Hasibuan, S. W., Sibarani, B., Sinaga, D. R., & Siregar, A. G. (2025). Accuracy of DeepL Translation in Inside Out 2 Movie Compared to Official Subtitles. Journal of English Language and Education, 10(3), 79-85.
מבוא
המאמר עוסק בהערכת הדיוק של תרגום תכנים קולנועיים, ובפרט בסרט "הפוך על הפוך 2", תוך השוואה בין תרגום שנעשה באמצעות מערכת התרגום האוטומטי DeepL לבין הכתוביות הרשמיות שתורגמו על ידי בני אדם. עם התקדמות טכנולוגיות התרגום המכונה ובמיוחד הופעת מערכות כמו DeepL, התעורר עניין בבחינת מידת ההתאמה של תרגומים אלו להקשרים תרבותיים, רגשיים ולשוניים, בעיקר בתכנים קולנועיים שבהם המשמעות נובעת מהקשר רגשי, הבעות, הומור ומסרים עקיפים.
המחקר מתבסס על הערכת איכות תרגום לפי המודל של נאבאבן, נוראיני וסומרדיאונו משנת 2012, המדרג תרגומים לשלוש קטגוריות: מדויק, מדויק במידה בינונית ולא מדויק. הבחירה בסרט "הפוך על הפוך 2" נעשתה לאור שפתו העשירה בביטויים אידיומטיים, דיאלוגים רגשיים ורמיזות תרבותיות, מה שהופך אותו לאתגר של ממש עבור מערכות תרגום אוטומטיות.
מסגרת תיאורטית
המאמר מתייחס לפער שבין דיוק דקדוקי לבין דיוק סמנטי ופרגמטי. מערכות כמו DeepL מתמקדות בהפקת תרגומים שוטפים ותקינים תחבירית, אך חסרים להן לעיתים היכולות להבין הקשרים תרבותיים ורגשיים. לפי קהן, מערכות תרגום עצביות, על אף היכולת לייצר פלטים זורמים, אינן מצליחות תמיד להעביר את המשמעות המלאה והמדויקת בטקסטים עשירים בהקשרים. התרגום הקולנועי, במיוחד בצורת כתוביות, דורש איזון עדין בין תמציתיות, בהירות והקפדה על משמעויות קונטקסטואליות, במיוחד כאשר מדובר בטקסטים שמופיעים בזמן מוגבל על המסך.
לצורך הערכת תרגום מדויק, נדרש שהמשמעות תועבר במלואה, ללא השמטות, תוספות או עיוותים. האתגר המרכזי של DeepL נובע מהנטייה לתרגם באופן מילולי ביטויים שאינם ניתנים להבנה מילולית, כמו "Bring it in!" שתורגם כ"בּוֹא נכניס את זה", בעוד שהכתוביות הרשמיות תרגמו כ"להתכנס", מה שמתאים להקשר של קריאה קבוצתית.
מתודולוגיה
המחקר בוצע בשיטה איכותנית תיאורית, תוך ניתוח טקסטואלי של 30 קטעי דיאלוג שנבחרו מתוך הסרט. קטעים אלו נבחרו בשל עושרם הלשוני והסמנטי, וכוללים ביטויים אידיומטיים, שימושים לשוניים לא שגרתיים, מבנים תחביריים מורכבים ותוכן רגשי או תרבותי טעון. כל קטע נבחן בשלוש גרסאות: המקור באנגלית, תרגום DeepL, והכתוביות הרשמיות שתורגמו על ידי מתרגמים מקצועיים.
לכל קטע הוקצה ציון לפי שלושת דרגות הדיוק של נאבאבן ושותפיו: ציון 3 לציון מדויק לחלוטין, ציון 2 לדיוק בינוני, וציון 1 לקטעים שבהם המשמעות השתבשה או לא הועברה כלל.
ממצאים ודיון
מהניתוח עולה כי מתוך 30 קטעים שנבדקו, רק חמישה קיבלו דירוג מדויק, עשרים קיבלו דירוג מדויק-למחצה, וחמישה קיבלו דירוג של חוסר דיוק. כלומר, 66 אחוז מהתרגומים של DeepL נחשבים כמדויקים באופן חלקי, 17 אחוז מדויקים במלואם, ו־17 אחוז אינם מדויקים כלל.
תרגומים מדויקים כללו מקרים שבהם DeepL הצליח להשתמש במונחים מקבילים בתרבות היעד, כמו התרגום של "old school" ל"jadul", ביטוי עכשווי ונפוץ באינדונזית. עם זאת, גם במקרים מדויקים, הסגנון נוטה להיות פורמלי יותר מהכתוביות הרשמיות, ולעיתים פחות טבעי לדובר ילידי.
בקטגוריית הדיוק הבינוני, רוב התרגומים שימרו את המשמעות המרכזית אך לקו בשימוש בדימויים שאינם טבעיים בשפת היעד. לדוגמה, הביטוי “make some noise!” תורגם על ידי DeepL כ"לעשות רעש" או "קול רעשני", מה שעלול להיתפס כבעל קונוטציה שלילית, לעומת הכתוביות שתורגמו כ"מחיאות כפיים סוערות" או "סימן לשמחה", בהתאם להקשר.
התרגומים שאינם מדויקים סבלו מתרגום מילולי מובהק שהחמיץ את הכוונה של המשפט. כך, למשל, “Bring it in!” תורגם כ"בּוֹא נכניס את זה", מבלי להתחשב בכך שבמקרה זה מדובר בקריאה קבוצתית לאיחוד, ולא במשמעות מילולית של הכנסת חפץ.
המסקנה המרכזית היא ש־DeepL נוטה לתרגום נאמן למבנה המשפט ולמילים עצמן אך חסר את ההקשר הרחב יותר, דבר שמוביל לאובדן משמעות, במיוחד כאשר מדובר בתכנים שמערבים תרבות, רגש או מטאפורות. אמנם הוא מספק תרגומים נכונים מבחינה תחבירית, אך מפספס את הרובד הפרגמטי של השפה.
סיכום ומסקנות
המחקר ממחיש כי על אף יתרונותיו בתחביר ושטף, DeepL עדיין רחוק מלהיות חלופה אמינה לתרגום כתוביות בסרטים. הוא מצליח יחסית כאשר מדובר בטקסטים פשוטים או מבנים לשוניים סטנדרטיים, אך מתקשה בהעברת הבעה רגשית, הקשרים תרבותיים וביטויים מורכבים. לעומת זאת, הכתוביות הרשמיות מצליחות לשמר את משמעות המקור, תוך התאמה תרבותית ולשונית, ולפיכך מדויקות יותר באופן ניכר.
המסקנה המרכזית היא כי DeepL, על אף התקדמותו והדיוק היחסי שלו במקרים מסוימים, אינו מסוגל עדיין להחליף לחלוטין מתרגם אנושי בסביבות מורכבות כמו תרגום קולנועי. היכולת להבין הקשרים, ללכוד רגשות ולבחור ניסוחים הולמים בהתאם לתרבות היעד היא עדיין נחלתם של מתרגמים מקצועיים בעלי רגישות לשונית ותרבותית.
המאמר תורם תרומה חשובה לדיון המתמשך על יכולותיהן של מערכות תרגום אוטומטי, במיוחד בהקשרים שבהם דרושה הבנה עמוקה של הקשר ולא רק של מבע לשוני.