Humanos Frente a Máquinas: La Versión de La Industria de La Traducción

En noviembre de 2016, Google lanzó una nueva versión de Google Translate y causó revuelo en todo el mundo con la "calidad extraordinaria" de las traducciones que proporciona el nuevo motor. Decenas de artículos que comparaban la versión antigua con la nueva en varios idiomas, traduciendo y retrotraduciendo textos literarios (supuestamente más difíciles de traducir), ocuparon durante meses las columnas y blogs de medios generalistas y especializados.

Lo que Google lanzó técnicamente fue la introducción de un modelo de traducción neuronal en su motor de traducción automática. Esta gran mejora en la calidad de las traducciones proporcionadas (¡gratis!) por Google Translate comenzó a cambiar las opiniones del público en general sobre el futuro de la industria de la traducción y el lugar de la traducción automática en él. El desarrollo de nuevas herramientas y el acceso a traducciones automáticas de mayor calidad empujó a los grandes clientes de la industria a considerar reducir costos contratando servicios de posedición en lugar de traducciones. La posedición de traducción automática pasó a ser más ampliamente ofrecida por los proveedores de servicios de traducción como un servicio profesional. Los grandes jugadores y los editores de TMS aceleraron el entrenamiento de sus propios motores de traducción automática. La industria de la traducción comenzó a cambiar profundamente.

Queríamos en este artículo recordarte qué fue la traducción automática, en qué se ha convertido y cuáles son los cambios que genera en la industria de la traducción.

La historia de la traducción automática

La traducción automática (TA) tiene una larga historia que se remonta a 1949, cuando apareció por primera vez en el Memorando sobre traducción de Warren Weaver. El primer investigador en el campo, Yehosha Bar-Hillel, inicia sus estudios en el MIT en 1951. El equipo de investigación de MT de Georgetown sigue con una demostración pública de su sistema en 1954. La traducción automática es también una de las primeras aplicaciones no numéricas para computadoras. Una gran escala de investigadores comenzó a evolucionar a medida que la Asociación para la Traducción Automática y la Lingüística Computacional surgieron en los EE. UU. y la Academia Nacional de Ciencias formó un consejo (ALPAC) para estudiar la MT.

MT entra en vigor en 1970, con el Instituto Textil Francés para traducir resúmenes del y al francés, inglés, alemán y español. Se lanzan varias empresas de traducción automática, incluida Trados (1984), que es la primera en mejorar y comercializar la tecnología de memoria de traducción (TM) en 1989.

En los últimos años, la tecnología de traducción automática ha evolucionado hacia una nueva dimensión, y un futuro prometedor nos hace un guiño a medida que la investigación sobre la traducción automática neuronal continúa construyendo una nueva era para la industria.

Traducción automática neuronal

Utilizando los beneficios tecnológicos del aprendizaje profundo, la traducción automática neuronal domina hoy en día los esfuerzos de desarrollo de la traducción automática en todos los continentes. Como subcampo de la lingüística computacional, la traducción automática neuronal es básicamente una aplicación de aprendizaje profundo en la que un algoritmo se entrena con cantidades masivas de conjuntos de datos de textos traducidos. Básicamente utiliza un modelo de predicción, codificando primero el texto de origen en números y decodificándolo nuevamente en un texto final en el idioma solicitado. Explicado de manera muy simple, de todas las posibilidades, el algoritmo elige el grupo de palabras que tienen la mayor probabilidad de verse juntas y lo muestra como la traducción final. Cuantos más datos de traducción tenga para alimentar su máquina, más cerca estará de una traducción que suene más natural, ya que los algoritmos también detectan los toques estilísticos y el contexto. Pero debe asegurarse de que las entradas estén muy limpias para entrenar correctamente el motor. Por lo tanto, la calidad de su motor de traducción automática neuronal depende de la cantidad pero también de la calidad de los datos de traducción originales que utiliza para entrenar sus algoritmos.

Hasta ahora, aunque los motores de traducción automática han mejorado la calidad del resultado, existe un problema de confianza en el contenido y los textos que se utilizarán profesionalmente. Lo que viene a continuación es una solución para traducciones de calidad aceptable con un proceso híbrido, traducción automática seguida de verificación humana, también conocida como posedición.

La tendencia de la posedición en la industria de la traducción

Dado que los datos de traducción disponibles digitalmente están creciendo exponencialmente y Deep Learning abrió las puertas para una traducción automática de mayor calidad, el primer reflejo de los compradores de servicios de traducción profesional fue ver si podían reducir costos utilizando la traducción automática en sus procesos de traducción. Como el resultado de la traducción automática aún no está "listo para el cliente", pero aún ha mejorado significativamente, los consumidores de servicios de traducción comenzaron a solicitar la posedición de la traducción automática para obtener traducciones más rápidas y económicas con una calidad "aceptable". El poseditor no reformulará ni retraducirá, pero corregirá los errores, si los hubiere, en el significado y hará que el texto sea coherente. El tono puede ser un poco robótico, pero el significado seguirá siendo el mismo.

A medida que la pandemia de COVID aceleró el contenido de comercio electrónico en varios idiomas, la necesidad de traducciones rápidas y económicas se hizo real para un gran número de pymes. Se cancelaron ferias y eventos, se prohibieron los viajes durante meses y las pymes comenzaron a depender más de las ventas en línea que de sus métodos de venta tradicionales. En este contexto, la posedición de la traducción automática se impuso como una solución valiosa para estas pymes. Este fenómeno fue observado por un gran número de proveedores de servicios lingüísticos y Florian Faes, fundador de pizarrero , y el evento de la industria del lenguaje SlatorCon, que se llevó a cabo de forma remota y en línea en julio 2020 .

Incluso para las grandes corporaciones que desarrollan sus propios motores de traducción automática, el servicio de posedición de traducción automática parece ser el único que se necesita de un proveedor de servicios lingüísticos (LSP). Por ejemplo, IBM utiliza internamente el servicio Watson Language Translator de IBM como una herramienta de traducción, pero parece que el resultado aún debe ser verificado .

A medida que la demanda da forma a la oferta, los LSP comenzaron a ofrecer regularmente el servicio de posedición de la traducción como una opción de traducción más barata pero válida para las grandes corporaciones, los veteranos de la industria y los traductores profesionales. El caso en contra de esta tendencia también está creciendo y tiene puntos sólidos.

Traducción humana, sigue siendo la mejor opción para contenido de alta calidad

En la carrera de máquinas contra humanos, la traducción automática se está poniendo al día con grandes avances, mientras que los humanos también avanzan en la entrega de herramientas tecnológicas de uso más rápido, pero aparentemente no lo suficientemente rápido. La traducción humana sigue siendo la mejor opción para contenido creativo y de alta calidad en la actualidad. Y hay algunos puntos válidos que respaldan esto.

La falta de procesos en la calidad y gestión de riesgos al utilizar la Traducción Automática en industrias críticas (médica y farmacéutica por ejemplo por las consecuencias en la salud de las personas, y financiera y legal por las consecuencias financieras en las corporaciones) está planteando un problema para la implementación de soluciones de MT a gran escala en esas industrias. La responsabilidad en caso de errores de traducción es difícil de resolver. Nadie realmente quiere correr el riesgo. La posedición se está abriendo camino, ya que hay verificación humana y limita los riesgos, pero aún así, no resuelve el problema de dónde colocar el motor de traducción automática en la cadena de responsabilidad.

Si tu contenido no es muy técnico, necesitas un tono menos formal o quieres ser creativo, bueno, las máquinas aún no están ahí. Las traducciones automáticas se alimentan principalmente de traducciones oficiales (disponibles de forma gratuita en grandes volúmenes y en muchos idiomas), versiones en diferentes idiomas de sitios web corporativos. Ahí es donde están disponibles los conjuntos de datos masivos. Cuando se trata de contenido creativo, es más difícil para una máquina duplicar el estilo y la sensación del texto, ya que no hay suficientes entradas en la mayoría de los idiomas. Por cierto, en las empresas que utilizan la traducción automática y la posedición de la traducción automática para crear nuevas versiones de su sitio web, por ejemplo, o para traducir sus publicaciones y artículos de blog, se recomienda a la persona que creará el contenido de origen (a menudo en inglés) para abstenerse de usar figuras retóricas específicas en el texto. La calidad del texto de origen se limita entonces a lo que una máquina pueda traducir correctamente, lo que a su vez crea una sensación general mediocre sobre el contenido disponible. Si utiliza traducciones humanas profesionales, realmente no tiene que pensar en ellas para obtener un texto de alta calidad en cualquier idioma...

Un último punto, sobre la calidad y las preocupaciones sobre el uso generalizado de la posedición de traducción automática frente a las traducciones humanas, es el siguiente: a medida que las traducciones automáticas posedición crean nuevos conjuntos de datos masivos que alimentan los motores, la "evolución" y el entrenamiento de las máquinas se vuelven problemáticas. Si queremos obtener resultados de alta calidad de una solución de traducción automática, debemos alimentarla con alimentos de alta calidad. Hasta ahora, la mayoría de las soluciones de traducción automática fueron entrenadas por traducciones humanas de buena calidad. ¿Qué sucederá cuando la mayoría de los nuevos conjuntos de datos de traducción disponibles resulten de la posedición de la traducción automática? Bueno, la preocupación es que realmente no puede obtener mejores resultados de una máquina si no utiliza los datos correctos.

En resumen, si busca traducciones rápidas, baratas y de calidad mediocre, pero sobre todo correctas, puede optar por la posedición de traducción automática. Si realmente le importa la forma en que se dirige a las personas en el idioma de destino al que desea que se traduzca su contenido, si está buscando contenido que genere tráfico e ingresos reales, opte por un doble par de ojos profesionales: la traducción profesional seguida de la revisión es su solución, y muchos proveedores de servicios de traducción estarán encantados de servirle.