الترجمة الآلية مقابل الإنسان: متى تُستخدم كل منهما
الترجمة الآلية، بما في ذلك روبوتات الدردشة القائمة على الذكاء الاصطناعي، مفيدة لفهم الفكرة العامة ولصياغة مواد منخفضة المخاطر سيراجعها زميل ثنائي اللغة. لكنها ليست بديلاً عن مترجم فوري مؤهل أو عن ترجمة بشرية معتمدة عندما تحمل الكلمات موافقة، أو حقوقًا، أو تعليمات سريرية، أو سلامة، أو عواقب قانونية. هذه الأدوات لا تخطئ دائمًا؛ لكنها تخطئ بتكرار كافٍ، وبشكل غير متوقّع بما يكفي، وبطريقة خفية بما يكفي، بحيث لا يستطيع من يقرأ الإنجليزية فقط أن يميّز ترجمة جيدة من ترجمة خطيرة.
صنّفوا كل مهمة أولاً في إحدى فئتين
حدّدوا الفئة قبل اللجوء إلى أداة. المعيار هو ماذا يحدث إذا كانت الترجمة خاطئة.
- فهم رسالة إلكترونية أو استمارة واردة بما يكفي لتوجيهها إلى الجهة المناسبة
- مسودة أولى تقريبية لإشعار روتيني سيراجعه زميل ثنائي اللغة
- متابعة محادثة غير رسمية عندما يكون شخص ثنائي اللغة حاضرًا أيضًا
- تحديد ما إذا كانت وثيقة تستحق إرسالها لترجمة كاملة
- الموافقة المستنيرة، والإشعارات المتعلقة بالحقوق أو الأهلية
- التعليمات السريرية: الأدوية والجرعات، والعناية بالجروح، وخطوات الخروج من المستشفى، وعلامات التحذير
- الوثائق القانونية، والتحذيرات الحرجة للسلامة، وأي شيء يدخل في سجل رسمي
- أي تفاعل شفهي يتصرّف فيه العميل بناءً على ما يُقال
إذا كانت أسوأ نتيجة واقعية للخطأ هي ارتباك سيلاحظه شخص ما، فإن الترجمة الآلية بداية معقولة. أما إذا كان العميل قد يتضرّر، أو يفقد حقًا أو ميزة، أو يوقّع على شيء لم يفهمه، فإن وجود إنسان مؤهل ليس أمرًا اختياريًا.
بالنسبة إلى اللغات الشائعة والنصوص اليومية، فهي جيدة فعلاً
حين قيّم الباحثون أداء Google Translate على تعليمات الخروج من قسم الطوارئ، كانت الترجمات إلى الإسبانية دقيقة في نحو 92 بالمئة من الجمل (Khoong et al., 2019). ووجدت دراسة لاحقة قارنت بين ChatGPT-4 و Google Translate في تعليمات الخروج الخاصة بكل مريض دقة على مستوى الجملة تتراوح بين 96 و97 بالمئة للإسبانية، وبين 90 و95 بالمئة للصينية (Kong et al., 2026).
وهذا يكفي لتكون مفيدة في المهام المناسبة: فهم استمارة بما يكفي لتوجيهها، أو صياغة إشعار روتيني، أو متابعة محادثة غير رسمية عند حضور شخص ثنائي اللغة، أو تحديد ما إذا كانت وثيقة ما تحتاج إلى ترجمة كاملة. في هذه الحالات تمنحكم الآلة السرعة والانتشار، ويكون ثمن الخطأ ضئيلاً لأن شخصًا ما سيكتشفه قبل أن يتصرّف أحد بناءً عليه.
تنخفض الدقة بسرعة خارج نطاق اللغات الأكثر شيوعًا
نسبة تعليمات أقسام الطوارئ التي احتفظت بمعناها العام في ترجمة Google Translate، عبر سبع لغات (Taira et al., 2021).
اللغات العديدة التي تتعامل معها جهات خدمة المجتمع واللاجئين في الغالب، والتي تفتقر إلى الخدمة تحديدًا لأنها أقل شيوعًا، هي اللغات التي تكون فيها هذه الأدوات أقل موثوقية. عبر 26 لغة، كانت ترجمة Google Translate صحيحة في 57.7 بالمئة فقط من الحالات إجمالاً، بينما بلغت النسبة في السواحيلية 10 بالمئة فقط (Patil & Davies, 2014).
المتوسطات تُخفي الخطر، وأنتم لا تستطيعون رؤيته
الدراسة نفسها التي وجدت دقة بنسبة 92 بالمئة للإسبانية وجدت أيضًا أن 2 بالمئة من الجمل الإسبانية و8 بالمئة من الجمل الصينية تحتوي على أخطاء تنطوي على احتمال ضرر سريري ذي دلالة (Khoong et al., 2019). عبر 26 لغة، عادت عبارة "your child is fitting" (أي أن الطفل يتشنّج، بمعنى نوبة صرع) من السواحيلية بصيغة "your child is dead" (الطفل ميت)، وأصبحت عبارة "your husband had a cardiac arrest" (أُصيب الزوج بسكتة قلبية)، في اللغة الماراثية، بصيغة "your husband had an imprisonment of heart" (حرفيًا: "تعرّض قلب الزوج للسجن") (Patil & Davies, 2014).
الشخص الناطق بالإنجليزية فقط الذي ينظر إلى فقرة واثقة وحسنة الصياغة بلغة أخرى لا تتوفر لديه أي إشارة إلى وجود خطأ. وتزيد النماذج اللغوية الكبيرة (large language model) الأمر سوءًا: فهي قد تنتج هلوسة، أي نصًا سلسًا منفصلاً عن المصدر، وتتركّز هذه الهلوسات في اتجاهات اللغات ذات الموارد المنخفضة، وقد تُظهر محتوى ضارًا مستمدًا من بيانات التدريب (Guerreiro et al., 2023).
الآلة عكست تعليمة تتعلق بالحياة أو الموت
واصلوا تناول دواء الكلى إلى أن تتحدثوا مع طبيب الكلى الخاص بكم.
أوقفوا دواء الكلى إلى أن تتاح لكم فرصة التحدث مع طبيب الكلى الخاص بكم.
الترجمة الفورية عن النص والترجمة العكسية
الترجمة الفورية عن النص هي أن يقرأ مترجم فوري وثيقة مكتوبة بصوت عالٍ بلغة العميل في الحال. وهي حل مؤقت معقول للنصوص القصيرة والبسيطة عندما لا توجد ترجمة معتمدة، لكن المعايير المهنية تُثني عن الترجمة الفورية عن النص لوثائق معقدة أو ذات عواقب مهمة مثل استمارات الموافقة، لأن القيام بذلك بدقة في اللحظة نفسها أمر صعب، والمسؤولية القانونية حقيقية. تعاملوا معها كجسر، لا كبديل عن الترجمة المعتمدة.
الترجمة العكسية هي أن يقوم شخص ثانٍ ثنائي اللغة ومؤهل بترجمة ناتج الآلة عودةً إلى الإنجليزية كي تتمكنوا من مقارنته بالأصل. هذه بالضبط هي الطريقة التي رصدت بها الدراسات المذكورة أعلاه الأخطاء، فهي تنجح، لكنها تتطلب شخصًا مؤهلاً ثانيًا وهي غير كاملة. استخدموها للتحقق من مسودة، ولا تستخدموها أبدًا كختم موافقة تلقائي يسمح لناتج الآلة بتجاوز الترجمة البشرية في محتوى ذي عواقب مهمة.
إدخال نص العميل في أداة ما هو فعل مشاركة بيانات
في كل مرة تلصقون فيها كلمات عميل في أداة ترجمة، فإنكم ترسلون ذلك النص إلى شركة خارجية. هذا إفصاح، وقد يكون خاضعًا للتنظيم بالنسبة إلى المعلومات الصحية أو القانونية. وغالبًا ما يجهل الموظفون والمرضى أن استخدام أداة ترجمة عامة قائمة على الذكاء الاصطناعي للتواصل الطبي يعني مشاركة معلومات حساسة مع مزوّد خارجي، وقد تحتفظ النسخ المجانية على وجه الخصوص بالمُدخَلات وتعيد استخدامها لتحسين الخدمة دون وسيلة حقيقية لإلغاء الاشتراك (van Kolfschooten et al., 2025).
وتترتب القاعدة على ذلك مباشرة: لا تُدخلوا أبدًا معلومات تُعرِّف هوية عميل في أداة استهلاكية أو مجانية. أزيلوا الأسماء وتواريخ الميلاد والعناوين وأرقام الملفات قبل أي خطوة آلية، وعند الشك، لا تلصقوها إطلاقًا.
قبل أن تعتمد جهتكم أداة ما، احصلوا على هذه الأمور خطيًا
إذا لم يستطع مزوّد ما الإجابة عن هذه الأسئلة بوضوح، فاعتبروا ذلك رفضًا.
بالنسبة إلى المعلومات الصحية المحمية بموجب HIPAA، اتفاقية الشريك التجاري (Business Associate Agreement). وبالنسبة إلى بيانات العملاء الأخرى، اتفاقية معالجة بيانات (data processing agreement) تُسمّي التزامات المزوّد.
رفض تعاقدي، أو خيار إلغاء اشتراك حقيقي يكون مفعّلاً افتراضيًا لحسابكم، لا مدفونًا في الإعدادات.
التشفير (encryption) أثناء النقل وفي حالة السكون، ومدة احتفاظ محددة، ووسيلة لطلب الحذف.
قائمة الجهات المعالجة الفرعية، وما إذا كانت البيانات تغادر البلد.
لا تقدّم الفئات الاستهلاكية والمجانية عادةً أيًا مما سبق. لا تستخدموها لبيانات العملاء.
مخطط قرار سريع
- هل سيتصرف أحد بناءً عليه، أم أنه يحتاج فقط إلى أن يُفهَم؟إذا كان يحتاج فقط إلى أن يُفهَم أو يُصاغ، وسيراجعه زميل ثنائي اللغة، فإن الترجمة الآلية مقبولة. انتقلوا إلى خطوة الخصوصية.
- موافقة، أو حقوق، أو محتوى سريري، أو سلامة، أو محتوى قانوني؟إن كانت الإجابة نعم، استخدموا مترجمًا فوريًا مؤهلاً للكلام، وترجمة بشرية معتمدة للوثائق. توقّفوا هنا.
- لغة أقل شيوعًا أو ذات موارد أقل؟إن كانت الإجابة نعم، خفّضوا ثقتكم أكثر، ورجّحوا كفّة الإنسان حتى في المهام التي قد تكون حدّية في الإسبانية.
- قبل لصق أي شيءأزيلوا كل معلومة تُعرِّف هوية العميل، وتأكّدوا من أن الأداة لديها اتفاقية بيانات ولا تتدرّب على مُدخَلاتكم. لا تستخدموا أبدًا أداة استهلاكية مجانية لبيانات العملاء.
- لأي مسودة تحتفظون بهااطلبوا من شخص ثنائي اللغة مؤهل أن يقوم بترجمة عكسية ومقارنة قبل أن تصل إلى العميل. أن يكون النص سلسًا لا يعني أنه صحيح.
قبل أن يدخل نص العميل إلى أي أداة
- المهمة منخفضة المخاطر، لفهم الفكرة العامة أو مسودة سيراجعها شخص ثنائي اللغة، وليست محتوى موافقة أو سريريًا أو قانونيًا أو متعلقًا بالسلامة.
- أُزيلت كل معلومة تُعرِّف هوية العميل.
- لدى الأداة اتفاقية بيانات موقّعة ولا تتدرّب على المُدخَلات، وهي حساب مؤسسي، لا أداة استهلاكية مجانية.
- بالنسبة إلى لغة أقل شيوعًا، جرى تخفيض الثقة وتفضيل الإنسان.
- أي مسودة محتفَظ بها تُترجَم عكسيًا وتُقارَن قبل أن تصل إلى العميل.
المصادر
- Khoong, E. C., Steinbrook, E., Brown, C., & Fernandez, A. (2019). Assessing the Use of Google Translate for Spanish and Chinese Translations of Emergency Department Discharge Instructions. JAMA Internal Medicine, 179(4), 580–582. doi:10.1001/jamainternmed.2018.7653
- Patil, S., & Davies, P. (2014). Use of Google Translate in medical communication: evaluation of accuracy. BMJ, 349, g7392. doi:10.1136/bmj.g7392
- Taira, B. R., Kreger, V., Orue, A., & Diamond, L. C. (2021). A Pragmatic Assessment of Google Translate for Emergency Department Instructions. Journal of General Internal Medicine, 36(11), 3361–3365. doi:10.1007/s11606-021-06666-z
- Kong, M., Fernandez, A., Bains, J., et al. (2026). Evaluation of the accuracy and safety of machine translation of patient-specific discharge instructions: a comparative analysis. BMJ Quality & Safety, 35(3), 150–158. doi:10.1136/bmjqs-2024-018384
- Vieira, L. N., O’Hagan, M., & O’Sullivan, C. (2021). Understanding the societal impacts of machine translation: a critical review of the literature on medical and legal use cases. Information, Communication & Society, 24(11), 1515–1532. doi:10.1080/1369118X.2020.1776370
- Guerreiro, N. M., Alves, D. M., Waldendorf, J., et al. (2023). Hallucinations in Large Multilingual Translation Models. Transactions of the Association for Computational Linguistics, 11. doi:10.1162/tacl_a_00615
- van Kolfschooten, H., Goosen, S., van Oirschot, J., et al. (2025). Legal, ethical, and policy challenges of artificial intelligence translation tools in healthcare. Discover Public Health, 22, 904. doi:10.1186/s12982-025-01277-z
يصف هذا الدليل ممارسة قائمة على الدراسات المذكورة أعلاه. عدّلوه بما يتناسب مع سياسات جهتكم واللغات التي تخدمونها.