Evalyz: AI-støttet værktøj til vurdering af tolkekompetencer

Baggrund

I kritiske situationer såsom retssager, medicinske nødsituationer og møder med offentlige myndigheder kan tolkning af høj kvalitet være afgørende for at beskytte folks rettigheder og sikre adgang til vigtige tjenester.

De nuværende metoder til vurdering af tolkekompetencer bygger imidlertid i høj grad på manuel ekspertvurdering, hvilket gør processen tidskrævende, subjektiv og vanskelig at skalere. Dette fører ofte til utilstrækkelig eller manglende vurdering, hvilket resulterer i, at mindre kvalificerede tolke tildeles opgaver, som de ikke er rustet til at udføre.

Udviklingen af Evalyz

Evalyz har til formål at løse dette problem ved at undersøge, hvordan AI og sprogteknologi kan understøtte en mere systematisk og datadrevet tilgang til tolkevurdering og dermed imødegå problemet med tolkekvalitet i situationer med store konsekvenser. Projektet, der var ledet af postdoc Yao Zhang, har haft til formål at udvikle et AI-assisteret værktøj til at analysere og fortolke præstationer samt give struktureret feedback til træning.

Projektet bygger på forskning inden for tolkevidenskab og taleanalyse. Ved at kombinere indsigter fra sprogforskning med fremskridt inden for AI undersøger værktøjet, hvordan centrale aspekter af tolkekvalitet – herunder flydende sprogbrug, nøjagtighed, fuldstændighed af information og sprogkvalitet – kan måles på en objektiv, konsistent og gennemsigtig måde.

Projektet er hovedsageligt finansieret af Spinouts Denmark og har modtaget yderligere Proof-of-Concept-finansiering fra UCPH Lighthouse.

Effekt og videre anvendelse af Evalyz

Projektets mål var at supplere menneskelig vurdering ved at give tolke, undervisere og sprogtjenesteudbydere et yderligere værktøj til at understøtte mere effektiv, datadrevet uddannelse, vurdering og løbende forbedring på tværs af tolkeuddannelse, rekruttering og professionelle tjenester. Den langsigtede vision er at udvikle en skalérbar infrastruktur til kvalitetssikring inden for tolkebranchen, der kan understøtter mere pålidelige vurderingsmetoder inden for tolkning.

Projektet udvikler i øjeblikket et MVP (Minimal Viable Product), hvilket vil sige en version af platformen med lige akkurat de funktioner, der er nødvendige for, at de første kunder kan bruge den og dermed give feedback til den videre udvikling.

I denne proces samarbejder projektet med interessenter i tolkebranchen for at udforske fremtidige anvendelsesmuligheder.

Projektpartnere

Projektet er blevet ledet af postdoc Yao Zhang, der har været ansat ved CIP i perioden 1. april 2025 – 30. juni 2026.

I løbet af udviklings- og testfasen har følgende partnere arbejdet på projektet:

• Andreas Kisling Harris
• Luke Miller/virksomhed: ZL Labs
• Neal Patrick Norman