Inicio » Blog » Por qué la traducción (humana) importa (III de V)
12/08/2019

Por qué la traducción (humana) importa (III de V)

En efecto, los traductores profesionales nos hemos visto, sin comerlo ni beberlo, encaramados en un muro altísimo, contemplando un horizonte poco halagüeño y esperando que caiga la larga noche de la industria por el advenimiento de un nutrido ejército de caminantes blancos con nombre propio: traducción automática. ¡Jodó! Digo, hold the door. Leemos por todas partes que la traducción automática ha llegado para quedarse, pero a veces dan ganas de cantarles a los white walkers, flojito desde lo alto del muro, aquello de Sabina: «Ni te quedes para siempre / ni te vayas del todo».

Los motores de traducción automática (TA) desarrollados en los últimos años, tras haberse quedando anticuadas las tecnologías basadas en reglas (que tratan de enseñar a la máquina las reglas gramaticales de las lenguas origen y meta), combinan en mayor o menor grado los métodos estadísticos con revolucionarias tecnologías de inteligencia artificial, en las que, a su vez, los sistemas de redes neuronales artificiales se entrenan mediante el llamado aprendizaje profundo.

La TA, de todos modos, no es en absoluto una recién llegada: entre 1981 y 2001 funcionó en Canadá METEO System, un sistema para traducir automáticamente del francés al inglés los partes del servicio meteorológico quebequés. El secreto, en aquel caso, era un repertorio terminológico y fraseológico bien acotado y una rígida preedición (es decir, una redacción del texto original según premisas concretas, que plantease al motor de traducción las mínimas dificultades a la hora de verter el texto al otro idioma). Esto no ha cambiado en lo fundamental desde entonces: los motores de TA dependen totalmente de lo que les demos los humanos, de cómo los alimentemos. No dejan de ser un rancor que ha aprendido a aprender, pero poco más: aun así, hay que enseñarle. Los motores actuales (los de Systran, una de las empresas más veteranas del sector, especializada en traducción automática, o los de Microsoft, Google o Linguee/DeepL) ofrecen resultados sorprendentes, al menos en sus versiones profesionales.  Eso es innegable. Pero no es menos cierto que dichos resultados dependen directamente de cómo se les alimente y adiestre. DeepL, por ejemplo, funciona muy bien traduciendo (de inglés a español, al menos) textos que tengan que ver con instituciones internacionales y política exterior, y yo quiero imaginar (esto es una especulación) que ha de ser, entre otras cosas, porque se alimenta de los corpus bilingües de Linguee, muchos de ellos recabados de instituciones como la UE o la ONU, y en los que han trabajado durante años cientos, si no miles, de traductores humanos.

Pero no todo es color de rosa para las máquinas traductoras. No faltan los expertos que afirman que la TA no suplirá en el corto plazo al traductor humano: el profesor Siu Sai Chong, director del Deep Learning Research and Application Center de la Universidad Shang Seng, en Hong Kong, ha afirmado recientemente: «No creo que la inteligencia artificial actual tenga la capacidad de pensar realmente. Tanto la IA simbólica como el aprendizaje profundo se limitan a la adopción de distintos métodos para manipular datos. […] El aprendizaje profundo es una función de la IA que imita la manera en que los humanos procesamos los datos en relación con la toma de decisiones. […] No creo que siquiera los motores de aprendizaje profundo más vanguardistas puedan razonar de esta manera». En efecto, los textos resultantes aun de los motores profesionales de pago (y hablo por experiencia) tienen una calidad sorprendente, pero distan mucho de ser perfectos. La inmensa mayoría de las veces, los textos deben ser revisados concienzudamente por un lingüista experto. Aparecen en ellos a veces errores garrafales, muy típicos de la traducción automática (todos hemos visto recopilaciones de errores graciosos de traducción). Dichos errores están relacionados sobre todo con el lenguaje figurado, las figuras retóricas, las imágenes y metáforas, las frases hechas, los juegos de palabras, los chistes, los refranes, etcétera. Pero no son los únicos: hay otros más sutiles, en el nivel suboracional, que, además, los traductores humanos bien formados no suelen cometer: concordancias, anáforas y catáforas, referencias culturales o intratextuales, etcétera. En efecto, otro experto, Douglas Hofstadter, profesor de ciencia cognitiva y literatura comparada en la Universidad de Indiana, publicó no hace mucho un influyente artículo en The Atlantic en el que concluía que la TA actual hace un trabajo correcto pero «superficial» y que la «comprensión real» de la IA está todavía muy lejos.

Leer I de V
Leer II de V

Estás en III de V
Leer IV de V
Leer V de V

 

 

 

 

 

¿Te gustaría aprender a traducir?

Curso de Traducción profesional inglés-español
Curso de Traducción profesional francés-español
 

Cursos de traducción

 

Autor

Miguel Marqués Profesor de traducción
Compartir