ハクソク

世界を動かす技術を、日本語で。

Google翻訳が教えてくれる「バイブコーディング」について

2025年6月18日原文(ingrids.space)

概要

  • Google Translate の進化と機械翻訳の限界について考察
  • 翻訳者やプログラマー の職業消滅論に対する批判的視点
  • 機械翻訳と 人間の役割 の違いを具体例で解説
  • AIやLLM の実用性と現状の課題整理
  • 今後のAIの可能性と倫理的懸念の指摘

機械翻訳と職業の未来

  • 近年、 LLM（大規模言語モデル） の登場により「プログラマー不要論」が話題
  • 一方で、 全否定 する意見も根強い現状
  • 本質的な議論のため、 翻訳分野 の事例を参照
  • Google Translate は2016年からニューラル機械翻訳（NMT）を採用
  • 「機械翻訳で翻訳・通訳は不要」という主張は現場を知らない人の意見
  • 実際には 翻訳者・通訳者の求人 は増加傾向
  • 技術進歩で業務内容は変化したが、 AIとの共存 が進行中

翻訳者の本当の役割

  • 一般的なイメージでは「 単語や文法を機械的に変換」するだけと誤解されがち
  • 実際は 文脈把握・曖昧さの解消・文化的配慮 が重要
  • Google Translateは 直訳 は得意だが、 文化的ニュアンス には弱い
    • 例：ノルウェー語の「Jeg vil ha potetene」は英語に直訳すると失礼な印象
    • 英語では「Could I please have some potatoes?」のような丁寧表現が必要
  • こうした違いは 裁判通訳 など重要な場面で特に問題

Google Translateの実際の使われ方

  • バイリンガルやプロは「 言いたいことは分かっているが、より自然な表現を探す」目的で活用
  • 一般観光客が「Google Translateで十分」と感じるのは、そもそも 通訳を雇うつもりがない層
  • Google Translateは 補助ツール として有用だが、 人間の判断力 には及ばない

プログラミングと翻訳の共通点

  • プログラミングも 曖昧な人間の要求 を 絶対的なコンピュータ言語 に変換する作業
  • プログラマーの仕事も「 コードを量産するだけ」と誤解されがち
  • AIによるコード生成は進化したが、 抽象化や文脈理解 は依然として人間が必要
  • AIの進歩 で将来的に人間並みの文脈理解が可能になるかもしれないが、現状は未達

AIと倫理的・実用的課題

  • 現行のAIツール には倫理的な問題や負の外部性も存在
  • 生産性向上は限定的で、 倫理的懸念 を無視できない現状
  • AI開発者の多くは 責任ある出力 よりも「滑らかで違和感のない体験」を重視しがち

まとめ

  • Google TranslateやLLM は、あくまで 補助的なツール
  • 翻訳者・プログラマー の本質的な価値は 文脈や文化理解、創造性 にあり
  • AIの進化は職業の在り方を変えるが、 人間の役割は依然重要
  • 倫理や実用性 を考慮しつつ、AIとの共存が今後も続く見通し

Hackerたちの意見

これってひどい比較だと思う。Google翻訳はDeepLに完全に負けてるし、LLMなんて論外だよね。（Google翻訳はほぼ確実にLLMを使ってないし、少なくともそのスピードから考えると大きなLLMは使ってないと思う。）

└

GoogleのCloud Translation APIでは、標準のニューラル機械翻訳（NMT）モデルか、「翻訳LLM（Googleの最新の高品質LLMスタイルの翻訳モデル）」のどちらかを選べるよ。 https://cloud.google.com/translate/docs/advanced/translating... DeepLも翻訳LLMを持っていて、彼らはそれが従来のモデルより1.4〜1.7倍良いと主張している。: https://www.deepl.com/en/blog/next-gen-language-model

└

Google翻訳は実際、2016年からニューラル機械翻訳を使っていて、2023年にはPaLM 2（大規模言語モデル）を100以上の言語に統合したけど、DeepLは多くのベンチマークでまだ優れてるよね。

└

それはこの記事のポイントじゃないよ。この記事のポイントは、Google翻訳が導入されたときに、翻訳者が仕事を失うって言われたことなんだ。今のLLMについても、開発者が同じことを言われてるけど、実際にはそうならなかったし、これからもならないよ。DeepLはそのポイントには関係ない。もしかしたら、最終的には開発者がLLMの進化版に仕事を奪われるかもしれないけど、ここでは関係ない話だよ。

「翻訳者や通訳者の仕事は、主に文脈を確保し、あいまいさを乗り越え、文化的な配慮を扱うことです。これが今のGoogle翻訳にはできないことです。」 Google翻訳は無理だけど、十分な文脈があればLLMはできる。私は日本語と英語の翻訳にLLMを使って2年以上試行錯誤してきたけど、ちゃんとプロンプトを与えれば本当に優秀だよ。20年間フリーランスの翻訳者として働いてきた者として言うけど、今もパートタイムで翻訳してる。昨日も、Claude Codeで日本語と英語の翻訳用のマルチLLMシステムを作るために一日中作業してたんだ。翻訳したいテキストを与えると、翻訳の目的や、直訳か自由訳か、ターゲット言語の文化に合わせるかどうか、脚注をつけるかどうかなど、リアルタイムで質問をしてくる。それに基づいてプロンプトを作成し、OpenAI、Anthropic、Googleのモデルにテキストを送って、3つの翻訳から合成ドラフトを作成する。そしてそのドラフトを3つのモデルに送り返して、数回の修正、チェック、仕上げを行う。寝る前に実際のテキストでいくつかのテストを行う時間があったけど、結果は本当に良かった。単独のモデルよりも優れていて、Google翻訳よりもずっと良くて、トップレベルのプロの翻訳と同じくらいの品質だった。通訳、特に対面での通訳は状況が違うけど、もしそれで生計を立てていたら、まだあまり心配しないかも。でも、翻訳の仕事で翻訳者の個性やアイデンティティが強調されない場合は、人間が競争するのがますます難しくなってきてるね。

└

リアルタイム翻訳（通訳）にはSonioxを試してみて。リアルタイムでの限られた文脈の中でも、実際にかなり良いよ。 https://soniox.com ただし、私はSonioxで働いているから、その点は注意してね。

└

追加の文脈を提供したり、フォローアップの質問をしたり、テキストについて考えることがどれだけ重要かを伝えるのは難しい。私は日本に住んでるけど、ほぼ毎日「この特定の状況でXは何を意味するの？」とか「この特定の媒体でYをその特定の人にどう伝える？」ってことを考えてる。これらの多くはカスタム指示を使って自動化できるから、例えばLMMは特定の言語のテキストを自動的に翻訳して説明することを知っておくべきなんだよね。

└

あなたは利益の出るビジネスのためのソフトウェアを作ったんだね。人々はそれを使ってお金を払うだろう。

└

翻訳に関するLLMの問題は、翻訳するトピックがポリシーに従ってないときに、拒否されることだよね。文脈的には問題ないのに。自分の宗教について話すだけでも、そうなっちゃうことがある。

└

LLM翻訳についてかなり調べることになったのは、僕の言語学習ツール（https://nuenki.app）がそれを多く使ってるから。似たようなものを作って、オープンソースにしたんだ。僕の研究に基づいてトップのモデルを選んで、それで翻訳して、最後に評価モデルが批評、比較、そしてベストな翻訳を合成するって感じ。興味があったら、https://nuenki.app/translatorで試してみて。データはhttps://nuenki.app/blogにあるよ。

└

普通のコンテキストウィンドウに収まらない長いテキストをどう扱ってる？分割すると、前の部分の要約が必要になるけど、どれくらい詳しくすればいいのかいつも迷うんだよね。

翻訳者の仕事について人々が一般的に思い描いていることと現実の違いは、ピクサー映画が「ローカライズ」されることを思い出させる。日本版ではブロッコリーの代わりにグリーンビーンズが皿に乗っているのは、日本の子供たちが嫌いな食べ物だから。翻訳されたテキストを読むときに文化的な文脈が欠けていることが、歴史を学ぶのがやっと面白くなった理由だね。

Hacker Newsで議論の続きを見る