Een vertaler gebruiken om een taal te leren: zes methodes die werken
Taaldocenten raden hun klas vaak af een vertaler te gebruiken, en veel leerders gebruiken er toch een. De twee kampen denken daarbij meestal aan iets anders. In het ene geval kopieer je een alinea in een vakje, kopieer je het resultaat er weer uit en lees je geen van beide. In het andere schrijf je zelf een zin, krijg je een vertaling en vergelijk je de twee: het Engelse werkwoord schuift niet naar achteren, en de Japanse versie laat het onderwerp weg. De eerste gewoonte heeft haar slechte naam verdiend. De tweede is een oude studietechniek, en het gereedschap daarvoor is flink beter geworden.
Dit artikel gaat over die tweede gewoonte. In een gecontroleerde studie in de klas gingen beginners van wie de docent de eerste taal bewust inzette meer vooruit dan beginners die alleen in de doeltaal les kregen. Hieronder zes manieren om een vertaler te gebruiken bij het leren, telkens met het onderzoek erbij.
Waarom "gebruik geen vertaler" goed advies is over een slechte gewoonte
De waarschuwing richt zich op een echte gewoonte. Als je midden in een gesprek stopt om iets in je telefoon te tikken, breek je de flow, want vloeiend spreken berust op woorden ophalen zonder bewuste moeite. Wie woord voor woord opzoekt, mist bovendien hoe verschillend talen in elkaar zitten. Het Japans markeert beleefdheid in de werkwoordsvorm, en een tool die je een kant-en-klare zin geeft, laat je geloven dat de twee talen netjes op elkaar passen. En als je machineteksten inlevert die je zelf niet had kunnen schrijven, heb je kopiëren en plakken geoefend.
Die problemen ontstaan bij alleen plakken en klikken. Een vertaling lezen nadat je het zelf hebt geprobeerd, is een andere bezigheid. Vertaalwetenschapper Lynne Bowker noemt de vaardigheid daarachter machine translation literacy en omschrijft die in een interview als "being an informed and critical user of this technology, rather than being someone who just pastes and clicks": geïnformeerd en kritisch met de techniek omgaan. Voor een leerder betekent dat: je maakt de vergelijking zelf, in plaats van het antwoord van de tool over te nemen en door te klikken.
Wat het onderzoek vond
De bekendste test in de klas is de la Fuente en Goldenberg (2022), verschenen in Language Teaching Research. De onderzoekers namen zes bestaande groepen van een universitaire beginnerscursus Spaans, samen 54 studenten, en verdeelden de groepen willekeurig over twee condities: les alleen in het Spaans (de -L1-groep), of hetzelfde taakgerichte programma met specifieke inzet van het Engels (de +L1-groep). Spreken en schrijven maten ze met de gestandaardiseerde STAMP 4-test aan het begin en eind van één semester. Beide groepen gingen vooruit, de +L1-groep in beide vaardigheden significant meer. Alle deelnemers waren beginners.
Richard Schmidts noticing-hypothese (1990) stelt dat leerders input pas tot intake maken als ze kenmerken ervan bewust opmerken. In een eerdere dagboekstudie over zijn eigen Portugees, geschreven met Sylvia Frota, bracht Schmidt zijn vooruitgang in verband met momenten waarop hij vergeleek wat hij had gezegd met wat Brazilianen zeiden. Hij noemde dat het opmerken van de kloof. Merrill Swains output-hypothese voegt toe dat je die kloven vindt als je de taal probeert te produceren en tekortschiet. Als je een vertaling naast je eigen poging legt, laat de vertaling zien waar je kloven zitten.
Ben je bang afhankelijk te worden van vertaling? Onderzoek naar tweetalige woordverwerking geeft een ander beeld. Kroll en Stewart (1994) stelden een model voor waarin beginners de betekenis van nieuwe woorden via hun eerste taal bereiken, en de directe verbinding tussen het nieuwe woord en de betekenis sterker wordt naarmate de vaardigheid groeit. Volgens dat model is steunen op je eerste taal in het begin een fase die leerders doorlopen.
Docenten testen machinevertaling al jaren in de klas. Niño (2008) liet studenten machine-output nabewerken. García en Pena (2011) lieten beginners met machinevertaling schrijven: daarmee schreven de studenten meer, blinde beoordelaars gaven hun teksten een hoger oordeel, en de studenten met de minste taalbeheersing wonnen het meest aan hoeveel ze konden zeggen. In Lee (2020) zetten studenten zonder hulpmiddelen een eigen tekst uit hun eerste taal om naar het Engels en reviseerden die daarna aan de hand van een machinevertaling van dezelfde brontekst. De vergelijking verminderde hun lexicaal-grammaticale fouten en verbeterde hun revisies. In elk van deze studies diende de machine-output als vergelijkingsmateriaal. Waarom huidige taalmodellen überhaupt met register overweg kunnen, lees je in waarom LLM's goed zijn in vertalen.
Vertaal de taal in, niet eruit
De meeste mensen gebruiken een vertaler in de leesrichting, van de nieuwe taal naar hun eigen taal. Dat traint begrip. Voor spreken en schrijven begin je met een eigen poging. Kies een zin die je wilt zeggen en schrijf hem zelf in de doeltaal, ook als hij fout uitvalt; in Swains termen legt de poging de kloof bloot. Zet daarna de machine twee keer in. Vertaal je poging terug naar je eigen taal om te zien wat er bij een lezer aankomt, en dat wijkt soms af van wat je bedoelde. Vertaal daarna wat je bedoelde naar de doeltaal en leg die versie naast de jouwe. Elk verschil tussen de twee is iets om op te zoeken of te oefenen.
Stuur het terug waar het vandaan kwam
Terugvertaling betekent een vertaling terugvertalen naar de oorspronkelijke taal en het resultaat vergelijken met wat je bedoelde. Zo controleer je het snelst of een vertaling zegt wat jij wilde zeggen. De klassieke studieoefening werkt met vertraging. Kies drie tot zes zinnen in de doeltaal, op of net boven je niveau, en vertaal ze naar je eigen taal. Leg beide versies weg, want de oefening vraagt dat je de exacte bewoording vergeet. Een dag of twee later vertaal je je eigen versie zonder naar het origineel te kijken terug naar de doeltaal, en vergelijk je alle drie: het origineel, jouw begrip ervan en wat je zelf voor elkaar krijgt.
Waar je reconstructie overeenkomt met het origineel, beheers je de structuur. Waar ze afwijkt, heb je stof voor je volgende sessie gevonden. Een rondreis heeft één beperking. Als beide richtingen op dezelfde verkeerde aanname berusten, komt de fout terug als schijnbare bevestiging. Zie een vertaling die onveranderd terugkomt daarom als een aanwijzing en neem de betekenisnotities erbij, waar het volgende deel over gaat. Wat elke controle vindt en wat hij mist, lees je in hoe men weet of een AI-vertaling klopt.
Probeer Fink voor je volgende vertaling
Zie de vertaling, elke wijziging en het waarom op één scherm.
App openenLees de betekenisnotities
Een vertaling vertelt je wat er is gezegd en laat weg wat de zin verder doet. Vertaal "Ik kijk uit naar de samenwerking" naar het Japans en je krijgt よろしくお願いします (yoroshiku onegaishimasu), wat de terugvertaling bevestigt. De rondreis vertelt je niet dat dit een vaste wending is zonder letterlijk Nederlands equivalent, die je gebruikt aan het begin van een samenwerking en bij een verzoek. Letterlijk betekent hij ongeveer "wees alsjeblieft goed voor me", en in het gebruik ligt hij dichter bij "alstublieft" dan bij een uitspraak over de toekomst. Wie hem in die situaties weglaat, kan koel overkomen. Een betekenisnotitie geeft precies dat soort informatie: nuance, ambiguïteit, register, idioom, culturele keuzes en alternatieve lezingen.
In Schmidts termen wijst een notitie aan wat je moet opmerken. Betekenisnotities verbeteren je vervoeging niet en markeren geen naamvalsfouten, dus gebruik ze niet als grammaticacorrectie. Ze leggen uit wat de woorden doen. Een notitie als "de gewone vorm klinkt hier informeel, prima voor een collega, riskant voor een klant" richt je blik op de werkwoordsvorm, en de rest zoek je zelf uit.
Eerst ontcijferen, dan hardop uitspreken
Als je een taal leert in een schrift dat je nog niet kunt lezen, bepaalt een transcriptieregel of je een tekst überhaupt kunt gebruiken. Wie Japans, Chinees, Koreaans, Thai, Hindi of Arabisch leert, begrijpt van de gesproken taal vaak veel meer dan hij op papier kan ontcijferen, en je kent de klank van een woord soms maandenlang voordat je de tekens herkent. Input helpt als je hem kunt verwerken. Studies leggen voldoende begrip bij ongeveer 95 tot 98 procent bekende woorden (Nation 2006; van Zeeland en Schmitt 2013), en bij een tekst die je niet kunt uitspreken zit je dicht bij nul. Een transcriptie houdt de tekst bruikbaar terwijl je het schrift leert. Kies een benoemde standaard, zodat de regel aansluit op je studieboek: voor Japans Hepburn-romanisatie met macrons voor lange klinkers, voor Chinees Hanyu Pinyin met toontekens, voor Koreaans de Revised Romanization en voor talen in het Latijnse schrift brede IPA.
Houd een lijst bij van de woorden die je steeds fout doet
Je eigen fouten leveren de nuttigste woordenlijst op. Een frequentielijst legt vast welke woorden het vaakst voorkomen in een grote verzameling tekst. De woorden die jij twee keer moest opzoeken, leggen vast waar je zelf steeds vastloopt, en zeggen meer over je volgende fout. Zet je die lijst in een flashcard-app en herhaal je hem volgens schema, dan heb je een deck met gespreide herhaling waarin elke kaart uit een zin komt die je zelf wilde schrijven.
Beslis hoe beleefd je bent
Cursussen behandelen register vaak pas laat, terwijl het dagelijks leven fouten ermee vroeg afstraft. Het Duits heeft du en Sie, het Frans tu en vous; het Japans kent daarnaast de gewone vorm, de desu/masu-vorm en keigo. Een verkeerde keuze beëindigt zelden een gesprek, maar de ander merkt het wel. Bepaal de formaliteit voordat je vertaalt, en controleer daarna of het resultaat daarbij past. Heeft je vertaler een instelling voor formaliteit, gebruik die. Zo niet, noem het register dan in je verzoek of controleer werkwoordsvormen en voornaamwoorden zelf.
Hoe dit er in de praktijk uitziet
Twintig minuten, drie avonden per week, is genoeg. Neem zinnen die je wilt zeggen. Schrijf ze eerst in de doeltaal, haal ze door de vertaler en lees de terugvertaling om te zien wat je hebt gezegd. Lees daarna de betekenisnotities bij de gepolijste versie en spreek de transcriptie hardop uit. Schrijf op wat je verraste en zet de woorden die je moest verbeteren op je lijst. Stel de formaliteit in voordat je vertaalt en controleer of het resultaat klopt.
We hebben Fink, onze vertaler, rond deze cyclus gebouwd. Fink toont bij elke vertaling een terugvertaling, betekenisnotities, een uitspraakregel en een woordenlijst, en heeft een instelling voor Formeel, Neutraal of Informeel. Je kunt de vertaler zonder account uitproberen, en bij prijzen staan de betaalde abonnementen.
Veelgestelde vragen
Word ik niet afhankelijk van een vertaler? Het onderzoek naar tweetalige woordverwerking wijst voor de meeste leerders de andere kant op. Beginners bereiken nieuwe woorden via hun eerste taal, en die omweg wordt korter naarmate je vaardiger wordt. Schrijf eerst je eigen poging, dan controleert de tool je werk in plaats van het over te nemen.
Is terugvertaling hetzelfde als wat professionele vertalers doen? Het is dezelfde techniek met een ander doel. Vertaalteams gebruiken terugvertaling om een afgeronde tekst te controleren, bijvoorbeeld als ze medische vragenlijsten naar een andere taal overzetten. Jij gebruikt haar om gaten in je eigen kennis te vinden.
Zouden beginners überhaupt een vertaler moeten gebruiken? Beide studies werkten met beginners. De Spaanse studie liep in een beginnerscursus, en in de studie naar schrijven met machinevertaling wonnen de studenten met de minste taalbeheersing het meest aan hoeveel ze konden schrijven. Je eigen poging vergelijken met een vertaling werkt vanaf je eerste week.
Werkt dit ook voor talen zonder Latijns alfabet? Ja, en daar telt de transcriptieregel het zwaarst. Met romanisatie kan iemand die Japans, Koreaans of Hindi leert elke techniek hier al in de eerste week toepassen en het schrift ernaast leren.
Bronnen en verder lezen
De semesterstudie is de la Fuente en Goldenberg (2022), Language Teaching Research 26(5). Het noticing-raamwerk is Schmidt (1990), Applied Linguistics 11(2), voortgekomen uit Schmidt en Frota's dagboekstudie uit 1986 in Richard Days Talking to Learn. Swains output-hypothese is haar hoofdstuk uit 1995 in Cook en Seidlhofers Principle and Practice in Applied Linguistics. Het model van tweetalige verwerking is Kroll en Stewart (1994), Journal of Memory and Language 33. De vocabulairedrempels zijn Nation (2006), Canadian Modern Language Review 63(1), en van Zeeland en Schmitt (2013), Applied Linguistics 34(4). De klassikale machinevertaalstudies zijn Niño (2008), García en Pena (2011) en Lee (2020), allemaal in Computer Assisted Language Learning. Machine translation literacy komt uit Bowker en Buitrago Ciro's Machine Translation and Global Research; het citaat hierboven komt uit een interview met Bowker.