これは本当にそのとおりだと思います。私は日本語ですら困難があるほど聴覚情報処理が苦手ですが、TOEICのリスニングは学生時代に満点取れてますし、映像翻訳でもネイティブが聞き起こしてるはずのスクリプトの間違いをしょっちゅう見つけます。内容から話の展開が読み取りやすいようになってる、あるいは物語をよく理解していることが、耳の良さよりも効果が高いということだと思っています。また、実際ニューヨーク・タイムズでも「約50%のアメリカ人が英語字幕を付けて視聴してる」と報じられていました。映画やドラマみたいにちょっとでも自分の日常からかけ離れた設定になると、文脈の完全な理解なしの聴き取りは母語でも容易ではないということでしょう。人間並みの聴き取り･人間並みの翻訳というのは、AIと人間の区別が付かないくらいの思考能力にならないと無理そうなので、そうなった時には「翻訳の仕事がAIに奪われてなくなる」とか以前に、社会や労働という概念の前提が崩れるレベルだと思うので、翻訳･通訳の仕事に限定して心配することには意味がなさそうというのは前々から個人的に思っています。
nytimes.com/2023/08/17/tec
Quote
大江昌道 Masamichi Oe
@aspic7
AIによる音声の聴き取りが難しいのは、人間だって全部の言葉を聴けているわけではなく、会話の流れを理解してよく聴こえなかった部分を補ってるからでしょうね。つまり正確に聴き取るには何が話されているのか理解しないといけない。→人間並みの聴き取りというのは人間並みの翻訳と同じくらい難しそう