AI giver oversætterbureauerne nye udfordringer og nye muligheder. Teknologien har ført til grundlæggende strukturelle forandringer i oversætterbranchen, og dén bølge kan ifølge en forsker snart skylle ind over mange af os andre.
Af Rasmus Gissel
Jeg har en god og en dårlig nyhed til dig. Den dårlige først: Du kan ikke bare uden videre kalde dig maskinmester, politibetjent eller tandlæge. Den gode nyhed er, at du kan være oversætter, hvis du vil – det ser i hvert fald sådan ud.
Det skriver jeg ikke kun, fordi enhver har lov til at bruge titlen ”oversætter.” Jeg skriver det også, fordi alle med en internetforbindelse i dag har nem adgang til avanceret AI-baseret oversættelsesteknologi fra fx DeepL, Google Translate eller ChatGPT. Billigt eller gratis.

For ikke så mange år siden henvendte avanceret oversættelsesteknologi sig til fagfolk, og den var kun tilgængelig, hvis du betalte for den. I dag kan du på få sekunder få lavet oversættelser, der ved første øjekast ser fornuftige ud. Det er ikke altid, oversættelserne faktisk er korrekte, men ifølge lektor og ph.d. Tina Paulsen Christensen fra Aarhus Universitet kræver det ofte specialistviden at gennemskue.
”Folk, der ikke har studeret sprog, ved meget lidt om, hvad det kræver, at sprog fungerer i praksis,” siger hun. ”Så man har en forventning om, at det kan maskinerne nok godt, for det er jo nemt. Og hvordan skal man som ikke-ekspert vide, at det ikke er godt nok?”
Vi vender tilbage til Tina Paulsen Christensen senere i denne artikel. Hun har nemlig noget interessant at sige om den teknologiske udvikling, der har vendt op og ned på oversætterbranchen – og snart kan gøre det samme andre steder. Dette er anden og sidste del af historien om den udvikling. I seriens første artikel mødte vi freelance-oversætteren Gitte Boel Høgsted, som har lukket sin virksomhed på grund af faldende indtjening.
I denne artikel skal vi møde nogle af de oversætterbureauer, freelance-oversætterne arbejder for. Også de er påvirket af udviklingen, og problemerne tog især fart, da deres kunder (lige som alle os andre) opdagede de gratis oversættelsesværktøjer online.
Kvaliteten af online-oversættelserne ser nemlig så god ud, at nogle virksomheder vejrer morgenluft: De ser muligheder for at bruge AI-værktøjer til at spare på udgifterne til oversættelse og samtidig opnå hurtig levering. Og dét kan de mærke på oversætterbureauerne.
”Vi kommer under et større pres fra de gratis tjenester, og der er mange kunder, som selv forsøger at bruge AI til oversættelse,” siger Carsten Malta Hansen, som er Head of Next Generation Platform hos oversætterbureauet Lionbridge, men til denne artikel udtaler sig på egne vegne.
Frederik R. Pedersen, der er CEO og medstifter af oversætterbureauet Easytranslate, beskriver det som en milepæl, at de avancerede værktøjer pludselig er nemt tilgængelige.
”ChatGPT var virkelig et tipping point,” siger han. ”Dér blev den almene bruger lige pludselig overbevist om, at AI er fremtiden. Og hvis den kan skrive det her for mig, så kan den også oversætte.”

De fleste af de bureauer, jeg har talt med til denne artikel, beretter om kunder, som er begyndt at spørge til mulighederne. Det er en udvikling, der er gået stærkt: Per Harbo Sørensen fra World Translation siger, at der bare for halvandet til to år siden ikke var nogen kunder, der snakkede om AI – i dag er der flere, der spørger, hvad man kan gøre med teknologien. Frederik R. Pedersen fortæller, at store kunder, der sidste år slet ikke var klar til at tænke AI ind i deres oversættelser, nu pludselig vil vide, hvordan teknologien kan hjælpe dem med at effektivisere og opnå besparelser. Og Carsten Malta Hansen kan berette om kunder, der på kort tid er vendt på en tallerken.
”For blot et par år siden havde vi mange kunder, som ikke skulle have maskinoversættelse,” siger han. ”I nogle tilfælde var det forbudt ifølge kontrakten. Nu efterspørger de samme kunder vejledning i brug af AI. På den måde har det virkelig ændret, hvordan vi snakker med vores kunder, og hvilke tjenester vi kan give dem.”
Den stigende brug af maskinoversættelse og dermed efterredigering af maskinoversættelse (MTPE), som har påvirket flere freelance-oversættere, er dermed ikke udelukkende drevet af bureauerne.
”Der er mange oversættere, som tror, at maskinoversættelse og AI er noget, bureauerne vil have,” siger Martin Boberg, som er CEO for oversætterbureauet Diction. ”Men det er ikke så meget et valg, vi som oversætterbureauer træffer – det er et valg, kunderne træffer. Mange kunder, der har med e-handel at gøre, vil for eksempel gerne have det så billigt som muligt og med stor volumen, så de vil have AI-løsninger fra start.”
Kan det ses i bureauernes regnskabstal? Det er der noget, der tyder på. En gennemgang af 2023-regnskaberne for de ni største danske oversætterbureauer (målt på antal medarbejdere) viser, at de seks oplevede faldende omsætning fra 2022 til 2023. Ingen af bureauerne fik flere medarbejdere i perioden; flere mistede tværtimod ansatte.

Der kan være flere grunde til, at de fleste bureauer has mistet omsætning. Tidsperioden flugter dog med, at ChatGPT, som Frederik R. Pedersen beskrev som et tipping point, blev lanceret sent i 2022 og på kort tid opnåede stor popularitet. Og i en rapport fra 2024 skriver det uafhængige amerikanske analyseinstitut CSA direkte, at skiftet fra menneskelige oversættere til maskinoversættelse og sprogmodeller har været en vigtig faktor i, at indtjeningen fra oversættelsesarbejdet er faldet.
Den teknologiske udvikling har dog også givet bureauerne nye redskaber til at drive deres virksomhed effektivt.
En af de opgaver, bureauer traditionelt har brugt en del kræfter på, er at gøre de dokumenter, de modtager fra kunderne, klar til oversættelse. Det betyder forenklet sagt, at al den tekst, der skal oversættes, skal konverteres til et format, som oversættelsesværktøjerne kan bruge. Det kan være en indviklet omgang, for teksten kan optræde mange forskellige steder og på mange forskellige måder.
Et tekstbehandlingsdokument fra Microsoft Word er som udgangspunkt let at håndtere, men hvis det fx indeholder billeder med tekst, bliver denne tekst ikke automatisk taget med i oversættelsen. Et regneark kan indeholde tekst inddelt i celler, kolonner og rækker, måske endda på flere faner. Arket kan have forskellige baggrundsfarver, som kunden har en helt bestemt hensigt med at bruge. Andre filformater giver andre udfordringer, og bureauer skal ofte kunne håndtere mange forskellige.
Og dét kan tage tid. Carsten Malta Hansen fortæller, at det tidligere var en meget manuel proces at gøre filer klar til oversættelse. Lionbridge havde en lang række automatiserede arbejdsgange til de mange forskellige typer dokumenter – og nogle gange adskillige arbejdsgange for hver enkelt kunde. Klargøringsprocessen er nu blevet meget nemmere med AI.
”Nu har vi én proces for alle vores enterprise-kunder,” siger han. ”Allerede når kunden bestiller en opgave, bruger vi AI til at forstå, hvad det er, de sender. Når kunden sender os kildefilen, kan AI analysere filen og stille spørgsmål til kunden, allerede inden ordren er afsluttet: ’Jeg kan se, der er billeder i filen. Skal vi trække teksten ud af de billeder og få den oversat?’ Og hvis der er tekst fremhævet med gult i et Excel-ark, kan AI fra starten spørge, hvordan vi skal forholde os til dét.”

Når teksten er klar, kommer selve oversættelsen – og dermed den maskinoversættelse, som har haft konsekvenser for nogle freelance-oversættere. Bureauerne er under pres fra kunderne for at sænke prisen og leveringstiden, men samtidig levere tilfredsstillende kvalitet. De fleste løser faktisk den udfordring ved at bruge de samme AI-baserede værktøjer som alle os andre.
”Vi bruger de fem største maskinoversættelsesværktøjer i verden,” siger Carsten Malta Hansen. ”Vi har en aftale om, at deres maskiner ikke må lære af det, vi sender til dem, af hensyn til vores kunder.” Frederik R. Pedersen siger, at også Easytranslate bruger eksisterende maskinoversættelsessystemer, da det ville være for ressourcekrævende at udvikle dem selv.
Til forskel fra de fleste almindelige mennesker bruger bureauerne store sprogmodeller (LLM’er) til at efterbehandle de maskinoversættelser, de får lavet. LLM’erne er AI-systemer, som bureauerne oplærer til at kunne vurdere kvaliteten af oversættelserne. Oplæringen sker bl.a. ved at fodre LLM’erne med gamle oversættelser, som kunden tidligere har godkendt.
Mange virksomheder har desuden sproglige retningslinjer for, hvordan de gerne vil kommunikere med deres omverden, såkaldte style guides. Disse style guides kan også proppes ind i LLM’erne. Med den viden, de derved får, kan LLM’erne gennemgå oversættelserne for at sikre, at kundens retningslinjer for terminologi, stil og sprogtone (der ofte kaldes tone of voice) er overholdt.
”Der, hvor du virkelig kan høste mange frugter af AI, er for eksempel tone of voice,” siger Frederik R. Pedersen. ”Hvis kunderne beslutter, at de gerne vil kommunikere på en bestemt måde og gerne vil nå en bestemt målgruppe, kan AI være fantastisk.” Og Carsten Malta Hansen siger, at processen med at lade LLM’er finjustere oversættelser, er meget simpel – og virker ”sindssygt godt.”
Den meget simple proces betyder, at bureauerne hurtigt kan oversætte store ordmængder i en kvalitet, kunderne kan acceptere. Tit er det kun nødvendigt at lade et menneske kontrollere en lille del af oversættelsen:
Easytranslate kunne ifølge Frederik R. Pedersen se, at kun 10-15 procent af de oversatte sætninger blev efterredigeret. Resten blev vurderet som gode nok. Når så lidt af en oversat tekst skal tjekkes af et menneske, har det selvsagt konsekvenser.
”For oversætterne er der helt klart en stor disruption i det her,” siger Carsten Malta Hansen. ”Hvis du sammenligner en oversættelse på 100 ord fra for fem år siden med én fra i dag, får oversætteren mindre af det job. Omvendt betyder teknologierne, at vi får mere at lave, så jobbene bliver mindre, men flere.”
Fremkomsten af de nye værktøjer har ikke betydet, at alle bureauer nu udelukkende arbejder med maskinoversættelse og LLM’er. For flere af dem er de nye redskaber en ydelse, de kan tilbyde på linje med mere traditionelle oversættelsesydelser.
”I 2022 udgjorde maskinoversættelse en meget lille andel af vores services, men i 2025 udgør det en tredjedel,” siger Martin Boberg fra Diction. ”Vi synes, det er godt, at værktøjerne er der – de kan hjælpe. Men vi synes også, de skal bruges på de rigtige tidspunkter. Det er et lidt mere varieret synspunkt end bare, at det er godt eller dårligt, og at vi er tvunget til at hoppe på toget. Vi er tvunget til at tage stilling til det og anvende det i de tilfælde, hvor det giver mening.”
”Med AI kan vi tilbyde hele pakken,” siger Per Harbo Sørensen fra World Translation. ”Dem, der ønsker den traditionelle måde at gøre det på, kan få det. Og hvis kunden ønsker at håndtere nogle ting selv, kan de gøre dét.”
Selv på projekter med maskinoversættelse og LLM’er er de kilder, jeg har talt med, enige om, at menneskelige oversættere næppe kan undværes lige med det første.
”LLM’er er virkelig gode, men ikke gode nok. Der vil altid skulle være mennesker i den anden ende, specielt hvis det er noget tekst, der er kundefokuseret – og det er afgørende, at der er mennesker involveret inden for meget regulerede brancher,” siger Carsten Malta Hansen. ”Inden for de næste 10 år tror jeg ikke, vi ender et sted, hvor vi kan sige, at vi ikke behøver mennesker til oversættelse. Jeg tror, vi altid vil have brug for the human touch. Det, der kommer til at ændre sig mest, er, hvilken rolle mennesker spiller i oversættelsesprocessen.”

Oversætterbranchen står midt i en disruption, der både påvirker freelance-oversætterne og bureauerne. Som beskrevet i den første artikel i denne serie er der intet nyt i, at teknologien ændrer branchen – det er sket konstant i løbet af de sidste cirka 20 år. Som Carsten Malta Hansen siger, er LLM’erne det seneste trin i en udvikling, som tidligere har ført til oversættelseshukommelser, almindelig maskinoversættelse og neural maskinoversættelse. Hvert eneste af disse trin har medført disruption; det nye ved LLM’erne er, at de har åbnet kundernes øjne for de teknologiske muligheder.
Per Harbo Sørensen har været i branchen siden slutningen af 1990’erne. Også han konstaterer, at udviklingen er sket over en lang årrække, men har taget fart med AI. Og den har nu været i gang så længe, at den har ført til strukturelle ændringer af oversætterbranchen.
Det er her, det bliver ekstra interessant for dig og mig – og for andre brancher end oversætterbranchen. Det, der er sket for oversætterne og bureauerne, er nemlig et godt eksempel på, hvad der kan ske, når en organisation gennemgår en digital transformation. Og den samme transformation kan ramme mange andre brancher. Det siger Tina Paulsen Christensen fra Aarhus Universitet. Hun forsker blandt andet i, hvordan AI-baserede teknologier bliver anvendt i sprogbranchen, og i de psykologiske konsekvenser af, at samfundet bliver digitaliseret.
Hun forklarer, at en digital transformation ofte påvirker en organisation på tre måder, og at det ikke er alle effekterne, der er tilsigtede.
”For det første er der de effekter, vi ønsker os,” siger hun. ”Vi ønsker at være hurtigere, at tjene flere penge – det er nogle intenderede ønsker på den korte bane. Så er der alt det, der følger med, som man ikke selv er herre over. Det er for eksempel, at vores roller, selvforståelse og arbejdsgange ændrer sig. Pludselig sidder man som oversætter ikke længere og oversætter; man sidder og efterredigerer. Det var måske ikke hensigten, at man ville påvirke oversætterne, men der er mange ikke-intenderede konsekvenser. Og så er der den sidste form for effekt, som kaldes de organisatoriske effekter. Her taler vi om ændringer i branchen generelt.”

Tina Paulsen Christensen nævner som eksempler, at små spillere i branchen mister omsætning, at bureauerne udvikler onlineplatforme, hvor freelance-oversætterne skal kæmpe om jobbene, og at der bliver stadig flere freelancere frem for fastansatte oversættere. Udviklingen har nogle konsekvenser, der tvinger branchens aktører til at overveje, hvordan de vil forblive relevante i en verden, hvor sprogteknologi er tilgængelig for alle med en internetforbindelse, og hvor udviklingen løber stærkt.
Og dén udvikling kan meget vel løbe hen til andre brancher. Tina Paulsen Christensen mener, at AI kan komme til at føre til lignende strukturelle ændringer mange andre steder.
”Som samfund snakker vi primært om de intenderede effekter,” siger hun. ”Lige om lidt begynder vi at snakke om de ikke-intenderede effekter; det er der også nogle, der allerede gør. Og om nogle år kan vi så se, at mange brancher har ændret sig. Den samme udvikling, som vi kan se i oversætterbranchen, kommer vi også til at kunne se mange andre steder.”
Hvilke steder? En analyse fra Danmarks Statistik fra 2024 peger på, at brancher som jura, undervisning og forskning, journalistik, finans og økonomi kan blive påvirket kraftigt af LLM’er (og dermed altså AI). Fælles for dem er, at det er brancher med en stor andel af det, analysen kalder ”kognitive rutineopgaver.” I bunden af opgørelsen finder vi blandt andet malerarbejde og manuelt arbejde inden for fx råstofudvinding, bygge og anlæg, landbrug, skovbrug og fiskeri.
Forperson Cathrine Holm-Nielsen fra DM Kommunikation er enig i, at udviklingen i andre brancher kan komme til at minde om den i oversætterbranchen.
”Jeg tror, alle kan lære noget af denne udvikling,” siger hun. ”De fleste er påvirkede på den ene eller den anden måde. Jeg tror, de fleste fagområder skal kigge sig selv efter i sømmene. Om man kan lave en én til én-sammenligning mellem oversætterbranchen og andre brancher, ved jeg ikke, men der vil måske være nogle overordnede trin, som er de samme.”
I dag er vi alle oversættere – eller sådan kan det se ud. Kvaliteten af maskinoversættelserne er dog stadig på et niveau, hvor der i den nærmeste fremtid stadig vil være brug for både oversættere og oversætterbureauer – men hvor mange? Og hvad skal de lave?
Årtiers teknologisk udvikling har ført til en situation, hvor branchen nu grundlæggende ændrer struktur, og hvor ingen kan vide sig sikre på, at de også har et job om fem, ti eller femten år.
”Jeg kan jo ikke sige, om vi ender med at blive til overs,” siger Frederik R. Pedersen. ”Men den måde, vi gør det på, er mit bedste bud på, hvordan vi kan sikre stadig at have et eksistensgrundlag.”
Udviklingen i oversætterbranchen har taget ekstra fart med AI. Og i en række andre brancher kan AI føre til lignende forandringer, der kan ramme dig, mig og mange andre. Det mener bl.a. Martin Boberg fra Diction, at vi godt kunne tale lidt mere om.
”I virkeligheden burde udviklingen fylde mere i samfundsdebatten,” slutter han. ”Men jeg tror desværre ikke, at det interesserer befolkningen nok.”

















