VOICEPRINT
Де я в цьому потоці?
Сьогодні текст може пройти через іншу мову, AI-модель, редагування, адаптацію — і повернутися майже бездоганним.
Граматично правильним.Природним.Плавним.Іноді навіть літературнішим за оригінал.
І саме тут починається проблема.
Після такої обробки текст може стати кращим. Іноді саме це і є втратою.
Бо в якийсь момент питання вже не звучить так:
«Це хороший переклад?»
Воно стає іншим:
«Чи залишився в ньому я?»
Як усе почалося
Продовжити історію ↓
У країні, де я тоді жив, значну частину того, про що я писав — і того, як я дивився на людину, суспільство, життя й реальність, — я не міг вільно публікувати.
Тому найочевидніший шлях — написати книгу і видати її там — фактично був для мене закритий.
Залишався інший шлях: вийти за межі однієї мови.
Але це принесло іншу проблему.
Я не знав іноземних мов настільки добре, щоб самостійно перенести в них складний літературний і філософський текст.
А професійний переклад великих творів коштував стільки, що для мене це не було реалістичним варіантом.
Тому тексти могли роками існувати в зошитах, файлах і чернетках.
Не тому, що я не хотів довести їх до читачів.
Я просто не бачив реального способу це зробити.
З появою сучасних AI-систем ситуація вперше почала змінюватися.
Стало можливим працювати з великими обсягами тексту, збирати розпорошені матеріали, зберігати структуру й термінологію, повертатися до рішень, ухвалених десятки або сотні сторінок тому, а також перекладати й транскреювати твори іншими мовами.
Те, що раніше вимагало володіння іншими мовами, великої команди й грошей, яких у мене не було, раптом стало практично здійсненним.
Спочатку це відчувалося майже як звільнення.
Я почав показувати перекладені тексти людям, які добре знали цільову мову, і питати, наскільки природно вони звучать, чи відчувається машинність, чи є помилки або дивні місця.
І поступово стало зрозуміло:
AI вже був здатний створювати текст, який носій мови міг оцінити як добрий, природний і літературний.
Можна було б подумати, що проблему вирішено.
Але саме тоді з’явилася інша.
Хто говорить?
Людина, яка читає український текст, може сказати мені:
«Так, це добра українська.»
Але чи знає вона, що саме було важливо зберегти в російському оригіналі?
Чому я написав це речення саме так?
Чому кілька разів повторив те саме слово?
Чому залишив речення важким?
Чому персонаж говорить різко?
Чому щось навмисно залишено недомовленим?
Чому я обрав одну метафору, хоча іншу можна було зробити красивішою?
Для того, хто бачить лише готовий переклад, усього цього може взагалі не існувати.
Але була ще дивніша проблема.
Я сам не знав цільову мову настільки добре, щоб усе це перевіряти.
Інакше кажучи, мені був потрібен AI, щоб перенести мій текст в іншу мову.
А потім мені знову був потрібен AI — цього разу, щоб допомогти зрозуміти, що насправді сталося з моїм текстом під час цього перенесення.
Я просив порівнювати версії.
Пояснювати відмінності.
Повертатися до оригіналу.
Вказувати на можливі втрати сенсу.
Перевіряти термінологію.
Згадувати попередні рішення.
Порівнювати сцени, написані далеко одна від одної.
Це перетворилося на доволі дивний процес:
Я використовував AI, щоб використовувати AI для перевірки роботи AI.
Але іншого способу побачити, що відбувається, у мене просто не було.
І поступово я зрозумів: мені не потрібен «кращий перекладач».
Мені потрібен процес, у якому я сам міг би розуміти, що відбувається з моєю книгою.
Спочатку з’явився ATP
Так виник Ashraellen Transcreation Protocol — ATP.
Це була перша спроба організувати роботу в систему, яку я сам міг зрозуміти.
Ми порівнювали різні способи перенесення тексту: звичайний переклад, вільнішу AI-транскреацію і роботу через ATP.
Пробували окремі AI-чати.
Порівнювали результати.
Перевіряли, наскільки добре зберігаються сенс, термінологія, структура, голос і вже прийняті рішення.
Поступово ATP перестав бути лише набором інструкцій.
У нього з’явилися власний публічний репозиторій, документація, версії й DOI.
Але робота з ним привела до наступної проблеми.
Термін можна перевірити.
Структуру можна порівняти.
Втрачений сенс також можна знайти.
Але як перевірити автора?
Де я?
Саме тут питання перестало стосуватися лише перекладу.
Припустімо, AI не втратив фактів.
Не переплутав персонажів.
Правильно передав зміст.
Текст добре читається.
Носій мови каже, що він звучить природно.
Але чи достатньо цього?
У який момент переклад перестає бути моєю книгою і стає дуже доброю версією того, як AI зрозумів мою книгу?
І чи можу я взагалі побачити цю межу, якщо сам недостатньо добре знаю мову результату?
Звідси для мене й виник Voiceprint.
Не з бажання створити нову технологію.
А з набагато особистішого питання:
Де я в усьому цьому потоці перетворень?
Автор
Автор — не набір красивих речень
Досить швидко стало зрозуміло, що авторську присутність не можна звести лише до стилю.
Це не набір улюблених слів.
Не кількість довгих речень.
Не кілька характерних зворотів, які можна показати моделі з інструкцією «пиши ось так».
Автор також присутній у рішеннях.
У тому, що він залишив.
У тому, що прибрав.
У тому, що навмисно не пояснив.
У повторенні.
У ритмі.
У метафорі.
У різкості.
У дивному реченні.
У неоднозначності.
У помилці, яка для автора вже не є помилкою.
І навіть саме в тому місці, яке доброму редактору найбільше хочеться виправити.
Тому з’явився принцип, який відтоді залишився зі мною:
Автор має право не бути покращеним.
Коли правильний текст стає неправильним
AI дуже добре нормалізує.
Перетворює дивне на звичне.
Важке — на легке.
Нерівне — на гладке.
Неоднозначне — на ясне.
Незвичне — на більш очікуване.
У багатьох завданнях це перевага.
Але в літературі виникає парадокс.
Чим кращим текст стає за загальними критеріями, тим далі він іноді може відходити від конкретного автора.
Тому плавність — не те саме, що вірність.
Добра українська проза і моя книга українською — не обов’язково одне й те саме.
Людина залишається джерелом сенсу
Поступово навколо роботи сформувалася проста межа:
human-authored / human-directed / AI-assisted
AI може перекладати.
Пропонувати альтернативи.
Порівнювати.
Шукати розбіжності.
Перевіряти термінологію.
Пам’ятати рішення.
Відновлювати контекст.
Вказувати на можливу втрату сенсу.
Він може взяти на себе величезний обсяг складності.
Але остаточне рішення про те, чим насправді є твір, залишається за автором.
Для себе я формулюю це ще простіше:
Складність можна делегувати. Канонічну владу — ні.
Процес
Потім одного протоколу стало недостатньо
Чим довшою ставала робота, тим очевиднішою була ще одна проблема.
Книгу неможливо втримати одним хорошим prompt для AI.
З часом у твору з’являється власна історія рішень.
Чому це ім’я перекладено саме так?
Чому цей термін не можна замінити?
Чому схоже речення сто сторінок тому було вирішено інакше?
Чому цей персонаж має вживати саме це слово?
Яка версія була лише запропонована?
Яка пройшла перевірку?
А яку вже прийняв автор?
Стало зрозуміло, що зберігати потрібно не лише сам текст.
Треба зберігати й історію рішень навколо тексту.
Voiceprint поступово почав перетворюватися з питання на робочий процес.
Від Voiceprint до Engine
Наступні етапи з’являлися з цілком практичних причин.
Voiceprint привів до Voiceprint Engine 2.0 — спроби розділити саму транскреацію, її перевірку, стан роботи і прийняття результату.
Робота з Engine 2.0 виявила наступну слабкість: система не повинна будуватися навколо однієї конкретної книги чи тримати літературний проєкт усередині себе.
Це привело до поточної версії — Voiceprint Engine 2.1.
Її принцип значно простіший за внутрішню архітектуру:
Engine керує процесом.
Проєкт містить твір.
Автор визначає канон.
Engine 2.1 не є окремим літературним проєктом і не повинен ставати власником тексту. Він організовує процес навколо того проєкту, над яким я працюю в цей момент.
Навіть проходження внутрішньої перевірки не робить текст автоматично авторським каноном.
Остаточне рішення залишається окремим авторським актом.
Чим це стало
На певному етапі Voiceprint також розглядався як можливий самостійний напрям дослідження.
Ми вивчали існуючі підходи, порівнювали їх із тим, що складалося у власній роботі, і поступово стало зрозуміло, що багато схожих ідей та механізмів уже існують.
Іноді в іншій формі.
Іноді для інших завдань.
Іноді набагато глибше й технічно складніше.
Для мене це виявилося корисним.
Перестало мати значення, чи можу я довести, що Voiceprint — нова технологія або що він має бути кращим за інші системи.
І не було підстав робити з нього окремий продукт лише тому, що певний час він розвивався як самостійний проєкт.
Сьогодні це просто частина моєї робочої інфраструктури.
Вона допомагає мені працювати з текстом, мовою, пам’яттю рішень і AI так, щоб я сам міг розуміти, що відбувається з твором.
Цього достатньо.
MONOLITH
Одним із головних реальних середовищ, у яких усе це перевірялося, стала трилогія MONOLITH — BETON, SLUDGE і GAS.
Її не створювали для Voiceprint.
Це самостійний літературний твір.
Але велика книга дуже швидко виявляє проблеми, які майже неможливо побачити в одному абзаці.
Рішення, ухвалене сьогодні, може змінити сенс сцени через двісті сторінок.
Ім’я.
Повтор.
Образ.
Термін.
Тон персонажа.
Зв’язок із першим томом, який стає зрозумілим лише в третьому.
У довгому творі переклад має робити більше, ніж просто знати мову.
Він має пам’ятати книгу.
А я маю розуміти, що саме він пам’ятає і чому ухвалює одне рішення замість іншого.
Відкрити трилогію →І все ж — де я?
Спочатку питання було досить простим:
Чи залишився я в перекладеному тексті?
Але чим довше я працював таким чином, тим дивнішим ставав сам процес.
Я формулюю думку.
AI повертає її трохи іншою.
Я дивлюся на неї й помічаю те, чого сам раніше не бачив.
Сперечаюся з нею.
Виправляю.
Повертаю назад.
Деякі рішення зберігаються.
Пізніше інша розмова або інша система отримує частину цього контексту.
Робота триває.
І в якийсь момент стає важко провести просту межу:
це був я, а це була машина.
Це не означає, що AI стає автором моєї книги.
Для мене авторська межа залишається досить чіткою.
Але процес розуміння стає складнішим.
Думка може пройти через мене, текст, AI, збережену пам’ять, іншу розмову — а потім повернутися до мене.
Іноді вже у формі, яка змушує мене змінити власний початковий висновок.
І тоді старе питання Voiceprint починає звучати трохи інакше.
Не лише:
«Чи залишився я в тексті?»
А й:
«Де насправді перебуває розуміння, якщо думка розвивається через кілька людських і технологічних ланок?»
У людині?
У тексті?
У моделі?
У збереженій історії рішень?
У зв’язку між ними?
Чи в безперервності самого процесу?
Я поки не знаю.
І, можливо, саме тому це питання досі мене цікавить.
Що має залишитися
Технології змінюватимуться.
AI-моделі стануть іншими.
Те, що сьогодні доводиться будувати вручну, завтра може стати звичайною функцією якогось інструмента.
Voiceprint Engine майже напевно теж зміниться.
Це нормально.
Мені не потрібно, щоб він назавжди залишався особливим.
Мені потрібне інше.
Щоб книга могла перейти через мову.
Щоб складність можна було передати системі.
Щоб помилку можна було виявити.
Щоб рішення можна було відновити.
Щоб робота могла продовжуватися.
Щоб я міг використовувати AI навіть там, де сам недостатньо добре знаю мову — не віддаючи йому права тихо вирішувати за мене, що саме я хотів сказати.
І щоб наприкінці всього цього я все ще міг подивитися на текст і сказати:
Так. Це написав я.
Продовжити розмову
Контакт
Якщо ви хочете обговорити мою роботу, поділитися спостереженням або запропонувати співпрацю, можете написати мені безпосередньо.