Naar inhoud

Het gebruik van automatische vertaling op de klantenservice

In 1954 demonstreerden onderzoekers van IBM de eerste vertaalmachine. Binnen een paar jaar zou alle tekst machinaal worden vertaald, zo claimden ze. Zo’n 60 jaar later kunnen we stellen dat de wetenschappers wel een tikkeltje opportunistisch waren. De technologie op het gebied van vertalen heeft zich de laatste jaren echter sterk ontwikkeld. Tegenwoordig zijn er verschillende zelflerende systemen, die snel en efficiënt teksten omzetten. Maar kun je deze technologie al inzetten voor de internationale klantenservice van jouw organisatie? Of schiet het daarvoor nog te kort?

Veel mensen komen met Google Translate op de proppen als je vraagt naar vertaalmachines. En terecht, want het is een enorm handige service wanneer je op zoek bent naar een snelle vertaling. Online zijn er echter ook tal van voorbeelden te vinden waarbij een vertaling via de service van onbedoeld grappig blijkt te zijn. Of juist kwetsend is voor een bepaalde groep. En hier kom je bij de kern van het probleem van machinevertalingen: een vertaling zonder spel- en taalfouten, typo’s en misinterpretaties is alleen mogelijk met behulp van menselijke inbreng.

Neural machine translation

Een vertaalmachine kun je vergelijken met een papegaai: je kunt hem wel woordjes leren, maar de vogel snap niet wat hij zegt. Het menselijk geheugen slaat allerlei informatie uit de wereld om zich heen op, waardoor we taal in de juiste context kunnen zetten. Neural machine translation is een manier om ook de context te begrijpen. NMT is een technologie waarbij het systeem biologische neurale netwerken, die je ook terugvindt in het brein, imiteert. Machinaal vertalen is dan niet langer woordjes stampen, maar ook proberen de context te begrijpen. Door steeds meer data toe te voegen, leert het systeem stapsgewijs steeds meer.

Machinevertalingen in klantenservice

Wat betekent dit voor de inzet van machinevertalingen in de klantenservice? De beste NMT-systemen zijn nog niet in staat om een consistente tone of voice te leveren of zo goed als foutloos te opereren. Beide aspecten zijn cruciaal als je NMT succesvol en op grote schaal wil inzetten. Vertaalsystemen kunnen zich moeilijk aanpassen aan verschillende content-types. Het taal- en woordgebruik voor het aanleveren van een ticket is vaak anders dan de tekst van een FAQ-pagina. Daarnaast is het niet mogelijk per klant de juiste toon te bepalen. Een grote opdrachtgever kun je in de regel beter formeel aanspreken, terwijl een zzp’er veelal niet zit te wachten op heel stijf contact.

Ontbreken van de human touch

In het kort, vertaalmachines missen nog steeds de human touch die nodig is om de culturele referenties en de context van taal te begrijpen. Dit wil niet zeggen dat automatische vertalingen niet bruikbaar zijn. NMT gecombineerd met geavanceerde en geautomatiseerde kwaliteitscontroles plus menselijke eindredactie zorgt voor goede vertalingen. Een proces dat binnen 20 minuten gepiept kan zijn, mits het goed is ingericht. Bovendien is NMT nog volop in ontwikkeling en gaat de technologie steeds beter aan de behoeften van bedrijven met een internationaal klantenbestand voldoen.

Betere versie van een papagaai

Hoewel machinevertalingen steeds beter worden, blijft het de komende tijd waarschijnlijk een betere versie van een papegaai. Maar geholpen door de slimme inzet van data en menselijke eindredactie is het zeker een handig hulpmiddel voor support-teams die hun klanten wereldwijd op een goede manier willen ondersteunen.

Robert Kruis is werkzaam als strategic account executive Benelux bij Zendesk, een leverancier van klantenservicesoftware en een supportticketsysteem.
Bron: CustomerTalk
0
Logo CustomerTalk

Cookie-instellingen

CustomerTalk maakt gebruik van cookies voor een optimale gebruikerservaring.

Graag vragen wij je toestemming voor het plaatsen van deze cookies.

Accepteren Meer informatie