Sprawozdanie z Konferencji PT TEPIS 2026 zatytułowanej „Sztuczna Inteligencja w praktyce zawodowej tłumacza: wyzwania i szanse”

Wysłuchałam tej konferencji (online) z wielką ciekawością i z poczuciem, że warto, żeby myśli z niej poszły dalej w świat – stąd ten tekst. Na pewno nie ma w nim kompletu informacji o tym, co mówiono na konferencji. To tylko moje subiektywne odczucia i wybór, a nie obiektywne pełne podsumowanie! Mam nadzieję jednak, że znajdziecie w nim coś wartego refleksji czy zapamiętania.

Anka Konieczna-Purchała

Wpływ narzędzi sztucznej inteligencji na pracę tłumaczy przysięgłych: perspektywa instytucjonalna i implikacje dla odpowiedzialności zawodowej

dr hab. Hanka Błaszkowska, prof. UAM i dr Lucyna Krenz-Brzozowska

Prelekcja była opisem badania, któremu przyświecały następujące pytania badawcze: jakie doświadczenie z narzędziami AI mają sędziowie? Czy używają ich w codziennej pracy? Czy używają takich narzędzi do samodzielnego tłumaczenia? Jaki widzą potencjał i ograniczenia w zakresie używania tłumaczeń generowanych przez narzędzia AI w sądzie?

Wywiady na potrzeby badania przeprowadzono z 10 sędziami, z których wszyscy mieli doświadczenie pracy z tłumaczami przysięgłymi. Ze względu na wymogi ustawowe nie korzystają oni z narzędzi AI w celu tłumaczenia dokumentów o znaczeniu dowodowym. Jednak – jeśli dobrze zrozumiałam – wydział sądu w Poznaniu prowadzący sprawy frankowiczów korzysta z narzędzi AI do generowania dokumentów, ponieważ prowadzi jednocześnie bardzo wiele niemal identycznych spraw, jest to więc ułatwienie organizacyjne.

Kiedy ukaże się publikacja omawiająca szczegółowo wyniki tego badania, z całą pewnością (i z wielką ciekawością) zapoznam się z nią.

Czy ChatGPT mógłby zostać tłumaczem przysięgłym? AI na sali rozpraw

SSR Iwona Szymańska-Stawiak, Sąd Rejonowy Poznań – Grunwald i Jeżyce w Poznaniu

Wystąpienie pani sędzi, która była jedną z respondentek we wspomnianym wyżej badaniu. Jeśli chodzi o (ewentualne, przyszłe) stosowanie narzędzi tłumaczeniowych AI na sali sądowej, prelegentka była temu zdecydowanie przeciwna. W nieco czasem chaotycznych, nieprzewidywalnych realiach sali sądowej maszyna się z pewnością nie sprawdzi: czasem panuje harmider, ludzie przekrzykują się, mówią jednocześnie, stosuje się skróty myślowe itd. Natomiast w tłumaczeniach pisemnych, zwłaszcza tam, gdzie wiele elementów to stałe, powtarzalne treści, takie narzędzia mogłyby mieć zastosowanie. Jednak na sali rozpraw tłumacz jest niezbędny. W tłumaczeniach pisemnych można się zastanowić nad różnymi rozwiązaniami, ale w sali rozpraw musi być człowiek.

Jeśli chodzi o tytułowe pytanie, oczywiście dziś ChatGPT nie mógłby zostać tłumaczem przysięgłym: musi to być wg przepisów osoba fizyczna z odpowiednim wykształceniem, która zdała egzamin, ma za sobą zaprzysiężenie itd. Takich wymogów narzędzia AI nigdy nie spełnią.

Jednak sędziom już dziś wolno, zgodnie z oficjalnymi wytycznymi, wspierać się narzędziami AI, a (podobno) d o roku 2027 r. ma powstać specjalne narzędzie dla sędziów. Obejmie to zapewne także proszenie narzędzia o pomoc językową.

Po wystąpieniu padło z sali pytanie o doktrynalny i normatywny zakaz łączenia ról procesowych. W myśl tej zasady sędzia nie może sprawować zarówno roli sędziego, jak i innej osoby – np. tłumacza. Nie powinien więc osobiście tłumaczyć ani jednego słowa. W odpowiedzi prelegentka zwróciła uwagę na realia pracy w sądzie: ona sama ma np. jednocześnie 393 sprawy na biegu. Gdyby z każdym słowem w języku obcym zwracała się do tłumacza (zamiast samodzielnie ustalać, co ono znaczy), miałaby ich wielokrotnie więcej. Trzeba więc czasem zasady ważyć. Ważna jest też ekonomika postępowania. Ważąc zasady i pilnując tego, żeby nikomu nie działa się krzywda i ważąc różne wartości sędzia samodzielnie ustala, kiedy angażować TP, a kiedy nie. Owszem, obowiązuje zasada niełączenia ról, ale jednak nie można też dopuszczać do skarg na przewlekłość postępowania. W praktyce nie zawsze jest tak, że przepis widzi się jako coś, od czego nigdy nie można odstąpić. Trzeba ważyć zasady. Zasady są najważniejsze, ale czasem dochodzi do ich kolizji (np. każdy ma prawo do rozpoznania sprawy w rozsądnym czasie).

Było to wystąpienie, które spotkało się z bardzo żywą i zaciekawioną reakcją publiczności.

AI w rękach tłumacza czy tłumacz w szponach AI?

prof. dr hab. Krzysztof Jassem, dyrektor Centrum Sztucznej Inteligencji UAM

Główny wniosek, który na własne potrzeby wyciągnęłam z tego wystąpienia, był taki: AI zastępuje osoby wykonujące poszczególne zadania, ale nie oznacza to, że zastępuje i wypiera z rynku całe zawody. Zawód tłumacza niekoniecznie zniknie, ale pewne typy zadań nie będą już wykonywane przez ludzi. Warto też walczyć o to, żeby zachować konkretne obszary, gdzie będzie potrzebny tłumacz przysięgły.

Dlaczego jedni tłumacze mają za dużo pracy, a inni czekają na zlecenia? Przyszłość zawodu tłumacza  z perspektywy agencji tłumaczeń

mgr Tomasz Birecki, dyrektor zarządzający, POZENA Centrum Językowe – Biuro tłumaczeń i Szkoła językowa

Bardzo solidnie opracowane wystąpienie pokazujące studium przypadku na temat trudności, na jakie natknęło biuro tłumaczeń, usiłując poszerzyć pulę współpracujących z nim tłumaczy przysięgłych. Cytuję liczby, bo nigdy dotychczas nie natknęłam się na takie zestawienie:

• Zadzwoniono do 200 osób ze wstępnym pytaniem o chęć współpracy. Telefon (przy dwóch próbach kontaktu) odebrało 100 osób.
• Tym 100 osobom zaproponowano kolejny krok w postaci 30-minutowej rozmowy na Teamsach. Osoby, które odmawiały, podawały jako przyczynę: „mam dość zleceń”, „nie współpracuję z biurami”, „nie rozważam pracy za stawki niższe niż urzędowe”, „nie chcę rozmawiać bez konkretnego zlecenia”, „nie chcę instalować Teamsów”, „nie chcę włączać kamerki internetowej”. Ze 100 osób zostało 40.
• Odbyło się 40 inspirujących, dobrych rozmów. Nie wszystkie jednak kończyły się sukcesem w postaci umowy o współpracy. Ostatecznie współpracę nawiązało 26 osób.
• Obecnie liczba spadła do 23, odpadły trzy osoby (przyczyny: stawki były za niskie; jakość tłumaczeń była za niska; osoba podjęła inną pracę i nie była już dyspozycyjna).

Rada biura dla tłumacza: stań się oczywistym wyborem (= tłumacz dobrze, odpowiadaj szybko, komunikuj sprawnie i jasno o dostępności, bądź przewidywalny). Klient szuka rozwiązania swojego problemu. Głos tłumaczy przysięgłych z sali: do nas klient nie przychodzi po rozwiązanie problemu, przychodzi po bezpieczeństwo obrotu prawnego.

Z reakcji publiczności wnioskować można było, że oczekiwania biur i tłumaczy nie są takie same.  Na pewno bardzo ciekawie było zobaczyć starcie tych perspektyw.

Jeszcze tłumacz czy już operator AI? O przyszłości zawodu bez mitów

Dyskusja panelowa

Kilka różnych obserwacji i uwag, bez większego uporządkowania, do przemyślenia i zapamiętania:

• Skoro nie wiadomo, jaka będzie przyszłość, trzeba być otwartym i elastycznym. Nie obrażać się na rzeczywistość. Możemy  regulować AI, ale regulacje nie odpowiedzą na pytanie, czy będziemy potrzebni.
• Zawód zaufania publicznego w zakresie tłumaczenia w wymiarze sprawiedliwości musi istnieć. Spraw transgranicznych przybywa.
• Elastyczność na pewno, ale też going the extra mile. „Nie wyślę tłumaczenia, nie zawiozę, bo to nie jest czynność z katalogu” – nie! Warto też dorzucić sobie kolejny język.
• W procesie sądowym ktoś musi wziąć odpowiedzialność za tłumaczenie. Ale w KPK i KK nie ma wzmianki o instytucji tłumacza przysięgłego, jest tylko „tłumacz”, czyli rola, a nie zawód. Odpowiedzialność karna jest dość iluzoryczna. Wartość dodana zawodu tłumacza przysięgłego to związana z nim odpowiedzialność zawodowa (której nie ponosi inny tłumacz). I może jeszcze to, że tłumacz przysięgły działa ze starannością szczególną, a nie zwykłą.
• My jako ludzie potrzebujemy drugiego człowieka. Np. AI lepiej od ludzi gra w szachy, a my wciąż lubimy grać z ludźmi. W tłumaczeniach też będziemy chcieli mieć kontakt z tłumaczem jako człowiekiem. Mamy „czujnik”, który pozwala rozpoznać to, co ludzkie.

Granice dopuszczalności zastosowania narzędzi AI w pracy tłumacza przysięgłego

dr Igor Gontarz, Wydział Prawa i Administracji UAM

Prezentacja z perspektywy nie tłumaczeniowej, a prawniczej. Dotyczyła oceny ryzyka, z jakim wiążą się różne aspekty stosowania AI w praktyce tłumaczy przysięgłych. Oczywiście ocena ryzyka służyć ma następnie do podjęcia decyzji, czy danym narzędziem wolno posłużyć się w dany sposób i nadal pozostać w granicach dopuszczalnych dla tłumaczy przysięgłych. Ogólnie rzecz biorąc stosowanie AI jest dozwolone, jeśli dokonuje się z zapewnieniem poufności i poszanowaniem tajemnicy zawodowej. Uwaga: nawet przetwarzanie zgodne z RODO nie oznacza automatycznie dochowania tajemnicy zawodowej.  Problematyczny może być sam fakt dostarczenia pewnych informacji (niekoniecznie danych osobowych) dostawcy narzędzia AI.

Wnioski:

1. AI może być narzędziem dla tłumacza przysięgłego, ale nie może zastępować jego profesjonalnej weryfikacji i odpowiedzialności zawodowej.
2. Dopuszczalność wykorzystania AI wymaga jednoczesnej oceny poufności, ochrony danych, bezpieczeństwa narzędzia AI i jego rzetelności.
3. AI Act wzmacnia podejście oparte na ocenie ryzyka  i kompetencjach człowieka, ale nie ustanawia jednoznacznych zasad dla tłumaczy przysięgłych.

Weryfikacja autentyczności dokumentów w pracy tłumacza przysięgłego – wykorzystanie AI do identyfikacji i opisu zabezpieczeń

dr Jagoda Dzida, Wydział Prawa i Administracji UAM

Prezentacja skupiała się na zabezpieczeniach z katalogu PRADO. Nawiązywała do narzędzia AI, które prelegentka stworzyła (i o którego tworzeniu prowadziła osobne warsztaty) dla tłumaczy przysięgłych – pomaga ono w opisie zabezpieczeń. Na pewno warto się tym zainteresować!

Czy pisanie o języku ma jeszcze sens? O popularyzacji wiedzy językowej w dobie AI

mgr Jagoda Ratajczak, tłumaczka przysięgła i konferencyjna języka angielskiego

Wciągająca opowieść o tym, że tłumacze – jako opowiadacze opowieści 😉 – są ważnymi członkami społeczności. Ludzie chcą czytać o języku. Wzrosła liczba publikacji na ten temat. Wbrew temu, co mówi Big Tech, kształcenie humanistów jest ważne i potrzebne. Tłumacze są znawcami języka i kultury. Zwracają uwagę na to, co istotne. Nadają rzeczom kontekst i znaczenie.

AI w kształceniu tłumaczy prawniczych

dr hab. Aleksandra Matulewska, prof. UAM, Wydział Neofilologii UAM

Z przyczyn oczywistych ta prezentacja była dla mnie ogromnie ciekawa. Zrobiłam z niej bardzo drobiazgowe notatki, ale myślę, że tutaj niekoniecznie jest dla nich miejsce. Z pewnością za to będę się nimi dzielić z naszymi wykładowcami! A tu dość może będzie pokazać jeden z promptów, które prelegentka stosuje na zajęciach ze studentami.

Analiza terminologii prawniczej

Przeanalizuj termin prawny „zachowek” w polskim systemie prawnym. Zaproponuj 3 możliwe strategie przekładu na jęz. angielski. Wskaż zalety, ograniczenia, kontekst. Oszacuj ryzyko fałszywej ekwiwalencji. Odróżnij podobieństwo od pełnej ekwiwalencji. Wskaż źródła do samodzielnej weryfikacji. Nie wymyślaj orzeczeń ani przepisów.

Przeanalizuj pary terminów: „zachowek – forced heirship”, „prokura – PoA”, „akt notarialny – deed”, „spółka z o.o. – limited company”, „consideration – świadczenie wzajemne”. Dla każdej pary wskaż stopień ekwiwalencji, podobieństwa, różnice między systemami, ryzyko błędnej interpretacji. Nie zakładaj, że podane odpowiedniki są poprawne. Wskaż źródła do samodzielnej weryfikacji.

Dzięki tego typu zadaniom studenci uczą się pracować z  narzędziami AI, a jednocześnie budują swoje umiejętności myślenia krytycznego i analizy informacji.

Kilka refleksji na temat dydaktyki tłumaczeniowej, prawdy i dobra

dr Witold Skowroński, director emeritus Szkoły Tłumaczy i Języków Obcych UAM (1992–2017)

Prelegent przez wiele lat tłumaczył dla prezydentów i wybitnych osobowości, na początku wystąpienia podzielił się więc swoimi doświadczeniami.

Jeśli chodzi o kształcenie tłumaczy, powinno ono uwzględniać przyszłość ich zawodu – i tu wiele zależy od tego, czy będą tłumaczyć docelowo na arenie międzynarodowej, regionalnej czy lokalnej. Warto kształcić w prawdzie, nie dawać fałszywej nadziei i nie składać pustych obietnic. Przyszłych tłumaczy konferencyjnych powinni kształcić tłumacze konferencyjni z doświadczeniem dydaktycznym. Warto kształcić tłumaczy na poziomie podyplomowym. Nie ma sensu na poziomie licencjackim. To wymaga dojrzałości intelektualnej i językowej. Neofilologia nie uczy tłumaczenia. Naukowcy-teoretycy nie powinni uczyć tłumaczenia. Teoria jest ważna, ale podstawa to umiejętności praktyczne. Podstawa to relacja mistrz-uczeń.

„Używam AI, ale jej nie ufam” – postawy studenckie w nauce języków obcych: wyniki badania ankietowego

Marcel Knorn, M.A., Niemiecka Centrala Wymiany Akademickiej (DAAD)

Prelegent przedstawił wyniki badania ankietowego przeprowadzonego wśród 75 studentów UAM uczących się języka niemieckiego. Wyniki badania: wszyscy studenci używają narzędzi AI, a większość używa ich m.in. do nauki języka. AI służy do weryfikacji i wyszukiwania informacji, ale też np. do planowania nauki. W większości uważają swoje umiejętności z zakresu AI za średnie (lub wysokie), ale też uważają często, że inni studenci są od nich lepsi. Nie umieją oceniać umiejętności z zakresu AI wśród wykładowców. Może studenci nie wiedzą, jak i na ile wykładowcy używają AI.

Zalety AI wg studentów: efektywność, pomoc w generowaniu pomysłów, burza mózgów, źródło wiedzy, pomoc w nauce.

Ryzyko: ogłupienie, utrata umiejętności, niewłaściwe korzystanie, lenistwo, monotonia. (A nie błędy w tym, co mówi narzędzie!)

Kwestia (nie)uczciwości akademickiej. Osoby, które nie pracują samodzielnie uzyskują lepsze wyniki, bo ich prace – choć tworzone przez narzędzia AI – oceniane są bez uwzględnienia tego. Wykładowcy uważają AI za zło konieczne, a zdaniem studentów warto wypracować zasady korzystania, unormować i stosować na uczelni.

Ciekawe pytanie z sali: jak by to wyglądało w przypadku rzadszego języka? Czy rezultaty nie byłyby inne? Czy w przypadku języków, z którymi narzędzia AI nie radzą sobie aż tak dobrze, sytuacja nie wyglądałaby zupełnie inaczej?

Czy uczymy tłumaczenia, czy współpracy z AI? Kompetencje tłumacza przyszłości między rynkiem, uczelnią a odpowiedzialnością zawodową

Dyskusja panelowa

• Nowe techniki powinny być jednym z przedmiotów, z którymi trzeba zaznajomić studentów. Czy jednak mają korzystać z nich w pracy, to już inna sprawa.
• Patrząc na model kompetencji European Masters of Translation 2022: technologie tak, owszem, ale też język i kultura i umiejętność organizacji pracy itd. nadal są ważne i trzeba je rozwijać na coraz wyższym poziomie. Analiza tekstu, czytanie, doskonalenie się na polu języka polskiego (a nie tylko obcych), zwiększanie umiejętności retorycznych – to nadal jest kluczowe.
• Tłumaczenia specjalistyczne z jasno przypisaną odpowiedzialnością, w tym z odpowiedzialnością człowieka za błąd, to jedyna dziedzina tłumaczeń, która przetrwa. Ale narzędzia trzeba znać, nawet jeśli zamierza się pracować w tej właśnie dziedzinie. Tak jak po przejściu z maszyn do pisania na komputery.
• Nauczajmy kompetencji językowej w języku ojczystym.
• Praca tłumacza to trzy elementy: język, wiedza (dziedzinowa), narzędzia. To jest i musi pozostać. Studia dla tłumaczy będą istnieć, choć będą szły w kierunku interdyscyplinarności – będzie potrzebne wsparcie w zakresie narzędzi. Ale kluczowym narzędziem jest mózg! Trzeba dbać o swoje własne zasoby intelektualne. Analiza i wysiłek intelektualny są ważniejsze od ilości i tempa pracy.
• Co by dodać do programów studiów – a może czasem warto pomyśleć, co usunąć? Studenci czują się przeciążeni. Brak im czasu na pracę samodzielną. Brak czasu na myślenie powoduje, że studenci sięgają po „ogłupiające” narzędzia AI.
• Uczmy komunikacji. Ludzie lubią rozmawiać z ludźmi. Umiejętności miękkie, komunikacja i empatia są kluczowe. No i pieniądze! Uczmy ludzi dobrego podejścia do rynku. Uczmy ludzi, jak radzić sobie na rynku i jak zarabiać na swoich umiejętnościach.
• Chcemy uczyć studentów poszukiwania odpowiedzi. A może warto ich też uczyć zadawania właściwych pytań? Bo to pomaga w krytycznej ocenie, pomaga w dostrzeganiu problemów, a dopiero dzięki temu można je dobrze rozwiązywać.

W świetle tematu konferencji warto pewnie dodać dla pełnej jasności: sama posłuchałam wystąpień; sama spisałam to, co było dla mnie najważniejsze. To nie jest automatyczne streszczenie automatycznej transkrypcji ani żaden inny produkt AI!