Hur jag gör språk-specifika instruktioner för arabiska…

När jag började kvalitetssäkra flerspråkigt material blev det tydligt att en enda instruktion som säger "översätt pedagogiskt" inte räcker. Samma globala mål kan kräva olika lokala regler beroende på språk.

Jag delar reglerna i två lager

Det globala lagret innehåller sådant som ska vara stabilt över alla språk:

bevara fakta och säkerhetsgrad,
översätt betydelsen, inte ordformen,
undvik att lägga till förklaringar som originalet inte har,
behåll centrala svenska myndighetsbegrepp när översättningen annars blir tvetydig,
markera osäker term hellre än att gissa.

Det språk-specifika lagret får sedan lösa problem som faktiskt är lokala.

Arabiska

Här behöver jag bland annat bestämma formalitetsnivå, hur svenska institutionsnamn hanteras och när ett centralt svenskt begrepp bör stå kvar i parentes. Jag vill också undvika en alltför högtravande myndighetsarabiska om målgruppen behöver basal, pedagogisk information.

Dari och urdu

Här blir terminologisk stabilitet viktig. Två fullt möjliga översättningar kan skapa onödig variation mellan frågor. Därför använder jag hellre en godkänd termlista än att låta modellen "variera språket".

Bengali och somaliska

Samma princip gäller: idiomatisk enkelhet måste vägas mot exakt sakbetydelse. Jag vill inte att en förenkling råkar förändra vad som efterfrågas i en kunskapsfråga.

Ett språk får ha egna anti-patterns

Det är här en generell prompt tappar precision. Ett språk kan behöva regler för translitterering, ett annat för sammansatta myndighetstermer och ett tredje för hur långa svenska nominalfraser delas upp.

Jag dokumenterar därför språkets återkommande felmönster efter review och gör dem till lokala regler. Nästa batch får sedan samma regressionstest.

Separationen gör systemet billigare att underhålla

Uppdelningen betalar sig framför allt vid underhåll. När ett gemensamt problem upptäcks — till exempel att belopp inte hanterades som innehållslåsta, eller att frågans avsedda svårighetsgrad av misstag ändrades — fixar jag det en gång i det globala lagret i stället för i varje enskild språkfil. Upptäcker jag i stället att bara dari har ett problem med en viss term ändrar jag bara dari-regeln.

Det gör också granskningen mer som mjukvaruutveckling: ändras en språkfil kan jag se exakt vilken lokal regel som påverkats, i stället för att bara be modellen "översätta igen och se om det känns bättre".

Den praktiska vinsten syns när ytterligare ett språk läggs till. Det nya språket ärver det globala lagret och börjar med en tunn adapter — bara review av verkliga lokala problem gör att språkfilen sedan växer.

Målet är inte ord-för-ord-likhet

Det viktiga är att personen testas på samma kunskap. Om svensk och urdu-version kräver olika lässtrategi för att förstå vad frågan betyder har översättningen påverkat testet, även om varje enskilt ord kan försvaras.

Hur jag gör språk-specifika instruktioner för arabiska, bengali, dari, urdu och somaliska