Araştırmanın Sınırları: Bulgular Türkiye Çeviri Sektörüne Nasıl Uyarlanır?

Bu yazı dizisinin dayandığı araştırma, bilgisayar destekli çeviri araçlarının serbest çevirmenin işini nasıl değiştirdiğini ölçen bir vaka çalışması. Verilerin tamamı tek bir kaynaktan geliyor ve bu kaynağın açık sınırları var.

İçindekiler

Bu yazı, dizinin dürüstlük çerçevesidir. Diğer yazılarda paylaştığımız her yüzdenin neden “(Polonya, 2019)” etiketiyle verildiğini burada açıklıyoruz ve çeviri sektörü Türkiye koşullarında ne kadarının geçerli sayılabileceğini tartışıyoruz.

Kısa cevabı baştan verelim: bulgular Türkiye için bir ölçüt değil, bir soru listesidir.

Araştırma neydi? Kısa özet

Çalışma, 2019 döneminde Polonya’da yürütülen bir ankete dayanıyor. Katılımcı sayısı 141: bunların 90’ı CAT aracı kullandığını, 51’i kullanmadığını belirtti. Karşılaştırmalar bu iki grup arasında yapıldı.

Aşağıdaki tablo, yazı dizimizde kullandığımız doğrulanmış bulguların tamamını bir arada gösteriyor. Son sütun, Türkiye için karşılaştırılabilir bir veri olup olmadığını belirtiyor.

Bulgu	Değer	Türkiye karşılığı
Örneklem	141 çevirmen (90 kullanan, 51 kullanmayan)	Yok
Araç dağılımı	Trados %43,3 · memoQ %29,1 · Wordfast %10,6	Yok
Lisans sahipliği	%91 kendi lisansına sahip	Yok
Uyumluluk sorunu	%90 yaşıyor, %70’i sık sık	Yok
Yalnızca çeviriden geçinme	Kullanan %75 · kullanmayan %41	Yok
Kullanmama nedenleri	İhtiyaç yok %50 · fiyat ≈%40 · talep yok ≈%40 · karmaşık %25	Yok
Yabancı dile çeviride yüksek ücret	%80 (kullanmayanlar)	Yok

Son sütunun tamamının boş olması bir eksiklik itirafı değil, bilinçli bir tercih. Karşılaştırılabilir bir Türkiye ölçümü olmadığı için tahmini sayı üretmiyoruz.

Tabloyu bir bütün olarak okumak da önemli. Bütün satırlar aynı ankete, aynı 141 kişiye ve aynı döneme ait. Yani bunlar birbirini doğrulayan bağımsız kanıtlar değil, tek bir gözlemin farklı yüzleridir.

Sınır 1: Örneklem Polonya, Türkiye değil

En temel sınır coğrafyadır. Bütün katılımcılar Polonya piyasasında çalışıyordu ve bu piyasanın yapısı Türkiye’den birkaç önemli noktada ayrılıyor.

Polonya, Avrupa Birliği üyesi bir ülke ve AB kurumlarının çeviri talebi bölge piyasasını doğrudan besliyor. Bu talep büyük hacimli, standart biçimli ve araç zorunluluğu olan bir taleptir. Trados’un yaygınlığının kökeninde de bu kurumsal talep var: 1996-97’deki Avrupa Komisyonu ihaleleri aracı fiilî standart hâline getirdi (Garcia 2015).

Türkiye’de böyle bir merkezî talep kaynağı bulunmuyor. Buna karşılık noter onayına bağlı belge çevirisi, ihracat evrakı ve web içeriği daha büyük bir ağırlık taşıyor. İş karması farklı olduğu için araç kullanım örüntüsünün de farklı olması beklenir.

Dil boyutu da eklenmeli. Polonya örnekleminde baskın dil çiftleri Lehçe ile büyük Avrupa dilleri arasındadır. Türkçe ise farklı bir dil ailesine ait, sondan eklemeli ve dijital kaynak bakımından daha sınırlı bir dildir. Eşleşme oranları ve terim denetimi Türkçede farklı davranır.

Ekonomik ölçek de farklı. Küresel dil endüstrisinin büyüklüğü 2019’da 49,6 milyar dolar olarak bildirilmişti (CSA); Avrupa Birliği dil endüstrisi için 2008’de 8,4 milyar avro rakamı verilmişti (Rinsche & Portera-Zanotti 2009). Bu toplamların ülkelere dağılımı eşit değildir ve Türkiye’nin payına dair güvenilir bir ayrıştırma bulunmuyor.

Sınır 2: 141 kişi — örneklem küçük

İkinci sınır ölçektir. 141 kişi, betimleyici bir vaka çalışması için makul; ulusal ölçekte genelleme yapmak için küçüktür.

Sayının pratik anlamını görmek gerekiyor. 51 kişilik kullanmayanlar grubunda %25’lik bir oran, yaklaşık on üç kişiye denk gelir. Bu ölçekte iki-üç kişinin farklı yanıt vermesi oranı birkaç puan oynatır ve tablo başka görünür.

Grupların eşit olmaması da bir asimetri üretir. 90’a karşı 51 kişilik bir karşılaştırmada küçük grubun sayıları daha kırılgandır. Yüzde farklarını ondalık basamağına kadar ciddiye almak yanıltıcı olur.

Bu nedenle yazı dizisinde sayıları oran tahmini olarak değil, ağırlık sıralaması olarak sunuyoruz. “Şu gerekçe diğerlerinden daha sık dile getirildi” demek, veriye uygun; “çevirmenlerin tam yarısı” demek değil.

Aynı ilke tablolarımızın biçimini de belirledi. Ondalık basamakları kaynakta verildiği için koruyoruz, ama bu basamakların hassasiyet anlamına gelmediğini belirtiyoruz. 90 kişilik bir grupta %43,3 ile %43,9 arasında anlamlı bir fark yoktur.

Sınır 3: Gönüllü katılım ve öz-beyan

Üçüncü sınır yöntemseldir. Katılım gönüllüydü; rastgele seçilmiş bir listeye ulaşılmadı. Ankete erişen çevirmenler kendi istekleriyle yanıtladı.

Bu tür örneklemlerde sistematik bir eğilim beklenir. Teknoloji konulu bir ankete, konuya ilgi duyan kişiler daha istekli yanıt verir. Mesleki ağlara katılmayan, yalnız çalışan ya da çeviriyi ikincil iş olarak yapan kişiler eksik temsil edilir.

İkinci bir yöntemsel nokta, verinin beyana dayanmasıdır. Gelir, araç kullanımı ve sorun sıklığı katılımcının kendi ifadesiyle kaydedildi; hiçbiri bağımsız olarak doğrulanmadı. Beyana dayalı ölçümlerde durumun bir miktar olumlu aktarılması olağandır.

Bu iki nokta veriyi geçersiz kılmaz. Ama “Polonya’da çevirmenlerin %91’i” gibi bir cümleyi, “bu örneklemdeki çevirmenlerin %91’i” biçimine çevirmeyi zorunlu kılar.

Dönüşüm küçük görünür ama sonuçları büyüktür. Birinci cümle bir ülke hakkında iddiadır; ikincisi bir grup hakkında gözlemdir. Yazı dizisinde ikinci biçimi kullanmaya çalışıyoruz.

Sınır 4: 2019 — yapay zekâ öncesi bir fotoğraf

Dördüncü ve belki en belirleyici sınır tarihtir. Anket 2019 dönemine ait. O tarihte sinirsel makine çevirisi yaygındı, ama büyük dil modelleri serbest çevirmenin günlük iş akışına henüz girmemişti.

Aradan geçen sürede lisans modelleri abonelik yönünde değişti, bulut tabanlı araçlar yaygınlaştı ve makine çevirisi sonrası düzenleme birçok projede varsayılan akış hâline geldi. Dolayısıyla tutum ve beklentiye dair bulguların bir bölümü büyük olasılıkla eskimiştir.

Buna karşılık bazı bulgular daha dayanıklı görünüyor. Lisans maliyetinin kimin üzerinde olduğu ve dosya biçimlerinin birbiriyle konuşmakta zorlanması, model kuşağı değişse de kolay çözülmeyen yapısal sorunlar.

Karşılaştırma için elimizde başka tarihli veriler de var: makine çevirisini deneyen serbest çevirmen oranı %55 olarak bildirilmişti (DePalma 2012). Bu sayı bugün büyük olasılıkla çok daha yüksektir; ama aynı yöntemle üretilmiş güncel bir ölçümümüz olmadığı için yeni bir rakam vermiyoruz.

O hâlde bu bulgular ne işe yarar?

Sınırları saydıktan sonra meşru bir soru geliyor: madem bu kadar kısıt var, bu veriyi neden kullanıyoruz?

Çünkü alternatif, veri kullanmamak değil; kaynağı belirsiz iddialar kullanmak olurdu. Sektörde dolaşan “CAT araçları verimi şu kadar artırır” türü cümlelerin çoğunun arkasında hiçbir örneklem yok. Sınırları bilinen bir ölçüm, kaynağı olmayan bir iddiadan her zaman daha değerlidir.

İkinci fayda, doğru soruları üretmesidir. Polonya’da lisans maliyetinin çevirmende olması, Türkiye’de aynı sorunun sorulmasını sağlar. Uyumluluk sorunlarının kronik olması, tedarikçinize dosya biçimlerini sormanız gerektiğini hatırlatır.

Üçüncü fayda ise zamandır. 2019 fotoğrafı, yapay zekâ sonrası dönemde neyin değiştiğini ölçmek isteyen herkes için bir başlangıç noktası sunuyor. Karşılaştırma yapılabilmesi için önce bir taban gerekir.

Son olarak bir kullanım uyarısı: bu bulgular pazarlama malzemesi değildir. Bir tedarikçinin kendi üstünlüğünü kanıtlamak için bu tür anket sonuçlarını kullanması, verinin taşıyamayacağı bir yük yüklemek olur.

Türkiye bağlamı

Türkiye’de çeviri sektörünü bu yöntemle ölçen, kamuya açık ve düzenli bir çalışma bulunmuyor. Meslek örgütlerinin ve üniversitelerin ürettiği kısmi çalışmalar var, ama karşılaştırılabilir bir zaman serisi yok.

Bunun bir nedeni, mesleğin tanımının belirsiz olması. Çevirmenlik Avrupa Birliği düzeyinde de düzenlenmiş bir meslek değil (Pym vd. 2012); Türkiye’de de çeviri hizmeti sunmak için zorunlu bir meslek belgesi aranmıyor. Yeminli tercümanlık ise ayrı bir kategori olarak Noterlik Kanunu çerçevesinde yürüyor. Kimin çevirmen sayılacağı net olmayınca, örneklem çerçevesi kurmak da zorlaşıyor.

Buna Türkçenin dil özellikleri ekleniyor. Sondan eklemeli yapı, kelime bazlı hacim ölçümlerini diğer dillerle doğrudan karşılaştırılamaz kılar; serbest kelime dizilişi bulanık eşleşme oranlarını etkiler. Yani Polonya verisi Türkiye’ye taşınsa bile, ölçü birimlerinin kendisi aynı anlama gelmez.

Veri boşluğunun pratik bir sonucu var: Türkiye’de çeviri hizmeti satın alan kurumlar, sektör ortalamalarına değil kendi geçmiş projelerine bakmak zorunda. Kendi arşiviniz, kamuya açık olmayan bir sektör verisinden daha güvenilir bir karşılaştırma tabanı sunar.

Bu sizin için ne anlama geliyor?

Çeviri satın alan taraf için buradaki asıl kazanım bir yöntem: size sunulan her sayıyı aynı dört soruyla sınayabilirsiniz.

Bu veri nerede toplandı? Sizin pazarınızda mı, başka bir ülkede mi?
Kaç kişiye ya da kaç projeye dayanıyor?
Katılım nasıl sağlandı; sayı beyana mı yoksa ölçüme mi dayanıyor?
Hangi tarihe ait ve o tarihten bu yana ne değişti?

Bu dört soruyu geçemeyen bir istatistik, karar almak için yeterli değildir. Böyle durumlarda en güvenilir yol kendi verinizi üretmektir: on sayfalık bir pilot çeviri, yüz kişilik bir anketten daha bağlayıcı sonuç verir.

Biz de bu yaklaşımı benimsiyoruz: teklif verirken genel ortalamalar yerine sizin dosyanızın analizini esas alıyoruz. Kendi belgeniz için ölçülmüş bir değerlendirme isterseniz teklif formunu kullanabilir, süreçle ilgili sorularınız için bize ulaşabilirsiniz. Dizinin diğer yazılarına bilgi merkezinden erişebilirsiniz.

Sık sorulan sorular

Bu araştırmanın bulguları Türkiye’ye uygulanabilir mi?

Doğrudan uygulanamaz. Örneklem Polonya’dadır, 141 kişiden oluşur, gönüllü katılıma dayanır ve 2019 dönemine aittir. Bulgular Türkiye için ölçüt değil, soru kaynağıdır.

Türkiye çeviri sektörü için karşılaştırmalı veri var mı?

Aynı yöntemle üretilmiş, kamuya açık ve karşılaştırılabilir bir Türkiye ölçümü bulunmuyor. Bu nedenle yazılarımızda Türkiye için yüzde vermiyoruz.

141 kişilik örneklem neden yetersiz sayılıyor?

Ulusal genelleme için küçüktür. Alt gruplara bölündüğünde hücreler on-yirmi kişiye iner ve birkaç yanıtın değişmesi oranı birkaç puan oynatır. Betimleyici amaç için ise yeterlidir.

2019 verisi bugün hâlâ anlamlı mı?

Referans noktası olarak anlamlıdır. Büyük dil modellerinin sektöre yayılmasından öncesine ait olduğu için, sonrasında ne değiştiğini ölçmek isteyenler için karşılaştırma tabanı sunar.

Kaynaklar

Pietrzak, P. & Kornacki, M. (2021). Using CAT Tools in Freelance Translation: Insights from a Case Study. Routledge Focus, Bölüm 6.
Pym, A., Grin, F., Sfreddo, C. & Chan, A. L. J. (2012). The Status of the Translation Profession in the European Union. Avrupa Komisyonu.
Garcia, I. (2015). Computer-aided translation: systems. İçinde: The Routledge Encyclopedia of Translation Technology. Routledge.
DePalma, D. (2012). Translation Productivity Benchmarks. Common Sense Advisory.