Sprog betragtes nogle gange som matematik, hvor et resultat enten er rigtigt eller forkert.
Hvis man kun ser på grammatik, stavning og sætningskonstruktion, kan man godt se, hvordan den tanke opstår. Et ord plus et andet ord er lig med rigtigt eller forkert. Slut, færdig.
Men alle, der arbejder med at skrive, oversætte eller lokalisere, ved, at det ikke er så ligetil med sprog.
Hvis det var, ville den nemmeste og hurtigste løsning være at fodre en AI med hele molevitten og lade den klare resten. Men det er ikke, hvad de fleste organisationer ønsker – i hvert fald ikke hver gang. Det, de er ude efter, er ikke kun formelt korrekt sprog, men noget, som er sværere at definere.
Selv om en AI leverer en formelt korrekt oversættelse, kan den stadig blive afvist af de mennesker, der skal bruge den.
Og det skyldes,
at der sjældent kun er én "rigtig" måde at udtrykke noget på.
Valg af ord, tonefald, kulturel nuancering, målgruppens forventninger og brand voice påvirker alle, hvordan en oversættelse bliver opfattet. Selv om en sætning grammatisk set er perfekt, kan den blive opfattet som forkert eller ukorrekt. Som læser kan man få en fornemmelse af, at oversættelsen på en eller anden måde rammer ved siden af.
Sprog producerer altså sjældent et enkelt endegyldigt resultat.
Derfor har sprog mere end ét "rigtigt" svar
Selv hvis vi fjerner kulturelle referencer, metaforer og talemåder fra regnestykket, kan oversættelse føre til flere korrekte resultater.
AI og maskinoversættelse fungerer netop, fordi sprog i nogen grad kan analyseres ud fra mønstre og sandsynligheder. Men algoritmer skal stadig tackle den samme basale realitet som menneskelige oversættere, nemlig at der i mange tilfælde findes flere muligheder, som alle formelt set er korrekte.
Hvilken man vælger, er smag og behag.
Under oversættelse af tekster skal oversættere konstant beslutte, hvilke elementer de vil prioritere. Skal der lægges vægt på den bogstavelige mening? På tonefaldet? På læsbarheden? Eller på brand voice?
Uanset hvilken rute oversættere eller validatorer vælger, er de nødt til at ofre et eller andet.
Det store spørgsmål er, om de træffer samme valg, som modtageren forventer eller ville have truffet?
Når man ser sådan på det, minder oversættelse ikke så meget om at løse et regnestykke, hvor 2 + 2 = 4, men snarere om at vælge mellem flere gode valgmuligheder, som hver især fungerer lidt forskelligt afhængigt af omstændighederne.
Hvordan bedømmer man kvaliteten, når personlig smag er en afgørende faktor?
Det er præcis den udfordring, som Senior Quality Excellence Specialist Victoria Samuelsson står over for på daglig basis.
Hun hjælper globale organisationer med at forvandle subjektiv sprogkvalitet til noget struktureret og målbart, som man kan handle ud fra. I sit arbejde med LanguageWires kunder fokuserer hun på ét centralt spørgsmål, nemlig hvordan man definerer og forbedrer kvaliteten af oversættelser.
Hendes løsning er en tilgang, der består af fire trin.
1. Hvad betyder "god kvalitet" for dig?
Før man bedømmer noget, er man nødt til at definere, hvordan et "godt" resultat ser ud. Hos LanguageWire hjælper vores Quality Excellence Team og Account Team jer med at nå frem til denne definition – uanset hvordan den ser ud for jer.
"To biler fra to forskellige mærker kan begge være fremragende biler," forklarer Victoria. "Men afhængigt af, hvem man spørger, vil det ene mærke ofte blive opfattet som det bedste. Det betyder ikke, at den anden bil er dårlig – bare, at folk lægger vægt på forskellige ting."
Samme princip gælder for oversættelse. Hvis man vil bedømme kvalitet, er man nødt til først at definere, hvad der betyder mest for ens interessenter.
Eller med andre ord, hvad ens opfattelse af en "god bil" er. Først da kan kvalitet og effekt vurderes på en meningsfuld måde.
2. Omsæt kvalitet til praksis
Når man har lagt sig fast på sine mål, skal de gøres håndgribelige. Linguistic assets er de værktøjer, der får det til at ske:
Termbaser definerer godkendt terminologi
Style guides beskriver tone, brand voice, målgruppe og skriveregler
Oversættelseshukommelser indeholder godkendte oversættelser, der kan genbruges senere
AI-terminologi forbedrer maskinoversættelser ved hjælp af jeres termbase.
Disse aktiver er med til at skabe ensartethed på tværs af content og teams, så oversættere og lokaliseringsspecialister kan træffe beslutninger, der lever op til forventningerne.
Hvordan ser det ud i den virkelige verden?
Victoria giver et eksempel:
"Hvis man har et slogan eller et motto, som man ønsker oversat på en bestemt måde eller slet ikke oversat, kan man tilføje det til oversættelseshukommelsen, så det bliver genbrugt i fremtidige oversættelsesprojekter."
Tag for eksempel Volkswagens globale slogan "Das Auto". Det forbliver det samme på alle sprog.
Formaliserede beslutninger skaber tillid til, at den kvalitet, man har defineret, kommer til udtryk i alle projekter.
3. Vælg workflows, der indfanger nuancerne
Når grundlaget er på plads, kan man begynde at håndtere nuancer og varierende præferencer med hensyn til stil.
Lokal korrektur (validering) er måske det vigtigste trin. Det giver mulighed for at tjekke oversættelsen i forhold til kildeteksten med termbasen og oversættelseshukommelsen til at give kontekst.
Hvis validatorerne har modtaget instruktioner om terminologi, stil eller kontekstuel nuance, kan de umiddelbart tilføje deres ændringer og præferencer. Det hjælper lokaliseringsspecialister med at fange den røde tråd i kundens præferencer endnu bedre.
Som Victoria udtrykker det: "I stedet for at prøve at reducere sprog til en basal vurdering af rigtigt eller forkert, giver denne workflow virksomheder mulighed for at vurdere resultatet af oversættelsesarbejdet i kontekst."
4. Skab feedback loops, der løbende kan forbedre resultaterne
Som næste trin anbefaler Victoria at føre strukturerede optegnelser over feedback. Når man indsamler og analyserer feedback, vil der med tiden begynde at dukke mønstre op.
Hos LanguageWire deles disse data med kunder som en hjælp til at identificere tilbagevendende problemer, forstå de tilgrundliggende årsager og prioritere mulighederne for forbedringer. Det gør det muligt over tid at komme tættere på de kvalitetsmål, virksomhederne har defineret.
LanguageWire har udarbejdet en proces for feedback, så I ikke behøver at opfinde en selv. Den bygger på menneskelig vurdering af kvalitetsfeedback. Sådan ser processen ud:
1: Bedøm feedbacken
Bedøm feedbacken, og identificer den tilgrundliggende årsag. På den måde kan I iværksætte de rette foranstaltninger, der kan forhindre problemet i at gentage sig. Det hjælper også med at afklare, om der findes en tilgrundliggende årsag til feedbacken.
2: Fastslå den tilgrundliggende årsag
Feedbacken er den advarsel, der viser jer, hvad problemet er. Årsagsanalysen afdækker de forhold, der affødte problemet. Eller med andre ord belyser feedbacken, hvad der er galt, mens årsagsanalysen fortæller jer, hvorfor det gik galt. Det er i bund og grund en analyse af årsag og effekt.
3: Udarbejd en handlingsplan
En ofte benyttet ramme til kvalitetsstyring kaldes CAPA, som står for "Corrective and Preventive Action" eller korrigerende og forebyggende tiltag. CAPA er en kombineret handlingsplan, der både skal afhjælpe eksisterende problemer ud fra deres tilgrundliggende årsager og forhindre, at de dukker op igen i fremtiden. Planen er dybest set en reaktion på feedback, og den indeholder afhjælpende og/eller forebyggende tiltag. Afhjælpende tiltag håndterer problemer, der allerede er indtruffet. Forebyggende tiltag fokuserer på at afdække og eliminere de tilgrundliggende årsager, før de kan få problemerne til at dukke op igen. I forbindelse med lokalisering kan det betyde at opdatere en style guide efter gentagne problemer med tone of voice, at forbedre terminologistyringen for at undgå inkonsistente ordvalg eller at justere workflows for at forhindre flaskehalse i korrekturfasen.
4: Bliv enige om indsigter og løsning
Der findes ingen CAPA-standardløsning, som passer til alle. Noget, der virker for jer, fungerer måske ikke for en anden organisation og måske ikke engang for jeres næste projekt. CAPA drøftes og aftales altid mellem jer og LanguageWire fra sag til sag for at afstemme forventningerne. Når vi sammen gennemgår listen over CAPA-tiltag, er jeres input afgørende. Hvis noget ikke passer til jeres organisatoriske processer eller behov, kan vi tilpasse det. LanguageWires mål er at sikre, at de initiativer, vi iværksætter, er effektive og giver mening for jer – ikke kun i forhold til at løse problemet, men også forhindre det i at opstå igen.
5: Gennemfør CAPA-løsningen
Al feedback behandles via metodologien. Enhver feedback, I afgiver, bruges til at identificere CAPA-foranstaltninger, dvs. afhjælpende eller forebyggende tiltag. Nogle af disse tiltag kan kræve input fra jer. Hvis det er tilfældet, inddrager vi jer direkte for at sikre, at forventningerne er afstemte, og at de tiltag, vi iværksætter, faktisk understøtter den måde, I ønsker at arbejde på. Jeres input kan eksempelvis være nødvendigt for at forbedre terminologien, så den afspejler den måde, jeres organisation foretrækker at kommunikere på. Hvis der ikke er brug for input fra jer, vil LanguageWire implementere de nødvendige CAPA-foranstaltninger og give jer besked, når alt er gennemført. I får altid at vide, hvad vi har gjort, og hvorfor.
Løbende forbedringer er et kontinuerligt partnerskab, ikke et enkeltstående tiltag.
Jeres CAPA-handlingsplan skal testes og valideres med rigtige projekter. For hvert nyt projekt går I ind og registrerer feedbacken, så I kan sikre, at løsningen faktisk virker og genererer merværdi.
Grunden til, at denne metode er så stærk, er, at den giver processerne mulighed for at udvikle sig over tid. Det reducerer igen risici og styrker samarbejdet.
Intet nyt er … intet nyt: Kvalitet er at vælge den foretrukne mulighed
I sidste ende betyder kvalitet at vælge den mulighed, der er tættest på den, I selv ville have fundet på. Sådan får man en AI-oversættelse til at føles rigtig.
Hvis det kan defineres, selv på det allermest grundlæggende plan, har vi fundet vejen til fremragende oversættelser.
Victorias råd er klart: Sig det til jeres udbyder, når I ser disse "rigtige" valg. Det er denne feedback, som baner vejen til det ønskede resultat.
"Det kan godt være, at talemåden påstår, at 'intet nyt er godt nyt'. Men vi mener, at 'intet nyt er intet nyt'."
For at nå det rette kvalitetsniveau skal I definere og kommunikere jeres præferencer direkte – før I finpudser dem gennem værktøjer, feedback og processer.
Hvis I er klar til at tilføre struktur til jeres lokaliseringssetup, er vi klar til at hjælpe jer. Vi kan hjælpe jer med at definere, hvordan "godt" ser ud, arrangere den rigtige teknologi og etablere workflows, der løbende forbedrer kvaliteten i stor skala.
Let's talk it throughDenne artikel stammer fra april 2026-udgaven af Lost & Found in Translation, et månedligt nyhedsbrev med indsigter, holdninger og betragtninger fra rigtige mennesker, der arbejder med lokalisering. Tilmeld dig nyhedsbrevet, så får du besked, når næste udgave udkommer.
Subscribe
