Hei! Olen Mahla, toisen vuoden maisteriopiskelija Itä-Suomen yliopistossa (UEF), jossa opiskelen linguistic data sciencea eli kielitieteellistä datatiedettä. Viime kesänä minulla oli upea tilaisuus liittyä Youpretin tiimiin harjoittelijana tekoälytulkkauksen parissa. Viimeisen neljän kuukauden aikana pääsin yhdistämään kielitieteellisen taustani käytännön teknologiaan testaamalla ja arvioimalla syvällisesti, miten tekoäly kääntää puhuttua kieltä. Tässä on katsaus harjoittelukokemukseeni ja siihen, mitä opin matkan varrella!
Kertoisitko lyhyesti, mitkä olivat harjoittelusi tärkeimmät tehtävät ja tavoite?
Pääasiallinen tavoitteeni oli testata Youpret-sovelluksen tekoälytulkkausominaisuutta. Aloitin kielistä, jotka osaan parhaiten – persiasta (äidinkieleni), englannista, italiasta ja darista. Näiden kohdalla puhuin suoraan sovellukseen ja arvioin sekä käännöksen tarkkuutta että tekoälyn äänenlaatua. Kieliä, joita en osannut, testasin yhdessä ystävien ja kollegoiden kanssa virheiden havaitsemiseksi. Jos en löytänyt äidinkielistä puhujaa, käytin luovuutta ja toistin vieraskielisiä uutisia tai podcasteja hyödyntäen kielitieteellistä taustaani ja verkkotyökaluja tekoälyn suorituskyvyn arvioinnissa.
Mikä oli mielestäsi mielenkiintoisinta harjoittelun aikana?
Mielestäni kaikkein mielenkiintoisinta oli työskennellä niin läheisesti tekoälyn kanssa. Olin tietysti käyttänyt tekoälyä aiemminkin, mutta en ollut koskaan syventynyt näin tarkasti sen toiminnan yksityiskohtiin. Testausprosessin aikana näin omin silmin todelliset erot eri tekoälymallien välillä ja sen, miten kukin niistä käsittelee käännöksiä. Oli myös kiehtovaa tutkia erilaisia puheensynteesityökaluja (Text-to-Speech, TTS) ja huomata, kuinka paljon tietyt asetukset muuttavat lopullista ääntämistä ja äänensävyä. Pääsy "konepellin alle" tutkimaan näitä teknisiä ominaisuuksia oli minulle täysin uusi ja innostava kokemus!
Oliko asioita, jotka yllättivät sinut?
Kyllä! Minut yllätti todella se, kuinka hyvin tekoäly TOISINAAN käsitteli kulttuurillisia ilmauksia ja slangia. Kankean, sanasta sanaan kääntämisen sijaan se saattoi toisinaan mukauttaa itämaisen kulttuurikäsitteen joksikin sellaiseksi, joka kuulosti länsimaiselle kuulijalle täysin luonnolliselta ja sopivalta, eikä yhtään oudolta.
Mitä opit?
Opin todella paljon siitä, mitä tekoälytulkkauksen "kulissien takana" tapahtuu. Opin arvioimaan tekoälykäännösten laatua asianmukaisesti, ymmärtämään eri puheensynteesimallien toimintaa sekä suunnittelemaan ja analysoimaan käyttäjäpalautekyselyitä.
Mitkä olivat innostavimpia asioita Youpretin tekoälytulkkausteknologiassa?
Sen testaaminen oli yksinkertaisesti todella hauskaa! Aina kun se teki täydellisen käännöksen, olin todella innoissani, ja joskus kun se teki hauskan virheen, se sai minut hymyilemään. Mutta siisteintä on tajuta, kuinka uskomattoman hyödyllistä tämä teknologia on lyhyissä, arkipäiväisissä ja matalan riskin tilanteissa. Ihmistulkit eivät ole aina saatavilla silmänräpäyksessä, joten esimerkiksi silloin, kun soittaa asiakaspalveluun pitkän jonotuksen jälkeen ja asiakas puhuu vain äidinkieltään, tämä tekoäly on upea ja välitön ratkaisu.
Pystyitkö hyödyntämään yliopistossa oppimiasi tietoja käytännössä?
Ehdottomasti! Harjoittelu yhdisti täydellisesti kahden viimeisen lukukauden aikana Itä-Suomen yliopistossa oppimani asiat ja todellisen maailman. Monet yliopistokursseistani olivat melko teoreettisia, ja tekoälytulkkauksen näkeminen toiminnassa Youpretilla todella laajensi horisonttiani. Kun käännän tekstin tekoälyn avulla, ymmärrän nyt oikeasti, miten hermoverkkopohjaiset konekäännösjärjestelmät toimivat taustalla!
Millaista oli työskennellä Youpretilla työyhteisönä?
Se oli rehellisesti sanottuna mahtava ja unohtumaton kokemus. Kollegani olivat todella ystävällisiä, auttavaisia ja vastaanottavaisia. Samalla he antoivat minulle vapauden ja luottamuksen työskennellä, tutkia ja oppia omalla ainutlaatuisella "Mahla-tyylilläni"!
Työskentelit tiiviisti Faizan kanssa, joka toimii Youpretilla Junior Software Developerina. Näin Faiza kuvaili yhteisprojektia, jossa testattiin Youpretin tekoälytulkkauksen laatua:
"Toteutimme tekoälytulkille kattavia monikielisiä testejä erilaisissa arkipäivän keskusteluissa ja käytännön tilanteissa, mukaan lukien terveydenhuolto, sosiaalipalvelut ja yleinen asiakaspalvelu.
Tulokset olivat erittäin rohkaisevia: käännökset säilyttivät yleisesti ottaen niille tarkoitetun merkityksen, ääni oli selkeää ja onnistuneesti tuotettua, ja koko puheesta tekstiksi-, käännös- ja puheensynteesiprosessi toimi hyvin useilla eri kielillä.
Testaus toi myös esiin tärkeitä kielikohtaisia vivahteita, kuten eroja muodollisuudessa, terminologiassa, kirjoitusjärjestelmissä sekä satunnaisia muotoilun hienosäätötarpeita.
Kaiken kaikkiaan tekoälytulkkaus voi tehdä viestinnästä entistä saavutettavampaa. Samalla on säilytettävä asianmukainen inhimillinen valvonta tilanteissa, joissa viestintä on erityisen herkkää tai vaativaa."
Mahla Baniasadi
Kielellisen datatieteen opiskelija, UEF
Kesäharjoittelija, Youpret