Publiceren met AI in vijf talen: wat er echt stukgaat, en hoe u het vóór de lezer vangt

Publiceren in vijf talen kost vandaag evenveel als publiceren in één. AI-transcreatie — copy dat per markt wordt herschreven, geen letterlijke vertaling — heeft de economische barrière weggehaald die het Italiaanse mkb binnen de eigen taalgrens hield. Deze site doet het al maanden: elk artikel op /risorse verschijnt tegelijk in het Italiaans, Engels, Frans, Spaans en Nederlands, gegenereerd door een AI-pipeline. De 31 die hiervoor zijn verschenen staan er allemaal, in vijf versies elk.

Dus kunnen we iets opschrijven wat bijna niemand opschrijft: hier is het defectenregister. Geen hypotheses — de dingen die echt zijn stukgegaan, hoe we ze hebben gevonden en wat we hebben veranderd. Vijf klassen, en de vijfde is die welke geen enkele nalezer ooit zou hebben gezien, want de tekst was perfect.

Vijf dingen die stukgingen, en hoe we ze vonden

De gemene deler, vóór de details: geen enkele is vóór publicatie onderschept. Ze kwamen allemaal daarna boven, artikel voor artikel, zonder steekproef en zonder een op de juridische termen vastgezet termbase. Dat is het procesgat dat de rest van dit artikel opvult.

1. Het werkwoord dat van een feit een beschuldiging maakt

Een neutrale Italiaanse zin over een echte rechtszaak, met naam en partijen, kwam in het Frans aan met een geïntensiveerde, editorialiserende werkwoordkeuze: de betekenis schoof van vaststelling naar iets dat heel dicht bij een beschuldiging ligt. Geen taalfout, geen ongrammaticale zin — een registerverschuiving op een onderwerp waarin het register de inhoud ís.

Het is ook de omvangrijkste klasse die we hebben waargenomen: datzelfde artikel vergde drie transcreatiecorrecties in alleen al het Frans, een ander over de bouwsector vergde er vier in het Nederlands. De combinatie die ze voortbrengt is altijd dezelfde — juridische of regelgevende materie plus adaptieve vertaling: transcreatie maakt de tekst natuurlijk in de doeltaal, en „natuurlijk” betekent, op een zin die een geschil beschrijft, vaak „scherper”.

2. Dezelfde fout in alle vijf de talen

Een artikel beschreef de verbodsbepalingen van de EU AI Act als uitsluitend van toepassing op de publieke sector. Dat klopt niet — en omdat de fout stroomopwaarts van de stap per taal zat, in de gedeelde premisse, heeft de transcreatie hem trouw doorgegeven: op identieke wijze fout in vijf talen, op hetzelfde moment. De juiste reikwijdte van de verboden staat in het artikel over wat er met de EU AI Act verandert (en wat niet) voor het mkb.

Het is geen taalkundige klasse, en juist daarom verdient ze een eigen regel: QA moet de bewering verifiëren, niet de vertaling van de bewering. Vijf moedertaalsprekende revisoren geven u vijf keer „komt overeen” terug, en de premisse blijft in alle vijf onwaar. Talige redundantie is geen feitelijke redundantie.

3. De data die geen enkele taal werkelijk zo schrijft

De datelines kwamen er niet uit in het formaat dat elke taal echt gebruikt: de volgorde dag/maand, de scheidingstekens en de conventies voor maandnamen verschillen tussen de vijf. Het is een mechanisch defect, geen taalkundig, maar het reist over dezelfde pipeline en is even zichtbaar als een mistranslation: een Nederlandse lezer die een datum op zijn Italiaans geschreven ziet, denkt niet „formatteringsbug”, hij denkt dat de site niet echt de zijne is.

4. Geen enkel signaal dat de tekst was gecorrigeerd — dit punt is gesloten

Geen van de bovenstaande defecten droeg een voor de lezer zichtbare revisiemarkering met zich mee: wie de foute versie had gelezen, had geen enkele manier om te weten dat die inmiddels was rechtgezet. Dit punt is al opgelost en staat in productie: de gecorrigeerde artikelen tonen een zichtbare revisiedatum. Het is het enige punt uit deze lijst dat een voltooide mitigatie is in plaats van een openstaand gat, en het is ook het goedkoopst om over te nemen.

5. De copy klopt, het is de code die fout zit

Dit is de mooiste, en het is de enige klasse waarin de tekst correct is en het defect in de code zit. Twee componenten van de homepage lichtten het acroniem in de titel grafisch uit met een letterlijke vervanging: ze zochten de tekenreeks „AI” en wikkelden die in een span om hem te accentueren. De transcreatie had haar werk goed gedaan — Frans en Spaans zeggen correct „IA” — dus vond de zoekopdracht niets, verving ze niets, en renderden de twee talen een vlakke titel.

Het punt is hóé het faalt: in stilte, en in een stilte die aan elk bestaand vangnet ontsnapt. Geen foutmelding. Geen ontbrekende vertaalsleutel — dus slaagt een symmetrietest op de sleutels, want er ontbreekt geen enkele sleutel: het is de rendering die verschilt. En geen enkele herlezing vindt het, want de tekst klopt. Het bleef in productie tot een designingreep die regel om heel andere redenen aanraakte. De correctie is banaal: een match op hele woorden op de vereniging van de lokale vormen — de reguliere expressie die zowel AI als IA als zelfstandig woord herkent, toegepast op de al ge-escapete titel. Maar niet zij is de les.

De echte les: repareert u een patroon, zoek dan het patroon — niet het bestand

De twee componenten waren identiek in hun defect. De eerste werd een hele cyclus eerder gecorrigeerd dan de tweede ook maar werd opgemerkt: de reparatie was toegepast waar de bug was gevonden, niet overal waar het patroon leefde. Resultaat: een identiek defect, springlevend, in twee talen, dat zonder enige reden een ronde langer overleefde. Een grep van dertig seconden op die letterlijke vervanging had ze allebei in één keer gesloten.

Het geldt ver buiten dit geval. Elk token dat een view letterlijk zoekt en dat van taal tot taal van vorm verandert, is kandidaat voor dezelfde stille storing: acroniemen (AI/IA/KI), de omgekeerde leestekens van het Spaans, valutasymbolen, aanspreekvormen. Vergelijkt uw code een tekenreeks in de brontaal, dan is die vergelijking onjuist in ten minste één van de talen waarin u publiceert — en niemand zal het u vertellen.

De regel die we eruit hebben gehaald, en die we toepassen: een patroondefect sluit u niet op het bestand, u sluit het op de repository. Vóór de correctie, de grep. Altijd.

MQM: de taxonomie die van „lees het na” een checklist maakt

De localisatie-industrie heeft voor elk van deze dingen al een naam, en die te hebben verandert de manier van werken. MQM (Multidimensional Quality Metrics) is de standaardtaxonomie van vertaalfouten, beheerd door de instantie die het framework onderhoudt: ze ordent de defecten in zeven dimensies — Nauwkeurigheid, Vloeiendheid, Terminologie, Stijl, Lokale conventies, Waarheidsgetrouwheid, Design — elk op drie ernstniveaus (gering, ernstig, kritiek), volgens de door het framework gepubliceerde scoringmodellen. Het is de structuur onder de normen ISO 5060:2024 (beoordeling van vertaalkwaliteit) en ISO 11669:2024 (vertaalprojecten), en een toegankelijke gids van een aanbieder van taaldiensten loopt de hele opzet ervan door.

Ons register laat zich er met bijna gênante precisie op leggen. Het Franse geval is Nauwkeurigheid/Mistranslation, van hoge ernst omdat het onderwerp een echte zaak met naam was. De reikwijdtefout over de AI Act is een defect van Waarheidsgetrouwheid — de categorie die juist bestaat voor onware beweringen over de wereld — dat na transcreatie ook een defect van Nauwkeurigheid wordt. De data zijn Lokale conventies. De titel zonder grafisch accent is Design. Deze toewijzing is, en dat zeggen we één keer, onze lezing van onze eigen defecten — geen door iemand gepubliceerd resultaat.

Waarom telt het om er een naam aan te geven? Omdat een checklist op categorieën wordt gebouwd, niet op goede bedoelingen. „Laat het nalezen” is geen proces: het heeft geen exitcriteria, het levert geen gegeven op, en het zegt de nalezer niet waar hij naar moet zoeken. „Controleer de zeven dimensies op de drie ernstniveaus, en registreer wat je vindt” wel.

Back-translation: dat is niet de vertaling heen en terug

Eén wijdverbreide verwarring die we meteen opruimen, want ze schept vals vertrouwen. Round-trip translation — de vertaalde tekst terug in de machine gooien om hem naar het Italiaans terug te brengen en te kijken of hij „uitkomt” — is een rooktest op de kwaliteit van het model, geen QA-methode. Back-translation is iets anders: een onafhankelijke linguïst, die het origineel nooit heeft gezien, vertaalt de gelokaliseerde tekst terug naar de brontaal, en de opdrachtgever legt de twee versies naast elkaar op zoek naar betekenisverschuivingen. Het onderscheid is definitorisch: de operationele gids van een localisatieleverancier bouwt erop, en het glossariumlemma van een grote groep in taaldiensten definieert het op dezelfde manier.

Het is de aangewezen standaard voor gereguleerde content — contracten, juridische teksten, veiligheidsrelevant materiaal: precies de categorie van onze twee ergste gevallen. En het werkt waar herlezing faalt, om een mechanische reden: het verifieert conceptuele gelijkwaardigheid, niet vlotheid. Het geïntensiveerde werkwoord uit het Franse geval was uiterst vlot; het was het concept dat was opgeschoven, en in een kolom naast het origineel zie je zo'n verschuiving met het blote oog.

Een glossarium op drie niveaus, toegepast vóór de revisor

Het vangnet dat we als eerste hadden moeten hebben, is het saaiste: een vastgezet termbase. De goede praktijken voor gereguleerde content leden het op in drie niveaus, beschreven door de blog van een localisatieplatform:

• merk- en producttermen — de namen die nooit worden vertaald, in geen enkele taal;
• technische en domeintermen, inclusief de regelgevende en juridische terminologie, taal voor taal vastgelegd zodat het model er geen plausibel maar onjuist equivalent bij kan verzinnen;
• verboden of risicovolle termen — achterhaalde benamingen, merken van anderen, juridisch verraderlijke formuleringen.

Het detail dat het verschil maakt, zit echter in de uitvoeringsvolgorde. Het glossarium hoort te draaien als controle op elk segment vóór of tijdens de transcreatie, met de schendingen gemeld voordat de tekst bij een revisor aankomt: dat is de flow beschreven in de gids uit 2026 voor de workflow van terminologie-enforcement van een leverancier uit de sector, die er ook het deel bij zet dat vrijwel iedereen overslaat: een termbase heeft een eigenaar met naam en toenaam en een revisiekalender nodig, want een bij de lancering correct glossarium degradeert vanzelf met de tijd. Op onze twee ergste klassen zou een lijst van verboden formuleringen — werkwoorden die gedragingen toeschrijven, reikwijdtebeweringen van het type „geldt alleen voor sector X” — ze allebei vóór publicatie hebben onderschept.

De steekproef van 10%, gewogen naar risico in plaats van vlak

De gangbare praktijk bij localisatiedienstverleners is niet alles nalezen: er wordt ongeveer 10% van het geleverde volume bemonsterd voor een revisie achteraf door een moedertaalspreker, zoals de gids voor localisatie-QA van een testleverancier beschrijft. Het deel dat echt telt, is het tweede: die 10% is een basis, geen regel, en op content met een hoog risico — juridisch, regelgevend, veiligheid — moet ze omhoog tot volledige revisie.

Volwassen LQA-programma's structureren onderscheiden QA-niveaus — steekproefcontrole, standaardrevisie, volledige revisie in context — gekoppeld aan de risicotolerantie van elk type content: dat is de opzet van een praktische gids voor language quality assurance van een aanbieder van localisatiediensten. Waaruit het ongemakkelijke gevolg: een uniform steekproefpercentage over alle onderwerpen is op zichzelf al een ontwerpfout.

Lokale formaten en pseudolokalisatie: de klasse die zich laat automatiseren

Data, getallen en valuta's worden met nadruk aangewezen als veruit de meest voorkomende klasse van lokale bugs: met de hand geschreven formaten breken in stilte in elke taal die niet de brontaal is — maand en dag omgewisseld, decimaal- en duizendtalscheidingstekens die veranderen, het valutasymbool aan de verkeerde kant. De standaardcorrectie is stoppen met tekenreeksen schrijven en overgaan op taalbewuste formatters, geverifieerd in CI, zoals de gids uit 2026 voor i18n-formattering van een localisatieplatform laat zien. Het is het vangnet dat onze derde klasse onmogelijk maakt: een formaat dat u niet schrijft, kunt u ook niet fout schrijven.

Stroomopwaarts ligt een techniek die het waard is te kennen, ook als u geen software maakt: pseudolokalisatie, uitgelegd door de gids van een platform voor vertaalbeheer — je rendert de interface met neptekenreeksen, verlengd en van accenten voorzien, voordat er een echte vertaling bestaat, zodat de punten die breken naar boven komen terwijl je bouwt. Ze is bedoeld voor interfacestrings meer dan voor redactionele tekst: ze dekt uw applicatie, niet uw artikelen.

Drie valkuilen die onze pipeline is gebouwd om te onderscheppen

Drie condities die vandaag, over de 31 publicaties die aan deze voorafgaan en in alle vijf de talen, consistent blijken. We noemen ze toch: het is het soort ding dat zonder lawaai stukgaat, en een vangnet bouw je voordat je het nodig hebt.

• De volgorde van de bestanden per taal is niet gegarandeerd. Het Nederlandse bestand met de artikelbeschrijvingen somt de items op in een andere volgorde dan het Italiaanse. Vandaag geen enkel probleem — maar elke automatisering die aanneemt dat „regel N in het Italiaans overeenkomt met regel N in het Nederlands” is fout van opzet. Je lijnt uit op sleutel, nooit op positie.
• Het Frans schrijft percentages met een spatie vóór het teken — „180 %”, „70 %” — waar het Italiaans „180%” schrijft. Gevolg: een regex die is geschreven met de Italiaanse tekst voor ogen, slaat het Frans over zonder iets te melden. Hij vindt niet luidruchtig nul treffers: hij vindt er minder, en het lijkt alsof alles in orde is. Elke sweep over meertalige tekst hoort op de vereniging van de conventies te worden geschreven.
• Onze controle op het colofon wordt per taal geëvalueerd. Zo hoort het — maar het betekent dat een citaat dat in het Italiaans aanwezig is en in het Nederlands is weggevallen, de bewering over de bronnen tussen twee talen zou splijten zonder dat er iets globaals afgaat. Het vangnet bestaat omdat deze asymmetrie mogelijk is.

De checklist, geordend op risico en niet tegen een vast tarief

Vertaald naar operaties, voor iedereen die meertalige, met AI gegenereerde content publiceert:

1. Classificeer op risico, vóór al het andere. Artikelen over juridische, fiscale of regelgevende materie, of die echte zaken en instellingen noemen, krijgen niet dezelfde behandeling als een praktische handleiding: een controle in back-translationstijl op de zinnen die iets beweren, idealiter een volledige lezing door een moedertaalspreker.
2. Zet de terminologie per taal vast vóór de transcreatie, met de lijst van verboden formuleringen — werkwoorden die gedragingen toeschrijven, reikwijdtebeweringen — en de schendingen gemeld voordat de tekst een revisor bereikt.
3. Scheid de factcheck van de bewering van de verificatie van de vertaling. De factcheck hoort te gebeuren op de Italiaanse bron, vóór de fan-out. Open de link en lees de geciteerde pagina tegen de bewering: de ergste foutklasse is die waarin een verifieerbaar en een verzonnen gegeven in dezelfde zin staan, waar de spotcheck „citeert het echte bronnen?” slaagt en de bewering onwaar blijft. Hoe u dit alles aan de lezer meldt, is het onderwerp van het artikel over wat u klanten over uw AI-gebruik vertelt.
4. Bemonster 10% met revisie door een moedertaalspreker, en verhoog het aandeel op content met risico. Het is die afwijking naar boven die de steekproef nuttig maakt in plaats van geruststellend.
5. Laat data, getallen en valuta's door een taalbewuste formatter lopen, gecontroleerd in de build. Nul met de hand per taal geschreven datumstrings.
6. Grep het patroon, niet het bestand. Elke keer dat u een structureel defect corrigeert — een vergelijking met een brontekenreeks, een positionele aanname, een op het Italiaans afgestemde regex — zoek het patroon dan over de hele codebase voordat u afsluit. Het is de goedkoopste controle uit de lijst, en het is degene die ons het duurst is komen te staan door hem niet te doen.
7. Zet een zichtbare revisiedatum op gecorrigeerde artikelen. Bij ons staat dat al in productie: het is zoals taalkwaliteitsprogramma's een probleem melden in plaats van het stiekem weg te poetsen, en voor wie leest is het het verschil tussen een site die zichzelf corrigeert en een die hoopt dat niemand het merkt.

Geen van deze vijf klassen is een argument tegen AI-transcreatie: ze zijn de beheerkosten van een capaciteit die tot voor kort niet tegen deze prijs bestond, en die kosten betaalt u in proces, niet in vertalers. De juiste vraag vóór publicatie is niet „is de vertaling goed?”, maar „wat zou er stukgaan zonder dat iemand mij waarschuwt?” — want de defecten die tellen zitten daar: niet in de foute zin, maar in de juiste zin, weergegeven door code die maar één taal spreekt.

De hier aangehaalde externe bronnen zijn gidsen van leveranciers van localisatiediensten, blogs van i18n-platformen en de documentatie van de instantie die de MQM-taxonomie beheert, geraadpleegd op 29 juli 2026: het is geen wetenschappelijk onderzoek en geen peer-reviewed literatuur. De normen ISO 5060:2024 en ISO 11669:2024 worden bij naam genoemd op basis van die gidsen, zonder raadpleging van de normtekst zelf. De toewijzing van de op onze eigen pipeline waargenomen defecten aan de dimensies van het MQM-framework is onze eigen analyse, geen door derden aangehaald resultaat. In de geraadpleegde bronnen bestaat geen enkel gemeten defectpercentage voor AI-transcreatie van juridische of regelgevende copy: zo'n percentage wordt hier dan ook niet genoemd, en wees wantrouwig tegenover wie u er wel een aanbiedt.