Een nieuwe studie, mede-auteur van een MIT-econoom, toont aan dat verbeterde vertaalsoftware de internationale handel online aanzienlijk kan stimuleren - een opmerkelijk geval van machine learning met een duidelijke impact op de economische activiteit.

Uit het onderzoek blijkt dat nadat eBay in 2014 zijn automatische vertaalprogramma had verbeterd, handel schoot met 10,9 procent omhoog onder paren van landen waar mensen het nieuwe systeem konden gebruiken.

"Dat is een opvallend aantal. Dat het in zo'n korte tijd zo duidelijk is, zegt echt veel over de kracht van deze technologie, " zegt Erik Brynjolfsson, een MIT-econoom en co-auteur van een nieuw artikel waarin de resultaten worden beschreven.

Om de resultaten in perspectief te plaatsen, hij voegt toe, bedenk dat fysieke afstand op zichzelf, ook een belangrijke belemmering voor de wereldwijde handel. De verandering van 10,9 procent die door de nieuwe vertaalsoftware van eBay wordt gegenereerd, verhoogt de handel met hetzelfde bedrag als "de wereld 26 procent kleiner maken, in termen van de impact op de goederen die we hebben bestudeerd, " hij zegt.

De krant, "Heeft machinevertaling invloed op de internationale handel? Bewijs van een groot digitaal platform, " verschijnt in het decembernummer van Bestuurswetenschappen . De auteurs zijn Brynjolfsson, wie is de Schussel Family Professor of Management Science aan de MIT Sloan School of Management, en Xiang Hui en Meng Liu, die beide assistent-professoren zijn aan de Olin Business School aan de Washington University in St. Louis.

Gewoon oorzaak

Om de studie uit te voeren, de geleerden onderzochten wat er gebeurde na eBay, in 2014, introduceerde zijn nieuwe eBay Machine Translation (eMT) -systeem - een eigen machine-learningprogramma dat, door verschillende objectieve maatregelen, aanzienlijk verbeterde vertaalkwaliteit op de eBay-site. Het nieuwe systeem was aanvankelijk gericht op Engels-Spaanse vertalingen, om de handel tussen de Verenigde Staten en Latijns-Amerika te vergemakkelijken

Eerder, eBay had Bing Translator gebruikt om de titels van te koop aangeboden objecten weer te geven. Door een evaluatiemaatregel, de menselijke acceptatiegraad (HAR) genoemd, waarin drie experts vertalingen accepteren of afwijzen, het eMT-systeem verhoogde het aantal acceptabele Spaanstalige artikeltitels op eBay van 82 procent naar 90 procent.

Met behulp van administratieve gegevens van eBay, de onderzoekers onderzochten vervolgens het handelsvolume op het platform, binnen landen, nadat het eMT-systeem in gebruik is genomen. Als andere factoren gelijk zijn, uit het onderzoek bleek dat het nieuwe vertaalsysteem niet alleen een effect had op de verkoop, maar die handel steeg met 1,06 procent voor elk extra woord in de titels van items op eBay.

Dat is een substantiële verandering voor een handelsplatform waarop, zoals de papieren notities, artikelen te koop hebben vaak lange, beschrijvende titels zoals "Diamond-Cut Stackable Thin Wedding Ring New .925 Sterling Silver Band Maten 4-12, " of "Alpine Swiss Keira Women's Trench Coast Double Breasted Wool Jacket Belted." In die gevallen, door de vertaling duidelijker te maken, kunnen potentiële kopers precies begrijpen wat ze zouden kunnen kopen.

Gezien het specificiteitsniveau van de studie, Brynjolfsson noemt het "een echt gelukkig natuurlijk experiment, met een voor-en-na die scherp onderscheidde wat er gebeurde als je machinevertaling had en wanneer niet."

De opzet van de studie, hij voegt toe, heeft de onderzoekers in staat gesteld met vertrouwen te zeggen dat het nieuwe eBay-programma, en niet externe factoren, veroorzaakte direct de verandering in het handelsvolume tussen de getroffen landen.

"In de economie het is vaak moeilijk om causale analyses te doen en te bewijzen dat A B veroorzaakte, niet alleen dat A werd geassocieerd met B, " zegt Brynjolfsson. "Maar in dit geval, Ik voel me erg op mijn gemak om causale taal te gebruiken en te zeggen dat de verbetering van de machinevertaling de toename van de internationale handel heeft veroorzaakt."

Grotere puzzel:het productiviteitsprobleem

Het ontstaan ​​van het papier komt voort uit een voortdurende vraag over nieuwe technologie en economische productiviteit. Hoewel er de afgelopen decennia veel vormen van kunstmatige intelligentie zijn ontwikkeld en uitgebreid, de impact van AI, inclusief zaken als automatische vertaalsystemen, was niet duidelijk in de economische statistieken.

"Er is absoluut een verbazingwekkende vooruitgang in de kerntechnologieën, inclusief in zaken als natuurlijke taalverwerking en vertaling, " zegt Brynjolfsson. "Maar wat ontbrak, was het bewijs van een economische impact, of zakelijke gevolgen. Dus dat is even puzzelen."

Bij het kijken of een economische impact voor verschillende vormen van AI kan worden gemeten, Brynjolfsson, Hui, en Liu dacht dat machinevertaling "logisch was, omdat het een relatief eenvoudige implementatie is, " Brynjolfsson voegt toe. Dat wil zeggen, betere vertalingen kunnen de economische activiteit beïnvloeden, tenminste op eBay, zonder dat er andere technologische veranderingen plaatsvinden.

In deze geest, de bevindingen passen in een grotere veronderstelling die Brynjolfsson de afgelopen jaren heeft ontwikkeld - dat de adoptie van AI-technologieën een "J-curve" in productiviteit oplevert. Zoals Brynjolfsson eerder schreef, brede KI-technologieën vereisen niettemin "aanzienlijke aanvullende investeringen, inclusief herontwerp van bedrijfsprocessen, mede-uitvinden van nieuwe producten en bedrijfsmodellen, en investeringen in menselijk kapitaal" om een ​​grote economische impact te hebben.

Als resultaat, wanneer AI-technologieën worden geïntroduceerd, productiviteit lijkt te vertragen, en wanneer de complementaire technologieën worden ontwikkeld, productiviteit lijkt te stijgen - in de "J-curve" -vorm.

Dus hoewel Brynjolfsson gelooft dat de resultaten van deze studie duidelijk zijn, hij waarschuwt op basis van deze bevinding niet te veel te generaliseren over de impact van machine learning en andere vormen van AI op de economische bedrijvigheid. Elke zaak is anders, en AI zal dergelijke opmerkelijke veranderingen niet altijd zelf produceren.

"Dit was een geval waarin niet veel andere veranderingen hoefden te gebeuren om de technologie ten goede te laten komen aan het bedrijf, " zegt Brynjolfsson. "Maar in veel andere gevallen, veel ingewikkelder, aanvullende veranderingen nodig zijn. Dat is waarom, in de meeste gevallen met machine learning, het duurt langer voordat de voordelen worden geleverd."

Dit verhaal is opnieuw gepubliceerd met dank aan MIT News (web.mit.edu/newsoffice/), een populaire site met nieuws over MIT-onderzoek, innovatie en onderwijs.