Språk behandlas ibland som matematik: resultatet är antingen rätt eller fel.
Ser vi enbart till grammatik, stavning och meningsbyggnad är det lätt att förstå varför man tänker så. Ett ord plus ett annat ord blir rätt eller fel. Punkt slut.
Men alla som arbetar med text, översättning eller lokalisering vet att språk inte fungerar så.
Om det vore så enkelt skulle det snabbaste och billigaste alternativet vara att låta en AI-motor hantera allt. Men det är inte vad de flesta organisationer vill, åtminstone inte i alla lägen. Det man eftersträvar är inte bara teknisk korrekthet, utan något som är svårare att definiera.
AI kan leverera en tekniskt korrekt översättning, och ändå få den underkänd av mottagaren.
Varför?
Därför att det sällan finns bara ett "rätt" sätt att uttrycka något.
Ordval, ton, kulturella nyanser, målgruppens förväntningar och varumärkesröst påverkar hur en översättning uppfattas. Även om en mening är grammatiskt korrekt kan den ändå upplevas som fel. Känslan i översättningen stämmer helt enkelt inte.
Med andra ord: språk leder ger sällan ett enda entydigt resultat.
Varför språk sällan har ett enda "rätt" svar
Även om vi tar bort kulturella referenser, metaforer och idiom finns det fortfarande utrymme för flera korrekta översättningar.
AI och maskinöversättning fungerar just eftersom språk till viss del kan analyseras utifrån mönster och sannolikheter. Men algoritmer ställs inför samma grundläggande verklighet som mänskliga översättare: I många fall finns det flera tekniskt korrekta alternativ.
Valet blir en fråga om bedömning.
När en text översätts behöver översättaren ständigt prioritera. Ska fokus ligga på det ordagranna innehållet? Tonen? Läsbarheten? Varumärkesrösten?
Oavsett vilken väg översättaren eller efterredigeraren väljer behöver något prioriteras bort.
Den avgörande frågan är om valet motsvarar vad mottagaren hade förväntat sig eller själv valt.
I den meningen liknar översättning mindre enkel matematik där 2 + 2 = 4. I stället handlar det om att välja mellan flera bra alternativ som fungerar olika bra beroende på situation.
Hur mäter man kvalitet när subjektiva bedömningar spelar en så stor roll?
Det är precis den utmaning som Senior Quality Excellence Specialist Victoria Samuelsson arbetar med varje dag.
Hon hjälper globala organisationer att göra subjektiv språkkvalitet mer strukturerad, mätbar och användbar. I sitt arbete med LanguageWires kunder fokuserar hon på en central fråga: hur man definierar och förbättrar översättningskvalitet.
Hennes svar är en modell i fyra steg.
1. Vad innebär "hög kvalitet" för er?
Innan du kan mäta något behöver du definiera vad som räknas som "bra". LanguageWires Quality Excellence Team och Account Team hjälper dig att ta fram den definitionen utifrån dina behov.
"Två bilar från olika varumärken kan båda vara utmärkta bilar”, säger Victoria. "Men beroende på vem du frågar anses det ena varumärket ofta vara bättre. Det betyder inte att den andra bilen är sämre – bara att människor värderar olika saker."
Samma princip gäller för översättning. Om du vill mäta kvalitet behöver du först definiera vad som är viktigast för dina mottagare.
Med andra ord: hur ser er version av en ”bra bil” ut? Först då går det att mäta kvalitet och effekt på ett meningsfullt sätt.
2. Omsätt kvalitet i praktiken
När målen väl är tydliga behöver de konkretiseras. Språkresurser är verktygen som gör det möjligt:
Termdatabaser definierar godkänd terminologi
Stilguider beskriver ton, röst, målgrupper och skrivregler
Översättningsminnen lagrar godkända översättningar för återanvändning
AI-terminologi använder din termdatabas för att förbättra resultatet från maskinöversättning
De här resurserna skapar enhetlighet i innehåll och arbetsflöden och gör det lättare för översättare och lokaliseringsexperter att fatta beslut i linje med förväntningarna.
Hur ser det ut i praktiken?
Victoria ger ett exempel:
”Om du har en slogan eller ett budskap som du vill ska översättas på ett visst sätt, eller inte översättas alls, kan du lägga in det i översättningsminnet så att det återanvänds i framtida projekt.”
Ta Volkswagens globala slogan ”Das Auto” som exempel. Den används oförändrad på alla språk.
När beslut formaliseras skapas en trygghet i att den definierade kvaliteten återskapas i alla projekt.
3. Välj arbetsflöden som fångar nyanser
När grunden är på plats kan du börja hantera nyanser och förändringar i stilpreferenser.
Lokal granskning (validering) är kanske det viktigaste steget. Det gör det möjligt att granska översättningen mot källtexten, med termdatabasen och översättningsminnet som stöd.
Om granskaren har synpunkter på terminologi, stil eller kontextuella nyanser kan de lägga till ändringar och preferenser direkt. Det gör att lokaliseringsexperterna kan anpassa sig ännu bättre till kundens preferenser.
Som Victoria uttrycker det: ”I stället för att försöka reducera språk till en enkel rätt-eller-fel-bedömning gör det här arbetsflödet det möjligt för organisationer att utvärdera översättningskvalitet i sitt sammanhang.”
4. Bygg strukturerade feedbackloopar för kontinuerlig förbättring
Nästa steg är att samla in och strukturera feedback. När feedback samlas in och analyseras över tid börjar mönster att framträda.
På LanguageWire delas dessa insikter med kunderna för att identifiera återkommande problem, förstå grundorsaker och prioritera förbättringar. Över tid gör det möjligt att komma närmare de kvalitetsmål som organisationen har definierat.
LanguageWire har en etablerad process för feedback, så du behöver inte skapa en från grunden. Den bygger på mänsklig bedömning av kvalitetsfeedback. Så här ser processen ut:
1: Utvärdera feedbacken
Utvärdera feedbacken och identifiera grundorsaken. Det gör det möjligt att vidta rätt åtgärder för att förhindra att problemet uppstår igen. Det hjälper också att avgöra om feedbacken har en tydlig grundorsak.
2: Fastställ grundorsaken
Feedback är signalen som pekar på problemet. Grundorsaksanalysen (RCA) identifierar de bakomliggande orsakerna. Med andra ord: feedback visar vad som är fel, medan grundorsaksanalysen visar varför det blev fel. I grunden handlar det om en orsak-och-verkan-analys.
3: Ta fram en åtgärdsplan
Ett vanligt ramverk inom kvalitetsarbete är CAPA (Corrective and Preventive Action). CAPA är en kombinerad åtgärdsplan för att åtgärda befintliga problem och förebygga att de återkommer. Planen är i praktiken ett svar på feedback och innehåller korrigerande och förebyggande åtgärder. Korrigerande åtgärder hanterar problem som redan har uppstått. Förebyggande åtgärder fokuserar på att identifiera och eliminera bakomliggande orsaker innan de leder till återkommande problem. Inom lokalisering kan det till exempel handla om att uppdatera stilguider vid återkommande tonalitetsproblem, förbättra terminologin för att undvika oenhetliga ordval eller justera arbetsflöden för att minska flaskhalsar i granskningen.
4: Enas om insikter och lösning
Det finns ingen standardiserad CAPA-lösning som passar alla. Det som fungerar för din organisation fungerar inte nödvändigtvis i andra organisationer, eller ens i nästa projekt. CAPA diskuteras och beslutas alltid tillsammans med LanguageWire, från fall till fall, för att säkerställa samsyn kring förväntningar. När vi går igenom CAPA-listan tillsammans är din input avgörande. Om något inte stämmer överens med dina processer eller behov justerar vi det. LanguageWires mål är att säkerställa att åtgärderna är effektiva och meningsfulla för dig, inte bara för att lösa det aktuella problemet, utan också för att förhindra att det uppstår igen.
5: Implementera CAPA
All feedback hanteras enligt metoden. Varje synpunkt du lämnar används för att identifiera korrigerande och förebyggande åtgärder. Vissa av dessa åtgärder kan kräva din input. I så fall involverar vi dig direkt för att säkerställa att förväntningarna är tydliga och att åtgärderna stödjer ditt arbetssätt. Till exempel kan din input behövas för att förbättra terminologin så att den speglar hur din organisation vill kommunicera. Om din input inte behövs genomför LanguageWire nödvändiga CAPA-åtgärder och informerar dig när allt är klart. Du får alltid veta vad vi har gjort och varför.
Kontinuerlig förbättring är ett pågående samarbete, inte en engångsinsats.
Din CAPA-plan bör testas och valideras i verkliga projekt. I varje nytt projekt samlar du in och dokumenterar feedback för att säkerställa att lösningarna fungerar och skapar värde.
Styrkan i den här metoden är att den gör det möjligt att utveckla processer över tid. Det minskar risker och stärker samarbetet.
Inga nyheter är … inga nyheter: Kvalitet är att välja rätt alternativ
Kvalitet handlar om att välja det alternativ som ligger närmast det du själv hade valt. Det är det som får AI-översättningar att kännas rätt.
Om det går att definiera, om så bara på en grundläggande nivå, har vi hittat vägen till översättningar med hög kvalitet.
Victorias råd är tydligt: Berätta för din leverantör när du ser de där "rätta" alternativen. Det är den typen av feedback som banar väg för det resultat du vill uppnå.
Man brukar säga att 'inga nyheter, är goda nyheter'. Men vi menar att 'inga nyheter, är inga nyheter’.”
Att nå rätt kvalitetsnivå handlar om att definiera och kommunicera dina preferenser tydligt, och sedan förfina dem med hjälp av verktyg, feedback och processer.
Om du vill skapa struktur i ditt lokaliseringsarbete hjälper vi dig gärna. Vi kan hjälpa dig att definiera vad ”bra” innebär, implementera rätt teknologi och skapa arbetsflöden som kontinuerligt förbättrar kvaliteten.
Den här artikeln är aprilutgåvan 2026 av Lost & Found in translation, vårt månatliga nyhetsbrev med insikter, perspektiv och reflektioner från personer som arbetar med lokalisering. Prenumerera för att få nästa utgåva direkt.
