Una pésima noticia para los traductores

Jeanne Smialek publicó en el New York Times el siguiente artículo que el diario La Nación, de Buenos Aires, reprodujo el pasado 19 de febrero. De acuerdo con la bajada, "Los libros de una editorial francesa se están traduciendo con inteligencia artificial, lo que ha generado polémica entre los profesionales del sector"

¿La IA reemplazará a los traductores? En Europa ya la están usando y hay discusión

La Unión Europea, con sus 27 países y dos decenas de idiomas oficiales, es un centro de la industria de la traducción y la interpretación. Por eso, en Bruselas, La Haya y París, una reciente noticia literaria ha generado mucha discusión.

Harlequin France —proveedor de títulos como Médecins et Célibataires y Passion Pour un Inconnu— confirmó hace poco que iba a realizar pruebas con Fluent Planet, una empresa que utiliza la IA para abaratar y agilizar traducciones. La medida fue recibida con indignación y resignación en el sector. Grupos de traductores calificaron de “inaceptable” la decisión de Harlequin de cortar lazos con algunos traductores humanos. Otras editoriales hicieron algo más. Varias se pusieron en contacto con Fluent Planet para preguntar si ellas también podían obtener un presupuesto de traducción asistida por IA. “La demanda está aumentando con mucha rapidez”, dijo Thierry Tavakelian, fundador de Fluent Planet, que utiliza la traducción automática bajo supervisión humana.

La historia de Harlequin France es un ejemplo de cómo la inteligencia artificial está arrasando en el campo de la traducción, mejorando con velocidad la traducción automática, sobre todo en casos en los que se empareja la traducción de idiomas populares, como el inglés y el francés.

El progreso de la tecnología ha suscitado advertencias de que los trabajos de traducción podrían seguir el camino de los conductores de carruajes y los mecanógrafos. Una investigación reciente sobre qué sectores tienen más probabilidades de resultar afectados por la IA generativa identificó la traducción y la interpretación como los más afectados.ios traductores escribieron sobre la “triste noticia”.

“Un día, gracias a la inteligencia artificial, ya no necesitaremos intérpretes”, predijo en septiembre Friedrich Merz, canciller alemán. Pero muchos expertos sugieren que tales predicciones son excesivamente simplistas, argumentando que la IA probablemente cambiará el trabajo lingüístico en lugar de hacerlo obsoleto. Organizaciones multinacionales como la Unión Europea y la OTAN ofrecen una ilustración del cambio.

“La presión es bastante clara”, dijo Anna Wyndham, jefa de investigación de Slator, analista del sector lingüístico. “Pero eso no significa que la profesión se esté hundiendo”.

Muchos traductores y expertos del sector afirman que la destreza humana seguirá siendo necesaria. Hasta ahora, los datos concretos lo respaldan. El empleo en traducción e interpretación ha seguido aumentando en la Unión Europea en los últimos 10 años, según las cifras oficiales. Pero ya se pueden ver focos de cambio, y la inteligencia artificial parece estar afectando a la calidad del empleo.

Una encuesta del sector de la traducción en el Reino Unido sugería que más de un tercio de los traductores habían perdido trabajo a causa de la IA. Una encuesta más amplia, realizada por un consorcio de grupos del sector en la Unión Europea y fuera de ella, reveló que las empresas de traducción, los intérpretes independientes y los departamentos universitarios estaban preocupados por este campo.

Según ese informe, “todos señalan a un uso indiscriminado de la tecnología lingüística, en particular la inteligencia artificial y la traducción automática especializada, para reducir costos y sustituir o minimizar el trabajo de traducción humano”.

Al igual que en otros campos, a los traductores les preocupa que la competencia de la tecnología pueda dificultar la búsqueda de trabajos para principiantes. “Es un poco deprimente”, admitió Apolline Descy, de 26 años, traductora que tiene un máster, pero que ha tenido dificultades para encontrar trabajo en Bruselas.

Muchos amigos traductores de Descy trabajan como profesores de idiomas o han regresado a los estudios, dijo, a pesar de que sus profesores les habían dicho que siempre habría trabajo en la traducción. “Quizá mis profesores eran demasiado optimistas”, dijo.

A diferencia de otros sectores, que apenas están empezando a lidiar con las implicaciones de la IA, la disrupción en la traducción ya está en marcha. Google Translate apareció en 2006 y mejoró rápidamente tras la introducción en 2016 de un modelo de aprendizaje automático más sofisticado. La reducción de costos derivada de la pandemia también hizo que se adoptaran más estas tecnologías.

En los últimos años, las herramientas basadas en IA han mejorado las traducciones digitales y han hecho que los subtítulos en tiempo real sean más precisos.

En algunos pares de lenguas comunes, la calidad de la traducción rivaliza con la humana o es incluso más precisa que esta en algunas pruebas de tareas sencillas, dijo Jarek Kutylowski, fundador de DeepL, una empresa alemana de traducción con IA. “El cambio va a ser profundo”, dijo Kutylowski.

Las computadoras no asumirán automáticamente el trabajo que antes hacían humanos, señaló, y añadió que, como ocurre con los coches autoconducidos, es probable que haya poca tolerancia a los errores cometidos por las máquinas.

Y los expertos predicen ampliamente que los traductores humanos seguirán siendo necesarios para proyectos especializados de alto riesgo, como la traducción gubernamental, lo que convierte a la Unión Europea en un ejemplo de cómo puede evolucionar el sector.

La Unión Europea fue una de las primeras en adoptar la IA. El brazo ejecutivo del bloque, la Comisión Europea, ha estado trabajando en herramientas lingüísticas de inteligencia artificial y lleva años aprendiendo a aplicar las nuevas tecnologías para que la traducción sea más eficaz.

Pero aunque el personal lingüístico de la comisión se ha reducido en los últimos 10 años, no ha desaparecido. Gran parte del trabajo es tan detallado y especializado que, aunque la traducción automática mejore, los humanos deben seguir participando.

“Hay mucha ansiedad”, dijo Guillaume Deneufbourg, traductor autónomo belga que ha trabajado con la comisión, las Naciones Unidas y en muchos proyectos literarios.

Pero, dijo Deneufbourg, por ahora la situación “no es catastrófica”.

Las agencias de traducción vuelven a meter la cola

El pasado 2 de noviembre, Bárbara Bécares publicó en el portal Genbeta, de España, una publicación del grupo Webedia, dedicada a seguir la actualidad del mundo del software, de Internet y de los servicios web, la siguiente nota sobre las traducciones de Netflix al castellano. En este blog, la cuestión ya había sido tratado previamente, en la entrada correspondiente al 22 de noviembre de este año.

Los errores de traducción en Netflix son un reflejo de las malas condiciones de sus profesionales y el abuso de la traducción automática

Diversas polémicas recientes de Netflix han puesto sobre la mesa la calidad (o mala calidad) de sus traducciones en ciertos momentos y los traductores profesionales han decidido alzar la voz al respecto y mostrar qué hay detrás de los errores. Primero, con el gran último éxito de la plataforma, "El juego del calamar", un tiktoker coreano dijo que el diálogo estaba muy bien escrito pero que en la traducción a inglés no se había conservado nada de él.

Más aún, hace unos días descubrimos que en la serie sobre el cantante Luis Miguel que está reproduciendo Netflix, se dio un tremendo error en la traducción desde una expresión común andaluza. En la línea de diálogo subtitulada un personaje decía así: "I'm sorry, this is my weapon". Es decir, "Lo siento, esta es mi arma". El problema es que la frase en cuestión en el español original es "Lo siento mucho, 'mi arma'", lo cual cambia enormemente el significado de la conversación.

Todo esto ha desvelado que una plataforma de películas y series tan inmensa como es Netflix no siempre usa a profesionales de la traducción para esta labor (y tira de máquinas) y que, además, las condiciones de trabajo que enfrentan los traductores en España son bastante precarias.

Genbeta ha hablado con una traductora (prefiere mantener su nombre en el anonimato) que ofrece sus servicios a Visual Data, una subcontrata socia de Netflix en España, y con Iris C. Permuy que es vicepresidenta de ATRAE, Asociación de Traducción y Adaptación Audiovisual de España, para conocer más a fondo quién está detrás de las traducciones de los contenidos que consumimos en Netflix.

En el año 2019 ya analizamos desde Xataka cómo en la época dorada que vive el sector audiovisual de la mano de Netflix, HBO o Amazon Prime también encontrábamos más presión y precariedad en el sector. En especial por los plazos de entrega y los altos porcentajes económicos que se llevan los intermediarios. Ahora, dos años más tarde y tras una pandemia que impulsó el número de usuarios de estas plataformas, lo que describen los trabajadores sigue siendo similar.

La traductora profesional y con un gran bagaje a su espalda en el sector con la que hemos hablado, que trabaja para Visual Data, explica que para acceder la empresa realiza pruebas, una especia de convocatorias abiertas, en las que quienes participan deben traducir unos minutos de un capítulo de una serie. Esta prueba no es pagada.

Tras esto, las personas seleccionadas pasan a ser trabajadoras autómonas y con unas condiciones de trabajo que no les asegura un ingreso estable, como sucede a menudo en los empleos que ofrecen ciertas webs para freelancers que actúan de intermediarias. "Hay semanas que hay muchos proyectos o proyectos muy grandes, y luego hay momentos en que hay puntuales o ninguno", explica la entrevistada.

Hasta hace poco, los proyectos se asignaban a modo subasta. Los profesionales recibían un mail diciendo lo que la empresa necesitaba, y los primeros que escribían se lo quedaban. Lo que les llevaba a tener que estar siempre atentos a su mail.

Ahora funciona igual, pero se han formado equipos más reducidos. La empresa intemediaria envía "al equipo un mail listando el o los proyectos y el número de capítulos que hay que traducir o corregir, cada profesional responde con su disponibilidad, diciendo cuántos capítulos puede asumir y en función de eso se le asignan ciertas labores. Las deadlines a veces son muy cortas, otras no tanto y cada uno decide si lo acepta o no.

En cuanto a los pagos, la traductora profesional ha firmado un convenio donde se le prohíbe desvelar esta información. Y desde la organización ATRAE, Iris C. Permuy explica que la Ley de Competencia no permite compartir ese dato sobre las tarifas. Según la vicepresidenta, "a los traductores autónomos se nos considera empresas y, por tanto, hablar públicamente de tarifas, sobre todo desde el seno de ATRAE, se considera un intento de pactar tarifas y nos podrían multar con hasta cinco cifras".

Además de los profesionales de la traducción, desde ATRAE afirman que saben que empresas subcontratas de Netflix (y de otras plataformas como Amazon Prime) usan tecnología que realiza traducción automática que después los trabajadores editan. Y por muchas tecnologías avanzadas que se usen para realizar traducciones, no llegan al nivel de un profesional del sector. Desde ATRAE aseguran tener fuentes que han confirmado estas prácticas.

"No es Netflix quien usa esta tecnología para ahorrarse la contratación de servicios de traducción, sino algunas de las empresas intermediarias con las que Netflix colabora. Netflix tiene traductores propios para una parte de su oferta audiovisual, pero subcontrata a agencias de traducción para otra parte de sus productos".

Para Iris C. Permuy la tecnología debe ser "un apoyo para hacer nuestro trabajo más eficiente y de calidad. Sin embargo, si se sustituye al traductor humano y se salta directamente a la posedición de traducciones generadas automáticamente, primero, se está eliminando un puesto de trabajo y, segundo, se está poniendo en peligro la calidad. Una máquina no es capaz de diferenciar, por ejemplo, el género gramatical de un diacrítico o una marca de formalidad del inglés al español. No puede imprimirle personalidad a los personajes. Va a perderse ironías, juegos de palabras, dobles sentidos, guiños culturales, intertextualidad. Una máquina solo va a encontrar los equivalentes literales, nunca soluciones creativas al texto".

Como dice la vicepresidenta de ATRAE, la traducción va mucho más allá de trasladar una palabra de un idioma a otro. Hay intenciones, tonos, subtexto, matices. "Un guionista pasa meses, a veces años perfilando cada línea de diálogo, ¿qué nos hace pensar que una máquina va a ser capaz de plasmar ese mismo esmero en la traducción? Según la experta, ya que no se trata del futuro, no estamos ante un avance que va a hacer nuestras vidas mejores y más sencillas, sino ante una falta de respeto a nosotros como traductores, a los creadores del producto original y, sobre todo, al consumidor, que por abaratar costes recibe productos de cada vez menor calidad".

Cuando para un texto se usa producción automática, el poseditor puede llegar a cobrar hasta un tercio de la tarifa. Mientras, el traductor se encuentra con una traducción plana y plagada de errores pragmáticos, por lo que para que el producto final tenga sentido hay que invertir mucho tiempo o incluso retraducir, según recuerda Permuy.

Además, al post-editar la traducción automática el poseditor está alimentando a la máquina, entrenándola, de modo que esta tarea no solo no debería ser más barata que la traducción, sino bastante más cara, puesto que se está ofreciendo el servicio extra de incorporar mejoras a una tecnología pensada para eliminar el rol del profesional en la traducción.

ATRAE propone a los usuarios a que, cada vez que vean una traducción de mala calidad, se lo hagan llegar a la plataforma (en Netflix, por ejemplo, haciendo clic en la banderita de la esquina superior derecha durante la visualización). "Es la única manera de que desde los grandes del audiovisual se percaten de la importancia de una buena traducción e inviertan en ello", considera Permuy.

Por su parte, los traductores profesionales también podrían tomar ciertas medidas. En España tienen el obstáculo de la Ley de Competencia, según la vicepresidenta. Ella considera que "hasta que esta legislación cambie, la única solución es que las agencias, estudios y plataformas apuesten por la calidad en vez de por la calidad y el abaratamiento de costes; que tomen ejemplo de nuestros vecinos franceses, que ofrecen plazos mucho más distendidos respaldados por unas tarifas mucho más dignas.

Esto pasa porque los propios profesionales del sector se planten ante tarifas y plazos abusivos; algo que, si bien no siempre es realista" hay que buscar fórmulas para que sea cada vez más factible. ATRAE también considera urgente que los profesionales de la traducción rechacen la práctica de la post-edición.

Marietta Gargatagli pronostica el tiempo

Motivada por el artículo de la entrada precedente, la inefable Marietta Gargatagli, profesora emérita de la Universidad Autónoma de Barcelona, colaboradora de este blog, argentina y madre de familia, publicó en el mismo número de Ñ (el del sábado 12 de marzo) la siguiente reflexión.

No va a llover

La traducción automática repite, desde su rutinario automatismo del que hablaré de inmediato, la omnipotencia de un mito humano: el don de lenguas. La cómica ilusión de entender cualquier idioma recorre los intercambios verbales de los descubrimientos, de las conquistas y hasta los diálogos inocentes de los viajeros. Durante un vergonzante tiempo creí, por ejemplo, que los porteros del primer edificio donde viví en Barcelona, emigrados del campo, me decían todas las mañanas: va a llover. Si el vaticinio siempre incumplido me llevó a pensar en lo exagerada que estaba la capacidad de predicción del tiempo en las zonas rurales, no tardé en descubrir que, en realidad, lo que decían era “Páselo bien” que en catalán suena casi idéntico a “va a yover”.

El don de lenguas que atribuimos a los programas de traducción automática deriva de una fascinación permanente por las utopías: creer que las palabras dicen lo que dicen y que es posible entender lo extranjero y lo propio sin que medie confusión ninguna. Basta reproducir un diálogo entre amigos o enemigos para que aparezcan en el discurso frases como: “¿me entendés?”, “¿qué quisiste decir?” o “eso no es lo que dije”. La breve o prolongada incomunicación no desaparece si se trata de un texto escrito y menos todavía si nos referimos a una obra literaria. Los traductores operan con esas oscuridades dotando de inteligibilidad el desorden intrínseco del lenguaje. No dicen lo que dice el texto original (que, hay que recordarlo, está escrito en otro idioma); dicen algo que resulte creíble en su propia lengua. Esa credibilidad tiene la forma de una ficción: el lector piensa que su Dickens en castellano es Dickens y también piensa en qué bien escribía Dickens aunque, en realidad, esté leyendo a Dionisio González que vive y traduce en Catamarca.

El carácter ficticio de una traducción postula a un individuo capaz de producir ficciones y de establecer un pacto verbal entre un texto y los lectores del que participan, simultáneamente, la tradición literaria de dos lenguas, el conocimiento de la realidad, sus más imperceptibles detalles, la memoria del pasado histórico, político, científico, social, cultural y una sensibilidad obsesiva por los matices de las palabras. Resulta difícil que ese conjunto de habilidades, hábitos y recuerdos pueda ser imitado por una máquina.

Se dice que el futuro es impredecible y que nada podemos saber de las posibilidades tecnológicas del porvenir. La inteligencia artificial no carece de atractivos: hay algo de vagancia innata en los humanos que nos condiciona a aceptar cualquier cosa que elimine lo trabajoso. Ese principio inmoral facilita los sucedáneos y nos lleva a admirarlos, aunque hasta cierto punto: todavía no estamos muertos.

Los programas de traducción automática parten de bases de datos amplísimas que permiten ejecutar búsquedas y predecir las equivalencias más frecuentes y, por tanto,  probablemente más veraces. Eso es todo. Las bases de datos podrán ser cada vez más amplias pero nunca dejarán de ser bases de datos. Los seres de carne y hueso no carecemos de esas informaciones. La diferencia estriba es que nuestra forma de relacionar ese torrente de cosas infinitas es impredecible. Nosotros nos parecemos a nuestro lenguaje y conocemos el silencio, lo inefable y el infierno de las voces hostiles. La literatura está hecha de esos materiales. También las traducciones. La traducción automática podrá decir lo que dicen las palabras: nosotros sabemos lo que no dicen.

Utilice el cuidado para leer esta nueva

Un artículo de The Guardian, firmado por Tim Adams y traducido por Elisa Carnelli, reproducido en Ñ, el sábado 12 de marzo pasado, donde se habla de las posibilidades e imposibilidades de la traducción automática.

La traducción automática:

ascenso, apogeo ¿y caída?

Si uno tradujera la frase más famosa de la literatura, la primera oración de Ana Karenina, del ruso al español con la ayuda de Google Translate, esto es lo que obtendría: “Todas las familias felices se parecen entre sí, cada familia desdichada es desdichada a su manera”.

La traducción, que se aproxima a la mejor versión “humana” de esa oración, parece un triunfo de lo que antes se llamaba inteligencia artificial y ahora, menos ambiciosamente, aprendizaje automático. La computadora puede entender el lenguaje, se nos invita a pensar. Pero pasemos las siguientes frases de Ana Karenina por el sistema y el panorama –además de la gramática– ya no será tan claro.

El resultado es mínimamente comprensible si conocemos el original, pero apenas es legible. Esa discrepancia se debe a una de las sutilezas del sistema de Google que permite a los usuarios interesados mejorar los textos traducidos. Alguien evidentemente tomó la primera frase de la obra maestra de Tolstoi y la corrigió.

Desde que las computadoras fueron una realidad, la posibilidad de usar su poder logístico para derribar las barreras del idioma ha sido una especie de Santo Grial del aprendizaje automático. Los primeros –y fallidos– intentos se basaban en el principio de que todas las lenguas podían descomponerse en dos elementos: un léxico de palabras con significados específicos y un conjunto de normas gramaticales y sintácticas para combinar esas palabras. La Guerra Fría impulsó a los organismos de inteligencia de los Estados Unidos a realizar ambiciosos esfuerzos para comprender el “código” del idioma ruso a escala industrial. El resultado fue básicamente un galimatías.

El primer avance significativo en el potencial de la traducción mecanizada se produjo a comienzos de la década de 1990, cuando IBM creó un modelo que abandonó todo esfuerzo por tratar de que la computadora “comprendiera” el texto que se ingresaba en ella y en cambio abordó la tarea instalando en la computadora las versiones comparadas de la mayor cantidad posible de textos traducidos y haciendo que el sistema calculara la probabilidad de los significados de las palabras y las frases sobre la base de los precedentes estadísticos. El pionero de este enfoque fue Frederick Jelinek de IBM, quien, desconfiando de los modelos basados en analogías con el aprendizaje humano de la gramática, dijo: “Cada vez que echo a un lingüista, el funcionamiento de nuestro sistema mejora”.

Pero unos diez años después, el sistema basado en estadísticas comenzaba a mostrar graves limitaciones, en particular cuando intentaba traducciones de idiomas en los cuales había relativamente poco texto que “aprender” como referencia. Fue en ese momento cuando Google ingresó con fuerza en este campo. El impulso inicial para el traductor de Google se remonta, según cuenta la leyenda empresaria, a una reunión en las oficinas de la compañía en California celebrada en 2004.  Uno de los fundadores del motor de búsqueda, Sergey Brin, había recibido una carta elogiosa de un usuario de Corea del Sur. Brin entendía que el mensaje destacaba la innovación de su empresa pero, cuando pasó la carta por el servicio de traducción mecanizada del que Google tenía la licencia en aquel momento, el resultado fue: “El pescado crudo en tajadas zapatos desea. ¡Google algo cebolla verde!”

Brin consideraba que Google debía tener la capacidad y la firme decisión de mejorar ese despropósito. Desde entonces, con la ampliación de sus intereses globales, el servicio gratuito Google Translate ha evolucionado e intenta traducciones instantáneas de 52 idiomas y es utilizado decenas de millones de veces por día para traducir páginas web y otros textos. Además, ofrece un “kit de herramientas” para que los hablantes de lenguas más marginales puedan crear sus propios servicios.

Las importantes mejoras que Google ha introducido en estos años se basan casi enteramente en su acceso único a enormes cantidades de textos traducidos, miles de millones de oraciones y billones de palabras, que pueden ser revisados para buscar coincidencias en segundos. Buena parte de esos datos proviene de transcripciones de las reuniones de las Naciones Unidas, que habitualmente son traducidas por seres humanos a seis idiomas, y de las del Parlamento Europeo, que se traducen a 23 lenguas.

Google ha incorporado texto de su gran proyecto de escaneo de libros y de otras fuentes de Internet para sumar aun más elementos a esa base de datos sintácticos. (En esto, supera a sus principales rivales en la traducción, Bing de Microsoft y Babel Fish de Yahoo, que se basan más o menos en los mismos principios.) Como empresa, Google acostumbra poner de relieve las posibilidades de este esfuerzo. Este año, por ejemplo, anunció que la herramienta de traducción iba a combinarse con una aplicación de análisis de imágenes que permitiría a una persona tomar con el celular la foto de un menú en chino y recibir una traducción instantánea al inglés. Este verano boreal, sugirió que utilizaría tecnología de reconocimiento de voz para generar subtítulos en los videos de YouTube en inglés, que entonces podrían ser inmediatamente doblados a otros cincuenta idiomas.

“Esta tecnología puede hacer desaparecer la barrera idiomática”, señaló Franz Och, que dirige el equipo de traducción mecanizada de Google. “Permitirá que cualquiera se comunique con cualquiera.”

Esa promesa utópica es seductora. En su último libro, The Last Lingua Franca, Nicholas Ostler, presidente de la Foundation of Endangered Languages, afirma que los motores de traducción como los de Google llegarán a liberar al mundo de la necesidad de aprender los idiomas dominantes, como el inglés, y fortalecerán la diversidad lingüística. Ostler me dijo que estaba convencido de que estos cambios son inevitables: “El futuro es fácil de predecir, aunque no se sabe cuándo ocurrirá”.

Pese a hablar bastante fluidamente 26 idiomas, Ostler a menudo recurre al sitio de Google Translate y considera que este representa ese futuro. “Aun cuando no nos guste lo que dice, de inmediato podemos entender lo que nos devuelve o compararlo con lo que sabemos. Sigue necesitando inteligencia constructiva de parte del usuario. Pero la realidad es que es mucho mejor que antes y sin duda continuará mejorando.”

¿Una de las consecuencias de su mayor aceptación será que la gente se volverá más haragana para aprender idiomas?

"En esto", dice Ostler hay cierta ironía. Aunque quizá veamos un futuro más multilingüe conforme el inglés comience a retroceder, veremos menos multilingüismo en los individuos.” Las lenguas que más rápido crecen en la Red, señala en el libro, son el árabe, el chino mandarín, el portugués, el español y el francés, en ese orden. “Lo central del crecimiento en Internet”, sugiere, “pasa por la diversidad lingüística, no por la concentración.”

Dado lo confuso de muchas traducciones mecanizadas en la actualidad, ¿la lengua común no seguirá estando tan lejos como siempre?

Ostler sostiene que “la producción en masa siempre nos da cosas de menor calidad que lo artesanal. Lo mismo pasa con Google Translate. Aun así, no hay duda de que cuantos más datos ingresen, cuantos más idiomas se incorporen, mejor va a ser”.

Los que trabajan en las versiones más avanzadas de los modelos de traducción suelen ser un poco más cautos respecto del futuro. Phil Blunsom, que enseña aprendizaje automático y lingüística en Oxford y participó en la creación de herramientas de traducción de próxima generación, opina: “La mayoría de las dificultades que afrontamos pasan por lo que denominamos ‘ductilidad’. Aun en las combinaciones de palabras más simples, estamos revisando un universo gigantesco de opciones posibles. Para que una computadora pueda entender cómo funciona una oración, tiene que recorrer todas las opciones posibles de una estructura sintáctica entre diferentes palabras y luego deducir cuál es la más probable. Es un problema de computación exponencial, sobre todo cuando las oraciones se vuelven más largas y complejas”.

Andreas Zollmann, que se dedica a la investigación en este campo desde hace mucho y trabaja en Google Translate desde hace un año, sugiere, como Blunsom, que la idea de que pueden introducirse más y más datos para hacer que el sistema sea cada vez mejor probablemente sea una falsa premisa. “Cada vez que se duplicó la cantidad de datos traducidos introducidos, la calidad del resultado mejoró 0,5%”, afirma, pero esa duplicación no es infinita. “Ahora hemos llegado a un límite en el que no hay en el mundo muchos más datos que podamos usar”, reconoce. “Por eso, ahora es mucho más importante sumar otros enfoques y modelos basados en normas.”Allí es donde comienzan los viejos problemas. 

¿Zollmann vislumbra algún camino para que esos modelos con el tiempo puedan aprender idiomas tan bien como lo hacen los seres humanos?

“Ningún investigador esperaría que llegaran a ser perfectos”, dice. “Los pronombres, por ejemplo, son muy difíciles en algunos idiomas en los que el masculino y el femenino no coinciden. Si alguna vez se resolviera la traducción mecanizada de manera perfecta, tendríamos algo que es artificialmente inteligente. La lengua no es algo independiente de lo que somos.” En consecuencia, hay quienes piensan que, lejos de liberarnos de las barreras lingüísticas, las herramientas de traducción en realidad servirán para reforzarlas. 

Douglas Hofstadter, autor de Gödel, Escher, Bach: An Eternal Golden Braid, un libro fundamental sobre la conciencia y la inteligencia de las máquinas, así como de varios libros sobre la teoría y la práctica de la traducción, es uno de los críticos más cáusticos del entusiasmo exagerado suscitado por Google Translate. Sostiene que la capacidad de existir dentro de la lengua y de moverse entre lenguas, de entender el tono y la resonancia cultural, los chistes, los juegos de palabras y las expresiones idiomáticas son lo que nos hace más humanos y más individuos (uno de sus libros se basó en pedir a ochenta personas que tradujeran el mismo poema y deleitarse con las ochenta versiones diferentes que obtuvo).

Los modelos estadísticos, dice, comienzan en el lugar equivocado. “No hay ningún intento de crear comprensión y por lo tanto Google Translate está condenado al mismo fracaso eterno. Por supuesto que a veces obtiene buenos resultados pero básicamente es muy tonto. Brinda un servicio de muy baja calidad que siempre producirá algo que no supera mucho el nivel del disparate. Supongo que todos cederemos a las presiones para usarlo en algún momento, pero nunca captará el sabor de las frases.”

Hofstadter sugiere que así como parece gustarnos, perversamente, la idea de que el mundo sea cada vez más pequeño, también nos gusta pensar que entender la lengua de algún modo es algo mecánico, otro problema que podemos tercerizar a nuestras pantallas. “Entender el mundo es aquello para lo que tienen habilidad los seres humanos y para lo que no la tienen en lo más mínimo las máquinas. Puede que pronto todos seamos usuarios de Google Translate pero también puede que descubramos que, ahora más que nunca, nos hemos perdido en la traducción.”

Sobre traducción automática

Biógrafo y traductor, el británico David Bellos es profesor de Literatura Francesa en la Universidad de Princeton, donde es director del Programa de Traducción y Comunicación Intercultural de dicha casa de estudios. Ganador en 2005 del primer Man Booker International Prize para la traducción por sus versiones del escritor albanés Ismail Kadare, se ha especializado en la obra de Georges Perec, de quien tradujo al inglés Las cosas,  La vida. Instrucciones de uso y W o el recuerdo de infancia, entre otros muchos títulos. El siguiente artículo, publicado el 20 de marzo de este año en el New York Times y reproducido con la autorización de su autor, fue traducido por Patricia Parra con Juan Gabriel López Guix.

Yo, traductor

Todo el mundo es capaz de contar una anécdota sobre traducciones espantosas: una carta incomprensible en un restaurante de Croacia, una señal de peligro plagada de cómicas faltas en una playa francesa... La traducción «hecha por personas» resulta igual de inadecuada en otros ámbitos más importantes. En nuestros tribunales y hospitales, en los organismos militares y de seguridad, hay traductores mal pagados y sobrecargados de trabajo que se equivocan con millones de interacciones vitales. No cabe duda de que la traducción automática puede ayudar en esos casos. Sus legendarias meteduras de pata no suelen ser peores que las cometidas por las personas sometidas a presión.

Y la traducción automática ha demostrado su utilidad en situaciones más urgentes. Cuando Haití quedó devastado por un terremoto en enero, los equipos de ayuda llegaron de forma masiva a la arrasada isla hablando decenas de idiomas, pero no en criollo haitiano. ¿Cómo podía un superviviente atrapado entre los escombros proporcionar información útil a los rescatadores a través de un teléfono móvil? De tener que esperar la llegada de un intérprete chino, turco o inglés, quizá habría muerto antes de ser comprendido. La Universidad Carnegie Mellon enseguida facilitó sus datos de voz y texto compilados en criollo haitiano, y una red de desarrolladores voluntarios improvisó un sistema de traducción automática en poco más de un fin de semana largo. No producía una prosa de gran belleza; pero funcionó.

De modo reciente, las ventajas y desventajas de la traducción automática han sido objeto de un debate cada vez mayor entre los traductores de carne y hueso debido a los grandes progresos realizados durante el último año por Google Translate, el último gran competidor en este campo. De todos modos, se trata de un debate que comenzó con el nacimiento de la propia traducción automática.

La necesidad de una traducción automática rudimentaria se remonta a los inicios de la Guerra Fría. Los Estados Unidos decidieron que tenían que analizar cualquier texto en ruso procedente de la Unión Soviética, y no había suficientes traductores para hacer todo el trabajo (como tampoco los hay ahora para traducir todos los idiomas que los Estados Unidos quieren supervisar). La Guerra Fría coincidió con la invención de los ordenadores, y «descifrar el ruso» fue una de las primeras tareas encomendadas a esas máquinas.

Warren Weaver, el padre de la traducción automática, decidió abordar el ruso como si se tratara de un «código» que oscurecía el verdadero significado del texto. Su equipo y los que vinieron después, tanto en los Estados Unidos como en Europa, optaron por proceder con sentido común: consideraron que una lengua natural está formada por un léxico (un conjunto de palabras) y una gramática (un conjunto de reglas). Si se pudiera introducir en una máquina los léxicos de dos idiomas (algo relativamente fácil) y se le pudiera proporcionar además el conjunto completo de reglas mediante las cuales las personas construyen combinaciones significativas de palabras en esos dos idiomas (una cuestión más discutible), la máquina sería capaz de traducir de un «código» a otro.

Los lingüistas académicos de la época (entre los que descollaba Noam Chomsky) también consideraron que una lengua era un léxico y una gramática capaz de generar una infinidad de frases diferentes a partir de un conjunto limitado de reglas. Ahora bien, como observaron en aquel entonces los lingüistas antichomskyanos de Oxford, también son una infinidad los coches que pueden salir de una fábrica de automóviles británica, cada uno con su propio defecto diferente. A lo largo de las cuatro décadas posteriores, la traducción automática alcanzó diversos resultados provechosos; pero, al igual que el sector automovilístico británico, no llegó a cumplir con las expectativas de la década de 1950.

Estamos ahora ante una criatura de otra especie. Google Translate es un sistema de traducción automática estadístico, lo que quiere decir que no intenta desmenuzar ni comprender nada. En lugar de desmontar una frase y volver a montarla en la lengua «meta», como hacen los traductores automáticos más antiguos, Google Translate busca en algún lugar de la Red frases similares en textos ya traducidos. Una vez localizada la combinación existente más probable por medio de un dispositivo de reconocimiento estadístico increíblemente rápido e inteligente, Google Translate la escupe cruda o, si es necesario, un poco cocinada. Y de este modo simula ─sólo simula─ lo que suponemos que ocurre en la cabeza de un traductor.

Google Translate, que maneja en este momento 52 idiomas, esquiva la pregunta teórica de los lingüistas sobre qué es el lenguaje y cómo funciona en el cerebro humano. En la práctica, los idiomas se usan para decir las mismas cosas una y otra vez. Quizá en el 95 por ciento de todos los enunciados, la urraca electrónica de Google es una herramienta fabulosa. Con todo, tiene dos importantes limitaciones que es necesario que comprendan los usuarios de este o de cualquier otro sistema de traducción automática estadístico.

La frase meta proporcionada por Google Translate no es ni debe confundirse nunca con la «traducción correcta». No sólo porque no existe tal cosa como una «traducción correcta». Sino también porque Google Translate sólo ofrece una expresión formada por los sintagmas equivalentes más probables tal como los ha calculado su análisis de un conjunto astronómicamente elevado de frases emparejadas encontradas en la Red.

Los datos proceden en gran parte de la documentación de organizaciones internacionales. Miles de traductores humanos empleados por las Naciones Unidas, la Unión Europea y otros organismos han dedicado millones de horas a producir con precisión esos dobletes que Google Translate es ahora capaz de seleccionar. Deben existir traducciones humanas para que Google Translate tenga algo con lo que trabajar.

La calidad variable de Google Translate en los diferentes dobletes lingüísticos disponibles se debe en gran parte a la disparidad entre las enormes cantidades existentes en la Red de traducciones hechas por personas entre dichas lenguas.

¿Y qué hay de la escritura de verdad? Google Translate puede realizar milagros aparentes porque tiene acceso a la biblioteca mundial de Google Books. Seguramente por esto, cuando se le pide traducir al inglés una famosa frase de amor de Les misérables («On n’a pas d’autre perle à trouver dans les plis ténébreux de la vie») Google Translate nos ofrece este digno resultado: «There is no other pearl to be found in the dark folds of life», que resulta ser idéntico a una de las muchas traducciones publicadas de esta gran novela. Es una hazaña impresionante para un ordenador, pero ¿y para una persona? Basta con ir a buscar la vieja edición en rústica del trastero.

Además, el programa es muy irregular. La frase inicial de En busca del tiempo perdido de Proust aparece como un agramatical «Long time I went to bed early»; e igual de inservibles son los resultados en el caso de la mayoría de los otros clásicos modernos.

¿Podrá Google Translate ser útil alguna vez para la creación de nuevas traducciones literarias al inglés o a otro idioma? Lo primero que hay que decir es que, en realidad, no hay necesidad de que haga eso: los aspirantes a traductores de literatura extranjera no escasean, y están pidiendo a gritos más oportunidades para publicar su trabajo.

Ahora bien, aun cuando hubiera necesidad, Google Translate no podría hacer nada útil en este ámbito. No está concebido ni programado para tener en cuenta la intención, el contexto real ni el estilo de ningún enunciado. (Cualquier sistema capaz de hacerlo constituiría un auténtico logro histórico, pero ese milagro ni siquiera está en el orden del día de los desarrolladores más avanzados de traducción automática.)

Sin embargo ─haciendo por un momento de abogado del diablo─, si uno adoptara una visión claramente negativa sobre algún género de ficción extranjera contemporánea (por ejemplo, las novelas francesas sobre adulterios y herencias) y considerara que tales obras no tienen nada nuevo que decir y sólo emplean fórmulas repetidas, cabría suponer que, una vez escaneado y subido a la Red un número suficiente de tales novelas traducidas, Google Translate podría hacer una simulación bastante buena de la traducción de otras regurgitaciones de esa índole.

¿Y qué? La traducción literaria no es eso. Con obras realmente originales —y, por lo tanto, que vale la pena traducir— la traducción automática estadística no tiene ninguna posibilidad. Google Translate puede proporcionar servicios formidables en muchos ámbitos, pero no está configurado para interpretar o hacer legible una obra no rutinaria, y no es justo pedirle que lo intente. Después de todo, ante los auténticos desafíos de la traducción literaria, también los seres humanos lo pasan mal.