2020年時点で自動翻訳のTOEICスコアは900点らしい。帯にもデカデカと書いている。私は海外とのやり取りが偶にあるのだが、外国語教育に関しては、二点、思う所があり、時々それを話題にする。一つは「語学教育には脳の成長段階により一定の年齢制限があり、それを過ぎると著しく習得が不利になる」、もう一つは「その年齢以降に習得したものは、どれだけ流暢に外国語を話しても、母国語の話者とは必ず区別されてしまう特徴が生じ、それは超えられない壁である」だ。つまり、語学力での差別は低年齢・出自由来の能力差のために是正されるべきであり、ポリコレムードの中、その習得コストや貧困エリア活用ニーズと相まって、将来的に必ずAI通訳が普及するに至る、と。 その観点で、AI翻訳の最新事情について、本著を興味深く読んだ。翻訳者の未来は明るい？という著者の主張には首肯し難いが、言葉は新たに生まれるため、それが世界各国で続くだろうから、翻訳者には、また異なる役割が求められそうだ。 英語を話す人がフランス語を学ぶのには600時間かかるが、日本語を学ぶには2200時間かかる。これを日本人の立場から考えれば、日本人が英語を学ぶのには2200時間かかる、という事らしい。翻訳機械が当たり前になれば、語学を学ぶモチベーションは下がるだろう。恐らく、ビジネスの距離より密接な関係性、つまり露骨かもしれないが、翻訳機械を外して会話するニーズの生じる関係性（恋人など）のみが、いずれ外国語を会得する層になるのではないだろうか。それとは別に、古文や漢文のような意識で、最低限の基礎知識、言語学や他者の目線を学ぶための英語学習の意義は尚、大きい。従い、日本人は最終的に会話できなくとも、英語を学ぶ必要性は無くならない、とも思う。 話は逸れるが、本著で最も有り難かったのは、ボイストラというアプリの紹介。これは、秀逸。 大阪関西万博が開催される2025年に実現を間に合わせるよう、グローバルコミュニケーション計画2025が総務省から2020年3月に提案されたようである。そうでなくとも、今は円安やインバウンドで旅行者が溢れている。変われる時に変わっていく事、変わっておく事が重要だ。

自動翻訳の精度向上が文法を重視したRule-based Machine Translation(RBMT)で行き詰まり、用例に注目したExample-based MT(EBMT)に移行するまでの研究者の葛藤があって、統計的手法に目を向けたStatistical MT(SMT)が日の目を見て、現在のNeural MT(NMT)への発展の歴史で、日本の研究者も重要な位置を占めていたことを知った．現在DeepLを使ってニュース記事を読んでいるが、十分な精度だと感じている．