Trados Tarihi: ALPS’ten Bugüne Ticari CAT Araçları

Trados tarihi, tek bir şirketin hikâyesi değildir; çeviri işinin nasıl sanayileştiğinin hikâyesidir. Kırk yıl önce çeviri yazılımı, birkaç mühendisin dar bir müşteri kitlesi için yazdığı yardımcı programdı. Bugün aynı yazılım ailesi, küresel çeviri tedarik zincirinin standart altyapısı.

İçindekiler

Bu yazı, ALPS’ten başlayıp bugünün bulut tabanlı platformlarına uzanan yolu izliyor. Amaç nostalji değil: kullandığınız aracın hangi ihtiyaçtan doğduğunu bilmek, o araçtan ne bekleyip ne beklememeniz gerektiğini de gösteriyor.

Hikâyenin sonunda somut bir sonuç var: fiyat teklifinizin nasıl hesaplandığı. Kırk yıllık teknik birikim, bugün “tekrar indirimi” adıyla faturanıza yansıyor.

Ticari CAT araçlarının ilk kuşağı: ALPS

1966’daki ALPAC Raporu, tam otomatik çeviri hedefine ayrılan kamu fonlarını büyük ölçüde kesince araştırmacılar daha mütevazı bir hedefe yöneldi: çevirmenin ekran başındaki işini kolaylaştırmak. Bu yönelimin ilk ticari ürünleri 1980’lerin başında ABD’de ortaya çıktı.

Automated Language Processing Systems (ALPS), bu kuşağın en çok anılan adıdır. Şirketin sunduğu sistemlerde çevirmen metni ekranda görüyor, yazılım ona sözlük araması, terim önerisi ve daha önce çevrilmiş benzer cümleler sunuyordu. Karar hep insanda kalıyordu.

Bu model, sonraki bütün CAT araçlarının kalıbını kurdu. Yazılımın işi çevirmek değil, hatırlamak ve hatırlatmaktı. ALPS ticari olarak beklenen büyüklüğe ulaşamadı ve zamanla bir çeviri hizmeti şirketine dönüştü; ama bıraktığı iş akışı fikri kaldı.

Trados tarihi: Stuttgart’ta bir hizmet şirketi

Trados, 1980’lerin ortasında Stuttgart’ta kuruldu ve ilk yıllarında yazılım evi değil, dil hizmeti şirketiydi. Yazılım geliştirmeye kendi çevirmenlerinin verimini artırmak için başladı. Bu ayrıntı önemlidir: araç, teorik bir tasarımın değil, günlük bir darboğazın ürünüdür.

Darboğaz şuydu: büyük kurumsal müşteriler, kullanım kılavuzlarının her yeni sürümünü çevirtiyordu ve sürümlerin arasındaki fark çoğu zaman metnin küçük bir bölümüydü. Buna rağmen her defasında tüm belge yeniden çevriliyor, yeniden faturalanıyordu.

Çözüm, çevrilen her cümleyi kaynak ve hedefiyle birlikte bir veritabanına yazmaktı. Yeni sürüm geldiğinde yazılım, belgeyi cümlelere ayırıp veritabanında arıyor; bulduğunu öneriyordu. Fikir basit görünür, ama uygulanabilmesi için metnin güvenilir biçimde parçalara ayrılması ve benzerliğin sayısal olarak ölçülebilmesi gerekiyordu.

MultiTerm ve Translator’s Workbench: iki ürün, tek mantık

Şirketin ilk ayrı ürünü bir terim yönetim programı oldu: MultiTerm, 1990 dolaylarında piyasaya çıktı. Ardından 1990’ların başında çeviri belleği motoru Translator’s Workbench geldi. İkisi birlikte, bugün “CAT aracı” dediğimiz şeyin iki temel bileşenini oluşturdu.

Ayrım bugün de geçerli: çeviri belleği cümleleri saklar, terim veritabanı kelimeleri. Birincisi hızı, ikincisi tutarlılığı sağlar. Bir kurumun marka adı, ürün kodu ya da hukuki tanımı belge boyunca aynı kalıyorsa bunun arkasında genellikle bir terim veritabanı vardır.

Workbench’in kritik tasarım tercihi, kelime işlemcinin içinde çalışmasıydı. Çevirmen alışkın olduğu ortamda kalıyor, yazılım arka planda öneri üretiyordu. Bu tercih benimsenmeyi hızlandırdı; ancak masaüstü işletim sistemine bağımlılık da doğurdu. Bu bağımlılığın izi bugün de sürüyor: masaüstü CAT araçlarının çoğu Windows üzerinde çalışır ve Windows’un masaüstü işletim sistemi payı %78,43’tür (StatCounter, Temmuz 2019).

Rakipler sahneye çıkıyor

1990’ların ortasından itibaren pazar tek oyunculu olmaktan çıktı. İspanya’da Déjà Vu, Fransa’da Wordfast, 2000’lerin ortasında Macaristan’da memoQ geliştirildi. Her biri farklı bir açığı hedefliyordu.

Wordfast’in çıkış noktası fiyat ve sadelikti: kelime işlemci içinde çalışan hafif bir eklenti. memoQ ise ekip çalışmasını ve araçlar arası dosya alışverişini merkeze aldı; canlı bellek paylaşımı gibi özellikleri erken benimsedi. Déjà Vu, alt segment eşleştirme konusunda dikkat çekti.

Bu rekabet, kullanıcı açısından iyi sonuç verdi ama bir maliyet de yarattı: her araç kendi dosya biçimini getirdi. Ortak biçimler (TMX, XLIFF) tam da bu nedenle geliştirildi. Yine de sorun bitmedi; vaka çalışmasında çevirmenlerin %90’ı uyumluluk sorunu yaşadığını, bunların %70’i sorunun sık tekrarlandığını bildirmiştir (Pietrzak & Kornacki 2021).

Rekabetin ikinci etkisi fiyatlar üzerinde görüldü. Lisans, tek seferlik satın almadan yıllık aboneliğe kaydı; giriş seviyesinde ücretsiz ya da düşük maliyetli seçenekler çoğaldı. Yine de araç fiyatı, CAT kullanmayan çevirmenlerin gerekçeleri arasında yaklaşık %40 ile ikinci sırada yer almayı sürdürüyor (Pietrzak & Kornacki 2021, Tablo 6.11). Maliyet, teknolojinin yaygınlaşmasının önündeki gerçek engellerden biri olarak duruyor.

Birleşmeler çağı ve pazarın bugünkü hâli

2000’lerin ortasından itibaren sektör yoğunlaştı. Trados 2005’te SDL bünyesine katıldı; birleşik ürün SDL Trados adıyla sürdü. 2020’de SDL, RWS tarafından satın alındı ve ürün ailesi bugün bu çatı altında geliştiriliyor.

Yoğunlaşma, alıcı taraf için iki yönlü bir sonuç doğurur. Olumlu yanı: baskın araçlar etrafında ortak bir çalışma dili oluşur, tedarikçi değiştirmek kolaylaşır. Olumsuz yanı: lisans fiyatlarını ve dosya biçimlerini belirleyen aktör sayısı azalır.

Araç	Kullanım payı (2021 vaka çalışması)	Öne çıkan özelliği
SDL Trados	%43,3	En geniş dosya biçimi desteği, kurumsal yaygınlık
memoQ	%29,1	Ekip çalışması ve araçlar arası uyum odaklı tasarım
Wordfast	%10,6	Düşük maliyet, hafif kurulum
Diğer / bulut araçları	Kalan pay	Kurulum gerektirmeyen tarayıcı tabanlı çalışma

Tablodaki oranlar 141 Polonyalı çevirmenle yapılan bir vaka çalışmasına aittir (Pietrzak & Kornacki 2021, Tablo 6.2); dünya geneli için kesin bir pazar payı değil, güçlü bir gösterge olarak okunmalıdır.

Bulut kuşağı: masaüstünden tarayıcıya

2010’lardan itibaren yeni bir kuşak sahneye çıktı: tarayıcıda çalışan, kurulum gerektirmeyen çeviri ortamları. Bu araçlar, masaüstü kuşağının iki kronik derdini hedefliyordu — kurulum karmaşası ve ekipler arasında dosya taşıma zorunluluğu.

Bulut modelinde bellek, terim veritabanı ve proje dosyaları sunucuda durur. Çevirmen, revizör ve proje yöneticisi aynı kaynağa aynı anda bağlanır. Sürüm karmaşası büyük ölçüde ortadan kalkar, işe başlama süresi kısalır. Kurulu bir Windows makinesi zorunluluğu da gevşer; Mac ve Linux kullanan çevirmenler için bu önemli bir açılımdır.

Kazanç bedelsiz değil. Belge artık müşterinin ya da büronun bilgisayarında değil, bir hizmet sağlayıcının sunucusunda durur. Sunucunun hangi ülkede olduğu, verinin ne kadar süre saklandığı ve makine çevirisi bağlantısının açık olup olmadığı gizlilik açısından belirleyici sorulardır. Kitapta anılan memoQ örneğinde olduğu gibi, araçların kendisi de kullanıcıyı veri koruma yükümlülükleri konusunda uyarmaya başlamıştır (Pietrzak & Kornacki 2021, s. 25).

Bugün sektörde masaüstü ve bulut bir arada yaşıyor. Uzun ömürlü, ağır biçimlendirmeli belgelerde masaüstü araçlar hâlâ güçlü; hızlı dönen, çok kişili projelerde bulut öne çıkıyor. Seçimi ideoloji değil, belge türü belirlemelidir.

Türkiye bağlamı

Türkiye piyasası bu kırk yıllık gelişimin yalnızca son üçte birine tanık oldu. CAT araçları ülkeye 2000’li yıllarda, çoğunlukla yurt dışı büroların alt yüklenici talebiyle girdi. Yani araç, bir verimlilik arayışından değil, bir müşteri şartından doğdu.

Bunun iki yerel sonucu var. Birincisi, araç bilgisi uzun süre “yurt dışı iş almanın koşulu” olarak görüldü; yurt içi müşteriler için bellek kurma alışkanlığı geç yerleşti. İkincisi, lisans maliyeti döviz kuruna bağlı olduğu için serbest çevirmen açısından ağır bir kalem hâline geldi. Vaka çalışmasında çevirmenlerin %91’inin lisansı kendi cebinden aldığı görülüyor; Türkiye’de bu yükün etkisi kur farkı nedeniyle daha da belirgindir.

Buna karşılık Türkiye’de sık çevrilen belge aileleri — ihale şartnameleri, ISO dokümanları, ilaç ruhsat dosyaları, banka sözleşmeleri — yüksek tekrar oranına sahiptir. Bellek altyapısı kuran kurumlar bu belgelerde ciddi tasarruf sağlar; kurmayanlar aynı metni yıllarca yeniden satın alır.

Bu sizin için ne anlama geliyor?

Bu tarihin alıcı tarafa bakan yüzü şudur: tedarikçinizin hangi aracı kullandığı sizi ilgilendirir, çünkü araç seçimi hem faturanızı hem de bir gün başka bir tedarikçiye geçebilme özgürlüğünüzü belirler.

1. Teklif alırken hangi CAT aracının kullanıldığını sorun; cevabı yazılı alın.
2. Çeviri belleğinin proje sonunda size TMX biçiminde teslim edileceğini sözleşmeye ekletin.
3. Terim listesini de ayrıca isteyin; bu iki dosya birlikte taşınabilir bir varlık oluşturur.
4. İkinci ve sonraki işlerde tekrar analizinin rapor olarak paylaşılmasını şart koşun.
5. Tek bir araca kilitlenmiş bir iş akışı size sunulursa, çıkış maliyetini baştan sorun.

Bu maddeler, tedarikçiye duyulan güvenin yerine geçmez; onu ölçülebilir hâle getirir. Hangi belge türlerinde ne tür bir bellek kurgusunun mantıklı olduğunu görmek için hizmetlerimiz sayfasına göz atabilir, kendi belge yığınınız için teklif isteyebilirsiniz.

Sık sorulan sorular

Trados ne zaman ve nerede kuruldu?

Trados, 1980’lerin ortasında Almanya’nın Stuttgart şehrinde bir dil hizmeti şirketi olarak kuruldu. Yazılım geliştirme işine, müşterilerine verdiği çeviri hizmetinin verimini artırmak için başladı; ürünleri 1990’ların başında ayrı olarak satışa sunuldu.

ALPS neden önemli bir başlangıç sayılıyor?

ALPS, 1980’lerin başında çevirmenin ekranda etkileşimli biçimde çalıştığı ilk ticari sistemleri geliştirdi. Tam otomasyon yerine insan-makine iş bölümünü esas alan bu yaklaşım, sonraki bütün CAT araçlarının temel modeli oldu.

Bugün en çok kullanılan CAT aracı hangisi?

141 çevirmenle yapılan vaka çalışmasında SDL Trados %43,3 ile ilk sırada, memoQ %29,1 ile ikinci, Wordfast %10,6 ile üçüncü sırada yer aldı (Pietrzak ve Kornacki 2021, Tablo 6.2). Pazar yoğun ama tek araca bağımlı değil.

Farklı araçlar birbirinin dosyasını açabiliyor mu?

Kısmen. TMX ve XLIFF gibi ortak biçimler bunun için geliştirildi, ancak aktarımda biçimlendirme ve etiket kayıpları sık görülür. Vaka çalışmasında çevirmenlerin %90’ı uyumluluk sorunu yaşadığını, bunların %70’i sorunun sık tekrarlandığını bildirdi.

Kaynaklar

• Pietrzak, P. & Kornacki, M. (2021). Using CAT Tools in Freelance Translation. Routledge Focus, Bölüm 6, Tablo 6.2.
• Garcia, I. (2015). “Computer-aided translation systems”. Chan Sin-wai (ed.), The Routledge Encyclopedia of Translation Technology. Routledge.
• StatCounter Global Stats (Temmuz 2019). Masaüstü işletim sistemi pazar payları.