AIの神アシスト！文書および特許原稿翻訳の現場におけるAI協働のあり方

人工知能（artificial intelligence, AI）の急速な発展は、テクノロジーの飛躍への興奮をもたらす一方で、雇用の喪失という恐怖をもたらしている。本稿の目的は、機械翻訳（machine translation, MT）と生成AI（generative artificial intelligence, Gen AI）が文書翻訳分野の実務にどのような影響を与えているかを解説し、さらに後半では、特許原稿翻訳においてAIがどのように強力なアシスタントになり得るかを分析することである。

極めて高い生成AI適応性

2025年8月、マイクロソフトの研究チームは、さまざまな職業分野における「生成AI適応性（Applicability of Generative AI）」に関する報告書（以下、マイクロソフト報告書）[1]，を発表した。その結果、通訳者・翻訳者が全職業のトップにランクインし、ライターが5位となった。

マイクロソフト報告書によると、生成AI適応性のスコアは、各職業分野におけるCopilotユーザーが関連する業務活動（頻度 > 0.05%）を成功裏に遂行できたか（完了率）、またその活動が大部分をカバーしているか（範囲 ≥ 中程度）を総合的に考慮して算出されている。通訳者・翻訳者を例に挙げると、この分野の活動の実に98%がCopilotの標準的なタスクと重複しており、完了率も88%と高水準に達している（表1参照）。

要するに、執筆、調査、コミュニケーションといった知的労働はAIの影響を強く受ける（その活動範囲の多くが、情報収集、要約、草案作成など、AIが得意とするタスクに関連しているため）。一方で、肉体労働や直接的な対人インタラクションを必要とする仕事は、AIの影響を受けにくい[2]。

ただし、研究チームは次の点を強調している[3]，この報告書は、各職業分野でAIがどのように応用され、どのような活動がAIから最も恩恵を受けられるかを理解するためのものであり、どの雇用が減少するか、あるいはAIに代替されるかを示すものではない。なぜなら、分析対象がBing Copilotの対話データとONETデータベース（各職業分野の構造化された活動リストを提供するもの）であるため、チャットボット（chatbot）の実際の使用場面を正確に把握できないだけでなく、ONETデータベース自体も、現実世界で必要とされるすべてのスキル、背景的文脈、細かな差異（対人判断力、専門知識、倫理的配慮など）を反映しきれていないからである。仕事とは単純に複数のタスクを寄せ集めたものではないため、生成AI適応性のスコアは、AIが特定の仕事をそのまま遂行できるかどうかの指標にはなり得ない。

AI時代における翻訳の主流：人間と機械の協働

ポストエディット（訳後編集）の台頭

MTの概念は古くは17世紀のデカルト（Descartes）まで遡ることができ、具体的な研究は戦後の1950年代に始まった。しかし、実用に耐え、翻訳業界に真の経済的利益をもたらしたのは、Google翻訳が2016年に導入したニューラル機械翻訳（neural machine translation, NMT）技術である。これにより、MTの出力と人間による翻訳（human translation, HT）とのギャップを埋めるためのハイブリッド型翻訳スタイルである「ポストエディット（machine translation post-editing, MTPE）」が誕生した。現在、MTPEは翻訳分野の主流な作業モードとなっている[4]：2025年のGTS Translationによるアンケート調査（以下、GTS調査）の結果によると、MTPEに一度も携わったことがないと回答した人は、わずか12.08%にとどまった。

実務において、MTPEは広く普及しているコンピュータ支援翻訳（computer assisted translation, CAT）ツールに統合され、翻訳メモリー（translation memory, TM）や用語集（term base, TB）と連動して行われることが多い。そのため、シンプルに「MTPE = MT + CAT + HT」と理解することができる。この場合、人間の役割は伝統的な翻訳者というよりも、校閲・編集者に近くなる。

サービス基準の階層化

従来のHTの基準には明確な格付け（階層化）がなかったが、MTPEではコストの必要性に応じて、以下のような異なるサービス基準を提供することが可能である[5]：

• ライト・ポストエディット（light postediting, LPE） — 「事実としての正確性」と「十分な品質」（分かりやすさや文法の正確性を含む）を満たしていればよく、表現が多少ぎこちなくても問題とされない。そのため、翻訳者はこの基準を満たすために、あえて微細な誤りを無視し、修正の幅をコントロールしなければならないこともある。
• フル・ポストエディット（full postediting, FPE） — すなわち、プロの翻訳者と同等の翻訳水準に到達させるもので、専門用語、スタイル、一貫性、文法などの面で高い基準が求められる。しかし、翻訳者がそのために費やす労力は、自らゼロから翻訳するよりも多くなることがあり、自身の仕事の価値や必要性を証明することがかえって難しくなる場合もある[6]。

翻訳効率、レート、品質

クライアントがMTPEを選択する目的はコスト削減にあり、それは当然、翻訳者の翻訳レート（単価）に反映される。2022年の調査によると[7]，MTPEによる1時間あたりの平均処理文字数（ワード数）は倍増する可能性があり、作業効率の向上に寄与する。そのため、レートが下がったとしても収入が増加する場合がある。

しかし、実際の効率が想定通りに上がるとは限らない。その主な原因はMTの出力品質にある。GTS調査によると、品質が「非常に良い」と答えた受訪者はわずか12.08%であった。これに対し、66.18%が「そこそこ良いが、大量の編集（edit）が必要」と答え、さらに21.74%が「水準が低く、大幅な手直し（rework）が必要」と回答している。

同時に、48.79%がAIやMTPEがレートに顕著な打撃を与えていると感じており、「影響を受けていない」としたのはわずか14.01%であった。また、約50%がMTPEによる割引の適用を拒否している。その理由は、MTPEがHTに比べて必ずしも時間を節約できるわけではないからである。広く買い叩かれているMTPEのレートに直面し、一部の回答者は異なる課金方式によってそれを補おうと試みている。これには、MTの訳文品質や原文の複雑さに応じて料金を調整する、時給制での交渉を行う、段階的な料金設定を設ける、などが含まれる。

包み隠さずに言えば、収入を増やすために作業時間をできる限り圧縮しようとする心理から、翻訳者はMTの訳文の言い回しや表現方法に流されやすくなる傾向がある。MTPEの品質が本当にHTの基準に達し得るのかについては、確かに疑問の余地が残る。

人と機械の協働における障壁と、そこに潜むチャンス

MTPEの実務のあり方は、案件ごとの状況によって異なる。影響を与える要因としては、翻訳のジャンル、専門分野（後述の特許翻訳など）、MTの訳文品質、TMの正確性、スタイルや用語の一貫性の度合い、複数プラットフォームでの検証などが挙げられる。翻訳者は高い敏鋭性と懐疑的な視点を保ち、「流暢に見える」MTの訳文に惑わされることなく、その中から誤りを見つけ出したり、さらなるリサーチを行ったりしなければならない。言い換えれば、MTPEは効率をもたらすこともあれば、負担をもたらすこともあり、本当にその恩恵を享受できているか否かについては、翻訳者の見解と翻訳会社やクライアントの見解がしばしば対立する。

しかし、人間とMT / Gen AIそれぞれの長所と短所こそが、MTPEへの適応という転換の必要性と将来の発展性を浮き彫りにしている。GTS調査では、2つの大きな方向性がうっすらと示されている：

MTPEが苦手とする翻訳分野への注力

回答者の38.65%が「MTPEが翻訳業界を支配する可能性が極めて高い」と考えているものの、43.96%は「MTPEは重要であるものの、HTを完全に代替することはない」と考えており、特にクリエイティブな分野や、高度な専門性（法律など）を要する翻訳分野がそれに該当する。

MTPEの応用能力の強化、またはサービス形態の転換

AIブームがもたらす失業への懸念が広がる中、回答者の37.20%が「AI / MTPEによって雇用の機会が大幅に縮小している」と感じており、42.51%が「かなりの影響がある」と回答している。しかし、回答者らは以下のような多様なアプローチを通じて形勢を逆転させることが可能であるとも考えている。例えば、MTPE、品質保証（QA）、およびAI支援ワークフローに専門特化すること、AI翻訳ワークフローのコンサルティングを提供すること、クライアントに対してMTPEのベストプラクティスを習得するためのトレーニングを提供すること、などである。

特許分野におけるMTPEの実践

特許翻訳は高度な専門分野であり、従来からMTPE発展の重点領域の一つとなってきた[8]。クライアントのニーズに応じて、実務上、厳格さの度合いが異なる翻訳タイプが発展している[9]：

特許出願翻訳（patent filing translation）

法的拘束力を持つ正式な文書として扱われるため、HTと同等の基準と厳格な正確性が求められる。誤りによって拒絶理由通知に影響が出たり、訴訟を誘発したりすることを避けるため、必然的にFPEが採用される。

情報用特許翻訳（informative patent translation）

研究、訴訟の準備、または技術的な参考資料とすることを目的とし、技術内容を迅速に把握して権利侵害を回避するためのものである。読みやすさが重視され、状況によってはLPEが採用されることもある。しかし、欧州特許制度は高品質なMTによって特許情報へのアクセスを普及させようとしており、将来的にはこの種の需要が大幅に減少する可能性がある[10]。

特許分野におけるMTPEの適用が直面する障壁は、他の文書翻訳と同様である。ただし、極めて高い正確性が要求されるため、ケーススタディ[11]や現行の実務アプローチに基づくと、特許MTPEの品質と信頼性を向上させるためには、少なくとも以下の側面から着手する必要がある：

カスタマイズされた専用NMTエンジンの構築

特定の専門分野および言語ペア（language pairs）の大規模なコーパス（対訳データ）や用語集を用いてトレーニングを行う。用語翻訳の等価性（equivalence）については、WIPO Pearl用語データベース[12]が参考になる。これは特許文書から抽出された、10の言語にわたる科学・技術・法律用語を計27万語以上収録しており、そのすべてがWIPO-PCTの言語専門家によって検証されている。そのうち約90%は、概念図検索（Concept Map Search）やAIアルゴリズムによって生成された「概念雲（concept clouds）」ツールを通じて、異なる概念間の関連性を確認することができる。

（社内外の）MTPEチームの育成

経験上、MTの出力では同一の用語に対して複数の訳語が発生しやすく、一貫性の厳守が求められる特許文書（特に特許請求の範囲）においては極めて不利となる。したがって、MTPEのトレーニングでは、用語の一貫性の維持、原文への極めて忠実な直訳（extremely literal）、冠詞・単複首・時制・文構造などの細かな差異への留意、そして翻訳後の技術的な説明のロジックが正確であることを確実にする点に重点を置かなければならない。

専門家による正確性と法令遵守のレビュー

領域知識（ドメイン知識）を持つ翻訳者を選定してHTやMTPE作業を行ったとしても、最終的には特許弁護士や技術専門家に委ね、特許文書が適切かつ誤りがないかを確認する必要がある。

結び：専門性と信頼はどちらも欠かせない

MTPEを発展させる背景にある駆動力は、AI / Gen AIの極めて高い適応性からだけでなく、クライアントのコスト意識からも来ている。AI技術が向上し続ける中で、翻訳者のマインドセットに必要なのは抵抗ではなく転換であり、前述のケーススタディの結論にあるような「拡張型翻訳者（augmented translators）」になることである。それゆえ、現代の翻訳者には、高い感受性（気づく力）、検証力、理解および分析力、クライアントとのコミュニケーション（特に作業フローや機密保持措置について）といった総合的なスキルを磨くことが求められるだけでなく、AIツールを使いこなし、MTPEを乗りこなすために、より確かな専門知識と翻訳スキルに依存する必要がある。結局のところ、最終的に仕事の成果に責任を持ち、信頼関係を維持するのは機械ではなく、どこまでいっても「人」なのである。

備考：

1. [1] Kiran Tomlinson, et al., Working with AI: Measuring the Applicability of Generative AI to Occupations, p11, https://arxiv.org/pdf/2507.07935
2. [2] Trina Paul, Microsoft Study Identifies Jobs Vulnerable to AI. Is Your Position Secure? (Dec. 6, 2025), https://www.investopedia.com/microsoft-study-identifies-jobs-vulnerable-to-ai-is-your-position-secure-11781758
3. [3] Kiran Tomlinson, et al., Applicability vs. job displacement: further notes on our recent research on AI and occupations (Aug. 21, 2025), https://www.microsoft.com/en-us/research/blog/applicability-vs-job-displacement-further-notes-on-our-recent-research-on-ai-and-occupations/
4. [4] GTS Translation, The State of Machine Translation Post-Editing (MTPE) in 2025: What Translators Think (Apr.7, 2025), https://blog.gts-translation.com/2025/04/07/the-state-of-machine-translation-post-editing-mtpe-in-2025-what-translators-think/
5. [5] David Hetling, What You Need to Know About Light and Full Post-editing (Nov. 28, 2024), https://www.rws.com/industries/legal/what-you-need-to-know-about-light-and-full-post-editing/
6. [6] Slator Podcasts & Videos (Jakub Absolon, CEO of ASAP-translation.com; Oct. 20, 2025), https://slator.com/stop-using-the-term-full-post-editing-jakub-absolon/
7. [7] Maria Stasimioti, How Fast Can You Post-Edit Machine Translation? (Dec. 12, 2025), https://slator.com/how-fast-can-you-post-edit-machine-translation/
8. [8] 北美智権ニュース第283号，許慈真，多国籍特許実務における機械翻訳の重要性の高まり
9. [9] Smartling Blog, What is patent translation? Your guide to global IP protection (Apr. 3, 2025), https://www.smartling.com/blog/patent-translation
10. [10] 北美智権ニュース第338号，許慈真，機械翻訳が欧州単一特許の将来の実務に与える影響
11. [11] Valeria Premoli, et al., MTPE in Patents: A Successful Business Story, Proceedings of MT Summit XVII, volume 2 (Aug 19-23, 2019), p,36, 39, 41, https://aclanthology.org/W19-6706.pdf
12. [12] WIPO Pearl terminology database: +8,000 new patent-related terms added (Jul. 24, 2025), https://www.wipo.int/en/web/wipo-pearl/w/news/2025/wipo-pearl-terminology-database-8000-new-patent-related-terms-added