Çeviri Belleği Riski: Bowker’ın Kör İnanç Uyarısı

Çeviri belleği, çeviri teknolojisinin en yararlı buluşlarından biridir. Daha önce onaylanmış cümleleri yeniden kullanır, terim tutarlılığını korur, güncellemeleri makul sürede yetiştirmeyi mümkün kılar. Bu kadar işe yarayan bir aracın riskinden söz etmek tuhaf görünebilir.

İçindekiler

Oysa çeviri belleği riski gerçek ve ölçülmüş bir olgudur. Risk belleğin içeriğinden değil, ona duyulan güvenin biçiminden doğar. Ekranda yeşil renkle işaretlenmiş bir öneri, doğruluğu kanıtlanmış bir cümle izlenimi verir; oysa yalnızca daha önce kullanılmış bir cümledir.

Bu yazıda belleğin neden bu kadar ikna edici olduğunu, Lynne Bowker'ın kör inanç uyarısını, hatanın bellek üzerinden nasıl çoğaldığını ve bağlam kontrolünün riski nasıl kapattığını anlatıyoruz.

Çeviri belleği neden bu kadar ikna edici?

Bir CAT aracında bellek önerisi, çevirmenin karşısına hazır bir cevap olarak gelir. Cümle zaten yazılmıştır, dilbilgisi düzgündür, terimler yerindedir. Değerlendirmek yerine kabul etmek hem daha hızlı hem de bilişsel olarak daha ucuzdur.

Arayüz bu eğilimi güçlendirir. Eşleşme oranı yüzde olarak gösterilir; yüzde yüz ifadesi doğruluk çağrışımı taşır. Oysa bu sayı yalnızca kaynak metnin benzerliğini ölçer, hedef metnin bu belgeye uygunluğunu değil.

Ekonomik yapı da aynı yönde iter. Birçok ücretlendirme modelinde tam eşleşmeler indirimli sayılır ya da hiç ücretlendirilmez. Yani çevirmen tam eşleşmeyi dikkatle okuduğunda karşılığını almaz; hızlı geçtiğinde ise kimse fark etmez.

Buna bir de hacim baskısı eklenir. Sektör araştırmalarına göre çevirmenlerin günlük ortalama üretimi 2.684 kelime, yaygın sektör ölçütü ise 2.500 kelime düzeyindedir (DePalma 2012). Bu tempoda her tam eşleşmeyi yeniden sorgulamak gerçekçi değildir; sorgulanacakların seçilmesi gerekir.

Bowker'ın kör inanç uyarısı

Lynne Bowker, 2005 yılında yayımladığı pilot çalışmasında bu eğilimi adlandırdı: çeviri belleğine kör inanç (2005 verisi). Bowker, bellekte bulunan kayıtların çevirmenler tarafından büyük ölçüde sorgusuz kabul edildiğini, hatalı kayıtların bile çevirilere aktarıldığını gözlemledi.

Çalışmanın kurgusu basitti. Belleğe bilinçli olarak yerleştirilmiş kusurlu çeviriler, katılımcıların ürettiği metinlerde büyük ölçüde korundu. Aynı kusurlar, bellek olmadan çalışıldığında ortaya çıkmıyordu. Yani hatayı üreten çevirmenin bilgisi değil, aracın verdiği güven duygusuydu.

Bowker'ın sonucu teknolojiyi reddetmek değildi. Çalışmanın başlığı verimlilik ile kalite arasındaki değiş tokuşu soruyordu; cevabı da bu değiş tokuşun yönetilebilir olduğuydu. Yönetim aracı ise eğitim ve süreçtir, aracın kendisi değil.

Bulgunun bugün için önemi artmıştır. Belleğin yanına makine çevirisi önerileri de eklendiğinde, çevirmenin karşısına çıkan hazır metin miktarı katlanmıştır. Kör inanç riski, önerinin kaynağı ne olursa olsun aynı biçimde çalışır.

Çeviri belleği riski nasıl büyür: hatanın çoğalması

Belleğin en önemli özelliği birikimli olmasıdır. Onaylanan her segment belleğe yazılır ve sonraki projelerde öneri olarak geri döner. Bu, doğru çeviriler için büyük bir kazançtır. Hatalı çeviriler için ise sessiz bir çoğalma mekanizmasıdır.

Bir kurum adının yanlış karşılığı belleğe bir kez girdiğinde, o karşılık sonraki tüm belgelerde tam eşleşme olarak önerilir. Üçüncü belgeden sonra artık kimse sorgulamaz, çünkü tutarlıdır. Tutarlılık, doğruluk sanılmaya başlar.

İkinci çoğalma yolu, belleklerin birleştirilmesidir. Farklı müşterilerin, farklı yılların ve farklı kalite düzeylerinin kayıtları tek bir dosyada toplandığında, en zayıf kayıt en güçlü kayıtla aynı yetkeyi kazanır. Kaynağı belirsiz bir bellek, denetlenemez bir bellektir.

Üçüncü yol hizalamadır. Eski çevirilerin kaynak metinlerle eşleştirilerek belleğe dönüştürülmesi hızlı bir yöntemdir, ancak hatalı hizalanmış satırlar belleğe yanlış çiftler olarak girer. Bu kayıtlar sonradan ayıklanmazsa yıllarca dolaşımda kalır.

Bağlam kayması: doğru cümle, yanlış yer

Riskin en ince biçimi hatalı kayıt değil, yerinden edilmiş kayıttır. Cümle kendi ilk bağlamında tamamen doğrudur; yeni belgede ise yanlış anlam üretir. Aşağıdaki tablo, eşleşme türlerine göre risk dağılımını özetliyor.

Eşleşme türü	Aracın verdiği güven	Gerçek risk	Gerekli kontrol
Bağlam eşleşmesi	Çok yüksek	Düşük	Örnekleme okuma
Tam eşleşme	Yüksek	Orta	Başlık ve kısa ifadelerde tam kontrol
Yüksek bulanık eşleşme	Orta	Yüksek	Farkın tamamının okunması
Düşük bulanık eşleşme	Düşük	Orta	Sıfırdan yazmayı değerlendirme
Makine çevirisi önerisi	Görsel olarak eşit	Yüksek	Ayrı işaretleme ve tam düzeltme

Tabloda dikkat çeken satır, yüksek bulanık eşleşmelerdir. Kaynak cümleyle önerinin farkı küçük olduğunda çevirmen farkı gözden kaçırabilir; oysa çoğu zaman değişen tek kelime olumsuzluk, tarih ya da tutar gibi kritik bir öğedir.

Kısa segmentler de özel bir risk taşır. Tek kelimelik bir başlık, belgenin başka bir yerinde başka anlama gelebilir. Bu yüzden ciddi süreçlerde başlıklar ve tablo hücreleri, eşleşme oranından bağımsız olarak elden geçirilir.

Belleğin bakımı: kimin sorumluluğunda?

Çeviri belleği, kurulduktan sonra kendiliğinden iyileşen bir varlık değildir. Bakımsız bırakılırsa yıllar içinde bozulur: kurum adları değişir, mevzuat terimleri güncellenir, müşteri tercihleri kayar. Bellek ise ilk günkü hâliyle öneri vermeye devam eder.

Bakımın ilk adımı ayrıştırmadır. Müşteri, alan ve yıl bazında ayrı bellekler tutmak, eşleşme oranını bir miktar düşürür ama denetlenebilirliği belirgin biçimde artırır. Hangi kaydın nereden geldiği bilinmeyen bir bellek düzeltilemez.

İkinci adım, düzeltmelerin geri yazılmasıdır. Son okumada bulunan bir hata yalnızca teslim dosyasında düzeltilirse, aynı hata bir sonraki projede yeniden önerilir. Düzeltmenin belleğe işlenmesi, kalite iyileştirmesini kalıcı kılan tek adımdır.

Üçüncü adım, dönemsel temizliktir. Kurum adı, unvan ya da mevzuat terimi değiştiğinde bellek üzerinde toplu arama ve değiştirme yapılır. Bu işlem, bir sonraki projede ortaya çıkacak onlarca hatayı tek seferde önler.

Kör inancı kıran adım: bağlam kontrolü

Riski kapatan uygulamaya bağlam kontrolü diyoruz. Amaç her segmenti yeniden çevirmek değil; bellekten gelen önerilerin bu belgede de doğru olup olmadığını hedefli biçimde denetlemektir. Denetim seçicidir, çünkü kaynaklar sınırlıdır.

Uygulamada üç öncelik alanı vardır. Birincisi sayısal ve hukuki öğeler: tarih, tutar, madde numarası, olumsuzluk ifadeleri. İkincisi özel adlar: kurum, unvan, belge adı. Üçüncüsü kısa segmentler: başlıklar, tablo hücreleri, buton ve menü metinleri.

Bu üç alan, çeviri hacminin küçük bir bölümünü oluşturur ama teslim sonrası itirazların büyük bölümünü doğurur. Hedefli kontrol, tam kontrolün maliyetine katlanmadan riskin çoğunu kapatır.

Dördüncü ve çoğu zaman atlanan adım, önerinin kaynağının görünür olmasıdır. Bellekten gelen ile makine çevirisinden gelen öneriler ayrı işaretlenirse, çevirmen dikkatini doğru yere yöneltir. Bu ayrımı yapmayan bir kurulum, kör inancı araç düzeyinde üretir.

Bağlam kontrolünün maliyeti düşünüldüğü kadar yüksek değildir. Kontrol edilecek alanlar önceden tanımlandığında, ek süre toplam çeviri süresinin küçük bir bölümünde kalır. Buna karşılık kapattığı risk, teslim sonrası düzeltme, yeniden basım ya da resmî işlem gecikmesi gibi çok daha pahalı sonuçlardır.

Türkiye bağlamı

Türkçede bellek riskini büyüten ilk etken, kurum ve unvan adlarının sık değişmesidir. Bakanlık ve kurum adları yeniden yapılanmalarla değişir; eski adı taşıyan bellek kayıtları yıllarca tam eşleşme olarak önerilmeye devam eder. Resmî bir belgede geçerliliğini yitirmiş bir kurum adı, işlemin reddedilmesine yol açabilir.

İkinci etken dilin yapısıdır. Türkçe sondan eklemeli bir dildir ve bir sözcüğün alacağı ek, cümledeki işlevine göre değişir. Bellekten yalıtılmış hâlde gelen bir isim tamlaması, yeni cümlede yanlış ek uyumuyla yerleşebilir. İngilizcede aynı kalan bir ifade Türkçede beş farklı biçim alabilir.

Üçüncüsü, Türkçenin az kaynaklı dil sayılmasıdır. Türkçe için hazır, denetlenmiş ve alanına özgü bellek ile terim veritabanı bulmak İngilizce-Almanca gibi çiftlere göre çok daha zordur. Bu yüzden Türkiye piyasasında belleğin kalitesi, büyük ölçüde büronun kendi birikimine ve bu birikimi ne kadar düzenli temizlediğine bağlıdır.

Bu sizin için ne anlama geliyor?

Çeviri satın alan taraf için buradaki çıkarım şudur: belleğin varlığı bir kalite güvencesi değildir, bir üretim aracıdır. Kaliteyi belirleyen şey, belleğin nasıl bakıldığı ve önerilerin nasıl denetlendiğidir. Bunu birkaç somut adımla kontrol edebilirsiniz.

1. Kurum adınız, unvanlarınız ve ürün adlarınız değiştiğinde çeviri sağlayıcınıza yazılı olarak bildirin; bellek buna göre güncellenmelidir.
2. Tarih, tutar ve madde numaralarının eşleşme oranından bağımsız kontrol edildiğini teklifte teyit ettirin.
3. Belleğin size ait olduğunu ve talep hâlinde teslim edileceğini sözleşmeye yazdırın.
4. Onayladığınız düzeltmelerin belleğe işlendiğini sorun; işlenmeyen düzeltme bir sonraki projede geri gelir.
5. Makine çevirisi kullanılıyorsa bunun ayrı işaretlendiğini ve tam düzeltmeden geçtiğini öğrenin.

Belleğinizin nasıl yönetildiğini ve hangi kontrollerin kapsamda olduğunu görmek için çeviri hizmetleri sayfasına, kapsam farklarının fiyata yansımasını görmek için fiyatlar sayfasına bakabilirsiniz.

Sık sorulan sorular

Çeviri belleği riski tam olarak nerede doğuyor?

Belleğin içeriğinde değil, ona duyulan güvende. Araç bir cümleyi tam eşleşme olarak işaretlediğinde çevirmen onu yeniden değerlendirmeme eğilimi gösterir. Cümle eski, yanlış ya da bu bağlama uygunsuz olsa bile onaylanmış görünür.

Kör inanç kavramını kim ortaya attı?

Lynne Bowker, 2005 yılında yayımlanan pilot çalışmasında çeviri belleğine duyulan sorgusuz güveni tanımlamak için kullandı. Çalışma, bellekteki hatalı bir kaydın öğrencilerin çevirilerine büyük ölçüde aktarıldığını gösterdi.

Tam eşleşme her zaman güvenli midir?

Hayır. Tam eşleşme yalnızca kaynak cümlenin birebir aynı olduğunu söyler; o cümlenin bu belgede aynı anlama geldiğini söylemez. Başlıklar, tablo hücreleri ve kısa ifadeler bağlama göre farklı çevrilmek zorunda kalabilir.

Bellek kalitesini müşteri olarak nasıl kontrol edebilirim?

Belleğin ne zaman ve hangi projelerden oluştuğunu, kurum adı veya unvan değişikliklerinden sonra güncellenip güncellenmediğini sorun. Bellek dosyanızın size teslim edilebilir olduğunu sözleşmede belirtin.

Kaynaklar

• Bowker, L. (2005). Productivity vs quality? A pilot study on the impact of translation memory systems. Localisation Focus, 4(1), s. 13–20.
• Pietrzak, P. & Kornacki, M. (2021). Using CAT Tools in Freelance Translation: Insights from a Case Study. Londra: Routledge Focus, s. 20–34.
• DePalma, D. A. (2012). Translation Output Metrics. Common Sense Advisory sektör araştırması.
• Mossop, B. (2006). Has computerization changed translation? Meta, 51(4), s. 787–793.