说人工智能的发展速度飞快，有点像说太阳表面“有点温暖”。

在看似几分钟的时间里，人工智能已经悄然超越了一系列全球问题，巧妙地旋转并占据了舞台中心，成为一个主要的话题，突然间，不知不觉地，开始引起人们的疑问、担忧、兴奋和担忧。渴望更深入的理解。

它所获得的播放时间仅次于其总体方向提出的问题数量，这些问题的范围从“人工智能会取代我们所有的工作吗？”到“人工智能可以学习吗？”o 像人类一样回应？”以及“我是否应该担心有人将公司命名为“天网”，即使是作为一个玩笑？”。

我们见过拥护者和反对者、反对者、游戏规则改变者、率先采用者和坚定的拒绝者。各方面的猜测都很盛行。但魔鬼总是习惯于住在细节之中。人们很容易用“人工智能不能做什么？”来回答“人工智能能做什么？”这个不可避免的问题。因此，我们今天要用来聚焦的镜头是语言。

像 Google Translate 这样的机器翻译 (MT) 引擎已经存在了一段时间，还有利用“神经 MT”的更先进的平台，我们已经看到为各种应用程序生成的更好的翻译在该领域中占据一席之地一般翻译并扩展到营销和广告的边缘。

从计算的角度来看逻辑上，它很有意义：插入启发式语言引擎的字典能够找到语言等效项，将语法规则应用于动词，根据需要减少和增加名词和情况。语言拼图套件的盒子里有很多可以完成拼图的碎片，它经常沉着地完成拼图。

测试人工智能

但是如果我们变得聪明一点呢？当我们佯攻和还击、竞争和混淆时，用代表石头的词语和代表迫击炮的语法来从云端变出城堡？当我们将人工智能与语言引擎结合起来，将其指向创意和习语，并通过一些“创译”来释放它时，会发生什么？ （创译是将概念（而不仅仅是文字）改编成另一种语言和文化。）

那么，从哪里开始呢？当人工智能无法等同或将其合并成一个能够流畅运行的结构时，我们很容易就向人工智能抛出习语并取笑它。相反，我们想给它一个公平的机会，当我们提供摘要时，为撰稿人提供可用的工具；结构化、具体并能表达所需的语气。

当有一个直接等价物，在源语言和目标语言中具有相同的含义和温度时，它就是一个简单的方程。

设置非常简单 - 插入一组指令，指出任何活动细节、语言/文化的特殊性等，然后等待看看人工智能会在摄取和输出方面产生什么。

在我们对语言片段进行细分的场景中，即跨语言环境的表达等效性，人工智能的工作就变成了将源与目标进行匹配。这是机器可以熟练地实现的。当然，前提是不存在更大的文化或语言障碍。

我们的第一个例子来自精英滑雪赛事的文案，即标题“达到新高度”2019；。西班牙语的人工智能输出（“Alcanzando nuevas cumbres”）保留了对来源的字面和比喻解释，巧妙地利用了共存的高度和愿望概念。工作完成了，看起来……

但是当事情变得有点棘手时会发生什么？

语言细微差别

以动词“嘶嘶声”为例，它摘自一个多产乳制品品牌的新食用油的标题。这里值得注意的是浊摩擦音（“z”）的功能，旨在代表最常见的煎炸声音。然而，当进入简体中文时，我们就会看到人工智能目前的局限性。也就是说，无法识别细微差别并正确应用它。

人工智能的第一次尝试呈现了一个拟声效果，错误地反映了给定的上下文，导致蛇发出嘶嘶声，而不是滋滋作响的感觉。然而，在随后的经过多次尝试（在简短的构图和人类专业知识的指导下进行微小的改变），人工智能能够产生正确的效果。

在同一次活动中，“点金术”这个比喻非常突出，人工智能竞相寻找等效的表达方式。但它的发现并没有涵盖英语中存在的二元性，即食物本身金色的黄油形象与奇妙或一流的东西并列。事实上，它所对应的中文表达“金石”在烹饪中使用时却显得奇怪地错位。

相反，人类文案从一开始就主动选择避免使用“点金术”比喻，因为他们知道简单地提升和转移它是行不通的，而是采取了更直接的方法，专注于事实上，中文广告文案偏向于更直接、更容易理解的语气，尤其是对于专业人士来说管道的优点和主要特点。

有趣的是，文案作者在文章的前面引入了错综复杂的概念（类似于“点金术”隐喻），从而解释了双关语的省略。通过这样做，他们能够通过适当地调整文案的其余部分来保持情绪和感觉，这是以指令为主导的人工智能在没有战略人类指导的情况下不可能做到的。

隐喻本身就已经够难的了，但是如果用文化来推断呢？在一个国际个人护理品牌的剧本中，“使用我们的四步指南帮助您孩子的饲料排毒”这句话看起来很简单吧？除了数字步骤的概念在英语中是一个相当灵活的结构，以及人工智能在捷克语中挑选出一个听起来很奇怪的善意的对应词之外，还有一个更大的问题。

英语中的“排毒”一词有积极和消极的含义，但在捷克语中，它与食物和饮食的字面背景有着强烈、直接的联系，因此结果相当临床，缺乏英语极力捕捉的温暖。

同样，当面临将“Make Waves”（即引起轰动的想法以及破坏和推动积极变革的概念）改编成俄语时，人工智能再次陷入困境。俄语中没有对此的固有表达，因此它只是索引了它能找到的最接近的结构，这失去了意象和隐喻，听起来确实很生硬。

未兑现的承诺

那么，什么决定了机器的单词选择呢？为什么有时能击中要害，而另一些却完全失败？

当存在直接等价物时，源和目标 l 中具有相同的含义和温度语言，这是一个简单的方程。但是，当没有匹配项，或者主副本充满了单词/短语的基本定义之外的更多细微差别或层次时，它就无法掌握它，也无法绘制出成功改编的道路。但当它把产品线卖回来时，它告诉你的故事是我们看到一个重要的骗局的地方。

在创译世界中，回译和基本原理是说明语言交换炼金术过程中所发生情况的两个核心机制。第一个展示了机械的真相，第二个展示了情感的真相——创造性地改变了什么，让台词变得栩栩如生——两者都是由专家文案编写的，以说明理解所需的所有情感（并且，批判性地） ，批准）该行。

我们发现人工智能为证实其语言输出而提供的基本原理绝大多数是对最初简报的重新表述。对于外行来说，它听起来很像方框中的勾号；它向我们推销了语言可信度的承诺，从表面上看，这一点太容易相信了。

可悲的是，人工智能声称已经取得了一些根本不真实的成果，但坦白说，这就是事实。正是这个蒙着眼睛的神谕——尽管是无意识的——体现了营销世界最迫在眉睫的危险。当大型品牌活动盲目相信不真实的承诺时会发生什么？

对于人工智能来说，要想产生类似于人类文案作者所能想出的东西，你目前必须向它提供所有语言拼图来拼出答案，警告它远离错误的习语，并引导它通过拟声词来找到答案。获得接近正确的东西，这需要训练有素的母语文案撰稿人掌握方向盘。许多全球品牌经理不会有奢侈的特殊待遇要求所有语言都在其区域范围内，也没有时间将线路送入机器。

可悲的是，人工智能声称已经实现了一些根本不正确的东西。

支撑物联网的数据池来自明显的以英语为中心的核心，当系统试图围绕它们改变外来习语时，我们在单词放置和短语表述中看到了这种模式。当我们进入更深奥的语言对时，数据语料库会缩小，并且复制选项会落入常见的短语模式中。

当使用我们的测试材料在平台（Google、DeepL、Microsoft）之间切换时，我们发现输出存在微小变化，但所有这些都显示了我们在运动中目睹的机制的特征。人工智能在参考结构的基础上构建语法层，根据规则映射措辞，但从不根据感觉，这就是问题所在。语言是科学与小说的结合；这不是一个b一元方程。

与文化的联系

学习一门语言就是对孕育该语言的文化的尊重。一种语言的过去和现在构成了编织纱线的参考资料：流行电影、名言、过去的歌曲、时事、历史事件；正如昨天一样，它们都在今天的语言功能中发挥着重要作用。

例如，许多英国英语表达都源于海战，例如“to show one's true color”或“the cut of one's jib”，而在日本，其根源与剑术交织在一起。当你们达成和解时，你会“将刀刃放回刀鞘”（moto no saya ni osamaru），而当你与某人不合时，你会“与刀刃的曲线不匹配”（sori ga awanai）。

正如艾萨克·阿西莫夫所说：“在生活中，与国际象棋不同，棋局在将死后仍在继续。”延伸如果您的目标是流畅性，那么就不能低估文化对语言的影响。

系统是否会成熟到可以辨别差异、影响和品味的程度？这是一个深刻的问题，今天还没有立即答案。

当今世界，人工智能在语言中无疑占有一席之地。当与本地化方面正确的分层方法相结合时，人工智能的进步已经开始为品牌提供时间和成本效率——即在长文案和一般本地化领域——但当我们考虑分层、细致的文案时，需要唤起感觉并引起反应，这是完全不同的角度。我们必须提醒自己，这项技术还处于起步阶段，我们必须让它不断发展和成熟，不断进行测试和学习。

回到我们原来的问题。人工智能会取代我们所有的工作吗？不，我们认为不会。虽然它是一个下出于恐惧而将人工智能推到一边并不是答案。相反，折纸技巧是将人工智能变成为我们工作的工具，而不是代替我们。某些东西可以增强我们，但不会取代我们。

正如凯尔·里斯 (Kyle Reese) 曾经说过的：“未来尚未确定，除了我们为自己创造的命运外，没有什么命运。”

Rik Grant 是 Tag 的创译合作伙伴，Beth Holding 是创译经理。

在此处了解有关 Tag 和我们的全球制作服务的更多信息

来源：营销周刊