Onderzoek toont aan dat vloeiende AI-vertalingen een vals gevoel van begrip kunnen creëren
De kwaliteit van AI-gestuurde vertaalsystemen is de afgelopen jaren spectaculair verbeterd. Moderne taalmodellen kunnen teksten in tientallen talen razendsnel vertalen en behalen steeds hogere scores op internationale benchmarks. Toch rijst een fundamentele vraag: begrijpen mensen elkaar dankzij AI nu ook daadwerkelijk beter?
Volgens onderzoek van universitair hoofddocent Marine Carpuat ligt het antwoord genuanceerder dan veel mensen denken. Tijdens een lezing bij Cohere Labs stelde zij dat de toekomst van meertalige AI niet draait om nóg betere vertalingen, maar om systemen die mensen werkelijk helpen communiceren over taal- én cultuurgrenzen heen.
Vloeiende taal betekent niet automatisch correcte communicatie
Een opvallende conclusie uit verschillende gebruikersonderzoeken is dat mensen zich gemakkelijk laten overtuigen door een vloeiende vertaling. Zodra een tekst natuurlijk klinkt, gaan gebruikers er vaak automatisch vanuit dat de inhoud correct is.
Dat blijkt echter een gevaarlijke aanname.
Veel gebruikers beschikken niet over de kennis of hulpmiddelen om de kwaliteit van een vertaling kritisch te beoordelen. Hierdoor ontstaat een illusie van begrip: de boodschap lijkt helder, terwijl belangrijke nuances, bedoelingen of context verloren kunnen zijn gegaan.
Juist deze schijnzekerheid vormt volgens Carpuat een van de grootste uitdagingen voor AI-gestuurde communicatie.
AI moet niet alleen vertalen, maar ook helpen beoordelen
Daarom pleit haar onderzoeksgroep voor een nieuwe generatie AI-systemen.
In plaats van uitsluitend een vertaling te produceren, zouden taalmodellen gebruikers ook moeten ondersteunen bij het beoordelen van die vertaling. Ze kunnen bijvoorbeeld aangeven hoe betrouwbaar een vertaling is, welke delen mogelijk dubbelzinnig zijn of of de oorspronkelijke communicatieve bedoeling behouden is gebleven.
Het uiteindelijke doel verschuift daarmee van "de juiste woorden kiezen" naar "ervoor zorgen dat de boodschap werkelijk overkomt".
Cultuur is minstens zo belangrijk als taal
Communicatie stopt bovendien niet bij woordkeuze.
Mensen uit verschillende landen interpreteren beelden, metaforen, humor, beleefdheidsvormen en context vaak heel anders. Zelfs wanneer een vertaling grammaticaal perfect is, kan de boodschap cultureel verkeerd worden opgevat.
Carpuat laat zien dat huidige AI-modellen hierin nog duidelijke tekortkomingen vertonen. Ze behandelen uiteenlopende culturele groepen niet altijd gelijkwaardig en slagen er onvoldoende in om hun antwoorden af te stemmen op de achtergrond van de ontvanger.
Een schilderij beschrijven voor verschillende culturen
Om dat probleem zichtbaar te maken ontwikkelde haar onderzoeksgroep een bijzondere test.
AI krijgt de opdracht een kunstwerk te beschrijven voor mensen uit verschillende culturele achtergronden. Niet de feitelijke kennis over het schilderij staat centraal, maar de vraag of de beschrijving aansluit bij wat de luisteraar begrijpt en relevant vindt.
Deze benadering laat zien dat succesvolle communicatie niet draait om encyclopedische juistheid, maar om aansluiting bij de kennis, verwachtingen en culturele referenties van degene die de boodschap ontvangt.
Van één slim model naar samenwerking tussen meerdere AI-systemen
Volgens Carpuat ligt de toekomst daarom niet noodzakelijk bij één allesomvattend taalmodel.
In plaats daarvan kunnen meerdere gespecialiseerde AI-systemen samenwerken. Het ene model verzorgt de vertaling, een tweede controleert de betekenis, terwijl een derde beoordeelt of de boodschap cultureel passend is voor de ontvanger.
Deze zogenoemde multi-model scaffolding kan ervoor zorgen dat AI niet alleen correcte taal produceert, maar ook daadwerkelijk betere communicatie ondersteunt.
Nieuwe manier van AI beoordelen
Ook de manier waarop AI wordt geëvalueerd moet volgens de onderzoekers veranderen.
Vandaag worden taalmodellen vooral getest met standaarddatasets en benchmarks waarop correcte antwoorden vooraf vastliggen. Zulke laboratoriumtests vertellen echter weinig over de vraag of mensen elkaar dankzij AI beter begrijpen.
Daarom pleit Carpuat voor evaluaties in echte communicatiesituaties, waarin wordt gemeten of een gesprek daadwerkelijk leidt tot wederzijds begrip, succesvolle samenwerking en minder misverstanden.
De volgende stap voor meertalige AI
De ontwikkeling van meertalige AI bereikt daarmee een nieuw stadium.
Waar de eerste generatie systemen vooral gericht was op het vertalen van woorden en zinnen, verschuift de aandacht nu naar het ondersteunen van menselijke communicatie in de breedste zin van het woord.
Dat vraagt om AI die niet alleen talen begrijpt, maar ook culturele context, menselijke intenties en de manier waarop ontvangers informatie interpreteren.
Pas wanneer AI mensen helpt elkaar écht te begrijpen, vervult technologie haar grootste belofte: communicatie gemakkelijker, betrouwbaarder en menselijker maken.
