Comments 6
Хороший переводчик учтёт этот нюанс (или уточнит, если не уверен), Google Translate же выдаст прямой перевод.
Google Translate далеко не всегда «выдаст прямой перевод». Чаще, он пытается делать «полухудожественный» перевод, как и другие онлайн-переводчики, что не всегда устраивает. Скажем, для изучения языка, я предпочел бы БКП («буквальный контекстный перевод», как я это сделал в комментарии: https://habr.com/ru/articles/669178/comments/#comment_24460452 .
Как говорят французы: « Traducteur, traitre. Traduire, c’est trahir. » : «Переводчик – предатель. Переводить – предавать.». Это, конечно, сказано слишком грубо, тем не менее, не на пустом же месте появилась эта поговорка…
Какой еще гугл транслейт в 2025 году. Топовые LLM переводят гораздо лучше и могут учесть любой контекст. Переводчик бывают разные. Переводчики книг рискуют остаться без работы, потому что ллм уже переводит лучше, чем средний перевод сделанный людьми. Через пару итераций вероятно останутся без работы люди занимающиеся дубляжом и люди озвучивающие аудиокниги.
Но может быть эти все люди останутся на своем месте, но вместо одной книги в месяц будут переводить одну в день и использованием ИИ.
Есть бенчмарки качества перевода. По качеству классические провайдеры (типа Deepl и Google Translate) все-таки пока лучше, особенно на специализированных доменах (типа медицина или юриспруденция) - https://inten.to/blog/generative-ai-for-translation-in-2025/
Но эволюционируют они явно очень быстро.
Добавлю еще комментарии от себя.
Глобально в статье речь не о переводе, а об изменении профессии. Переводчики в настоящее время используют ИИ и делают в 10 раз больше и лучше, чем раньше. А простота перевода сделала требования к его наличию практически обязательным, что увеличило спрос на переводчиков, что "присматривают" за тем, что там выдал ИИ.
И аналогия с машинным переводом - на концептуальном уровне, а не на уровне подстановки синтаксиса одного языка в другой: и переводчик, и разработчик «переносят смысл» между системами с разной формальностью. Плюс как и в использовании LLM в генерации кода, в переводе человеком с помощью ИИ мы имеем вывод модели - редактирование человеком - готовый текст. LLM так же, как MT, снимают рутину, но повышают ценность экспертизы в контексте и пост-редактировании. Моделирование требований - это всё та же передача смысла (что бизнес на самом деле хочет) в формализованный вид. Механизм адаптации профессии под ИИ абсолютно один и тот-же: рутинная часть автоматизируется, экспертиза смещается к постановке задачи и проверке результата.
Что Google Translate может рассказать нам о вайб-кодинге