่” 6 ล้านคนจริงหรือ
ต่อให้มองไปทางสื่อบันเทิง คนที่โตมาในยุโรปตะวันออกพร้อมกับหนังเถื่อนที่พากย์แปลเสียงขึ้นจมูกแบบราบเรียบ หรือเกมที่แปลด้วยเครื่อง ก็ย่อมรู้ดีว่าสิ่งเหล่านี้บั่นทอนประสบการณ์แค่ไหน แน่นอนว่าจะบอกว่า “AI อาจทำได้ดีกว่า” ก็ได้ แต่จะรักษาความสม่ำเสมอและจับนัยทางวัฒนธรรมกับสำนวนต่าง ๆ ได้หรือ?
“พอใส่ชุดไปยิม เราก็มักดูคล้าย ๆ กันหมด”
ฉันไม่รู้ว่าสมองของฉันทำงานต่างจากคนเขียนหรือเปล่า แต่ฉันสะดุดกับประโยคนี้มาก สำหรับฉัน ชุดไปยิมแทบไม่มีผลต่อการจดจำเลย ใบหน้า รูปร่าง และท่าทางต่างหากที่สำคัญ เสื้อผ้าแทบไม่เข้ามาในภาพด้วยซ้ำ สำหรับฉันมันฟังไม่สมเหตุสมผลเอามาก ๆ จนชวนให้สงสัย
สิ่งที่น่าเศร้าจากมุมมองแบบมนุษย์เป็นศูนย์กลาง ไม่ใช่การจำไม่ได้ว่าใครเป็นใคร แต่คือการมองว่ามันไม่คุ้มจะจำ เพราะคงไม่ได้เจอกันอีก นั่นคือภาวะไร้ชุมชน ความเป็นชุมชนและความสัมพันธ์ระหว่างผู้คนยังคงเป็นสิ่งที่เราให้คุณค่า
แล้วฉันก็แย่มากจริง ๆ ในการจำคนที่ฉันไม่ได้มีปฏิสัมพันธ์ด้วย ลองนึกภาพว่ามีคน 50 คนยืนอยู่หน้ากระจก ใส่เลกกิ้งสีดำเหมือนกันหมด