Kada se govori o razvoju umjetne inteligencije, najčešće slušamo o developerima, podatkovnim znanstvenicima i AI inženjerima. Njihova je uloga neupitna – oni razvijaju modele, povezuju sustave i stvaraju tehnologiju koja mijenja način poslovanja.

No postoji jedno zanimanje koje se u tim razgovorima gotovo nikada ne spominje, a bez njega umjetna inteligencija vrlo teško može postati pouzdan poslovni alat.

To su jezični stručnjaci.

Možda zvuči neobično, ali jedan od najvećih izazova umjetne inteligencije danas nije koliko brzo može napisati odgovor. Pitanje je može li taj odgovor biti točan, terminološki dosljedan, kulturološki primjeren i usklađen s načinom na koji vaš brend komunicira.

To nije tehnički problem, to je komunikacijski problem.

AI zna jezik. Ne poznaje vašu tvrtku.

Veliki jezični modeli (LLM – Large Language Model) mogu napisati gotovo sve – od odgovora korisničkoj podršci do tehničke dokumentacije ili marketinške kampanje, ali oni:

• Ne znaju kako posluje vaša tvrtka.
• Ne znaju da ste godinama gradili terminologiju koja vas razlikuje od konkurencije.
• Ne znaju da u zdravstvenoj industriji jedan izraz može imati regulatorne posljedice.
• Ne znaju da hotelski brend ne prodaje samo smještaj, nego i iskustvo.
• Ne znaju da ista poruka na njemačkom, talijanskom ili hrvatskom jeziku mora izazvati isti osjećaj povjerenja.

Sve to tek moraju naučiti, a upravo tu počinje posao jezičnih stručnjaka.

Od prevoditelja do trenera umjetne inteligencije

Dugo smo prevoditelje promatrali kao ljude koji prenose sadržaj s jednog jezika na drugi.

Bihevioralni laboratorij

Ova tvrtka koristi inovativan alat za zapošljavanje i razvoj zaposlenika

Vrhunski stručni tim

Od ordinacije s jednom stomatološkom stolicom do centra za najzahtjevnije dentalne zahvate

Danas je njihova uloga znatno složenija, pa čak bih rekla i puno odgovornija.

U projektima razvoja umjetne inteligencije oni procjenjuju odgovore koje model generira, provjeravaju terminologiju, usklađuju stil komunikacije, otkrivaju nedosljednosti među jezicima i vraćaju modelu povratne informacije iz kojih on uči.

Svaka ispravljena rečenica postaje vrijedna informacija.

Svaka terminološka korekcija poboljšava buduće odgovore.

Svaka ljudska odluka povećava kvalitetu modela.

Drugim riječima, više ne ispravljamo samo tekst, mi učimo umjetnu inteligenciju.

Ljudska kontrola nije prepreka umjetnoj inteligenciji. Ona je njezina prednost.

U AI zajednici sve se češće koristi pojam Human in the Loop.

To znači da čovjek ostaje aktivan sudionik procesa i nakon što umjetna inteligencija generira odgovor.

Zašto?

Zato što AI može biti vrlo uvjerljiv čak i kada nije potpuno točan.

Može koristiti pogrešan stručni izraz.

Može biti nedosljedan.

Može doslovno prevesti poruku koja u drugoj kulturi više nema isto značenje.

Takve pogreške korisnici rijetko pripisuju umjetnoj inteligenciji.

Pripisuju ih tvrtki. Zbog toga ljudska kontrola više nije samo završni korak nakon prijevoda.

Ona postaje sastavni dio razvoja kvalitetnog AI sustava.

Kako to izgleda u praksi?

Na jednom projektu surađivali smo s velikom hrvatskom kompanijom koja razvija vlastito AI rješenje za višejezičnu komunikaciju.

Naš zadatak nije bio razviti model, nismo programirali algoritme niti pisali kod.

Naš posao počeo je tek kada je umjetna inteligencija počela odgovarati.

Svaki odgovor prolazio je stručnu dvojezičnu evaluaciju.

Provjeravali smo koristi li AI odobrenu terminologiju, slijedi li dogovorene smjernice, prenosi li isto značenje na svim jezicima, odgovara li komunikacijskim standardima brenda i zvuči li prirodno krajnjem korisniku.

Ponekad je bilo dovoljno promijeniti jednu riječ, ali upravo je ta jedna riječ odlučivala hoće li korisnik odgovor doživjeti kao profesionalan ili kao još jedan generički tekst koji je napisao stroj.

Svaki ispravak vraćao se u proces razvoja modela. Na taj način umjetna inteligencija nije samo dobivala ispravljen odgovor – dobivala je priliku učiti.

Zašto je to važno za poslovanje?

Tvrtke danas ulažu milijune u razvoj umjetne inteligencije.

Razvijaju interne asistente, chatbotove, baze znanja i AI alate koji će svakodnevno komunicirati s kupcima, partnerima i zaposlenicima.

No vrijednost tih sustava neće određivati samo tehnologija, određivat će je kvaliteta komunikacije. Korisnik neće procjenjivati koliko je vaš model sofisticiran, procjenjivat će može li vjerovati odgovoru. A povjerenje se ne gradi algoritmom, gradi se dosljednom, razumljivom i prirodnom komunikacijom.

Nova uloga jezične struke

Možda je najveća promjena koju donosi umjetna inteligencija upravo to što prevoditelji više nisu samo prevoditelji. Postaju evaluatori AI odgovora, upravitelji terminologije, čuvari glasa brenda i stručnjaci koji pomažu umjetnoj inteligenciji učiti kako komunicirati s ljudima.

To nije zamjena za tehnologiju. To je partnerstvo jer umjetna inteligencija može generirati sadržaj, ali čovjek odlučuje može li taj sadržaj predstavljati vaš brend.

I vjerujem da će upravo zato jezični stručnjaci u godinama koje dolaze postati neizostavan dio svakog ozbiljnog AI projekta u kojem je komunikacija jednako važna kao i sama tehnologija.