AI dịch nội dung website dùng tới đâu là đủ an toàn

Một câu trong trang chính sách đổi trả, dịch bằng máy rồi đăng thẳng lên bản tiếng Anh, có thể thành cam kết ngược hẳn ý gốc, và chỉ lộ ra khi khách đã đọc rồi hỏi lại. AI dịch nội dung website nay tốt hơn hẳn thế hệ dịch máy mười năm trước, đủ sức lo phần văn xuôi giới thiệu. Nhưng vẫn còn nhóm trang mà bản dịch chưa qua mắt người là rủi ro thật, cả về pháp lý lẫn thứ hạng tìm kiếm.

AI dịch nội dung website chính xác tới đâu

Đủ chính xác cho văn xuôi phổ thông: bài blog, trang giới thiệu, mô tả dịch vụ không ràng buộc pháp lý. Các mô hình ngôn ngữ lớn (LLM) đọc được ngữ cảnh cả đoạn nên câu chữ trôi hơn hẳn công cụ machine translation dịch từng câu rời. Chỗ còn hụt là thuật ngữ của ngành, tên sản phẩm, số liệu đi kèm đơn vị và câu mang nghĩa ràng buộc.

Điểm cần cảnh giác nằm ở chỗ khác: bản dịch sai vẫn đọc trơn tru. Công cụ đời cũ sai thì lộ ngay vì câu lủng củng. Mô hình ngôn ngữ sai lại cho ra câu hoàn chỉnh, đúng ngữ pháp, chỉ lệch nghĩa, nên người duyệt không rành ngôn ngữ đích dễ lướt qua.

Vì vậy câu hỏi đúng không phải máy dịch có chuẩn không, mà là trang này sai một câu thì mất gì. Blog sai thì sửa là xong, còn điều khoản sử dụng sai có thể thành căn cứ tranh chấp. Doanh nghiệp đang chọn đơn vị thiết kế website song ngữ nên hỏi rõ từ đầu: phần nào máy dịch, phần nào người viết, ai ký duyệt.

Trang nào bắt buộc phải có người đọc lại bản dịch máy

Bốn nhóm bắt buộc: trang pháp lý (điều khoản, bảo hành, bảo mật), bảng giá cùng mọi con số đi kèm tiền tệ, tên riêng và tên gói dịch vụ, thuật ngữ đặc thù của ngành. Bốn nhóm này chiếm phần nhỏ khối lượng chữ nhưng gánh gần hết rủi ro pháp lý và rủi ro mất đơn.

Đọc cột thứ hai từ trên xuống sẽ thấy phần việc của máy nhỏ dần.

Đăng bản dịch máy thô lên website có bị Google đánh giá thấp không

Có rủi ro, và được gọi tên thẳng trong tài liệu. Chính sách chống spam của Google Search Central nêu một ví dụ thuộc nhóm lạm dụng nội dung quy mô lớn (scaled content abuse): lấy nội dung một ngôn ngữ, dịch tự động, không ai xem lại, rồi đăng lên. Cách diễn đạt này có trong bộ chính sách spam từ đợt cập nhật tháng 3/2024.

Đáng chú ý: Google không phạt vì bản dịch do máy tạo ra. Thứ bị đánh giá thấp là nội dung sinh ra với số lượng lớn mà không ai xem lại. Cũng là ranh giới đã bàn trong bài nội dung AI và án phạt từ Google: công cụ tạo ra chữ không quyết định, quy trình kiểm chứng phía sau mới quyết định.

Rủi ro thứ hai ít người để ý hơn. Bản dịch thô bám sát cấu trúc câu tiếng Việt, nên từ khoá ở ngôn ngữ đích lệch hẳn cách người bản xứ gõ tìm kiếm. Trang vẫn được lập chỉ mục, chỉ là không đứng trên truy vấn nào có người tìm.

Quy trình lai: máy dịch trước, người biên tập sau

Quy trình lai đặt AI vào khâu tốn thời gian nhất là gõ lại toàn bộ nội dung, để người giữ khâu quyết định: kiểm nghĩa và chốt thuật ngữ. Sáu bước dưới đây đủ dùng cho một website vài chục trang.

1. Dựng bảng thuật ngữ trước khi bấm dịch: tên gói, tên riêng, đơn vị đo, cụm giữ nguyên tiếng Anh.
2. Chia nội dung theo nhóm rủi ro ở bảng trên: đánh dấu trang nào dịch tự động, trang nào viết tay.
3. Cho AI dịch cả trang thay vì từng câu rời, kèm bảng thuật ngữ và mô tả giọng thương hiệu.
4. Người biết ngôn ngữ đích biên tập lại, đặt tiêu đề theo từ khoá thị trường đích.
5. Đối chiếu số: giá, phần trăm, ngày tháng, tiền tệ. Soi trên giao diện thật.
6. Chốt người chịu trách nhiệm cập nhật khi bản tiếng Việt đổi giá hoặc đổi chính sách.

Bước cuối hay bị bỏ nhất, và quyết định bản dịch còn dùng được sau một năm không. Doanh nghiệp sửa nội dung thường xuyên nên gắn thông báo vào một workflow tự động hoá bằng n8n: trang tiếng Việt vừa sửa thì hệ thống tự tạo việc cho người dịch.

Thuật ngữ ngành và tên riêng, chỗ dịch máy sai nhiều nhất

Máy dịch sai nhiều nhất ở những cụm chỉ đúng trong một ngành. Tên vật liệu, quy cách kỹ thuật, tên gói dịch vụ và từ đa nghĩa hay bị dịch sát nghĩa đen. Lỗi này không làm câu văn lủng củng, nên bản dịch nhìn vẫn ổn cho tới khi khách có chuyên môn đọc phải.

• Tên gói dịch vụ và sản phẩm nội bộ: giữ nguyên, kể cả khi nghe có nghĩa trong tiếng Việt.
• Thuật ngữ đã có dạng tiếng Anh chuẩn như hosting, hreflang, subdomain, canonical: giữ nguyên.
• Đơn vị đo và quy cách: đổi số mà quên đổi đơn vị còn sai nặng hơn giữ nguyên.
• Cách viết số và ngày tháng: dấu phân cách phần nghìn, thứ tự ngày trước tháng đều đảo giữa hai ngôn ngữ.
• Chữ nằm trong ảnh banner, ảnh chụp màn hình: công cụ dịch không đụng tới được.

Một chi tiết nữa thuộc về giao diện. Tài liệu quốc tế hoá của W3C về độ giãn văn bản khi dịch ghi rõ: chuỗi tiếng Anh dài 1 – 10 ký tự có thể phình thêm 100 – 200% khi sang ngôn ngữ khác, còn đoạn dài trên 70 ký tự chỉ giãn khoảng 30%. Nhãn nút ngắn mới là chỗ vỡ giao diện trước tiên.

Đặt bản dịch ở thư mục /en/ hay subdomain và khai báo hreflang thế nào

Thư mục con dạng domain.com/en/ hợp lý cho doanh nghiệp vừa và nhỏ vì dùng chung hosting, chung chứng chỉ SSL, cộng dồn uy tín về một tên miền. Subdomain dạng en.domain.com hợp khi cần tách hạ tầng cho từng thị trường. Cách nào cũng phải khai báo hreflang, thiếu nó thì hai bản dễ bị hiểu là trùng lặp.

Ba điểm hay làm sai, theo tài liệu của Google Search Central về phiên bản nội dung theo ngôn ngữ và khu vực. Mã ngôn ngữ viết theo chuẩn ISO 639-1, mã khu vực là tuỳ chọn và theo ISO 3166-1 Alpha 2, sai định dạng thì khai báo bị bỏ qua. Khai báo phải hai chiều, thiếu một chiều là hỏng cả cặp. Và hreflang chỉ là tín hiệu gợi ý, nên vẫn cần canonical đúng cho từng trang.

Phần so sánh chi phí và độ phức tạp vận hành của ba cấu trúc địa chỉ đã nằm ở bài chuẩn bị website đa ngôn ngữ từ đầu. Việc cần nhớ: chọn cấu trúc trước khi dịch, vì đổi sau khi trang đã lập chỉ mục sẽ kéo theo một đợt chuyển hướng và thứ hạng chao đảo.

Câu hỏi thường gặp về AI dịch nội dung website

Mang về gì

AI dịch nội dung website đủ tốt để lo phần văn xuôi chiếm khối lượng lớn nhất, và chưa đủ để tự chịu trách nhiệm cho trang pháp lý, bảng giá, tên riêng hay thuật ngữ ngành. Ranh giới nằm ở mức thiệt hại khi một câu bị dịch lệch. Dựng bảng thuật ngữ trước, để máy dịch nháp, người biên tập chốt, khai báo hreflang hai chiều, chỉ rõ ai cập nhật khi nội dung gốc đổi. Năm việc này nên chốt cùng đội thiết kế website của BizMaC ngay trong bản kế hoạch đầu.