多言語対応はどこまで現実的か ー 翻訳精度と責任範囲の線引き

外国語で119番に電話がかかってきたとき、日本の消防本部の多くは、人の通訳者を交えた三者通話で受ける仕組みを整えている。総務省消防庁の集計では、電話通訳センターを介した三者間同時通訳を導入した消防本部は、2025年1月1日現在で720本部中673本部にのぼる。通報者と指令員の間に通訳者が入り、24時間365日、主要な言語で対応する仕組みだ。

一方で、コンタクトセンター（コールセンター）の側では、AIが通話をその場で訳す機能が出始めている。そこで問いたい。外国語の問い合わせを、AI翻訳でどこまで受けてよいのか。そして誤訳が起きたとき、その責任は誰が持つのか。

私の立場を先に書く。判断の軸は「翻訳精度が何%か」ではない。「重大な誤訳に誰が気づき、誰が引き取れるか」で、用件と言語ごとに対応レベルを決めるべきだと考えている。

言語ごとの音声AIの対応度は、7月の記事で認識・合成・業務判断の3層に分けて整理した。リアルタイム音声翻訳が言語別キューとルーティングをどう変えるかは、9月のZendesk解説で扱った。本稿はその続きとして、精度・責任範囲・エスカレーション先の3点に絞る。

1. 精度の問題は「平均」ではなく「重大な誤り」の問題

機械翻訳の限界について、提供側がどう書いているかを見ておきたい。Microsoftの翻訳サービスの透明性ノートは、実務で押さえておくべき点を率直に並べている。

第一に、品質は言語の組み合わせで違う。同文書は、翻訳の標準的なテストセットが確立していないため自社の測定スコアを公表しないとし、利用者が自分の場面を代表するテストセットで品質を測るよう勧めている。第二に、翻訳結果に信頼度スコアを返さない。つまり、どの文が怪しいかをシステムは教えてくれない。第三に、音声認識と翻訳のように誤りを含む仕組みを連ねると、誤りは積み重なる。認識の段階で聞き違えた語は、翻訳の段階では取り戻せない。

とりわけ重要なのが、同文書が「高重大度の誤り」と呼ぶ類型だ。否定が反転する（「しないで」が「して」になる）、数値や単位・通貨が変わる、原文の一部が抜け落ちる、原文にない内容が流暢に付け加わる。同文書は、こうした誤りは今日のシステムではまれだとしつつ、見つけて直すのは現状では人の方が得意だと書いている。

ここで当て馬として「翻訳精度は平均でほぼ正確」といった平均値の議論を置いてみる。平均値は、問い合わせ全体の聞き取りやすさを語るには役立つ。しかしコンタクトセンターで効くのは平均ではない。返金額の桁が1つずれる、「解約しないでください」が「解約してください」と伝わる。この1件が、平均値の良し悪しと無関係に苦情や損失になる。精度の議論は、平均から重大な誤りの側へ視点を移して初めて、設計の話になる。

翻訳AIは、分からないときに「分からない」と言わない通訳のようなものだ。人の通訳なら聞き返すところを、流暢な訳文で埋めてしまうことがある。この性質を前提に、どこで人が確かめるかを決めておく必要がある。