Code.org是一家总部位于西雅图的非营利组织，其使命远大：确保每所学校的每一位学生，无论其背景或未来职业规划如何，都有机会将计算机科学和人工智能纳入核心教育。自 2013 年成立以来，Code.org 已发展成为一项全球性运动，目前为 190 多个国家和地区的 1.07 亿多名学生和 300 万名教师提供支持。
随着Code.org的国际扩张，他们意识到本地化不仅仅是翻译的需求，更是一项至关重要的任务。他们的目标是确保全球学习者和非英语用户能够获取在文化和语言上都与之相关的内容，而不仅仅是逐字翻译。
正如 Code.org 产品经理 Doyeon Kim 在网络研讨会上分享的那样，“我们意识到，真正实现内容本地化是多么重要，不仅仅是翻译，而是要真正让内容在文化和语言上与全球学习者和非英语用户相关。”
在与Localize合作之前，Code.org 已经在本地化方面投入了大量资金，但随着组织规模的不断扩大，他们原有的工作流程已难以为继。最大的问题并非翻译本身，而是将工作成果在系统中流转并最终上线所需的繁琐人工。
Doyeon解释说，他们之前的流程严重依赖人工翻译进行初稿翻译和质量检查，导致审核周期缓慢，效率低下。“对我们来说，最大的挑战确实是人工审核的效率和周期，”她说。
此外，即使翻译完成，Code.org 仍然面临着严重的工程瓶颈。在之前的系统中，翻译内容可能需要一周甚至两周的时间才能发布到网站上。“即使翻译已经完成，也可能需要一到两周的时间才能真正发布上线，”Doyeon 说道。
幕后，运营工作量也在不断增加。团队需要协调各个机构、承包商以及遍布不同地区和时区的庞大志愿者翻译网络。这种模式需要不断地进行新员工入职培训、解答疑问、管理合同和协调时间安排。随着时间的推移，这种模式变得越来越耗费人力，并经常导致全球发布计划的延误。
为了在不增加人手的情况下扩大本地化规模，Code.org 放弃了以往以繁重的项目管理和人工协调为核心的工作流程。取而代之的是，他们采用了一种利用人工智能提升速度，同时在最关键的环节保留人工审核的系统。
团队最初使用机器翻译快速生成初稿，然后将时间和精力集中在有针对性的人工审校和译后编辑上。Code.org 没有管理数百名译员参与不同的工作流程，而是与少数精选的本地专家和合作伙伴携手合作，以提高翻译质量并确保文化相关性。
Doyeon 将此描述为效率的重大提升：“我们摒弃了那种模式，使用机器翻译进行初始任务，然后将更多的时间和精力集中在人工审核和后期编辑上。”
Localize还帮助 Code.org 更有效地与志愿者和利益相关者协作。团队无需再依赖一对一的入职培训，而是可以直接邀请贡献者加入平台，并以小组形式进行培训。志愿者可以使用页面内置编辑器进行贡献，并立即看到更新，从而使协作更加快捷直观。
正如 Doyeon 解释的那样，“现在我们可以进行小组培训，而不是像以前那样进行一对一的培训……邀请他们作为翻译人员使用平台上的页面编辑器……这样他们就可以在更新后立即看到自己在平台上所做的更改。”
除了速度和协作之外，Code.org 还采用了多种工具来提高跨语言的一致性。术语表功能有助于推广首选术语，并在全球市场保持统一的语言风格。团队还开始使用翻译质量评分 (TQS) 来评估不同语言的翻译质量，并在拓展新市场的过程中更好地了解哪些模型在不同地区表现最佳。
这一转变的影响立竿见影。Code.org 将本地化周期缩短了一半以上，消除了之前拖慢发布速度的发布延迟，并创建了一个无需增加内部资源即可扩展的工作流程。
“首先，当然是速度，”度妍说道。
以前，团队需要等待一到两周才能发布翻译内容，而现在他们可以实时推送更新——这一改进从根本上改变了他们发布和维护全球内容的能力。“现在我们可以实时推送更新了，”她说。“这彻底改变了游戏规则。”
除了速度提升之外，Code.org 在一致性方面也取得了显著进步。借助术语表工具，团队报告称，不同语言之间的语气和术语更加一致。这减轻了审校人员的疲劳，提高了代码质量，并随着平台在国际上的持续发展，帮助其赢得了全球用户的信任。
正如 Doyeon 指出的那样，“我们已经在语气、术语和整体质量方面看到了很大的进步……这有助于我们在不同的语言中保持统一的声音和语气。”
