Maria Strange

El desbordante crecimiento de las comunicaciones internacionales en Internet está suscitando cada vez más el uso de la traducción automática (TA) sin la intervención del traductor humano.

Sin embargo, El avance de Internet y las Redes Sociales no solo ha permitido las comunicaciones a nivel mundial, sino que, en aras de una demanda exponencial de transferencia de información entre fronteras, la traducción se ha convertido en el instrumento que facilita la comercialización mundial de la información y el conocimiento.

Sin duda alguna la labor de un traductor profesional ha sido mejorada por herramientas de traducción que aplican procesos automatizados y liberan al traductor de tareas repetitivas y mínima creatividad. De hecho, se trata de tareas que una máquina realiza a una velocidad y perfección enormemente más elevada que la que realiza un humano. Sin embargo, el proceso de traducción es el resultado de la compenetración fluida de un conjunto de subprocesos orquestados por el traductor y nunca debe ser considerado solamente el resultado de un subproceso de la traducción o de una suma en serie de varios subprocesos.

La era de la traducción automatizada detona pues en un mercado global saturado de información y contenido que se quiere traducir en tiempo real. Sin embargo, sería obvio esperar que para que la máquina pudiera emular el papel de un traductor humano, sus procesos automáticos de traducción deberían en principio equipararse a aquellos en los que media la inteligencia humana. Por otro lado, quizás debamos preguntarnos si la artificialidad que emplea la máquina en la traducción mediante el procesamiento de enormes cantidades de datos y la búsqueda de patrones, puede asemejarse o quizás aportar otras perspectivas de considerar lo que conocemos como Inteligencia, dando lugar a “traducciones inteligentes” aceptables sin que haya intervención humana. La prueba del Turing Test, propuesta por Alan Turing en 1950 nos hace reflexionar sobre el argumento del grado de inteligencia que despliega una máquina cuando el resultado que produce no se puede diferenciar del resultado producido por el humano. El matemático e inventor Charles Babbage del siglo XIX considerado padre de la informática enfoca su planteamiento no en el reemplazo de la inteligencia humana sino en la labor que ésta realiza para el ser humano.

En principio el desafío que se presenta es como satisfacer esta demanda exponencial que parece exceder la capacidad del traductor humano, pero paralelamente se plantea también la cuestión de cuánta responsabilidad se puede delegar en esa “Inteligencia” de la traducción automática.

Por otra parte, la responsabilidad que se delega en la máquina suele ser medida por la calidad del producto final obtenido. Sin embargo, en muchos contextos comerciales, especialmente en el de la traducción aplicar el criterio de la calidad final puede ser confuso pues suelen existir variantes más allá de las lingüísticas y comunicativas como son coste y tiempo y en última instancia productividad. Además, al igual que no podemos exigir la misma calidad en diferentes tipos de traducciones, no podemos esperar que diferentes traductores automáticos proyecten el mismo tipo de calidad.

El concepto de Traducción Automática (TA) comienza alrededor de los años 30 del siglo pasado cuando los precursores Artstruni y Trojanskij esbozaron un primer prototipo, “Mechanical Brain”, que fue desarrollado y patentado como una máquina de traducir de una lengua a otra. Unos años más tarde también se publicaba en el periódico New York Times un anuncio sobre el “mechanical translator” de Federico Pucci. En esa época inicial la traducción se consideraba una mera codificación y decodificación de palabras y frases de un idioma de origen a un idioma de destino. Trojanskij era de la opinión que la forma lógica de un texto podía ser mecanizada.

Sin embargo, el verdadero pionero de la traducción automática podríamos decir que fue Weaver, que en su Memoradum de 1949 desarrolló las estrategias y objetivos de la TA. Desde entonces, las exploraciones en los procesamientos de datos junto con los desarrollos en lingüística, traductología y lingüística computacional han potenciado la aparición de sistemas más sofisticados. Pero a pesar de la sofisticación alcanzada hoy en día en la TA la mayoría de las investigaciones en este campo todavía mantienen que sigue siendo muy difícil formular en términos matemáticos el significado implícito de un texto. El mismo Weaver ya argumentaba en su día que las palabras son a menudos ambiguas y que su significado depende del contexto de ahí que la traducción de palabra por palabra no sea una base suficiente con la que se pueda obtener resultados de alta.

El ecosistema tecnológico de la traducción está pues compuesto no solo de tecnologías de traducción automática, sino también de tecnologías del procesamiento del lenguaje natural que automatizan tareas lingüísticas en el proceso de la traducción con el fin de aumentar la productiva a la hora de redactar el texto meta. Los progresos existentes en materia de traducción automática están evolucionados como resultado de las nuevas investigaciones sobre el procesamiento del lenguaje natural y el aprendizaje profundo.

Así pues, la automatización está generando retos en la industria de la traducción al introducir nuevas prácticas nacidas del condicionamiento que ejerce la mediación de la máquina en el proceso de la traducción. Del uso de las herramientas TAO (o CAT en inglés) y el intercambio de las Memorias de Traducción pasando por el uso de motores traducción automática se ha llegado al trabajo colaborativo en remoto en las plataformas de los Sistemas de Gestión de Traducción (TMS, por sus siglas en inglés) donde el flujo de trabajo del proyecto entero de la traducción desde su recepción hasta su entrega ha sido también automatizado. Las TMS no solo integran bases de datos de traductores y clientes sino también herramientas TAO, Motores de Traducción, Sistemas de Gestión de Contenido, Bases de Datos de Terminología, Sistemas de Almacenamiento de Ficheros, etc.

El control del texto fuente se vuelve también una tarea pre-traducción. Para ello es preciso la preparación de material en forma de datos para el aprendizaje de la máquina en la que el informático con conocimientos liguistas empieza a jugar un papel esencial; la desambiguación y simplificación de textos fuentes para facilitar la codificación en máquina donde la figura del redactor monolingüe está cobrando mayor importancia; como también el proceso de revisión o post-edición del producto de traducción generado por la máquina que llevan a cabo revisores bilingües. Además de otras tareas asociadas a la traducción como la compilación de terminología o la creación de grandes memorias de traducción que se convierten ya en activos de la empresa.

De esta forma el nuevo entorno tecnológico creado va dando lugar también a nuevos modelos que se han ido acoplando a la industria de la traducción donde ya se distingue un claro espectro con dos polos opuestos marcados visiblemente por el nivel de control humano y de la máquina .

El punto medio de estos dos polos se lograría cuando el traductor trabaja al unísono con sus herramientas informáticas y al que quizás podríamos denominar como “control híbrido”, donde los procesos están automatizados, pero bajo el control del traductor humano. Ante los avances actuales en Inteligencia Artificial tendremos que esperar a ver que prototipo de comunicación lingüística serán capaces de procesar los nuevos algoritmos inteligentes o si aportarán formas diferentes, pero igualmente eficaces de comunicarnos.