Die KI wird getestet

Ich war aber auch neugierig. Also besorgte ich mir ein DeepL-Abo, lud mir einen englischen Text aus dem Internet, den zu übersetzen ich mir einerseits selbst zugetraut hätte, der andererseits aber auch möglichst zufällig gewählt sein sollte, und ließ die KI ihre Aufgabe lösen: einen englischen Aufsatz des Soziologen Nico Stehr[1] ins Deutsche zu bringen.

Hier der erste Absatz im Vergleich – Stehr:

Introduction

The history of sociological theory coincides with apparently successful efforts by sociologists to purge sociological discourse of a wide range of considerations. Politics, ethics, philosophy, epistemology and history, representing concerns which in many ways predate but also gave rise to sociology, are now seen to have their own separate identities, as does, of course, sociology itself.

Und der Vorschlag der KI:

Einführung

Die Geschichte der soziologischen Theorie fällt mit den scheinbar erfolgreichen Bemühungen der Soziologen zusammen, den soziologischen Diskurs von einer breiten Palette von Überlegungen zu befreien. Politik, Ethik, Philosophie, Erkenntnistheorie und Geschichte, die in vielerlei Hinsicht der Soziologie vorausgingen, aber auch aus ihr hervorgingen, werden nun als eigenständige Bereiche betrachtet, wie natürlich auch die Soziologie selbst.

Keine positive Überraschung

Was ich vielleicht insgeheim befürchtet hatte – ein triumphaler erster Aufschlag der KI – blieb aus. Stattdessen sah ich viel von der KI Gewohntes, das meine grundsätzliche Skepsis bestätigte:

• frappierende Ungenauigkeiten, Fehler und Lücken (warum „Einführung“? – der erste Abschnitt des Aufsatzes ist doch keine Vorlesungsreihe; „der Soziologen“ – alle waren es eben nicht; wo sind die „concerns“ und die „identities“ geblieben?; statt „aus ihr hervorgingen“ wäre genau das Umgekehrte richtig),
• fragwürdige Interpretationen („befreien“ geht in eine Richtung, die nicht zur Gesamtargumentation des Textes passt; Stehr schreibt darin eher über Prozesse der Ein- und Ausgrenzung, der Bestimmung des Zugehörigen und Nicht-Zugehörigen in der Soziologie, nicht über „Befreiung“) und schließlich
• den gelegentlichen stilistischen Missgriff (wie die „breite Palette“, die von der sehr wissenschaftlich-präzisen Diktion Stehrs im Register hörbar nach unten abweicht).

Solche Eindrücke verstärkten und verdichteten sich und die Beispiele dafür vermehrten sich im Fortgang des Textes.

Auf fehler- und lückenhaftem Fundament: Textorganisation und Individualität

Sie verweisen, zusammengenommen, auf ein Defizit auf einer zweiten Ebene. Schon im ersten Absatz beschlich mich das Gefühl: Die KI weiß (anders als der Autor) selbst nicht, worauf sie hinauswill. Sie findet den eigenen roten Faden nicht. Sie kennt nicht ihr Argumentationsziel. Sie denkt (anders als der Autor) nicht strategisch und weil sie keine Strategie hat, kann sie ihren Text nicht strategisch abstimmen und organisieren. (Denn sonst wäre ihr wohl auch die Sache mit dem „befreien“ nicht passiert.)

Das bringt mich zu einer dritten Ebene: Wer (wie die KI) einen Text schon nicht intellektuell organisieren kann, der ist vielleicht auch nicht in der Lage, ihm Individualität zu geben. Hier, gestehe ich ein, begebe ich mich weitgehend auf das Feld der Spekulation. Allerdings stütze ich mich dabei auf die grundsätzliche Überlegung, dass die beschriebene intellektuelle Ebene in der Textproduktion normalerweise die Pflicht und die Nachzeichnung einer individuellen Handschrift so etwas wie die Kür bildet. Zum anderen dient mir als Indiz das Einzelbeispiel des obigen Textes von Herrn Stehr, der als Persönlichkeit in der DeepL-Übersetzung blass und konturlos bleibt.

Übersetzen als Stimmenimitation

Sozialwissenschaftler:innen sind Menschen und – auch wenn manche das geschickt verbergen – sprechen und schreiben mit einer menschlichen, individuellen „Stimme“. In ihr finden sich Spuren ihrer intellektuellen Biografie, ihrer Epoche, ihrer sozialen und (natürlich) wissenschaftlichen (Selbst-)Verortung, ihrer Persönlichkeit und ihres Temperaments. Theodor Adorno, Niklas Luhmann oder Judith Butler sind oft schon nach wenigen Zeilen an ihrem typischen Duktus zu erkennen. Einer der herausforderndsten, aber auch schönsten Aufträge für mich als Übersetzer betraf eine Reihe von Aufsätzen, die der Soziologe Karl Mannheim im Londoner Exil auf Englisch geschrieben hatte. Diese galt es in den charakteristischen „Mannheim-Duktus“ zu überführen, der ihn sowohl individuell kennzeichnet als auch Teil eines charakteristischen Deutsch von Intellektuellen der 1920er Jahre ist, das die österreichische Sprachwissenschaftlerin Anne Betten als „Weimarer Deutsch“ bezeichnet hat. Vielleicht werde ich damit ja meinen nächsten KI-Selbstversuch bestreiten.

Warum KI mich beim Übersetzen stört – ein musikalischer Vergleich

Abschließend möchte ich auf ein an dieser Stelle oft vorgebrachtes Argument eingehen: Wenn KI-Tools auch ihre Schwächen und Macken haben, können sie dann nicht wenigstens wertvolle, weil Zeit sparende Vorarbeit leisten? Ich will hier nicht die andernorts schon genannten, richtigen Argumente gegen diese Nutzungsweise wiederholen. Sondern meine Skepsis wieder prinzipiell – und noch spekulativer als vorher – begründen, und zwar mit einem bildhaften Vergleich.

Das Übersetzen (sozial-)wissenschaftlicher Texte ist eine komplexe Dienstleistung, vergleichbar etwa mit der Interpretation eines Musikstücks. Die Gemeinsamkeit liegt in einer gewissen Grundkompetenz gegenüber dem Ausgangsmaterial. Übersetzende und Musik Aufführende können den Text oder die Noten lesen, die sie vor sich haben. Sie beherrschen ihr Werkzeug, also ihre Zielsprache oder ihr Instrument, und können das Vorgegebene kompetent transformieren: in einen Zieltext beziehungsweise eine musikalische Aufführung. Nur sehr wenige Musiker:innen aber beginnen – soviel ich weiß – die Erarbeitung eines Werks damit, dass sie sich fremde Aufführungen anhören, noch bevor sie ihre eigene Idee vom Stück entwickelt haben.

Eine gute Rolle für die KI

So ähnlich würde es mir wahrscheinlich gehen, wenn ich einem KI-Tool quasi das erste Wort zu einem Text erteilen würde und nur noch auf seine Version reagieren könnte. Ich müsste dann, neben dem ganzen – mit Verlaub – Unsinn, mit dem ich mich auf der Ebene der konkreten Fehler (s. o.) auseinandersetzen müsste, außerdem versuchen, die nebelhafte Textstrategie und -organisation der KI zu durchdringen, wo mir doch ein Blick auf das Original viel schneller und besser Klarheit verschaffen würde. Oder ich müsste mit KI-Version und Ausgangstext im Wechsel arbeiten. Und obwohl ich genau das bei (bestimmten) nicht-wissenschaftlichen Texten ständig tue, kann ich es mir bei sozialwissenschaftlichen Texten als produktive Arbeitsweise bislang nicht vorstellen. Hier nutze ich die KI gerne im Nachgang, für weitere Inspirationen und als Korrektiv. Diese Rolle fällt der KI in meinem Arbeitsprozess zu. Bis sie irgendwann besser wird.

[1] Nico Stehr: From Classical to Contemporary Sociological Theory: Conditions for the Success and Failure of Sociological Theory, 2014 (https://www.researchgate.net/publication/260185717_Stehr_Nico_From_Classical_to_Contemporary_Sociological_Theory_Conditions_for_the_Success_and_Failure_of_Sociological_Theory)

***

Der Autor ist promovierter Soziologe und seit über zehn Jahren als Englisch-Deutsch-Übersetzer für Textworks Translations tätig. Seine Übersetzertätigkeit nahm er 1989 auf; promoviert wurde er 2003 mit einer Arbeit zum Thema Geschlechterverhältnis und Macht.

****

Sie fanden diesen Beitrag hilfreich? Dann abonnieren Sie doch unseren Newsletter! So bleiben Sie über neue Blogbeiträge rund um maschineller Übersetzung, DeepL, Post-Editing sowie zur Übersetzung und Publikation sozial- und geisteswissenschaftlicher Texte informiert. Bestellen Sie hier unseren Newsletter!

Sie suchen hochwertige Übersetzungen Ihrer wissenschaftlichen Beiträge aus akademischer Hand oder Fachlektorate durch unsere Muttersprachler? Kontaktieren Sie uns, und senden Sie uns Ihre Anfrage! >>

The post Was ich KI (noch) nicht zutraue: Textorganisation und Individualität appeared first on Textworks Translations.

Clarify von DeepL – eine Arbeitsprobe

Schauen wir uns als Beispiel die Übersetzung einer Passage aus Max Webers Die protestantische Ethik [1] an:

„Der Pietismus ist auf dem Boden des Calvinismus in England und besonders in Holland zuerst erwachsen, blieb durch ganz unmerkliche Übergänge mit der Orthodoxie verknüpft, und vollzog dann gegen Ende des 17. Jahrhunderts in der Wirksamkeit Speners seinen Eintritt in das Luthertum, teilweise dogmatisch umfundamentiert.“

DeepL bietet hierfür eine Übersetzung an[2] und Clarify stellt dazu vier Fragen:

1. Pietismus: Der Pietismus wird oft als „evangelische Mystik“ bezeichnet. Soll diese Information in die Übersetzung aufgenommen werden?
   1. Ja, füge diese Information in Klammern hinzu.
   1. Nein, diese Information ist nicht erforderlich.
2. Orthodoxie: Es gibt für diesen Begriff mehrere Übersetzungsmöglichkeiten. Geht es hier um die orthodoxe Kirche, oder um Orthodoxie im Sinne von „traditionell“ oder „konform“?
   1. Es geht hier um Orthodoxie im Sinne von „traditionell“ oder „konform“.
   1. Es geht hier um die orthodoxe Kirche
3. Speners: Es ist vielleicht nicht jedem Leser klar, wer Spener war. Soll die Übersetzung kurze Details liefern?
   1. Ja, es soll in einer Fußnote darauf hingewiesen werden, dass Spener ein deutscher Theologe war.
   1. Nein, es soll nur der Name verwendet werden.
4. Luthertum: Der Begriff „Luthertum“ hat keine genaue Entsprechung im Englischen. Wie sollte er übersetzt werden?
   1. Ersetze ihn durch eine Beschreibung dieses Begriffs (z. B. „the teachings of Martin Luther“)
   1. Ersetze ihn durch einen ähnlichen Begriff (z. B. „Lutheranism“).

Das sind legitime Fragen, die ich mir selbst auch stellen würde, wenn ich diese beiden Passagen zu übersetzen hätte. Im obigen Beispiel hatte Clarify alle Stellen gefunden, über die ich mir selbst beim Übersetzen Gedanken machen und in die ich Zeit investieren müsste. Bei anderen Übersetzungsaufgaben ist Clarify jedoch meiner Ansicht nach über wichtige Fragen hinweggegangen. Das Tool hat sogar einige Lösungsvorschläge gemacht, auch wenn im jeweiligen Fall durchaus noch andere denkbar gewesen wären. Was Clarify nicht kann: seine eigenen Fragen beantworten. Genau das ist jedoch mein Job als wissenschaftlicher Übersetzer. Um aus mehreren Übersetzungsoptionen die beste auswählen zu können, ist wahrscheinlich weitere Recherche nötig – beispielsweise um herauszufinden, wie das englische „Lutheranism” in ähnlichen Texten verwendet wird und ob „Pietismus“ in der Übersetzung einen erklärenden Zusatz benötigt (und falls ja, wie lang dieser sein muss). So sind gute wissenschaftliche Übersetzer immer verfahren. Und genau diese Arbeit ist in der Regel unsichtbar geblieben.

Unsichtbare Arbeit wird sichtbar Das Tool stellt einige richtige Fragen, die das Übersetzen aufwirft. Dadurch macht es zumindest einen Teil der Arbeit sichtbar, die wissenschaftliche Übersetzer an jedem Satz verrichten, den sie übersetzen. Nun kann es tatsächlich sein, dass Forschende Clarify künftig wie vorgesehen einsetzen: sich einen Aufsatz Satz für Satz übersetzen lassen und die von Clarify gestellten Fragen beantworten, dann entscheiden, ob Clarify wichtige Probleme übersehen hat, und schließlich die nötige Recherche vornehmen, um die im spezifischen Fall beste Option auszuwählen. Hierzu möchte ich allerdings anmerken, dass Clarify zu den meisten ihm vorgelegten wissenschaftlichen Sätzen zwischen zwei und vier Fragen gestellt hat; dies ergibt, multipliziert mit der durchschnittlichen Anzahl von Sätzen in einem wissenschaftlichen Aufsatz, eine Menge an Fragen, die durchaus abschrecken kann. Auch aus diesem Grund könnte Clarify sich als ein Tool erweisen, das die mühevolle Arbeit, die wissenschaftliche Übersetzer seit vielen Jahren leisten, erst an den Tag bringt – und damit auch den Wert aufzeigt, den ein wissenschaftlicher Übersetzer produziert, der aufgrund seiner Fachkompetenz sowohl erkennt, welche Fragen gestellt werden müssen, als auch weiß, auf welchem Wege Antworten zu finden sind.

Sie fanden diesen Beitrag hilfreich? Dann abonnieren Sie doch unseren Newsletter! So bleiben Sie über neue Blogbeiträge rund um maschineller Übersetzung, DeepL, Post-Editing sowie zur Übersetzung und Publikation sozial- und geisteswissenschaftlicher Texte informiert. Bestellen Sie hier unseren Newsletter!

Sie suchen hochwertige Übersetzungen Ihrer wissenschaftlichen Beiträge aus akademischer Hand oder Fachlektorate durch unsere Muttersprachler? Kontaktieren Sie uns, und senden Sie uns Ihre Anfrage! >>

[1] Weber, M. (1984). Die protestantische Ethik: Eine Aufsatzsammlung (hrsg. v. J. Winckelmann, 7. Aufl. S. 115). Gütersloher Verlagshaus. (Erstveröffentlichung 1920)

[2] Von DeepL gelieferte Ausgangsübersetzung: „Pietism first developed on the basis of Calvinism in England and especially in Holland, remained linked to orthodoxy through very subtle transitions, and then, toward the end of the 17th century, under the influence of Spener, made its entry into Lutheranism, partly with a new dogmatic foundation.”

The post Die DeepL-Funktion Clarify: macht die unsichtbare Arbeit des Übersetzens sichtbar appeared first on Textworks Translations.