„Alati umjetne inteligencije ništa ne mogu poduzeti ‚namjerno’, poput prevoditelja. Oni mogu djelovati isključivo onako kako su programirani i postavljeni, dakle mogu generirati tekst u skladu sa statistički najčešćim rješenjima, dok književni prevoditelji, naravno, mogu svjesno odlučiti napraviti rez ili na bilo koji drugi način odlučiti odstupiti od pravila – ako to tekst od njih traži, važno je napomenuti“, rekla mi je Ana Stanić Kapović u razgovoru koji sam vodila s njom i još dvije istaknute književne prevoditeljice i aktivistice za vidljivost i cijenjenost književnih prevoditelja, Andom Bukvić Pažin i Elom Varošanec Krsnik, koje iz različitih ili pak sličnih perspektiva promatraju sve veću prisutnost umjetne inteligencije u području (književnog) prevođenja. Zanimalo nas je kako se mijenja njihova profesija pod utjecajem tehnologije? Može li stroj razumjeti i prenijeti ironiju, kulturološki kontekst, ritam rečenice, i što se događa s našim jezičnim i kognitivnim sposobnostima kad ih počnemo sve češće delegirati alatima poput ChatGPT-ja? Na koji način ovakvi alati mijenjaju koncept autorskih prava i može li književno prevođenje opstati kao umjetnost?
Čiju priču pričamo i kome?
„Neka preliminarna istraživanja jasno pokazuju da uporaba umjetne inteligencije pridonosi smanjivanju kognitivnih sposobnosti, naročito među djecom i tinejdžerima, što bi nas trebalo osobito zabrinuti“, rekla mi je Ela Varošanec Krsnik, prevoditeljica brojnih uspješnica sa španjolskog i engleskog jezika, koja se usavršavala u Meksiku i Madridu. „S druge strane“, ističe, „pitanje je zašto i za koga pišemo i prevodimo, napose književnost. Može li to jednostavno ‚donošenje konačne odluke’ zadovoljiti naše porive za pisanjem? Pišemo li da nešto napišemo ili iz potrebe, nužnosti da ispričamo priču? Čiju priču? Na ta pitanja, naravno, već tisućljećima odgovaramo i odgovori uvelike ovise o razdoblju, kontekstu i onome tko odgovara.
Na nekoj prozaičnijoj razini, mogu vam reći da se ja književnim prevođenjem bavim iz poriva i strasti. To je moje zanimanje, ali i zvanje. U početku svoje, nazovimo to, karijere donijela sam svjesnu i informiranu odluku. Znala sam da ulazim u sektor u kojem vlada prekarijat, u kojem se zahtijeva visoka stručna sprema i stalno usavršavanje, a honorari ne rastu i neredoviti su, u kojem ne postoji radno vrijeme i dan ima 48 sati. Protuteža tome je moje zadovoljstvo poslom i nastavila bih raditi, kao jedna od rijetkih u mojem krugu prijatelja, a i u mojoj generaciji uopće, i da dobijem na lotu. To zadovoljstvo proizlazi iz kreativnog stvaranja, dekonstruiranja književnog teksta izvornika i njegova pretakanja u novi jezik, stvaranja jezičnog kulturnog spomenika. Ako toga nema, ja se književnim prevođenjem ne želim i neću baviti. Apsolutno me ne zanima rad na generiranom tekstu, na više ili manje uspjelom kolažu, često, pokradenih radova mojih kolega. Zadovoljstvo, sreću i nadahnuće donosi mi kreativni proces, ne rezultat.
No zanimljivo je primijetiti kako se čini da se isto odnosi i na čitatelja. Ponovno, preliminarna istraživanja pokazuju da generirane tekstove čitamo sporije i drukčije nego ‚organske’. Pretpostavljam da mozak nesvjesno prepoznaje neobične konstrukcije koje nam na svjesnoj razini možda neće zapeti za oko. Naravno, postoji mogućnost da će nam taj neorganski jezik zbog svoje proširenosti i sveprisutnosti postati prirodniji od prirodnog, ali do toga još ipak nismo došli. Naglasila bih još da je izuzetno važno promatrati ovo pitanje i s pravne strane. S koliko teksta smijemo ‚nahraniti’ modele umjetne inteligencije prije nego što počnemo kršiti autorska prava? Koliko rada na generiranom tekstu je potrebno da bi prijevod mogao biti autorsko djelo? Jesmo li spremni stati iza takvog teksta?
Što se praktične strane tiče, iz osobnog iskustva, i kada govorimo o književnom prevođenju, nije alat bez kojeg ne bih mogla živjeti i koji je znatno promijenio moj način rada. Neprestano se igram i istražujem, vidim neke moguće primjene, ali ne mogu reći da je to išta revolucionarno. Nekome može služiti za poticaj kreativnosti jer katkad nam mnoga (loša) rješenja mogu pomoći da dođemo do točnog, ili najboljeg; mogla bi poslužiti za analizu teksta na nekoj gramatičkoj i morfološkoj razini; može skratiti istraživanje, premda, moram priznati, ja kao nevjerni Toma uvijek svejedno završim u bespućima interneta ili referentne literature, pa mi možda više posluži kao smjerokaz, a katkad i potpuno omane pa me navede na krivi trag.
Sada već postoje i ozbiljna istraživanja, ali moja neka poigravanja pokazala su da uvelike ovisi i o tome kako se umjetna inteligencija koristi. Nije, naravno, isto ako netko ubaci cijeli tekst romana, pa onda generiranu verziju na drugom jeziku koristi kao bazu za daljnje prevođenje, i kada, recimo, tražimo nekoliko prijedloga za određenu frazu od kojih nam, možda, ni jedan neće poslužiti, ali će nam otvoriti neke nove vidike. Prvi slučaj, osim što je protuzakonit jer je tekst izvornika najvjerojatnije zaštićen autorskim pravima, prevodioca će vrlo vjerojatno i ograničiti u njegovu poslu jer strojni prijevodi dokazano dovode do pristranosti, većeg zamora, i cijelog niza drugih nesretnih nuspojava. U drugom se, pak, slučaju, umjetna inteligencija koristi kao alat koji može potaknuti kreativnost. Tu se sada javlja ono ontološko pitanje: hoćemo li mi biti alat umjetnoj inteligenciji ili ona nama?”
Neka preliminarna istraživanja jasno pokazuju da uporaba umjetne inteligencije pridonosi smanjivanju kognitivnih sposobnosti, naročito među djecom i tinejdžerima, što bi nas trebalo osobito zabrinuti
Predvidljivost nasuprot ludičkom i očuđujućem
„Vrlo općenito govoreći, i ne ulazeći u dublje tehničke detalje, jedan od načina na koji funkcionira generativna umjetna inteligencija je predviđanje teksta prema određenim statističkim vjerojatnostima“, nastavlja Varošanec. „S druge strane, književni je jezik upravo na suprotnom kraju od toga. Ludički je, očuđuje, poigrava se značenjima, sinonimima, konceptima. Jasno je, dakle, da je korištenje umjetne inteligencije u prevođenju problematično.
Još tu treba dodati da je drugi aspekt ovog pitanja u književnom prevođenju i tko koristi umjetnu inteligenciju. Generirani tekstovi često su vrlo točni, fluentni i uvjerljivi i sjajno oponašaju prirodni jezik. Prilično su zavodljivi, da tako kažem, pa čak i iskusan prevodilac lako posumnja u sebe i svoju prosudbu. Jedna mi je starija kolegica iz Švedske, s četrdeset godina iskustva u književnom prevođenju, rekla da se nakon pola sata pred generiranim tekstom rasplakala jer joj se činilo da više ne zna ni engleski ni švedski, svoj materinji jezik. Još je gore ako se takvim alatom nepromišljeno služe, primjerice, studenti jezika, koji jezik izvornika, a često ni materinji, zapravo još ne znaju dovoljno dobro da bi mogli uočiti suptilne pogreške.“
Točnost strojnih prijevoda
„Ovo će sada biti pretjerano pojednostavljivanje, ali mogli bismo reći da u pravnim i stručnim tekstovima prevodimo riječ za riječ ili naziv za naziv, dok u književnosti prevodimo skupove, slike i osjećaje“, rekla mi je Varošanec kad sam je pitala o točnosti strojnih prijevoda, stručnih i književnih. „U pravnom jeziku izuzetno je važna dosljednost. Istu riječ svaki put jednako prevodimo. U književnom tekstu to nije nužno tako. Ovisit će o kontekstu i o nekim drugim okolnostima. Na primjer, možda u jeziku izvornika za tu konkretnu riječ nema sinonima, a kod nas ima, dok za neku drugu riječ u drugom jeziku imaju pregršt sinonima, a mi jedva jednu riječ. Tu se možemo malo poigrati. Osim toga, katkad ćemo ‚nadoknađivati’ stvari na drugim mjestima. Primjerice, možda će se u izvorniku društvena klasa nekog lika prikazati nekim stereotipnim naglaskom koji se s njom povezuje, a u hrvatskom ću morati iznaći neki drugi način. Ukratko, rekla bih da se koncept točnosti ponešto razlikuje u književnom prevođenju i prevođenju stručnih tekstova, pa u skladu s time i korist koju nam ta navodna točnost umjetne inteligencije donosi.“
Književni jezik je ludički, očuđuje, poigrava se značenjima, sinonimima, konceptima. Jasno je, dakle, da je korištenje umjetne inteligencije u prevođenju problematično
Sto metafora u Sto godina samoće
„Umjetnoj inteligenciji predbacuje se upravo loše baratanje metaforama, idiomima, kulturološkim pojmovima, sarkazmom, ironijom itd., odnosno nijansiranijim dijelom književno-prevoditeljskog rada“, prokomentirala sam s Anom Stanić Kapović, književnom prevoditeljicom i doktoricom književnosti koja je doktorat stekla na Sveučilištu Complutense u Madridu, a usavršavala se i u Argentini. Ana je profesorica engleskog i španjolskog jezika, književnosti i prevođenja, jedna od koautorica Novog englesko-hrvatskog rječnika iz 2019. godine te autorica iznimno zanimljiva znanstvenog rada o metaforama u Márquezovu romanu Sto godina samoće – uspoređivala je kako se njima bavi umjetna inteligencija, a kako iskusni prevoditelji.
„U vrijeme kada sam se zainteresirala za temu, netom nakon pojave ChatGPT-ja“, rekla je Stanić Kapović, „počelo se govoriti da se umjetna inteligencija (UI) sve uspješnije nosi sa sve zahtjevnijim i kreativnijim prevoditeljskim zadacima, što je obuhvaćalo idiomatičnost, prenesena značenja, metaforičnost, humor, ironiju i ostale diskurzivne i pragmatične elemente. Mogla sam zamisliti da umjetna inteligencija može ponuditi solidna prevoditeljska rješenja, ali zaintrigirao me ovaj navodni kreativni aspekt koji se obično pripisuje ljudskoj inteligenciji pa sam provela praktično istraživanje na primjeru kreativnog zadatka par excellence: prijevoda jednog reprezentativnog književnog djela. Metafore su zanimljive zato što funkcioniraju na tri razine: istovremeno su naše kognitivno, jezično i književno svojstvo. U njima je, figurativno rečeno, sadržana esencija kreativnosti tih triju dimenzija. Još od Romana Jakobsona znamo da su metafore sastavni dio i inherentno svojstvo jezika kao takvog, ne samo književnog već i ‚običnog’, svakodnevnog jezika; kognitivni lingvisti George Lakoff i Mark Johnson pokazali su da ne samo da se izražavamo pomoću metafora, već pomoću njih mislimo i poimamo svijet; a Ronald Langacker je, među ostalima, ustvrdio da jezik ne samo da odražava način na koji poimamo svijet, već aktivno utječe na sam način njegova poimanja.
Drugim riječima, značenje nije stabilno i fiksno, već dinamično i subjektivno; ono se konstruira u procesu izražavanja, odnosno, u našem slučaju u samom tekstu, svakom (književnom) tekstu i kontekstu ispočetka i drugačije. Meni se to činilo popriličnim izazovom za ‚kogniciju’ i ‚inteligenciju’ koje nisu ljudske, odnosno, koje jeziku i prevođenju pristupaju iz potpuno drugačijeg ugla, osobito ako usto imamo na umu i općepoznate zaključke traduktološke znanosti koja prijevod opisuje kao ‚ponovno pisanje’ književnog djela, pri čemu je svakako nužno zadržati njegovu literarnost i sva svojstva koja ga čine književnim. To su bile neke od teorijskih postavki kojima sam se vodila i koje mi se čini nužno ovdje izložiti, kada govorimo o metaforama, jer situacija je puno složenija nego što na prvu može izgledati, ako u glavi imamo prilično pojednostavljenu definiciju metafore kao ‘skraćene ili skrivene poredbe’ koju pamtimo još iz školskih dana.“
Umjetna inteligencija može ponuditi solidna prevoditeljska rješenja, ali zaintrigirao me ovaj navodni kreativni aspekt koji se obično pripisuje ljudskoj inteligenciji pa sam provela praktično istraživanje na primjeru kreativnog zadatka par excellence: prijevoda jednog reprezentativnog književnog djela
Primjeri rješenja
„Sada napokon dolazimo do onoga što nas najviše zanima, a to je praktični dio istraživanja i njegovi konkretni rezultati“, nastavila je Stanić Kapović. „Na korpusu od stotinu konceptualnih metafora iz djela Sto godina samoće kolumbijskog pisca Gabriela Garcíje Márqueza, koji je izrađen u suradnji s kolegicom Teom Glavaš, provela sam traduktološku analizu i usporedbu prijevodnih rješenja koje su nudili književni prevoditelji Nikola Miličević (u izdanju iz 1985. godine) i Nina Lanović (u izdanju iz 2006.) te ChatGPT 4 i Gemini (u tadašnjim verzijama iz svibnja 2024. godine). Činilo se zgodno poigrati se na taj način brojkama i dobiti zaista reprezentativan uzorak, ali moram priznati da u tom trenu nisam bila svjesna da će me pri analizi dočekati 400 prevedenih metafora, po stotinu od svakog navedenog prevoditelja ili alata UI-ja. Prikupljenim sam rješenjima, jednostavno rečeno, pristupila kao profesorica kolegija iz književnog prevođenja koje sam prethodno držala: proučavala sam kako funkcioniraju na semantičkoj, morfološkoj i sintaktičkoj razini te procjenjivala koliko su točna i koliko je u njima zadržana metaforičnost (jer, kao što znamo, metaforičan izraz uvijek možemo prevesti nemetaforičnim; za piece of cake možemo reći ‚lagan zadatak’, ali to znači da nismo obuhvatili svu kompleksnost izvornog izraza).
Kao što vidimo, kada je riječ o metaforama, one nipošto nisu svojstvene isključivo književnom diskursu, ali u njemu se situacija dodatno usložnjava upravo zbog kreativnosti i inovativnosti autorâ. Prikupljene metafore podijelila sam u četiri skupine: 1. konvencionalne – a) koje se mogu prevesti istim konceptualnim ili kognitivnim domenama i b) koje se prevode različitim domenama, 2. inovativne te 3. nemetaforične izraze koji su prevedeni metaforičnima, o čemu će biti riječi nešto kasnije. Među konvencionalnim metaforama koje se mogu prevesti istim domenama najčešće se nalaze okamenjene metafore koje zapravo više ni ne doživljavamo kao metafore, već kao kolokacijske izraze, odnosno, najčešće kombinacije određenih imenica i glagola. Tako i na španjolskom i na hrvatskom ‚strpljenje’, ‚svijest’ ili ‚zanimanje’ za što možemo ‚izgubiti’; ‚srce’ se ‚otvara’; ‚spoznaja’ ima svoje ‚dosege’ ili ‚granice’ i sl. Budući da, u kreativnom smislu, takve izraze nije posebno zahtjevno prevesti sa stranog ili na strani jezik, s obzirom na podudaranje kognitivnih domena, u ovoj kategoriji alati UI-ja dosežu najveći stupanj točnosti i metaforičnosti – u nešto više od 50% slučajeva. To možda možemo smatrati zadovoljavajućim rezultatom (ako se sjetimo kolegija književnog prevođenja s početka pitanja, studentu koji bi ovako riješio ispit malo bi nedostajalo do prolazne ocjene), ali samo ako je potrebno baciti površan pogled na tekst na stranom jeziku koji smo za te potrebe brzinski preveli, ali nikako ako govorimo o umjetničkom djelu i zadržavanju njegove literarnosti. Usporedbe radi, književni prevoditelji u ovoj kategoriji dosežu gotovo apsolutnu razinu točnosti i zadržavanja metaforičnosti.
Ovo je bila kategorija s najjednostavnijim prevoditeljskim zadacima, pogledajmo sada one nešto zahtjevnije. Problemi u prevođenju nastaju kada različiti jezici ne crpe konceptualne metafore iz istih domena pa se, kao u prethodno spomenutom primjeru, u hrvatskom jeziku za iznimno lagan zadatak kaže da je ‚mačji kašalj’, dok će isto značenje na španjolskom imati izraz koji ne uključuje ni domenu ‚mačaka’ niti ‚kašlja’, već, primjerice, možemo reći pan comido (doslovno, ‚pojeden kruh’). Usporedbe radi, na engleskom se obično kaže piece of cake (doslovno, ‚komad torte’). Ovdje je riječ o konvencionalnim, ustaljenim metaforama, ali onima koje su nastale povezivanjem različitih domena u različitim jezicima (i nisu sve ni blizu ovako jednostavne, izmjenjive i općepoznate kao naš ilustrativni primjer s kojim bi se, alati UI-ja, vjerujem, još i snašli). Svijet, nadalje, možemo razumijevati i predočavati (zapravo, konstruirati ga, da se poslužimo Langackerovim terminom) i putem manje konvencionalnih, odnosno originalnih i inovativnih metafora, u kojima se povezuju inače nepovezane ili semantički udaljene domene kako bi se pojačao učinak na sugovornika, odnosno čitatelja. Premda se inovativne metafore javljaju i u svakodnevnom jeziku, ovaj je postupak karakterističan upravo za književnost, a primijetili su ga i opisali još ruski formalisti kao ‚očuđenje’ ili ‚začudnost’ (Viktor Šklovski).
Ako pogledamo konvencionalne metafore koje prevodimo različitim domenama, postotak točnosti alata UI-ja pada na 10-20%, a to je upravo zato što se više ne radi o doslovnom prenošenju značenja ‚riječ za riječ’, kao kod istih domena, već je potrebno posegnuti za drugačijom slikom kako bi učinak na čitatelja ostao isti (kao što znamo, prevodimo u slikama, ne u izoliranim ili nanizanim riječima). Primjerice, na španjolskom se može, doslovno prevedeno, ‚pretrpjeti krizu savjesti’ (sufrir una crisis de conciencia), ali na hrvatskom će nas prije ‚početi gristi savjest’ (Miličević) ili ‚shrvati grižnja savjesti’ (Lanović). Za usporedbu, ChatGPT i Gemini, usklađeno i bez grižnje savjesti, nude ‚doživjeti krizu savjesti’. Također prenose doslovno značenje i u prijevodu izraza la dispendiosa tarea, u kojem pridjev dispendioso/a (skupocjen, skup) ima preneseno značenje i u kombinaciji s riječi tarea (španj. zadatak, zadaća) znači ‚težak’, ‚nimalo lak’, ‚zahtjevan’, što Lanović i Miličević odražavaju u svojim prijevodima (‚naporna zadaća’, ‚težak zadatak’). Kod ChatGPT-ja i Geminija zadatak i dalje ostaje ‚skupocjen’, odnosno ‚skup’, čime se ne prenosi ciljano figurativno značenje izraza iz specifičnog konteksta rečenice.
U ove se dvije kategorije pokazuje sličan obrazac prevođenja: alati UI-ja nude točna i ujedno metaforična rješenja isključivo ako doslovni prijevodi mogu biti prihvatljivi i pokriti sve značenjske, metaforičke, kolokacijske i sintaktičke elemente iz izvornika, odnosno, ako izraz koji se prevodi ima isti oblik za denotativno (doslovno) i konotativno (preneseno) značenje. To je, primjerice, slučaj za španjolski izraz impenetrable za koji prijevod ‚neprobojan’ pokriva i a) doslovni (koji se ne može probiti) i b) figurativni smisao (do kojeg se ne možemo probiti, ali ne fizički, nego mislima; koji ne možemo shvatiti). Tako možemo govoriti o ‚neprobojnom srcu’, što je (doslovno i figurativno) rješenje koje ispravno nude ChatGPT i Gemini za corazón impenetrable. Usporedbe radi, književni prevoditelji zaobilaze doslovno značenje i izravno se odlučuju za figurativno rješenje: ‚nedokučivo srce’ (koje se ne može dokučiti, dohvatiti mislima; koje se ne može shvatiti).
Kada je riječ o prijevodu inovativnih metafora, ChatGPT i Gemini pokazuju nešto veći – zanemariv, ali indikativan – postotak točnosti i zadržavanja metaforičnosti (nešto više od 20%) u odnosnu na prijevode konvencionalnih metafora u kojima je bilo potrebno posegnuti za različitim domenama. Premda se radi o neobičnim i nekonvencionalnim slikama, pokazuje se da ih je nešto češće moguće prevesti doslovno: ‚talog mira u srcu’ (un sedimento de paz) jest originalna i inovativna metafora, ali pri njenom prevođenju nije potrebno posezati za drugačijom slikom, tj. drugačijim konceptualnim domenama, kako bi se proizveo isti učinak na čitatelja i prenijelo isto značenje, kao što je to bio slučaj kod izraza koje jest bilo potrebno prevesti različitim domenama kako bi slika, značenje i učinak na čitatelja ostali isti.
Zaključno možemo ustvrditi da upravo u onim kategorijama u kojima se očekuje najveća razina originalnosti, kreativnosti i inovativnosti, tj. u kategorijama u kojima najrjeđe funkcioniraju doslovni prijevodi jer nije dovoljno nizati denotativna značenja pojedinih članova izraza, već je nužno promijeniti izvorišnu i/ili ciljnu domenu ili potpuno iznova kreirati metaforu kako bi se ponudilo odgovarajuće rješenje na konotativnoj, figurativnoj razini, alati umjetne inteligencije pokazuju najniži stupanj točnosti i zadržavanja metaforičnosti, što nas upućuje na suprotan zaključak od pretpostavke o kreativnosti i nošenju sa sve zahtjevnijim prijevodnim situacijama od koje smo krenuli. Istraživanje je pokazalo da su književni prevoditelji u tome nedvojbeno uspješniji.“
Ako pogledamo konvencionalne metafore koje prevodimo različitim domenama, postotak točnosti alata UI-ja pada na 10-20%, a to je upravo zato što se više ne radi o doslovnom prenošenju značenja ‚riječ za riječ’, već je potrebno posegnuti za drugačijom slikom kako bi učinak na čitatelja ostao isti
Raspakirati i nanovo zapakirati rečenicu
„Alati umjetne inteligencije služe se sve složenijim jezičnim rješenjima na morfološkoj te bazičnoj semantičkoj i površinskoj sintaktičkoj razini; u njihovim prijevodima sada puno rjeđe nailazimo na potpuno pogrešna značenja ili gramatička neslaganja unutar rečenica koja su u početnim verzijama Google Translatea vrlo često izazivale podsmijeh. I, po meni, upravo u tom grmu leži zec, da se izrazimo metaforički“, rekla mi je Stanić Kapović. „Vjerujem da je većina prosječnih korisnika interneta jednostavno zadivljena brzinom kojom alati UI-ja pred našim očima generiraju tekst i vjerujem da im je za priručne potrebe prijevod koji nudi ChatGPT sasvim dovoljan, iz neprevoditeljske perspektive. No čim zagrebemo ispod površinske razine izraza i uđemo u područje sadržaja i značenja te osobito dubinske sintakse i slaganja sastavnih dijelova unutar rečenica i među njima, nailazimo na značajnije poteškoće, što, razumije se, najviše dolazi do izražaja u duljim, sintaktički kompleksnijim rečenicama. Takve je rečenice često najprije potrebno ‚raspakirati’ na sastavne dijelove, potom i u potpunosti reorganizirati na sintaktičkoj razini, kako bismo ih prilagodili ciljnome jeziku i na kraju ponovno ‚zapakirali’. Sintakse izvornog i prijevodnog jezika vrlo rijetko se preklapaju u tolikoj mjeri da se može prevoditi ‚riječ za riječ’, kako prevođenje može djelovati izvana, kada se misli da prevoditelji samo ‚prepisuju’ rečenice na drugom jeziku. Tako prevedene rečenice nas, kao govornike bilo kojeg jezika na koji se prevodi, u najmanju ruku grebu za uši, a često mogu dovesti i do pogrešnog prijevoda i potpunog nerazumijevanja. Prije nego što prijeđemo na primjere, pogledajmo samo koliko je metafora i figurativnih izraza korišteno u ovom ulomku (podcrtani dijelovi) – o tome govorimo kada za jezik kažemo da je inherentno metaforičan i da pomoću metafora razmišljamo, poimamo i organiziramo svijet oko sebe.
A kada govorimo o primjerima, možemo spomenuti da je u prijevodima s engleskog jezika vrlo često potrebno pasivne rečenice pretvoriti u aktivne (OK, sada prestajem sa signaliziranjem metafora), što uključuje potpunu zamjenu subjekta i objekta, zatim treba dobro paziti na nizanje imenica karakteristično za engleski jezik, što izravno prevedeno lomi hrvatsku sintaksu jer hrvatski je takoreći glagolski jezik; kod nas nanizane apozicije rijetko funkcioniraju i potrebno ih je zamijeniti pridjevima, glagolima, prefiksima, sufiksima ili cijelim zavisno složenim (najčešće odnosnim) rečenicama. ‚Mama odjeća’ (engl. mum clothes), ‚Vaša Petrine knjige narudžba’ (engl. Your Petrine knjige order) jasno pokazuje o čemu govorimo. Nadalje, kada prevodimo sa španjolskoga, primjerice, treba posebno paziti na nefinitne oblike glagola (gerund, infinitiv) koje gotovo uvijek zamjenjujemo finitnima (u određenom glagolskom vremenu) ili nezavisnim i zavisno složenim rečenicama (tako npr. španj. Vi a un hombre cantando nećemo prevesti s ‚Vidjela sam pjevajućeg čovjeka’, nego ‚Vidjela sam čovjeka kako/koji pjeva’); kod perifrastičnih konstrukcija obično uvodimo odgovarajući dodatni glagol ili prefiks koji signalizira dodatni aspekt glavnoga glagola (španj. Se ha puesto a cantar = hrv. ‚zapjevao je’); pridjeve koji su nastali od participa glagola najčešće zamjenjujemo odnosnim rečenicama jer je hrvatski zadržao samo participe koji su postali pridjevi (npr. ‘tekuća voda’, ‚gorući problem’, ali ne i ‚sudjelujuće organizacije’, ‚govoreće aplikacije’ i sl.). U stotinu primjera koje sam proučila u istraživanju, alati UI-ja nisu niti jednom posegnuli za takvim prijevodnim tehnikama koje su, s druge strane, potpuno uobičajene kod književnih prevoditelja. Možemo reći da se vještina prevoditelja, a kasnije i lektora koji također rade na prevedenom tekstu, očituje upravo na ovoj, sintaktičkoj razini; kada je tu sve u skladu s uobičajenom načinom funkcioniranja jezika na koji se prevodi, reći ćemo da prijevod teče i da se, štoviše, ni ne osjeti da je riječ o prijevodu, što je krajnji cilj svakog prijevodnog procesa; postići prirodnost materinjeg jezika.“
Većina prosječnih korisnika interneta jednostavno je zadivljena brzinom kojom alati UI-ja pred našim očima generiraju tekst i vjerujem da im je za priručne potrebe prijevod koji nudi ChatGPT sasvim dovoljan, iz neprevoditeljske perspektive
UI i poezija
„Kada je riječ o poeziji, zbog spomenute se kratkoće možda lakše nositi sa sintaksom, ali, kao što ste i sami primijetili, tu dolazimo do drugih izazova za prevoditelje: ritam, metar, rima (a ne zaboravimo da i slobodni stih ima svoje zakonitosti i nije svaki ‚stih’ bez metra i rime poezija), polisemija, homonimija, prenesena značenja, igre riječima, asonanca, aliteracija, asocijacije, aluzije, kulturne reference, humor, ironija… Pa i elipsa, odnosno pjesničke bjeline i izostavljeni dijelovi – također je važno ne reći i ne otkriti previše u prijevodu ako izvornik s namjerom nešto prešućuje ili na nešto samo aludira“, rekla mi je Stanić Kapović. „U poeziji nema puno prostora za objašnjavanja ili nadoknađivanja na drugim mjestima, sve mora biti unutra, iza tog jednog izraza koji nam nešto govori. Nisam se bavila prijevodima poezije i alatima UI-ja pa tu nemam konkretne brojčane pokazatelje, ali iz istraživanja koje sam provela mogu zaključiti da će u poeziji poteškoće stvarati upravo višeznačnost, zgusnutost i nabijenost značenjâ i emocija te visoka razina eksperimentiranja s jezikom, pri čemu će poetske slike, kao i u prethodnim primjerima, najprije trebati ‚raspakirati’ kako bismo odlučili na koji način ćemo ih ponovno ‚zapakirati’: isti izraz – ista slika; drugi izraz – ista slika; isti izraz – druga slika; drugi izraz – druga slika?“
U poeziji će poteškoće stvarati upravo višeznačnost, zgusnutost i nabijenost značenjâ i emocija te visoka razina eksperimentiranja s jezikom
UI i strip
„Kada je riječ o stripu, također možemo reći da se vještina – kako spisateljskog, tako i prevoditeljskog zadatka – očituje upravo u nošenju sa zgusnutošću teksta, sadržajnom i znakovnom, koji treba stati u oblačić i koji će, usto, biti u određenoj suigri sa crtežom, a oni (tekst i crtež) mogu, pak, biti u određenoj suigri sa čitavim književnim i kulturnim imaginarijem u kojem je djelo nastalo i čiji je, istovremeno, sastavni dio“, nastavila je Stanić Kapović. „U prethodnim odgovorima možda to nismo dovoljno naglasili, ali kulturološki i intertekstualni su aspekti također iznimno važni u svim oblicima prevođenja, kao i u svim oblicima pisanja, naravno. Vidjeli smo, primjerice, da nisu svi jezici i kulture metaforične na jednak način, a to je samo vrh sante leda kada govorimo o tekstualnim i kulturološkim aspektima koje svaki autor nužno upisuje u svoj tekst, jer svaki je tekst nužno intertekstualan i interkulturalan, odnosno, svaki tekst komunicira s mnogim drugim tekstovima i kulturama.“
Bogatstvo glagolskih vremena i arhaični izrazi
„U prijevodima Sto godina samoće, primjerice, književni prevoditelji posežu za širom upotrebom glagolskih vremena pa tako za izražavanje prošlih radnji, uz perfekt, nailazimo na aorist, imperfekt i pluskvamperfekt, što je svakako prikladno, s obzirom na vrijeme odvijanja radnje te cjelokupnu poetiku i stil pisanja Gabriela Garcíje Márqueza“, pojasnila je Stanić Kapović kad smo se dotakle arhaizama u tekstu i može li UI prenijeti aspekte stila, smještenost teksta u prostoru i vremenu. „S druge strane, kod alata umjetne inteligencije nalazimo isključivo prezent i perfekt kao jedina sadašnja i prošla glagolska vremena, što u svakom slučaju osiromašuje tekst i lišava ga jezične, stilske i vremenske višedimenzionalnosti. Ako je izvornik bogat različitim registrima i funkcionalnim stilovima, ne možemo ih zanemariti ili zaobići u prijevodu.“
Kod alata umjetne inteligencije nalazimo isključivo prezent i perfekt kao jedina sadašnja i prošla glagolska vremena, što u svakom slučaju osiromašuje tekst i lišava ga jezične, stilske i vremenske višedimenzionalnosti
Jezični krajolik osiromašen doslovnošću
„Kada govorimo o obogaćivanju ili osiromašivanju jezika i teksta, za alate umjetne inteligencije karakteristično je još nekoliko indikativnih fenomena: formalni kalkovi, manja varijacija među prijevodnim rješenjima te izostanak metaforičkih izraza na mjestima koja nemaju metaforičku podlogu u izvorniku – i sve su to mahom posljedice težnje doslovnom prevođenju“, rekla mi je Stanić Kapović. „Formalni kalkovi se odnose na veću formalnu podudarnost (na razini izraza) s izvornim tekstom, što možemo vidjeti na sljedećim primjerima: corazón fatalista – ‚fatalističko srce’ (ChatGPT i Gemini vs. Lanović: ‚duboko u srcu sudbinski vjerovala’, Miličević: ‚njeno sudbini predano srce’), obscenidades kao ‚opscenosti’ (ChatGPT i Gemini vs. Lanović: ‚prostote’, Miličević: ‚prostakluci’), ‚sediment’ za sedimento (Gemini vs. Lanović, Miličević i ChatGPT: ‚talog’) i sl. Ovakvi znanstveni tehnicizmi u prijevodu književnog djela ukazuju na idiomatska i stilska odstupanja od književnoumjetničkog funkcionalnog stila, što je još jedan od načina na koji se narušava spomenuta literarnost teksta. Kada kažemo da alati UI-ja prevode ‚doslovno’, problem izvana može zazvučati bezazleno, ovako sveden na jednu riječ, ali situacija je puno složenija i posljedice za tekst i čitatelje puno dalekosežnije od gubitka ‚kićenosti’, kako se površno zna opisivati književni i umjetnički stil. Znamo da je širok i iznijansiran vokabular povezan i sa širim i iznijansiranijim načinom razmišljanja; što više koncepata znamo imenovati, to više koncepata možemo pojmiti i o njima razmišljati – jezik i kognicija cijelo su vrijeme u neraskidivoj svezi.
Nadalje, alati UI-ja češće koriste jedan te isti prijevod za određeni izraz iz izvornika, i to ponovno u prvom, doslovnom značenju. Tako su španjolski glagol derrotar i njegov particip derrotado, koji su se u kreiranom korpusu pojavili četiri puta, u četiri različita jezična i situacijska konteksta, u ChatGPT-ju i Geminiju prevedeni uvijek istim hrvatskim glagolom ‚poraziti/poražen’, u četiri različita konteksta. S druge strane, kod književnih prevoditelja nalazimo četiri različita rješenja; za svaki pojedini jezični i situacijski kontekst novo: ‚dati se preveslati smicalicama’, ‚dati se smotati smicalicama’, ‚užici davno ugušeni’, ‚užici, koje je nekad obuzdavala’. O tome govorimo kada govorimo o dinamičnosti značenja koje se konstruira u procesu; prevoditelji se ne vode jednim jedinim, prvim, doslovnim, statistički najčešćim značenjem izraza koje onda pošto-poto mora odgovarati određenom rečeničnom kontekstu, već spomenuti izraz derrotar doživljavaju svaki put na drugačiji način i u skladu s time iznalaze različita rješenja i slike (ponovno se vraćamo na slike u kojima prevodimo), što još jednom upućuje na veću raznolikost, bogatstvo, kreativnost i inovativnost književnih prijevoda. Za glagol derrotar u španjolsko-hrvatskom rječniku zasigurno nećemo pronaći značenja ‚preveslati’ ili ‚smotati’ (smicalicama)’ niti ‚ugušiti’, ‚obuzdati’; ona su isključivo rezultat različite percepcije i različitih razina značenja istoga glagola, do kojih niti jedno nije doslovno ili prvoloptaško.
Na sličan će način književni prevoditelji upotrijebiti metafore kada ih u izvorniku nema, što također obogaćuje tekst. Kao što smo već više puta rekli, metafore su sastavni dio jezika, ali nisu svi jezici na istim mjestima metaforični; prevoditelji će određeno značenje ili sliku iz izvornika, svjesno ili nesvjesno, često prevesti metaforama, ako procijene da je to najadekvatnije rješenje. Primjerice, na španjolskom su lugares de escándalo doslovce ‚mjesta skandala’, ali u konkretnim se kontekstima mogu odnositi na najrazličitije koncepte, poput ‚rasadišta bluda’ i sl.; senos incipientes su, doslovno prevedeno, ‚grudi koje tek počinju rasti, u začetku’, odnosno, metaforički rečeno, ‚tek propupale grudi’, što su, ponovno, metaforična rješenja koja iznalaze isključivo književni prevoditelji dok se alati UI-ja ponovno vode doslovnim značenjima (ChatGPT: ‚s tek nazirućim grudima’, Gemini: ‚s laganim tek vidljivim grudima’) i nemaju nikakve potrebe ili podloge na temelju koje bi posegnuli za figurativnima.
Iz samoga načina rada vidimo da umjetna inteligencija, kao alat za generiranje teksta po načelu statističkih vjerojatnosti, i književnost, kao umjetnost riječi i sadržaja koja želi ‚očuditi’ i deautomatizirati ljudsku percepciju, funkcioniraju na dijametralno suprotne načine i pitanje je hoće li se zapravo u tim suprotnim pravcima uopće moći susresti.“
Nastavlja se…
*Tekst je dio programa „Književnost i tehnologija” i sufinanciran je sredstvima Fonda za poticanje raznovrsnosti i pluralizma elektroničkih medija Agencije za elektroničke medije.
