von Sophie U.
Von Juli 2021 bis Januar 2022 habe ich als Independent Contractor für Telus International, ehemals Lionbridge, gearbeitet. Bei dieser Arbeit handelte es sich um ein zeitlich begrenztes Projekt, an dem mehrere hundert Leute von zu Hause aus frei arbeiteten. Die Arbeitszeit war frei wählbar, solange man mehr als zehn Stunden pro Woche arbeitete. Für diese Arbeit habe ich mich selbstständig gemacht, also mein eigenes Gewerbe gegründet. Meine Arbeit bestand anfänglich daraus, kurze Audiospuren von Social-Media-Posts zu transkribieren. Diese waren in der Regel wenige Sekunden bis zwei Minuten lang. Die Transkripte dienen dazu, eine künstliche Intelligenz darauf zu trainieren, die deutsche Sprache zu erkennen und soweit zu lernen, dass sie eigenständig Untertitel zu diesen Posts erzeugen kann. Konkreter wurden diese Audiospuren in Schleifen, sogenannten Queues, in einem speziellen Programm abgespielt. Meine Aufgabe war dann, mir die Audiospuren anzuhören, nach zuvor festgelegten Regeln zu entscheiden, ob die Audiospuren geeignet waren und diese dann zu transkribieren. Ungeeignete Audiospuren waren zum Beispiel jene, die nur Geräusche oder Musik enthielten und keine gesprochene Sprache, oder fremdsprachige Audiodateien, da es ja spezifisch darum ging, dass die künstliche Intelligenz die deutsche Sprache erlernt. Eine Schwierigkeit bei dieser Aufgabe war unter anderem zu entscheiden, ob Audiospuren, die einen regionalen Dialekt enthalten, geeignet sind oder nicht. Dialekte, die zu stark von der hochdeutschen Varietät abweichen, waren ungeeignet. Einige regional spezifische Worte waren jedoch erlaubt, da sie als allgemein bekannt vorausgesetzt wurden. Meine im KSM-Studium erlernten sprachwissenschaftlichen Fähigkeiten haben mir besonders dabei geholfen, regionale Dialekte zu identifizieren und einzuschätzen, wie bekannt gewisse Ausdrücke sind, um zu entscheiden, ob Audiodateien, die solche Ausdrücke enthalten, geeignet sind. Die Kommunikation mit Vorgesetzten und Kollegen erfolgte über ein Programm, das ähnlich funktioniert wie Microsoft Teams. In unserem Gruppenchat haben wir öfter über solche sprachwissenschaftlichen Fragen diskutiert. Ein weiterer Punkt, bei dem mir das KSM-Studium bei der Arbeit geholfen hat, war die Tatsache, dass viele der Audiodateien popkulturelle Referenzen enthielten. Die referierten Filme, Bücher oder Konzepte zu erkennen, half dabei, die Audiodateien in einen größeren, allgemeineren Kontext einzuordnen, was dazu beitrug, diese Dateien korrekt zu transkribieren. Anders herum hat mir meine im Zuge dieser Arbeit gesammelte Erfahrung mit dem Transkribieren im Studium geholfen, da wir in einem Sprachwissenschaftskurs Interviews transkribieren mussten. Nach ungefähr zwei Monaten wurde ich zum Quality Inspector befördert. Dadurch bekam ich zusätzlich zum Transkribieren noch die Aufgabe, die Transkripte anderer zu kontrollieren und zu evaluieren, ob alle festgelegten Regeln, nach denen wir transkribieren sollten, eingehalten wurden. Diese kontrollierten Transkripte wurden dann an eine dritte Instanz weitergeleitet, die dann nochmals die Arbeit der Quality Inspectoren beurteilte. Von dieser dritten Instanz erhielten wir wöchentlich Fehlerlisten mit unseren eigenen Fehlern, durch die wir unsere eigene Arbeit verbessern sollten. Ab einem gewissen Zeitraum gab es dann keine Fehlerlisten mehr, weil der Endkunde, der die Transkripte erhält und dem die KI gehört, das so entschieden hatte. Die doppelte Qualitätskontrolle diente dazu, genaue und korrekte Transkripte zu gewährleisten. Neben der Arbeit als Quality Inspector habe ich noch weiter transkribiert und wurde von anderen kontrolliert. Diese Arbeit hat mir viel Spaß gemacht und ich denke, dass meine erlernten Fähigkeiten für mein Studium und darüber hinaus relevant und nützlich sind.
