"La traduzione è accurata?" non può ricevere una risposta in percentuale, e il motivo non è che la percentuale non sia disponibile, ma che la parola accuratezza non indica da sola nulla di misurabile. Racchiude in sé almeno cinque domande distinte: quali lingue, in quale direzione, con quale pipeline, rispetto a quale riferimento e in quali condizioni. Due prodotti possono essere entrambi descritti come accurati ed essere prodotti completamente diversi: la differenza risiede nelle risposte a queste cinque domande, non in un unico numero. Il catalogo non pubblica informazioni su nessuno dei cinque aspetti, ed è questo il fatto centrale di questo articolo. Tuttavia, il catalogo pubblica un dato contiguo che viene spesso erroneamente interpretato come una specifica di traduzione, ed è utile distinguerli.
Questo dato contiguo è il numero di voci relative alle funzionalità AI. Ventotto modelli su ventotto presenti in questa gamma? No: venti modelli su ventotto riportano voci relative alle funzionalità AI, e la presenza di una voce AI comunica all'acquirente che il modello è collocato nella categoria AI del catalogo. Non comunica quali lingue il modello supporta, se opera sul parlato o sul testo, se viene eseguito sul dispositivo o tramite rete, quanto tempo richiede né con quale efficacia. Nel catalogo non vi è alcun collegamento tra una voce AI e una riga dedicata alla traduzione, e nella gamma nessun modello pubblica una riga di traduzione.
La traduzione è accurata: cosa pubblica il catalogo e cosa non pubblica
Il testo del catalogo non contiene specifiche di traduzione per alcun modello. Non c'è un elenco delle lingue né un numero di lingue, un'indicazione su quali modelli supportino il parlato, il testo o entrambi, un modello di riconoscimento, un modello di traduzione, un'indicazione sull'elaborazione in locale o remota, un valore di latenza, una percentuale di accuratezza, il nome di un benchmark, un corpus di valutazione o un insieme di riferimento. Le pagine che riportano una voce AI la presentano insieme alle righe standard: una cella, un limite di carica, una fascia di autonomia, un metodo di ricarica e, su alcune pagine, una versione di Bluetooth, ma nulla che l'acquirente possa utilizzare per valutare un'affermazione sulla qualità della traduzione.
Due dettagli della gamma rendono opportuno approfondire il tema anziché limitarsi a segnalare l'omissione. Il primo è che il numero di voci e la funzionalità sono realmente due aspetti distinti. Un acquirente che legga in un catalogo che venti modelli dispongono di funzionalità AI sta leggendo un'informazione sull'organizzazione della gamma, non su ciò che quei modelli sono in grado di fare. Il secondo è che l'assenza di una riga dedicata alla traduzione non è insolita in questa categoria: una pagina di prodotto audio o con fotocamera pubblica righe relative all'hardware, mentre la traduzione viene solitamente documentata nella sezione software anziché nella pagina del prodotto. Proprio per questo motivo un acquirente dovrebbe richiederla, anziché presumere che il fornitore non disponga di informazioni al riguardo.
Esiste un terzo aspetto riguardante ciò che la gamma pubblica, che incide direttamente sulla modalità di specificare un programma di traduzione. Il catalogo pubblica una versione di Bluetooth per gli otto modelli audio: 5.3 per K01 e K02 e 5.4 per D12, YK12, D11, G07, LC-105-1 e LC-105-2, mentre non pubblica alcuna versione per gli undici modelli con fotocamera. Per tutti i ventotto modelli pubblica una cella, un limite di carica e una fascia di autonomia. Per gli undici modelli con fotocamera pubblica inoltre una classe di risoluzione e, per V06 e S7, una classificazione di protezione contro l'ingresso. Nessuna di queste righe riguarda una funzionalità di traduzione, e nessuna può sostituirsi a una specifica dedicata.

Perché una voce relativa alle funzionalità AI non è una specifica di traduzione
Il numero di voci relative alle funzionalità AI è il dato strutturale più citato per questa gamma e quello che più frequentemente viene sovrainterpretato. Venti modelli su ventotto riportano una voce relativa alle funzionalità AI. Questo numero descrive un'organizzazione del catalogo: la gamma è divisa tra voci che riportano una riga sulle funzionalità AI e voci che non la riportano; queste ultime comprendono i tre modelli per bambini e le tre voci senza unità di stoccaggio. Si tratta di un'informazione sul posizionamento dei prodotti, pubblicata senza alcuna descrizione di ciò che la funzionalità fa.
Da esso si traggono di routine quattro inferenze, nessuna delle quali regge. L’inferenza che una funzionalità AI sia una funzionalità di traduzione non regge, perché nessun modello pubblica una riga relativa alla traduzione né un elenco di lingue. L’inferenza che i venti modelli condividano un’unica implementazione non regge nemmeno — il catalogo non pubblica alcuna struttura del firmware, dichiarazione di piattaforma condivisa o elenco comune di funzionalità, quindi l’acquirente dovrebbe considerare il comportamento di ogni modello come autonomo finché il fornitore non dichiara il contrario per iscritto. L’inferenza che la funzionalità AI richieda una rete non regge, perché il catalogo non pubblica nulla su dove viene eseguita l’elaborazione. E l’inferenza che la funzionalità AI sia il motivo dell’acquisto non regge, perché il catalogo non offre elementi per confrontare una voce che include una funzionalità con una che non la include.
Operativamente, ciò significa che il conteggio delle funzionalità AI può strutturare una rosa di candidati, ma non consente di qualificare un modello. Un acquirente che vuole disporre di traduzione nel prodotto ha due voci di lavoro distinte: una voce di lavoro sulle funzionalità, ossia l’insieme di sei richieste seguente, e una voce di lavoro commerciale, riguardante il dispositivo, la connettività e la configurazione operativa che dovranno supportarla. La prima consiste in una richiesta documentale; la seconda è la stessa decisione che accompagna ogni prodotto connesso. Trattarle come un’unica voce è il modo in cui un programma arriva a ricevere una risposta a una domanda sulle funzionalità basata su un conteggio per categoria e in cui una scheda prodotto si trova a rivendicare una capacità che nessuno ha testato.
C’è un’ulteriore conseguenza per il documento di specifiche, e vale la pena metterla per iscritto all’inizio del fascicolo. Poiché il catalogo non pubblica né una specifica di traduzione né una descrizione delle funzionalità per singolo modello, il requisito non può essere formulato come "supportare le funzionalità AI del modello". Deve essere formulato in base ai cinque elementi seguenti, ciascuno accompagnato da un valore e da una fonte, il che rende il documento più lungo e notevolmente più utile. Un documento formulato in questo modo ha anche il vantaggio di poter ricevere una risposta da un fornitore che non ha mai visto il catalogo, ossia esattamente il fornitore con cui l’acquirente vuole poter fare il confronto.
I cinque elementi su cui si fonda un’affermazione di accuratezza
Il motivo per cui non è possibile citare un valore di accuratezza in una pagina è che, senza i cinque elementi sottostanti, non ha significato. Gli elementi sono i seguenti e ciascuno è una domanda da rivolgere al fornitore, non un valore da consultare.
-
Copertura linguistica. Quali lingue sono gestite, in quale direzione e se l’elenco è simmetrico. Un’affermazione come "supporta cinquanta lingue" è priva di significato senza l’elenco, perché è proprio l’elenco a indicare all’acquirente se la coppia di lingue necessaria al suo programma è presente. Il catalogo non pubblica alcun numero di lingue né elenchi di lingue per nessun modello, quindi questo elemento non dispone di alcuna risposta pubblicata; a un fornitore che cita un numero va chiesto l’elenco e la direzione in cui opera ciascuna lingua.
-
L’ambito dell’attività. Che cosa viene tradotto e come viene fornito il risultato: da voce a voce, da voce a testo, da testo a voce oppure da testo. Una pipeline da voce a voce e una pipeline da voce a testo differiscono per uno stadio, e quello stadio presenta un proprio comportamento in termini di accuratezza, una propria latenza e una propria gestione dei file. Un programma che richiede una delle due non può essere valutato in base alle prestazioni dell’altra, e un fornitore che afferma "traduce" non ha specificato quale di queste modalità offre.
-
La pipeline in sé. Quali sistemi di riconoscimento e traduzione vengono utilizzati, dove viene eseguita l’elaborazione e qual è la latenza. È qui che va collocata la questione dell’elaborazione sul dispositivo rispetto alla rete, ed è una questione tanto commerciale quanto tecnica — una funzionalità dipendente dalla rete si comporta in modo diverso in un mercato con scarsa connettività, e un acquirente che distribuisce prodotti in più mercati non può formulare un’unica dichiarazione valida per tutti.
-
La base di valutazione. Il corpus rispetto al quale il sistema è stato testato, il riferimento usato per valutarlo, la metrica applicata, il numero di campioni e le condizioni nelle quali sono stati raccolti. Una percentuale di accuratezza priva di questi cinque elementi è un numero privo di significato, e la richiesta è semplice: ogni percentuale proposta da un fornitore dovrebbe essere accompagnata dal corpus e dalla metrica. Un fornitore che non è in grado di fornirli non sta nascondendo un segreto commerciale, perché un corpus di valutazione descrive un test, non un dettaglio implementativo.
-
La condizione operativa. Accento, rumore di fondo, lessico specialistico, qualità della rete e livello di padronanza della persona che parla. È l’elemento che distingue una dimostrazione da un impiego operativo ed è quello che i team di acquisto più spesso dimenticano di annotare. L’accuratezza di un madrelingua che legge da un copione in una sala silenziosa e acusticamente trattata è una proprietà del test; lo stesso sistema, in una strada rumorosa e impiegando un lessico specialistico, si comporterà diversamente in modi che nessun valore pubblicato consente di prevedere.
I cinque elementi in una sola visualizzazione:
| Elemento di un'affermazione di accuratezza | La domanda che un acquirente deve formulare | Stato pubblicato |
|---|---|---|
| Copertura linguistica | Quali lingue e in quale direzione | Nessun elenco e nessun conteggio |
| Ambito delle attività | Dalla voce al testo o dalla voce alla voce | Nessuna dichiarazione in nessuna delle due direzioni |
| Pipeline di riconoscimento e traduzione | Dove viene eseguito il processo e con quale latenza | Non descritta |
| Base di valutazione | Quale corpus, riferimento e metrica | Nessun dato e nessun metodo |
| Condizioni di impiego | Quale rumore, accento e vocabolario | Non descritte |
I cinque elementi spiegano anche perché il confronto con un concorrente è solitamente un confronto tra affermazioni anziché tra sistemi. Quando due pagine di prodotto dicono entrambe «accurate» e nessuna delle due precisa rispetto a che cosa, il confronto non dimostra nulla; un acquirente che considera la promessa di marketing una specificazione scoprirà la differenza sul campo, non durante la valutazione.

Come richiedere una risposta sull'accuratezza che possa essere archiviata
L'elenco delle richieste è breve ed è lo stesso, indipendentemente dal modello valutato. Sei voci chiudono i cinque elementi.
L'elenco delle lingue, per modello, con indicazione della direzione. È un unico foglio e chiude interamente il primo elemento.
Una dichiarazione sull'ambito delle attività, in modo che il confronto non metta alla voce l'elaborazione da voce a voce con quella da voce a testo. Chiude il secondo elemento ed evita l'errore di categoria più comune nei confronti tra soluzioni di traduzione.
Una descrizione della pipeline, che indichi dove viene eseguita l'elaborazione e quale è la latenza, rendendo esplicita la dipendenza dalla rete. Chiude il terzo elemento ed è la voce di cui un acquirente con più mercati di destinazione ha maggiore bisogno, perché determina se la funzionalità è praticabile in ciascuno di essi.
La base di valutazione, allegata a qualsiasi dato di accuratezza proposto. Se non viene proposto alcun dato, la richiesta riguarda un protocollo di test e una metrica accettati dall'acquirente: una posizione più solida rispetto a un dato ripreso da altri, perché viene formulata prima che arrivi il campione.
Un profilo di impiego, che specifichi le condizioni nelle quali la funzionalità dovrebbe funzionare: rumore, accento, vocabolario e rete. Chiude il quinto elemento ed è la voce che trasforma una funzionalità in un requisito.
L'impegno a ripetere il test, che indichi cosa accade se la funzionalità non risponde come dichiarato nelle condizioni dell'acquirente. È la condizione commerciale collegata al quarto elemento e, senza di essa, la valutazione è un parere anziché un controllo.
Anche la qualità delle risposte merita di essere valutata, perché l'elenco di richieste precedente produce risultati molto diversi a seconda di ciò che viene fornito. La risposta migliore comprende un elenco di lingue con indicazione della direzione, un ambito delle attività dichiarato, una descrizione della pipeline che specifichi dove viene eseguita l'elaborazione e una base di valutazione allegata a qualsiasi dato proposto. Questa risposta consente a un acquirente di decidere, prima che arrivi il campione, se la funzionalità rientra anche nell'ambito del programma. La risposta ordinaria fornisce l'elenco delle lingue e l'ambito delle attività, poi si ferma: definisce comunque i due elementi che più spesso portano a escludere un modello. La risposta scarsa fornisce un conteggio delle lingue e una percentuale senza alcun allegato, non definisce nulla e deve essere restituita insieme alla domanda specifica che è stata trascurata.
Un acquirente che deve restituire una risposta per la seconda volta dovrebbe registrare ciò che mancava, perché la voce mancante è solitamente quella che il fornitore non considera parte del prodotto. Richiedere un corpus per un dato di accuratezza è una richiesta relativa alla metodologia, e un fornitore a cui non è mai stato richiesto potrebbe non averne uno. Questo non rende la risposta inaccettabile, ma significa che l'affermazione di accuratezza deve essere riclassificata da specificazione in asserzione e che l'annuncio deve essere formulato di conseguenza. Riclassificare in anticipo costa poco. Riclassificare dopo il lancio significa ritirare il prodotto.

Quanto costa a un programma un'affermazione di accuratezza non supportata
Vale la pena esporre la motivazione commerciale per procedere correttamente, perché il costo di un'affermazione di accuratezza errata non è distribuito in modo uniforme all'interno di un'azienda. I costi diretti sono noti: resi, richieste di assistenza e impatto reputazionale di un'affermazione resa pubblica e poi ritirata. Due costi indiretti sono maggiori e vengono conteggiati meno spesso.
Il primo è il costo di una rosa di selezione che è stato necessario rifare. Se un modello viene scelto perché è stato accettato un dato di accuratezza senza un metodo e il dato si rivela descrivere un test che l'acquirente non avrebbe eseguito, la selezione deve essere riaperta — e riaprire una rosa di selezione nella fase in cui i campioni sono già stati ordinati e valutati è il tipo di riapertura più costoso, perché il costo della valutazione è ormai sunk.
Il secondo è il costo di un listing che non può essere difeso. Partner di canale e revisori delle marketplace chiedono prove a supporto delle dichiarazioni e una dichiarazione priva di un metodo non può essere comprovata su richiesta. Il risultato più spesso non è un rifiuto, ma una retrocessione: la dichiarazione viene rimossa, il listing viene riscritto e anche il materiale commerciale che vi faceva riferimento deve essere ritirato. Si tratta di un costo distribuito su ogni unità già inserita in listing, invisibile nell’economia unitaria finché non si manifesta.
Entrambi questi costi si evitano con la stessa azione: decidere, prima del campione di prova, quali prove richiede ciascuna dichiarazione. Si tratta di una decisione relativa al costo totale, non di una questione tecnica, ed è il motivo per cui i sei elementi richiesti devono rientrare nel documento di specifiche, e non in un’email inviata in una fase avanzata a un fornitore la cui valutazione è già stata pagata.
Vale la pena soffermarsi su due dei sei elementi. Il profilo di implementazione è quello che gli acquirenti tralasciano più spesso, ed è la causa della modalità di fallimento più costosa in questa categoria: una funzionalità che funziona durante una dimostrazione ma fallisce in un mercato, con il problema scoperto dopo il lancio anziché durante la valutazione. L’impegno a ripetere il test è ciò che distingue una conversazione con un fornitore da un contratto, perché senza una conseguenza esplicitata il risultato della valutazione è puramente consultivo. Insieme trasformano una domanda senza risposta in una clausola che ha una risposta.
C’è un ulteriore aspetto riguardante il rapporto tra la traduzione e il resto del catalogo. Un flusso di lavoro per la traduzione in un wearable dipende quasi sempre dalla catena di acquisizione e dalla gestione dei file: dal fatto che il microfono catturi la voce, dal formato in cui la registrazione viene scritta e da come il file viene poi spostato ed elaborato. Nell’intera gamma non sono pubblicati né la catena di acquisizione né la gestione dei file: nessun modello pubblica una voce relativa al microfono, una frequenza di campionamento, una profondità di bit, un formato file o una capacità di archiviazione. Un acquirente che valuta la traduzione come funzionalità standalone dovrebbe valutarla come tale, mentre un acquirente che la valuta come parte di un flusso di lavoro di registrazione dovrebbe essere consapevole che le due metà di tale flusso di lavoro si basano su prove distinte.
La traduzione è accurata: cosa inserire nell’ordine
La risposta scritta a questa domanda si compone di tre parti.
Il catalogo pubblica una voce sulle funzionalità AI per venti dei ventotto modelli, insieme alle voci standard: cella, limite massimo di ricarica, fascia di autonomia, metodo di ricarica e versione Bluetooth per gli otto modelli audio. Non pubblica invece alcuna voce relativa alla traduzione, elenco di lingue, numero di lingue, ambito delle attività, modello di riconoscimento o traduzione, dato sulla latenza, dato sull’accuratezza, benchmark, corpus o set di riferimento per alcun modello della gamma. Non pubblichiamo una specifica di traduzione per nessun modello e un acquirente a cui è stato mostrato un valore di accuratezza senza la relativa base di valutazione dovrebbe considerarlo una dichiarazione di marketing finché non viene fornita la base.
Ciò da chiedere è il set di sei elementi indicato sopra, specificando nel documento d’ordine il profilo di implementazione e l’impegno a ripetere il test, anziché lasciarli nella corrispondenza.
Nell’ordine dovrebbe essere inclusa anche un’ulteriore frase, raramente presente e di cui l’acquirente sarà grato in futuro: cosa accade al listing se la funzionalità viene ritirata, posticipata o rivelata non conforme al test di accettazione. In una categoria in cui una dichiarazione si basa sul comportamento di un software anziché su una specifica fisica, l’iter di ritiro rappresenta un rischio commerciale anziché tecnico, ed è molto più economico concordarne in anticipo la formulazione piuttosto che negoziarla dopo che una funzionalità è stata pubblicizzata e poi modificata. La formulazione non è complessa. Occorre stabilire se la pagina cambia, se cambia il materiale e in quali tempi.
La posizione da mantenere è che la domanda non chiedeva mai un numero. L’accuratezza è una relazione tra un sistema e una condizione, e la condizione è ciò che l’acquirente controlla e il fornitore non può vedere. Un acquirente che specifica la condizione ottiene una risposta che può difendere, mentre un acquirente che chiede una percentuale ottiene un dato appartenente al test di qualcun altro. La pagina sulle funzionalità IA illustra la categoria, la guida su come scegliere in base alle funzionalità IA affronta il tema della selezione, la guida su come misurare le funzionalità IA affronta la valutazione, la guida su come confrontare le funzionalità IA affronta il confronto e la guida su whether la funzionalità IA richieda una connessione internet esamina in dettaglio la dipendenza dalla rete.
Letture correlate
- Selezionare in base alle funzionalità AI: come scegliere gli smart glasses in base alle funzionalità AI.
- Valutare un'affermazione sull'AI: come misurare le funzionalità AI degli smart glasses.
- Confrontare due implementazioni AI: come confrontare le funzionalità AI degli smart glasses.
- La dipendenza dalla rete che cambia la risposta: la funzionalità AI richiede una connessione a internet.
- Le stesse domande con risposte per la gamma dedicata alla fotocamera: domande frequenti sugli smart glasses con fotocamera AI.
Specifica la condizione e la risposta diventa documentabile; chiedi una percentuale e la risposta appartiene al test di qualcun altro.



