DeepL op de rooster

DeepL vertaalscherm

In ons laatste blogartikel raakten we even het thema aan van de geautomatiseerde oplossingen die ernaar ijveren de vertaler te vervangen. De reputatie van DeepL als “better than Google Translate” en “so good” willen we in dit artikel meer in detail onderzoeken. Vandaag leggen we dan ook DeepL op de rooster. We hebben een bloemlezing van passages geselecteerd in het Frans en Nederlands, en lieten DeepL (gratis versie) ermee aan de slag gaan. We stelden vast dat

heel wat tekst behoorlijk in de doeltaal werd omgezet. DeepL verslikt zich niet systematisch in uitdrukkingen of beeldtaal, en slaagt er zelfs in tot op zekere hoogte zinnen te “herkauwen” en doelzinnen te produceren waarvan de woordvolgorde door elkaar is gehaald voor een idiomatisch resultaat.

Toch laat de tool hier en daar een (serieuze) steek vallen. Een professionele revisor of vertaler zal die fouten spotten, maar als je de tool gebruikt precies om geen beroep te moeten doen op die professionals, dan loop je het risico dat je doeltekst niet vertelt wat je voor ogen had. We hebben een aantal voorbeelden verzameld om te illustreren waar en hoe het fout kan gaan.

Voorbeeld 1: “een stapje verder”

De fout ontstaat bij “een stapje verder komen”, dat wordt vertaald als “avoir une longueur d’avance”. In het Nederlands wordt een evolutie verwoordt, in het Frans een verworvenheid. Dat blijkt mooi wanneer je de door DeepL voorgestelde vertaling terugvertaalt naar het Nederlands (een techniek die ook door menselijke vertalers wordt gebruikt, bijvoorbeeld in de opleiding, om te controleren of de vertaling klopt).

Ineens hebben de Zooms en DeepLs van deze wereld al een stap voor op menselijke vertalers en tolken, wat helemaal niet in de brontekst werd beweerd. De Franstalige lezer die zich enkel op de DeepL-vertaling zou baseren, krijgt dus een wezenlijk andere boodschap dan de Nederlandstalige lezer.

Voorbeeld 2: peut/pourrait nous surprendre

Hier vertaalt DeepL “zal ons wellicht nog verrassen” door “peut encore nous surprendre”. Waar het Nederlands een tipje van een toekomstige sluier probeert te lichten en als een Madame Soleil voorspelt dat DeepL ons naar alle waarschijnlijkheid nog zal verrassen, stelt de Frans tekst dat DeepL ons nog altijd kan verrassen. Het perspectief van die stelling is veeleer in het verleden verankerd, wat ook blijkt uit de terugvertaling.

Ook hier ontvangen de Franstalige en Nederlandstalige lezer dus wezenlijk verschillende boodschappen.

Voorbeeld 3: drie euvels

In de volgende passage stellen we drie zaken vast:

  • Het begin van de zin wordt eenvoudigweg weglaten. Die informatie over de Amerikaanse journalist is overbodig voor de Nederlandse lezer, niet?
  • Povere vertaling van “la capacité collective d’un groupe”: de transparante vertaling bestaat inderdaad, maar zou een Nederlandstalige het spontaan ooit over de “collectieve capaciteit van een groep” hebben?
  • De Franstalige titel wordt netjes naar de oorspronkelijke titel omgezet.
  • “Les plus fins connaisseurs” wordt vertaald door de “best geïnformeerde”. Een kenner is niet hetzelfde als iemand die goed is geïnformeerd.

Wat zien we bij de terugvertaling?

  • Het begin van de zin is in de vergeetput blijven steken, uiteraard.
  • De “capacité collectivé d’un groupe” komt netjes terug, maar daar ligt de bedenking enkel bij het niet-idiomatische Nederlands van de vertaling.
  • De titel blijft in het Engels ; Franstaligen zouden de voorkeur geven aan de Franse vertaling.
  • “Les plus fins connaisseurs” is verdwenen: we komen niet verder dan de “best geïnformeerde”, maar daar gaat het de auteur niet om.

Voorbeeld 4: het scheelt een slok op een borrel

In de volgende zin ontstaat er een probleem op het niveau van “correspond presque (…), à une livre près” dat vertaald wordt door “bijna exact overeenkomt (…), tot op een pond nauwkeurig”. Dat is niet wat de man vaststelde. Hij stelde vast dat de mediaan er een pond naast zat.

Hoe ontstaat de fout? “À une livre près” is niet hetzelfde als “à la livre près”. Het eerste vertaal je door “op een pond na”, het tweede door “tot op een pond nauwkeurig”.

Het gekke is dat DeepL wel weet dat “tot op een pond nauwkeurig” vertaald wordt door “à la livre près”. Lees maar na in onderstaande terugvertaling.

Voorbeeld 5: ne prenons pas tout au pied de la lettre

In onderstaand voorbeeld ontstaan er twee verschuivingen:

  • “le plus grand nombre” is een ietwat zwierige omschrijving voor “de grote groep”. Het gaat er niet noodzakelijk om dat het aantal het grootste zou zijn; bovendien zou deze bewoording niet spontaan uit de Nederlandstalige pen rollen.
  • “Est à l’origine de” wordt afgevlakt naar “neemt”. Het vertaalt wel degelijk de betekenis van de brontekst, maar de verfijnde bewoording van de auteur (collega Guillaume Deneufbourg) gaat helemaal verloren.

Nemen we er de terugvertaling bij, dan zien we dat:

  • De eerste woordgroep keurig terugkomt, maar daar ligt het probleem zuiver bij de niet-idiomatische Nederlandse tekst;
  • “Être à l’origine de” is vervangen door het doordeweekse “prendre”.

Voorbeeld 6: der kleine Unterschied

Soms zit het verschil in kleine dingen. Vertalers weten dat maar al te goed. Zo zien we in het volgende voorbeeld:

  • “Opnieuw vormgeven” komt hier niet neer op het hertekenen, zoals de Franse vertaling suggereert. Het gaat erom dat je de opstelling kan wijzigen van de bestaande bank.
  • Het frame is fijn en bekleed, niet fijn bekleed. De komma maakt hier een wezenlijk verschil waar DeepL overheen fietst. Opvallend, want dat steunt op een taalregel. Waar een regel is, zou je verwachten dat het systeem juist beter presteert.
  • “Bankprogramma” zal een Franstalige niet spontaan als “programme de canapé” vertalen, maar veeleer als “gamme”.
  • Afmetingen zijn eerder “dimensions” dan “tailles”.

Kijk je mee naar de terugvertaling?

  • “Aangepast” is veel algemener dan “vormgegeven”: een afvlakking.
  • De komma tussen fijn en gestoffeerd is uiteraard zoek.
  • Het bankenprogramma komt netjes terug, maar dat probleem ligt vooral aan het niet-idiomatische Frans.
  • Er verschijnt “maten” in plaats van “afmetingen”, wat logisch is doordat er “tailles” staat in plaats van “dimensions”.

Voorbeeld 7: wat vangt DeepL aan met anderskleurige draad?

In onderstaand voorbeeld speelt de auteur met de woordgroep “loopt als een rode draad doorheen”. Wat zal DeepL daarmee aanvangen? Zal het platform ook het kleurrijke “in bed duiken” zwierig vertalen?

Hoewel DeepL soms wel met woordvolgordes durft te spelen, doet het platform het hier niet. Daardoor krijg je het holle “est un fil + de kleuren”. Is er een vertaler in de zaal met een idiomatischer vertaalvoorstel? “In bed duiken” wordt gewoon “gaan slapen”. En dan struikelt DeepL over een onvermoede steen: de “zwoele avond” wordt “étouffante”. De Nederlandstalige lezer zal eerder wegdromen bij zo’n avond en er een romantische of intieme bijklank in lezen. De Franstalige lezer kijkt al of de airco’s in promotie staan.

Wat blijft er van de brontekst over als we de vertaling door DeepL halen? Komt die weer boven water?

De woordspeling is uit elkaar gerukt, wat het effect ervan eigenlijk teniet doet. En zwoele avond of niet, je gaat gewoon braafjes naar bed. Niets te duiken.

Voorbeeld 8: droger, maar ook hier dik fout

Wie zal er samenzitten? In het Nederlands zou je het grammaticaal op twee manieren kunnen interpreteren: de secretarissen met de verzender van de mail, of de secretarissen onder elkaar. Inhoudelijk lijkt het logisch dat ook de verzender met de secretarissen wil samenzitten. In het Frans valt de arme man of vrouw uit de boot: alleen de secretarissen vergaderen.

Gek genoeg pikt DeepL de geijkte term niet op voor “eisenbundels”, hoewel het contextueel duidelijk in de sfeer van de vakbonden te situeren is (cahiers des revendications).

We vrezen voor de terugvertaling…

Het eerste euvel is enkel in het Frans een probleem, maar het tweede levert zoals verwacht niet de geijkte term op.

Voorbeeld 9: weglatingen gooien roet in het eten

In onderstaand voorbeeld doen zich volgende problemen voor:

  • “As-built” moet behouden blijven, omdat het refereert aan specifieke schema’s. In de terugvertaling kan je vaststellen welke betekenisverschuiving ontstaat.
  • “Lokaalnrs” en “lokaalnamen” zijn iets anders dan “lokale nummers” en “lokale namen”.
  • “Legende gebruikte symbolen” is eigenlijk de legende van de gebruikte symbolen.

Spoel maar door naar de terugvertaling om heel duidelijk te zien welke problemen er ontstaan.

Voorbeeld 10: verzwakking, vervlakking – de taal verliest haar luister

Om het met de woorden uit de tekst te zeggen: si DeepL est souvent exact, il ne brille pas pour autant par sa justesse.

Voorbeeld 11: ronkend en complex juridisch, DeepL pruttelt zwaar

We knarsetanden bij:

  • “Houder” van een monopolie? Hier lukt het niet zo best om de zin minder complex te maken, DeepL, hou het maar op complex.
  • Des exigences de qualités (sic), découlant de…: vanwege? Hm, niet helemaal.
  • “Mais également qu’il se soumette”: grammaticaal kan dit enkel bij “il en découle que” horen. Het moet in het Nederlands een dat-zin zijn.

Toegegeven, de oorspronkelijke zin loopt nogal mank. In dergelijke situaties zal een vertaler de elementen ontwarren op basis van zijn ervaring, de bredere context en andere elementen. Of hij polst de auteur om te achterhalen wat die nu precies heeft bedoeld.

Conclusie – voor niet-vertalers

Samenvattend kunnen we stellen dat DeepL-vertalingen zeker niet altijd slecht zijn. Als u het platform een vrij grijze, doordeweekse tekst voorlegt, is de kans reëel dat de vertaling redelijk juist tot heel juist is, hoewel het risico blijft bestaan dat DeepL zonder dat u het merkt volledig de mist ingaat. Dat weet u evenwel alleen met zekerheid als u de vertaling toevertrouwt aan een vertaler/revisor die met een arendsoog het resultaat naleest.

Zodra u een klein beetje creatief bent met de taal of een technisch complexe uitleg doet, stijgt het risico exponentieel dat de betekenis van uw tekst niet correct wordt weergegeven in de andere taal. De steken die DeepL laat vallen kunnen namelijk de wezenlijke betekenis veranderen. Met DeepL alleen komt u er dus niet, tenzij het van u ook best wel fout mag zijn natuurlijk.

Dan is het soms nog juist, maar vlak en grijs. Zoals collega Guillaume Deneufbourg heel terecht aanstipt, verarmt de taal die door DeepL wordt geproduceerd. Dat ligt in lijn met het onderliggende principe van de tool.

Conclusie – voor vertalers

Heeft de tool dan meerwaarde voor vertalers? Het zou gestructureerd en systematisch onderzoek vragen om na te gaan in hoeverre DeepL-vertalingen na revisie het niveau kunnen halen van menselijke vertalingen na revisie. Of om na te gaan hoe de revisor een DeepL-vertaling ervaart (waarbij je nu eens openlijk en dan weer blind de DeepL-vertalingen zou moeten voorleggen, om eventuele vooringenomenheid te identificeren).

Voor de vuist weg lijkt DeepL niet zo’n wereldschokkend verschil te kunnen maken voor de professionele vertaler. Waar je als vertaler het hardst naar zoekt, is namelijk niet het stuk dat DeepL losjes, snel en vrij correct uit zijn virtuele mouw kan schudden. Het zijn de creatieve vondsten waar je vaak heel lang op sabbelt, en dat zijn nu net de stukken tekst waar DeepL op afgaat als een grijze gieter.

Alles samen: DeepL is een leuke Spielerei. Wie als taalonkundige denkt met een DeepL-vertaling te begrijpen of weer te geven wat de brontekst vertelt, neemt zichzelf in het ootje. Niet voor de volle 100 %, neen. Voor de 20 à 25 % die nu juist het verschil uitmaken.

Marie Hélène de Cannière

Author: Marie Hélène de Cannière

Marie Hélène werkt bij Eloquentia als tolk, vertaalster en Business Developer. Ze heeft een Master in Vertaalkunde, een MBA in Marketing Management, een doctoraat in TEW en een postgraduaat conferentietolken.