Lada, lujaa laatua

Sitaatti Karjalan Sanomista 22.7.2026.

 

Samat sanat: Lujaa laatua Lada 

Suomen kielessä lasketaan olevan jopa tuhat venäläistä sanaa, vaikka suomi ja venäjä eivät sukukieliä olekaan.

”Vanhimmat venäjästä suomeen tulleet lainasanat ajoitetaan noin 500-luvulle, ja lainautuminen on jatkunut vuosisatojen ajan nykypäiviin saakka”, tutkija Sirpa Tereska kirjoittaa.

Moni muistaa 1970-luvun mainoslauseen ”Lujaa laatua Lada”. Ehkä mainosmiehet tiesivät suomen ja venäjän kielten yhteyksistä, koska sanat Lada ja laatu ovat samaa vanhaa venäläistä juurta.

Sana laatu on peräisin yli vuosituhannen takaa. Se on tullut suomen kieleen sopua tarkoittavasta 700-luvun tienoilla käytössä olleesta mui
naisvenäjän sanasta lad.

Sana lad on nykyvenäjässä harvinainen, mutta sitä käytetään joissakin yhteyksissä, esimerkiksi kun halutaan elää sovussa (žit’ v ladú), tai arkitoteamuksessa ládno (hyvä, kaikki hyvin, selvä).

Myös verbi laatia on venäjää ja peräisin muinaisvenäläisestä verbistä ladit’, joka tarkoittaa järjestymistä ja toimeen tulemista, esimerkiksi ládit’ s ljudmi (tulla toimeen ihmisten kanssa). Verbi tarkoitti myös käyttökuntoon laittamista, joten herää kysymys, onko suomen verbi ladata myös peräisin venäjästä.

Vuorostaan Lada oli slaavilaisessa mytologiassa kevään ja rakkauden jumalatar ja sittemmin naisen nimi. Mainosmiesten ansiosta tämä on kuitenkin unohtunut. 

Johan Bäckman
Kirjoittaja on Petroskoin valtionyliopiston asiantuntija.
Tällä palstalla tutkitaan suomen kielen
venäläisperäisiä sanoja. Lähteenä on käytetty Suomen
etymologista sanakirjaa ja alan tutkimuksia.

*** 

Suomalaiset väänsivät sitten vitsiä Ladasta. 
Missä venäläiset säilyttävät heiniään? Ladoissa. 

*** 

Karjalan Sanomat on mielenkiintoinen, kerran viikossa Petroskoissa ilmestyvä sanomalehti, joka kertoo Karjalan asioista suomen kielellä. 

 

Epäpätevän opettajan mietteitä

”Ei, sinun tunneillasi on aina hauskaa.”   Voiko sen kauniimpaa kiitosta ollakaan? Tuo oli oppilaan spontaani kommentti toissa viikolla, kun tein negatiiviseksi esimerkiksi lauseen ”Kurssilla ei ole hauskaa.” Harjoittelimme peruslauseita, yksi suomen lausetyyppihän on ”on plus adjektiivi partitiivissa”, esimerkiksi ”on sateista”.

Tällä viikolla yksi opiskelija sanoi, että hän on kiitollinen siitä, että olen antanut hänelle eväitä elämään, että ne ovat olleet pieniä asioita mutta hänelle isoja. Voiko kauniimpaa kiitosta ollakaan?

Jotain olen tehnyt oikein, huolimatta siitä, että minulla ei ole sitä kuuluisaa paperia, joka todistaa pedagogisen osaamiseni.

Kun tulin Suomeen, lähdin etsimään töitä. En voinut jatkaa entisessä työssäni Keski-Euroopassa toimivien pk-yritysten tukena. Rekrytointifirman ehdotuksesta päädyin aikuiskoulutuskeskuksen haastatteluun, ja siitä seurauksena vähän myöhemmin vetämään suomen kursseja maahanmuuttajille. Tuttua työtähän se toki oli, olinhan sitä tehnyt vuosikausia, tosin vain kielikouluissa Saksassa. Osaamista kertyy tekemällä; aloin opettaa suomea vieraana tai toisena kielenä jo ennen kuin koko oppiainetta oli Suomessa olemassa. Osaamisen myötä päädyin myös opettamaan uusia opettajia. Varsinaisessa työssäni puolestaan olin perehtynyt yrityselämään ja sen ongelmiin.

Niinpä sitten opetin suomea muutaman kuukauden, ja kurssin lopussa opiskelijat antoivat TE-toimistolle palautteen. En ollut tiennyt tuolloin koko opal-menetelmän olemassaolosta mitään, mutta tuon palautteen opiskelijat antoivat, ja tulos oli musertavan hyvä: nuo kuuluisat 4,5 pistettä, joka on jokaisen opettajan ja koulutusta tarjoavan laitoksen tavoite. Siitä ilahtuneena kerroin siitä toisille opettajille, mutta hepä eivät olleetkaan iloisia puolestani…  Mutta koulutuskeskus oli, he järjestivät minulle juhlan.

Siitä ura urkeni, tosin pienten mutkien kautta. Menin naimisiin ja muutin uudelle paikkakunnalle, tuolloin työttömänä ja vähävaraisena. Yritin koulutusta Petroskoissa, josta kyllä sain työpaikan, mutta en sitten saanutkaan pitemmän päälle työlupaa. Jouduin palaamaan Suomeen, ja sattumien summana sain neuvon soittaa sikäläiseen ammattiopistoon, koska siellä haettiin suomen opettajaa maahanmuuttajille. Soitin annettuun numeroon, vastannut henkilö kyseli hieman osaamista ja sitten kysyi, milloin voisin aloittaa. Minä vastasin, että vaikka heti, jolloin hän ilmoitti, että työ alkaa sitten ”huomenna aamulla kello kahdeksan”.

Vedin pitkän kurssin, sain hyvän palautteen opiskelijoilta, siitä seurauksena maine oli ilmeisesti kiirinyt jonnekin, koska toisesta oppilaitoksesta soitettiin, tulisinko heille töihin. Eli niin sanotusti ”tultiin kotoa hakemaan”. Siellä sitten sain hyvän palautteen, ja sitten soitettiinkin jo kolmannesta oppilaitoksesta…

Nuo kuitenkin olivat määräaikaisia töitä, joskin pitkiä pestejä. Seuraavan haastattelun teki nykyinen työnantajani, jonka palveluksessa olen nyt ollut jo 9 vuotta. Minua pyydettiin kertomaan, miten aioin opettaa eli mitä käytännössä tekisin – kotoutumiskoulutuksessahan on tarkat kriteerit. Ensimmäinen sopimukseni tässä firmassa oli vajaan vuoden mittainen ja Helsingissä. Firma toimii koko Suomessa ja hyvin tuloksin.

Sen jälkeen olen toiminut vastuukouluttajana ympäri Suomen. Yhdellä paikkakunnalla ryhmään tuli toinen opettaja, ja opiskelijat tekivät valituksen ELY-keskukseen, että haluavat minut takaisin. Siinä oli pedagogisella päälliköllämme selittämistä, ja palasin töihin. Toisella paikkakunnalla opiskelijat olivat tekemässä samanlaista valitusta, mutta se sentään saatiin torpattua, onneksi jatkava opettaja on aivan ihana ja samoilla linjoilla kuin minäkin. Kolmannella paikkakunnalla opiskelijat valittivat edellisestä opettajasta pedagogiselle päällikölle ja tilanne saatiin hoitoon, opiskelijat puolestaan osoittivat minulle kiitollisuuttaan tuomalla runsaasti lahjoja… Tuona samaisena lahjapäivänä sattumien summana tapasin paikallisessa kaupassa yhden entisen kansalaisopiston opiskelijani, ja hän kiitti minua varsin vuolaasti. Samana iltana tapasin toisen entisen opiskelijani toisesta entisestä ryhmästä, ja hän kehui minut maasta taivaaseen, ja me itkimme molemmat. Sanoin hänelle tehneeni vain työni, mutta hänpä sanoi, että toki, mutta on paljon eroa siinä, miten työn tekee. Tämä mies on menestynyt omassa ammatissaan erinomaisen hyvin saaden jopa valtakunnan tason palkintoja.

Yhdet isot kiitokset tulivat TE-toimiston virkailijalta Tampereelta. Hän sanoi, ettei ole vielä tavannut yhtään näin opiskelijoille omistautunutta opettajaa kuin minä olen. Olivathan toki tuloksetkin erittäin hyviä. Seuraava samanlainen kommentti tuli Jyväskylän TE-toimiston virkailijalta seuraavasta ryhmästäni. 

Tätä on jatkunut kaikkialla. Toki teen työni, mutta paljon toimin opiskelijoiden tarpeiden mukaan. Viime talvena kolmen kuukauden aikana kolme entistä opiskelijaani, eri maista ja aivan eri ammateissa, sai tunnustuspalkinnon hyvästä työstään kukin omalla toimialallaan.

Paras työn palkinto on nähdä, miten maahanmuuttajat löytävät paikkansa tässä yhteiskunnassa. 

Huolimatta lähtötasosta. Me kaikki olemme yksilöitä. 

 

 

Vaikeneminen on kultaa?

Saksalainen ajattelee: Tuskin mikään hiljaisuus on yhtä epämiellyttävää kuin tauko keskustelussa.

Vaan onko tauon pakko olla epämiellyttävää?

Die Zeit – viikkolehti kirjoittaa 3.4.2024 vaikenemisesta näin:

„1,5 sekuntia - sitten alkaa nolottaa.

Asiantuntijat jakavat maailman "puhekulttuureihin", jotka kliseen mukaisesti sijaitsevat yleensä Etelä-Euroopassa, ja "hiljaisiin kulttuureihin", jotka sijaitsevat esimerkiksi Keski-Aasian aroilla ja pohjoisessa. Asiantuntijakirjallisuudessa on aiheesta essee, jonka houkutteleva otsikko on "Onko suomalainen hiljaa, kun hän ei sano mitään?" (Oletettavasti ei.) Erään teorian mukaan kielellisen maailman jako liittyy topografiaan, väestötiheyteen ja siitä johtuvaan ihmisten välisten kohtaamisten tiheyteen. Varmaa on, että nämä kaksi kulttuuria törmäävät toisiinsa myös Saksassa.

Voidaan siis spekuloida: Jos perusolemukseltaan suomalainen kohtaa perusolemukseltaan italialaisen, syntyy kommunikaatio-ongelmia, koska toinen on hiljaisempi kuin toinen. Vastapainona tälle on se, että juuri pohjoissaksalaiset hiljaisuuden kulttuureineen puhuvat nopeammin kuin eteläsaksalaiset puhetäyteisine kulttuureineen.

Yksityiskohta Yhdysvalloista, joka saa sinut havahtumaan ja kiinnittämään asiaan huomiota: Psykologit ovat havainneet ryhmäkeskusteluissa, että mitä nopeammin kaksi ihmistä vastaa toisilleen, sitä enemmän he tuntevat olevansa yhteydessä toisiinsa. Kääntäen tämä ei välttämättä tarkoita, että pariskunnilla, jotka pysyvät hiljaa keskenään, ei ole enää mitään sanottavaa. Tämä on ongelma vain niin sanotuissa puhetilaisuuksissa, ei silloin, kun laitetaan yhdessä ruokaa, pelataan keskittynyttä korttipeliä tai tuijotellaan haaveillen auringonlaskua.”

Saksassa asuu etelässä puhelias väki, kuten Suomessa Savossa ja Karjalassa, ja pohjoisessa enemmän hiljainen väki, kuten Suomessa Pohjanmaalla. Siksi kai suomalaiset tuntevat viihtyvänsä parhaiten Hampurissa? Siellä Saksan sisäinen kokemukseni oli sama kuin muutettuani Lappeenrannasta Kalajoelle. Etelä-Saksassa jutellaan niitä näitä jatkuvasti, mikä sopi  minulle, karjalaiselle vallan hyvin. Hampurissa ihmiset ensin katsoivat tarkemmin, kuka minä olin naisiani, ennen kuin halusivat kaveerata. Samoin Pohjanmaalla. Ystäviä kyllä sitten löytyi molemmilta seuduilta.

Ehkä suomalaisen puhekulttuurin kukkasia on nykyisin tavaksi tullut jatkuva niinkuttelu. Puhujat eivät oikein pysy omassa puheessaan mukana ja lisäävät puheeseensa tyhjiä sanoja ”niinku”, ”tavallaan” ja ”ikään kuin”.

Suomessa asuvat ulkomaalaiset sanovat lähes kuin yhdestä suusta, että heitä vaivaa suomalaisten hiljaisuus. Ei tervehditä, ei kommentoida. He eivät aina ymmärrä, että suomalainen antaa toisen sanoa asiansa loppuun asti ja kuuntelijan on vaiettava. Saksassa ja lähes kaikissa muissa maissa keskeytetään puhetta koko ajan. Jos et keskeytä ja muista tituleerata nimeltä keskustelukumppaniasi vähän päästä, olet epäkohtelias.

Ei liene kovin tärkeää, kumpi tapa on parempi, tärkeämpää on tietää, mitä kussakin yhteisössä on tapana. 

 

 

Käännöskone DeepL: Onko se todella parempi kuin Google?

Kuvakaappaus: localise.com
 

Saksalaisella start-up-yrityksellä DeepL oli oikeat tiedot oikeaan aikaan.

Kölnissä sijaitsee start-up-yritys DeepL. Sen arvo nousi hiljattain yli miljardiin dollariin. Samannimistä automaattista käännöspalvelua ylläpitävää yritystä on juhlittu jo vuosia, ja monien mediatietojen mukaan se päihittää jopa Google Translaten. DeepL on "maailman tarkin kääntäjä", tämä pörssiyhtiö väittää. Miten se voi olla mahdollista: pieni kölniläinen startup-yritys voittaa maailman teknologiajätit? Tarina kuulostaa liian hyvältä ollakseen totta. Kysymys kuuluukin, pystyykö tekoälykääntäjä pitkällä aikavälillä pärjäämään alan suuria toimijoita vastaan.

Varmaa on, että DeepL teki monia asioita oikein - erityisesti oikeaan aikaan. Lisäksi yritys on erikoistunut. Toimitusjohtaja Jaroslaw Kutylowski korostaa tätä yhä uudelleen. Menestyksen syynä on "selkeästi keskittymisemme", hän sanoi haastattelussa. "Monilla start-up-yrityksillä, jotka keskittyvät yhteen ideaan, on etulyöntiasema suuryrityksiin nähden." Esimerkiksi Googlelle Translate-toiminto on vain yksi pieni hanke monien muiden joukossa, kun taas DeepL on erikoistunut kokonaan siihen. Mutta juuri tämä - keskittyminen yhteen asiaan - voi olla myös DeepL:n tuho - pitkällä aikavälillä.

DeepL perustettiin Linguee GmbH:na vuonna 2009 tietotekniikan tutkijan ja entisen Googlen työntekijän toimesta. Tiedotusvälineiden kerrotaan haastaneen DeepL oikeuteen tämän perustajan nimen mainitsemisesta. Yleisesti ottaen yritys on salamyhkäinen. Lukuisat haastattelupyynnöt ovat jääneet ilman vastausta.

Vuonna 2017 Lingueesta tuli nykyään paljon tunnetumpi DeepL. Linguee on eräänlainen käännöshakukone. Sieltä voi katsoa esimerkiksi, missä yhteydessä englanninkielinen sana on käännetty millä saksankielisellä sanalla. Polkupyöriä käsittelevässä lauseessa sana lock on englanniksi todennäköisesti lock, mutta kuninkaallisia taloja käsittelevässä tekstissä se on todennäköisemmin castle.

Tätä varten Linguee on kerännyt ja arvioinut lukuisia tekstejä, jotka ovat saatavilla useilla kielillä. Tietokanta sisältää esimerkiksi monia EU:n parlamentin asiakirjoja, sillä ne ovat julkisesti saatavilla ja ne on aina käännettävä useille kielille. Asiantuntijat kutsuvat tällaisia tekstejä rinnakkaistiedoiksi.  

Oikeat tiedot oikeaan aikaan

Nämä DeepL -äidin tiedot ovat syy jälkeläisten menestykseen. Yrityksen itseoppivat algoritmit - niin sanottu tekoäly - pystyivät harjoittelemaan rinnakkaisen datan avulla ja oppivat näin kääntämään minkä tahansa tekstin kielestä toiseen. "DeepL pystyi rakentamaan ainutlaatuisen tietokannan varaan", sanoo Oliver Czulo, Leipzigin yliopiston käännöstieteilijä.

Lingueen kaltaiset tietokannat ovat olleet hyvien käännösten perusta jo vuosikymmeniä, Czulo sanoo: EU on työskennellyt käännöstyötä helpottavien ohjelmistojen parissa 1970-luvulta lähtien. Lisäksi on olemassa tietokantoja, jotka ovat erikoistuneet eri terminologioihin aiheen tai asiakkaan mukaan. "Kääntäjän työpaikka on ollut teknologisoitunut jo pitkään", Czulo sanoo. Tieto siitä, että hyvät tiedot ovat hyvän käännöstyön perusta, ei ole uusi.

Teknologia on kuitenkin suhteellisen uusi. Vielä muutama vuosi sitten useimmat laskennallisen kielitieteen asiantuntijat olivat vakuuttuneita siitä, että kone ei koskaan pystyisi tuottamaan tai kääntämään kieltä ilman ihmisen suoraa apua. Noin vuoteen 2017 asti konekielen käsittelyn tutkijat ohjelmoivat automaattisiin järjestelmiin monia sääntöjä, rikastuttivat niitä kielioppisäännöillä ja loivat valtavia tietokantoja niin sanotulla maailmantuntemuksella: Konteksteja, joita ihmiset pitävät itsestäänselvyyksinä, kuten sitä, että kivet eivät puhu.

Ja sitten tuli Deep Learning (suomeksi syväoppiminen).

Syväoppiminen palautti kaikki takaisin alkuun

Syväoppiminen kuvaa erilaisia keinotekoisia neuroverkkoja, joissa on erityisen monta kerrosta, joten ne ovat tavallaan syviä. Tekoälyn pioneerit ovat pitkään pitäneet tätä tekniikkaa lupaavana, mutta monet laskennallisen kielitieteen tutkijat olivat kuitenkin varmoja siitä, että syvätkään neuroverkot eivät pystyisi "ymmärtämään" kielellisten vivahteiden monimutkaisuutta, vaan ne tarvitsisivat aina ihmisen apua ohjelmoitujen sääntöjen muodossa.

Kun laskentateho kasvoi, kävi selväksi, että he olivat olleet väärässä: syväoppimisen myötä tekoälyjärjestelmät tunnistivat yhtäkkiä korrelaatiot itsestään. "Vuonna 2017 kuvantunnistuksen tutkijat tulivat yhtäkkiä mukaan ja tuottivat malleissaan yhtä hyviä tuloksia kielidatan avulla kuin me joissakin tapauksissa vuosien työn jälkeen", sanoo Alexander Fraser, Münchenin Ludwig Maximilian -yliopiston tiedon- ja kielenkäsittelyn professori.

Algoritmit löysivät datasta kuvioita, jotka eivät aina ole intuitiivisesti meidän ihmisten ulottuvilla - mutta jotka auttoivat niitä tuottamaan ihmisen kieltä mielekkäällä tavalla ja "ymmärtämään", mitä käännöksillä tarkoitettiin. Yhtäkkiä ei enää tarvinnut ohjelmoida kieliopillista tietoa kielestä käsin. Tärkeintä oli nyt hyvä harjoitusaineisto.

Tuolloin Linguee oli jo kymmenen vuoden ajan kerännyt massoittain käännöksiä verkosta ja istuutuikin siten aarreaittaan, jota muilla yrityksillä ei tuolloin ollut. "He ymmärsivät: Fraser sanoo: "Meillä on harjoitusdataa, jota nämä uudet mallit tarvitsevat".

Vuonna 2017 Harvardin tutkijaryhmä julkaisi ratkaisevan toisen ainesosan, jota DeepL tarvitsi datan lisäksi menestykseen: OpenNMT (Open-Source Toolkit for Neural Machine Translation) - vapaasti saatavilla oleva konekäännösohjelma, sanoo Fraser: "Se sopi hyvin alalle, ja DeepL latasi sen." Aluksi DeepL oli itse asiassa paljon parempi kuin Google, Fraser sanoo. Uusi syväoppimisteknologia käytännössä palautti kaikki takaisin lähtöruutuun, ja harjoitusaineisto ratkaisi eron.

DeepL osaa vain 29 kieltä, toiset yli 100 kieltä

Sillä välin suuret teknologiayritykset ovat saaneet DeepL-kääntäjän kiinni: Amazon, Facebook, Microsoft, Google - lähes jokainen yritys tarjoaa nyt hyviä automaattisia käännöksiä. On vaikea päätellä, kuka kääntää parhaiten, koska vertailut tehdään esimerkkiteksteihin, joiden käännökset ihmiset arvioivat - tulos riippuu siis esimerkkien valinnasta.

Palveluntarjoaja Intenton tekemä 31 palveluntarjoajan - Alibabasta Baiduun, IBM:stä ja Microsoftista Yandexiin - välinen markkinavertailu osoittaa, että vaikka DeepL on parhaiden konekäännösjärjestelmien joukossa käännettäessä englantia neljälle eurooppalaiselle kielelle (saksa, ranska, italia ja hollanti) sekä japanin kielelle, se on kielten kattavuuden osalta vain keskikastissa. DeepL pystyy 29 kieleen, monet muut yli sataan. Lisäksi uusien kieliyhdistelmien määrä kasvaa voimakkaasti muun muassa Microsoftin ja Amazonin tarjoamien uusien kieliyhdistelmien osalta, raportissa todetaan.

Kilpailu etenee

DeepL voi olla järkevää yksityishenkilöille, mutta ammatillisessa kääntämisessä tällaiset yhden koon ratkaisut eivät toimi hyvin. DeepL kääntää saman sanan joskus toisella, joskus toisella tavalla, jotka toki ovat asiayhteydestä riippuen oikein, mutta monet yritykset pitävät tärkeänä, että jotkin asiat käännetään johdonmukaisesti eli aina samalla sanalla.

Yhdenmukaisuuden vuoksi suuret yritykset ylläpitävät erityisiä sanastoja. Esimerkiksi autonvalmistajilla on usein eri nimet samoille osille. Sanastojen olisi oltava integroitavissa automaattiseen käännösjärjestelmään. Parhaat järjestelmät ovat sellaisia, joihin on syötetty omia tietoja.

DeepL:n maksullinen pro-versio tukee nyt sanastoja, mutta se on rajoitettu 5 000 merkintään sanastoa kohden. Sen vuoksi sitä ei voi käyttää kovin monissa ammattikäyttöön tarkoitetuissa sovelluksissa.

Ilmeisesti on vielä tarpeeksi asiakkaita, jotka maksavat DeepL:stä. Pro-tarjouksessa yritysasiakkaat voivat valita eri paketeista, joiden hinnat vaihtelevat 7,49 eurosta 49 euroon käännösten määrästä riippuen. Ohjelmistokehittäjille on tarjolla käyttöliittymä, joka muuttuu maksulliseksi 500 000 käännetystä merkistä alkaen. Meneekö se hyvin? Hän ei puhu konkreettisista luvuista, mutta yritys on "aina ollut kannattava", toimitusjohtaja Kutylowski sanoi Handelsblattille.

Se, pysyykö se sellaisena, riippuu todennäköisesti myös siitä, miten konekääntämisen markkinat kehittyvät. Kilpailu on joka tapauksessa etenemässä kovaa vauhtia. Esimerkiksi Google ratkaisi hiljattain ongelman, jonka kanssa kaikki tekoälykääntäjät kamppailevat: automaattisten käännösten määrän kasvaessa harjoitusaineisto heikkenee.

Internetissä olevat rinnakkaistekstit ovat yhä useammin automaattisesti käännettyjä tekstejä. Niistä ei kuitenkaan ole apua - loppujen lopuksi harjoitusaineistoksi halutaan mahdollisimman ammattimaisia ihmiskäännöksiä. Google julkaisi hiljattain aiheesta tutkimuspaperin, kertoo Alexander Fraser: "He tunnistavat omat käännöksensä verkossa käyttämällä menetelmää, jota kutsutaan vesileimaksi." Yhtiö siis havaitsee omien käännöstensä mallit ja suodattaa ne pois tulevasta harjoitusaineistosta.

DeepL ei juurikaan julkaise tutkimustuloksia

Ei ole julkisesti tiedossa, käyttääkö DeepL samanlaisia mekanismeja. DeepL mukaan uudet sijoittajien rahat on tarkoitus käyttää muun muassa tutkimukseen, mutta ei ole täsmennetty, mihin nimenomaan. DeepL on pitkälti tuntematon akateemisessa laskennallisessa kielitieteessä, yritys ei julkaise käytännössä lainkaan tutkimusjulkaisuja: "He eivät tule konferensseihimme, en tunne ketään, joka työskentelee DeepL:ssa", Fraser sanoo.

Lisäksi herää kysymys, kuinka paljon rahaa voidaan ansaita automaattisilla käännöksillä tulevaisuudessa. Intenton mukaan on totta, että markkinat kasvavat nopeasti. Monet konekäännösten tarjoajat ansaitsevat kuitenkin rahansa jollakin muulla ja voivat tarjota käännöksiä ilmaiseksi tai hyvin halvalla. Suurilla teknologiayrityksillä ne putoavat pois niin sanotusti sivutuotteena, esimerkiksi Amazonilla, joka käyttää konekielen prosessointia Alexassa, tai Googlella, joka tarvitsee käännöksiä myös hakujaan varten. "Käännöksistä tulee kauppatavaraa", sanoo myös kääntäjä Esser, tavanomaista kauppatavaraa. "Käännettyä sanaa myydään hyvin vähän. Suurilla toimijoilla on tähän varaa, koska ne tekevät rahaa muilla asioilla - kuten käyttäjätiedoilla - mutta DeepL:n erikoistuminen, jota toimitusjohtaja pitää vahvuutenaan, voi myös muodostua ongelmaksi. 

Lähde: zeit.de