Model dịch thuật: khi nào đủ tốt để thay bản dịch thủ công

Một công ty thiết bị y tế từng dùng AI dịch nguyên bộ tài liệu hướng dẫn sử dụng sang tiếng Anh để gửi đối tác nước ngoài, bản dịch đọc trôi chảy, câu cú mượt mà, nhưng đến khi kỹ sư bên đối tác đọc kỹ mới phát hiện một cụm thuật ngữ kỹ thuật quan trọng đã bị dịch sai nghĩa ở gần chục chỗ khác nhau trong tài liệu, buộc cả lô tài liệu phải thu hồi và dịch lại thủ công. Vấn đề không nằm ở việc AI dịch dở, mà ở chỗ doanh nghiệp đã dùng sai công cụ cho sai loại tài liệu, và không có ai kiểm tra lại trước khi gửi đi.

Vì sao bản dịch AI trôi chảy vẫn có thể sai nghiêm trọng

Các model dịch thuật AI hiện nay, dù là công cụ dịch chuyên biệt hay tính năng dịch tích hợp trong các model ngôn ngữ đa dụng, đều đã giỏi đến mức câu văn ra rất tự nhiên, đúng ngữ pháp, đọc lên không thấy gượng gạo như bản dịch máy kiểu cũ. Chính sự trôi chảy đó lại là cái bẫy, vì nó khiến người đọc và cả người duyệt tài liệu chủ quan tin rằng nội dung đã đúng, trong khi trôi chảy về ngôn ngữ không đồng nghĩa với chính xác về nghĩa, đặc biệt với các cụm từ chuyên ngành có thể dịch được theo nhiều nghĩa khác nhau tuỳ ngữ cảnh mà model không hiểu.

Rủi ro càng lớn hơn khi thuật ngữ đó lặp lại nhiều lần trong tài liệu, vì model không tự nhớ bạn muốn dịch nhất quán một cụm từ theo đúng một nghĩa cố định xuyên suốt, nên có thể chọn cách dịch khác nhau ở mỗi đoạn nếu không được cấu hình đúng. Nếu bạn chưa hình dung rõ sự khác nhau giữa các loại model AI đang có trên thị trường, có thể xem lại AI Model là gì và doanh nghiệp nên chọn model nào cho công việc để có bức tranh tổng thể trước khi đi vào phần chọn công cụ dịch dưới đây.

Bài này chỉ tập trung vào việc dịch tài liệu đã có sẵn nội dung gốc. Nếu nhu cầu của bạn là dùng AI để viết mới nội dung song ngữ ngay từ đầu, tiêu chí chọn model sẽ hơi khác một chút, có thể tham khảo thêm ở Chọn model AI cho viết nội dung: tiêu chí và cách kiểm thử.

Khung phân loại tài liệu theo mức rủi ro

Thay vì hỏi "AI dịch có đủ tốt không" như một câu hỏi chung chung, cách hỏi đúng hơn là "đủ tốt cho loại tài liệu nào". Cùng một model dịch, với tài liệu này có thể dùng thẳng không cần sửa, nhưng với tài liệu khác lại bắt buộc phải có người biên tập lại trước khi gửi đi. Cách chia dưới đây giúp bạn quyết định nhanh mà không cần thử từng tài liệu một.

Câu chuyện thu hồi tài liệu ở đầu bài chính là ví dụ của việc đưa một tài liệu rủi ro cao vào quy trình dành cho tài liệu rủi ro thấp, tức là dịch xong là gửi luôn mà không qua bước kiểm tra bởi người hiểu chuyên ngành.

Ba tiêu chí chọn công cụ dịch cho doanh nghiệp

Với tài liệu ở mức rủi ro trung bình đến cao, việc chọn đúng công cụ dịch giúp giảm đáng kể khối lượng sửa lỗi ở bước hậu biên tập phía sau. Có ba tiêu chí đáng nhìn kỹ thay vì chỉ so chất lượng câu dịch chung chung.

Tiêu chí đầu tiên là khả năng dùng bảng thuật ngữ riêng (glossary), cho phép doanh nghiệp khai báo trước một cụm từ chuyên ngành phải luôn được dịch theo đúng một nghĩa cố định, thay vì để model tự quyết định theo ngữ cảnh mỗi lần. Đây là công cụ quan trọng nhất để tránh đúng lỗi đã khiến công ty thiết bị y tế ở đầu bài phải thu hồi tài liệu.

Tiêu chí thứ hai là cách tính giá theo ký tự, vì đây là mô hình định giá phổ biến của các API dịch chuyên biệt. Theo trang giá chính thức, Google Cloud Translation Advanced tính phí quanh mức 20 đô la Mỹ cho mỗi một triệu ký tự dịch bằng model NMT tiêu chuẩn (sau khi dùng hết hạn mức miễn phí 500.000 ký tự mỗi tháng), còn dịch bằng model dựa trên LLM có giá cao hơn một chút cho cả đầu vào lẫn đầu ra. DeepL API cũng tính phí theo số ký tự dịch, chia theo các gói thuê bao kèm hạn mức, cộng thêm đơn giá cho phần vượt hạn mức, nên doanh nghiệp cần ước tính đúng khối lượng ký tự thực tế mỗi tháng trước khi chọn gói.

Tiêu chí thứ ba, và dễ bị bỏ qua nhất, là cam kết bảo mật tài liệu. Theo tài liệu điều khoản dịch vụ, DeepL cam kết chỉ lưu trữ nội dung tạm thời trong thời gian kỹ thuật cần thiết để xử lý, không dùng nội dung của khách hàng doanh nghiệp để huấn luyện lại model cho khách hàng khác. Với tài liệu chứa thông tin nhạy cảm như hợp đồng hay hồ sơ khách hàng, đây là điều bắt buộc phải đọc kỹ trong điều khoản của bất kỳ công cụ nào trước khi đưa tài liệu thật vào, thay vì mặc định mọi công cụ AI đều xử lý dữ liệu như nhau.

Quy trình hậu biên tập giữ chất lượng mà vẫn tiết kiệm

Không cần thuê dịch thủ công 100% để an toàn tuyệt đối, cũng không nên gửi thẳng bản dịch AI cho tài liệu rủi ro cao. Điểm cân bằng nằm ở quy trình hậu biên tập (post-editing) có phân công rõ ràng, chỉ tốn thời gian con người ở đúng chỗ cần thiết.

1. 1

   Xây bảng thuật ngữ trước khi dịch hàng loạt

   Liệt kê các cụm từ chuyên ngành hay lặp lại trong tài liệu của doanh nghiệp, thống nhất cách dịch đúng với người am hiểu chuyên môn, rồi nạp vào tính năng glossary của công cụ trước khi chạy dịch cho cả lô tài liệu.

2. 2

   Dịch thô bằng AI cho toàn bộ tài liệu

   Chạy bản dịch đầu tiên bằng công cụ đã chọn, xem đây là bản nháp chứ chưa phải bản cuối, kể cả khi câu văn đọc đã rất mượt.

3. 3

   Người biên tập rà theo đúng mức rủi ro của tài liệu

   Tài liệu rủi ro trung bình cần một người biên tập đọc lại toàn văn; tài liệu rủi ro cao cần thêm một chuyên gia ngành đối chiếu riêng phần thuật ngữ kỹ thuật, số liệu, điều khoản pháp lý.

4. 4

   Cập nhật ngược lại bảng thuật ngữ

   Mỗi lỗi thuật ngữ được phát hiện và sửa nên được thêm vào bảng thuật ngữ, để lần dịch tài liệu tương tự sau này không lặp lại đúng lỗi cũ, giúp quy trình càng dùng càng ít việc phải sửa tay hơn.

Ngoài dịch tài liệu văn bản, nếu doanh nghiệp còn cần model AI xử lý nội dung dạng ảnh hoặc âm thanh đa ngôn ngữ, phần chọn công cụ sẽ có thêm vài tiêu chí khác so với dịch văn bản thuần, bạn có thể tham khảo thêm ở Model đa phương thức: khi AI đọc được ảnh, âm thanh và video để mở rộng bức tranh khi cần.

Bảng so sánh nhanh ba nhóm công cụ

Checklist trước khi triển khai chính thức

• Đã xếp loại tài liệu cần dịch theo mức rủi ro thấp/trung bình/cao trước khi chọn quy trình.
• Đã xây bảng thuật ngữ riêng cho các cụm từ chuyên ngành hay lặp lại.
• Đã đọc điều khoản bảo mật của công cụ trước khi đưa tài liệu chứa thông tin nhạy cảm vào.
• Đã phân công rõ ai chịu trách nhiệm hậu biên tập cho từng mức rủi ro, không để "ai rảnh thì đọc lại".
• Đã ước tính chi phí theo đúng khối lượng ký tự dịch thực tế mỗi tháng, không chỉ theo giá gói cơ bản trên trang chủ.