תרגום AI לעברית בארגון: איך בונים מבחן איכות לפני שמפיצים

התשובה הישירה

כדי לבדוק תרגום AI לעברית, בונים חבילת טקסטים מייצגת, מגדירים מראש מה חייב להישמר ומשווים את המקור לתרגום באמצעות אדם שקורא את שתי השפות. בודקים לא רק אם הניסוח נשמע טבעי, אלא גם אם נשמרו שמות, מספרים, תנאים ומשמעות. מודדים את זמן התיקון עד לתוצר מאושר, ולא רק את מהירות קבלת התשובה.

זהו תהליך בדיקה מוצע שיש להתאים לסוג המסמך ולרמת הסיכון. הוא אינו תקן מוסמך או ניסוי שבוצע. לפני בחירת מוצר בדקו בתיעודו את צמד השפות ואת תנאי השימוש, ולאחר מכן בחנו אותו על החומר הארגוני שלכם.

למה הנושא רלוונטי עכשיו

Cohere הכריזה ב־10 בספטמבר 2026 על North Small Translate, מודל ייעודי לתרגום. ההכרזה מחדדת שאלה מעשית: איך ארגון בודק כלי AI לתרגום לפני שהוא מעביר אליו חומר שיגיע ללקוחות? עצם ההשקה אינה מעידה שהמוצר מתאים לעברית או לסוג המסמך שלכם.

מסגרת AI RMF של NIST מציעה לשלב שיקולי אמינות בתכנון, בשימוש ובהערכה של מערכות AI. זהו בסיס כללי לניהול סיכונים, לא תקן ייעודי לתרגום. המבחן שלהלן הוא יישום מעשי מוצע: מדגם מסמכים, בדיקה דו־לשונית, סיווג שגיאות ותיעוד החלטה. אין כאן השוואת מוצרים או תוצאות ניסוי.

1. מתחילים במסמך אחד ובשימוש מוגדר

בחרו סוג מסמך שהצוות מתרגם בפועל: מכתב שירות, הוראות שימוש או עמוד מוצר. הגדירו מי הקורא, מאיזו שפה מתרגמים, לאיזו שפה ומה אסור לשנות. אל תערבבו באותו ציון תרגום הוראות טכניות עם כתיבה שיווקית, משום שהדרישה מכל תוצר שונה.

בדוגמה היפותטית, צוות שירות בודק תרגום של תשובות מאנגלית לעברית. הוא דורש לשמור על ההוראות ועל תנאי השירות, אך מאפשר להתאים את סגנון הפנייה. זו מטרה שאפשר לבדוק, בניגוד לדרישה כללית ל״תרגום מושלם״.

כתבו את ההגדרה בשורה אחת בראש דף העבודה: סוג המסמך, צמד השפות, הקורא, ומה אסור לשנות. השורה הזו תעזור גם בעוד חודש, כשמישהו ישאל למה הכלי אושר רק למכתבי שירות ולא לעמודי מוצר. בלי הגדרה כתובה, קל להרחיב את השימוש בלי לשים לב שהבדיקה לא כיסתה אותו.

2. בונים חבילת בדיקה קטנה ומייצגת

אפשר להתחיל, למשל, ב־12 קטעים: ארבעה שגרתיים, ארבעה עם מונחים מקצועיים וארבעה עם מספרים, שלילות ותנאים. המספר הוא הצעת התחלה בלבד, לא גודל מדגם שמוכיח אמינות. ככל שסוגי המסמכים מגוונים יותר, צריך להרחיב את הבדיקה.

השתמשו בחומר שמותר להשתמש בו לצורך הניסוי. לצד כל קטע שמרו רשימת פרטים שחייבים להופיע בתרגום. כללו מקרים כמו ״לא כולל התקנה״, מספר גרסה, כתובת אתר ושם מוצר באנגלית בתוך משפט עברי.

הוסיפו לחבילה גם שני קטעים קשים במיוחד: משפט ארוך עם כמה תנאים, וקטע שיש בו מונח שיש לו שני תרגומים נפוצים. קטעים כאלה מראים מהר איפה הכלי מתחיל לטעות. אם הכלי עובר רק את הקטעים הקלים, אתם יודעים שהוא מתאים לטיוטה ראשונה ולא לתוצר שיוצא ללקוח בלי בדיקה צמודה.

3. מכינים מילון מונחים קצר

רשמו את המונח המקורי, התרגום המועדף, צורת הרבים ומה יש להשאיר ללא תרגום. ציינו גם מילים שאסור להחליף בשם מותג. אם אין הסכמה ארגונית על מונח, פתרו זאת לפני שמייחסים את חוסר העקביות למודל.

תבנית הוראה אפשרית: ״תרגם לעברית לקהל של נציגי שירות. שמור מספרים, שמות מוצרים, קישורים ותנאים ללא שינוי במשמעות. השתמש במילון המצורף. החזר את התרגום בנפרד מרשימת מונחים עמומים שדורשים החלטה. אל תוסיף מידע שאינו במקור.״ הוראה זו אינה מבטיחה ציות; יש לבדוק את התוצאה.

שמרו את המילון במקום אחד שכל הצוות רואה, ולא בתוך הוראות שכל אחד מעתיק לעצמו. כשמונח משתנה, מעדכנים אותו שם ומריצים שוב את הקטעים שבהם הוא מופיע. מילון של עשרים או שלושים מונחים מספיק בהתחלה. חשוב יותר שהוא יהיה מדויק ומעודכן מאשר ארוך, ושיהיה ברור מי מאשר מונח חדש.

4. משווים מקור ותוצאה זה לצד זה

הבודק הדו־לשוני מסמן טעויות בשלוש קבוצות מוצעות. טעות משמעות משנה פעולה, תנאי, מספר או זהות. טעות מונח פוגעת בעקביות המקצועית. הערת סגנון מתייחסת לניסוח מסורבל שאינו משנה את המסר.

אל תאפשרו לציון גבוה בסגנון לפצות על שינוי בתנאי שירות. קבעו מראש שגיאה מהותית כעילת עצירה ותיקון. תרגום חוזר לאנגלית יכול לעזור לגלות שאלה לבדיקה, אך אינו מחליף השוואה ישירה של המקור והתרגום.

דוגמה לטעות משמעות: במקור כתוב ״ההחזר יינתן תוך 14 ימי עסקים, לא כולל דמי משלוח״, והתרגום אומר ״ההחזר המלא יינתן תוך 14 יום״. הניסוח שוטף, אבל נוספה המילה ״מלא״, ״ימי עסקים״ הפך ל״יום״ והחריג נעלם. קורא שלא רואה את המקור לא יזהה את זה. לכן הבודק עובר קודם על הרשימה של הפרטים שחייבים להישמר, ורק אחר כך על הסגנון.

5. בודקים עברית בתוך הממשק האמיתי

העתיקו את התוצאה לסביבת השימוש: אתר, מסמך או מערכת שירות. בדקו סדר קריאה כשעברית ואנגלית מופיעות יחד, סימני פיסוק ליד מספרים, קישורים, טבלאות והפרדת שורות. בדקו גם את התאמת לשון הפנייה לקהל.

בצוות שעובד בעברית ובערבית, יש לבחון כל צמד שפות בנפרד בעזרת בודק מתאים. הצלחה מאנגלית לעברית אינה ראיה להצלחה מעברית לערבית. זו הבחנה חשובה במיוחד בהטמעת AI בארגונים בישראל, שבהם אותו תהליך עשוי לשרת קהלים שונים.

שימו לב במיוחד לפנייה בלשון זכר ונקבה. תרגום אוטומטי בוחר לרוב בלשון זכר, גם כשהקהל מעורב או כשיש מדיניות כתיבה אחרת בארגון. החליטו מראש על הכלל, למשל פנייה ברבים או ניסוח ניטרלי, והוסיפו אותו להוראה ולמילון המונחים. אחר כך בדקו שהכלל נשמר גם בכפתורים, בכותרות ובהודעות קצרות, שם קל לפספס אותו.

6. מודדים זמן עד אישור, ולא זמן עד תשובה

לכל קטע רשמו זמן הכנה, זמן המתנה, זמן בדיקה וזמן תיקון. השוו לתהליך העבודה הקיים על חומר ברמת קושי דומה. הוסיפו את עלות השירות בפועל רק אחרי שביררתם את תנאי החשבון הרלוונטי.

כלי מהיר ביצירת טיוטה יכול לדרוש עריכה ארוכה. לכן מדד שימושי הוא זמן כולל לתוצר מאושר לצד מספר שגיאות המשמעות, ולא מספר המילים שהופקו בשנייה. אין במדריך נתון שנמדד או הבטחת חיסכון.

כדי שההשוואה תהיה הוגנת, מדדו גם את התהליך הקיים על אותם קטעים. אם מתרגם אנושי מסיים קטע בעשרים דקות ועם הכלי זה לוקח חמש דקות הפקה ועוד עשרים של תיקון, לא נחסך זמן. אם הבדיקה מתקצרת כי הטיוטה קרובה לתוצר, יש חיסכון אמיתי. רשמו את שני המספרים באותה טבלה, לפי סוג קטע.

7. מגדירים מה יוצא לפיילוט ומה נעצר

תחילה אשרו שימוש מצומצם בסוג המסמך שנבדק. מנו בעל תפקיד שיקבל דיווחי שגיאות וישמור את גרסת המקור, התרגום המאושר, תאריך הבדיקה והגדרות הכלי. בדקו שוב אחרי שינוי מהותי במודל, במילון או בסוג החומר.

תרגום של מסמך רפואי, משפטי, פיננסי או הוראה בטיחותית אינו מקבל אישור מתהליך כללי זה. הוא מחייב מסלול מקצועי מתאים. גם רישוי, פרטיות ואישור להעברת מידע נבדקים בנפרד; המדריך אינו קובע עמידה בדרישות אלה.

קבעו גם מתי חוזרים לבדוק. תאריך קבוע, למשל אחת לרבעון, עדיף על ״כשיהיה זמן״. בבדיקה החוזרת מריצים שוב את אותה חבילה, משווים לתוצאות הקודמות, ומוסיפים קטעים חדשים מתוך הטעויות שדווחו בינתיים. כך החבילה הולכת ומשתפרת, והארגון יודע אם הכלי השתפר או נחלש.

דף עבודה לפיילוט

לכל קטע תעדו: מזהה, צמד שפות, סוג מסמך, מונחים מחייבים, שגיאות משמעות, תיקוני מונחים, הערות סגנון, זמן עבודה כולל והחלטת הבודק. השתמשו באותם שדות גם בבדיקת חלופה כדי שההשוואה תהיה עקבית.

התוצר הרצוי אינו טבלת ״המודל הטוב ביותר״, אלא החלטה תחומה: לאילו מסמכים התהליך מתאים, מי בודק אותם ובאילו מקרים עוצרים. כך תרגום AI לעברית הופך ממשימה מזדמנת לשגרת עבודה שאפשר לבחון ולשפר.