La IA aplicada a la traducción

Traducción automática, motores estadísticos, motores neuronales, inteligencia artificial… Todo parece indicar que, finalmente, hemos llegado a ese futuro en donde vivían «Los Supersónicos» (The Jetsons, su título original en inglés). En nuestro día a día implementamos, desde hace rato, el uso de robots a tal punto que hasta ya nos parece imposible vivir sin ellos. ¡Y ni hablar de su presencia en nuestras profesiones! En el caso de la traducción, el avance tecnológico avanza a un ritmo tan acelerado, que muchos interrogantes apuntan a si, algún día, se podrá prescindir de la traducción humana (HT, Human Translation). Este artículo se concibe desde esta incógnita. Hablaremos sobre los conceptos mencionados al principio y de qué manera se relacionan con la traducción.

Para empezar… ¿qué es la Inteligencia Artificial?

La inteligencia artificial (IA, o AI por artificial intelligence) es la inteligencia llevada a cabo por máquinas y cuyo rasgo principal es que imitan funciones «cognitivas» que los humanos asocian con otras mentes humanas, como por ejemplo: «aprender»,«percibir», «razonar con lógica», «capacidad de análisis» y «resolver problemas» (Wikipedia). En otras palabras, con la IA lo que se logra es dotar a las máquinas de pensamiento humano. 

Se trata de un sistema capaz de analizar datos a gran escala (Big Data) y de identificar patrones y tendencias y, por lo tanto, capaz de formular predicciones de forma automática, con rapidez y precisión.

Alguna de las características principales de la Inteligencia Artificial son:

  • Aprendizaje automático (ML, machine learning) A través de este método, las máquinas son capaces de realizar acciones sin necesidad de programación explícita. 
  • Aprendizaje profundo (DL, deep learning). Se trata de una técnica de ML que utiliza redes neuronales complejas, para realizar tareas de optimización matemática 
  • Análisis predictivo. Se utilizan un número de variables, combinadas con resultados para generar un modelo que proporcione una estimación (un número entre 0 y 1) que representa la probabilidad de un evento.

¿Y cómo se aplica a la traducción?

Tanto en el campo de la traducción, como en muchísimos otros, las herramientas y los sistemas impulsados por IA tienen el potencial de cambiar los procesos para mejor.

Gracias al infrenable avance de la IA, las redes neuronales capaces de traducir un texto de un idioma a otro han mejorado de manera increíble en los últimos años y, como consecuencia, no es sorpresa que casi alcancen niveles humanos de traducción.  Con la traducción automática se gana en términos de productividad según qué tipo de proyecto se trate. Se tratará siempre de un «trabajo en equipo» entre la máquina y el humano (ya veremos por qué). La IA irá mejorando las herramientas de traducción automática, de manera que se logren integrar las redes neuronales en el entorno de la traducción profesional: esta nueva modalidad se sirve de un lenguaje artificial (metalenguaje) que se nutre del aprendizaje profundo y de representación. Así es como surgen motores como DeepL (de Deep Learning) LILT o KantanMT.

Sin embargo, antes de profundizar en estos motores, es preciso que hablemos antes de los motores estadísticos que, por muchos años, fue paradigma en los servicios de traducción. Veamos cómo funciona.

Los sistemas estadísticos (Statistical Machine Translation -SMT– en inglés), son motores entrenados con extensos corpus bilingües paralelos de los cuales se derivan probabilidades estadísticas para abordar la traducción de textos nuevos. No se necesita ningún conocimiento lingüístico para entrenar un SMT, sino conocimientos informáticos y estadísticos. Así miden  la probabilidad con la que ciertas palabras son susceptibles de traducirse por otras, así como las posiciones más probables que tienden a ocupar las palabras de la lengua destino en función de las palabras correspondientes de la frase origen.

Resulta, por lo tanto, fácil comprender que se den errores en la traducción, ya que la única manera de aumentar la calidad del motor, es alimentándolo con traducciones profesionales. Así, el uso del traductor automático no excluye al traductor humano, ya que este deberá siempre validar que los resultados obtenidos sean de calidad (fieles al original) y presenten fluidez.

Con la implementación de la IA a la traducción automática se ha logrado dar un un paso enorme en cuanto al reconocimiento de patrones y estructuras en las oraciones. A través de un motor neuronal, se deja de traducir palabra por palabra para poder observar el contexto. La calidad del resultado mejoró considerablemente (y puede hacerlo aún más ya que es un sistema que «aprende con el tiempo»)

Sin embargo, hay algo que todavía le falta a este proceso para que, por fin, pueda reemplazar al ser humano: más conocimiento del mundo (pragmática) para poder situarse en contexto y conocer la «intención» del texto. El sistema es incapaz de leer documentos completos y entenderlos. No es tan fácil, veamos un ejemplo:

¿Qué intención tiene «siento» en esta frase? ¿Se trata de sentar o sentir? 

¿Y aquí cuál es la intención verdadera? ¿Traje coles de bruselas, o las traje de Bruselas?

Pero ahora observemos el siguiente ejemplo:

Observamos que en esta frase el motor detecta cierta incompatibilidad entre «me levanto temprano» y ese «como» que podría confundirse con el verbo «comer» o con una estructura de comparación. 

Luego, en este segundo ejemplo, parecería que el motor sí comprendió la intención que tuve al suprimir el artículo «las».

Esto quiere decir que, en términos de lenguaje artificial, este modelo ya se basa en IA y, por lo tanto, imita las funciones neuronales de un cerebro humano. Como hemos anticipado, el proceso es similar al que poseemos nosotros: aprendemos, analizamos mediante la lógica y exploramos nuestro entorno para poder realizar conexiones. La IA desarrolla cada vez más capacidades de análisis en contexto, y por lo tanto nos da mejores resultados. 

Todavía queda camino por recorrer…

A no desesperar. Aún queda mucho para que un traductor automático logre sustituir de manera absoluta al traductor humano. La IA aplicada a estos sistemas, aún no consiguen comprender a fondo los matices y las intenciones de un texto y su relevancia a la hora de traducirlos. 

Lo mismo ocurrirá con los refranes o dichos. Por ejemplo 

Nuevamente, se trata del conocimiento del mundo. Este tipo de textos son extremadamente complicados para un traductor automático, que nos traducirá literalmente su contenido y nos alejará abismalmente de su significado. Nuestro interlocutor de habla inglesa no entendería qué quisimos decir… La verdadera traducción sería A Friday’s sail always fails.

Así que, siempre, pero siempre deja en manos de un profesional tus documentos. ¡Te prometo que se lo agradecerás! Y ya sabes, puedes venir aquí y contactar conmigo. 😉

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *