He came from the Earth, Secret grilled, Jewish... Las tres expresiones inglesas son traducciones reales sacadas de algún traductor automático y que un restaurante de Cáceres incluyó en su menú en inglés. En realidad querían decir vino de la tierra, secreto a la plancha y judías, pero las literalidades en otros idiomas hay que tomarlas con cuidado, sobre todo cuando traducimos con Google Translate, DeepL, Bing o cualquier otro traductor en Internet.
La mayoría de estos servicios están construidos a partir de redes neuronales artificiales. Por eso muchos (como es el caso de Translate, por ejemplo) no han experimentado mejoras significativas hasta hace poco, cuando la potencia de cálculo de los equipos donde se entrenan ha permitido darle un empujón a la traducción automática neuronal. Pero una gran pregunta flota en el aire: si la tecnología avanza y los traductores automáticos también, ¿será este el fin de los traductores humanos tal y como los conocemos?
Algunas investigaciones sostienen que en el año 2030, 800 millones de puestos de trabajo serán desempeñados por robots. Un informe de la OCDE publicado en abril de este año sitúa a nuestro país como uno de los que más se robotizará en el corto plazo, con cerca del 20% de los trabajos existentes pudiendo ser desempeñados por máquinas dentro de pocos años. Dependerá del sector y de la dificultad, pero las máquinas llegarán antes o después y si no vienen a sustituirnos sí lo estarán para acompañarnos en el día a día.
El sector de la traducción no está exento de automatizaciones. Contra la visión general de que los robots nos quitarán el trabajo, Antoni Oliver, director del máster de Traducción y Tecnologías de la UOC (Universitat Oberta de Catalunya), opina en conversación telefónica con eldiario.es que “hay trabajo para los traductores por muchos años, solo que va a cambiar un poco su papel”. El profesor dio una charla el pasado martes en la sucursal de la UOC en Sevilla titulada La traducción automática neuronal: ¿amenaza u oportunidad?, donde desgranó las cualidades de estos sistemas, su funcionamiento y el largo plazo de la tecnología en el que están, inevitablemente, incluidos los traductores de carne y hueso.
De perdidos al río con la traducción
“No me siento para nada amenazada por los traductores automáticos. Todo lo contrario”, explica a este medio Clara Barrio, traductora-intérprete jurada de inglés. Barrio lleva desempeñando su oficio siete años y en este tiempo ha visto cómo estos sistemas “han avanzado muchísimo”. Reconoce que a veces usa DeepL o Google Translate “más por curiosidad que por otra cosa” ya que, aunque quisiera, ninguno de los dos le valdría para traducir el tipo de textos con los que ella trabaja.
“Sobre todo son documentos oficiales, y un poco por inercia me he acabado especializando en documentos como registros académicos, notas escolares, títulos... También trabajo con documentos civiles, como registros de matrimonio, de defunción, nacimiento...”, explica Barrio. La traductora no cree que los sistemas automatizados puedan imitar su trabajo por varias razones, entre las que destaca tres: las abreviaturas, los acrónimos y los modismos.
Pone un ejemplo para entenderlo: “Hoy metí en Google el típico 'de perdidos al río'. ¿Y qué te da? Pues 'from lost to the river'. ¿Y qué significa en inglés 'from lost to the river'? Absolutamente nada”, señala Barrio. Es el mismo ejemplo que abre este artículo, solo que traducido a una expresión coloquial castellana. En el idioma inglés, la idea de ir de cabeza sin pensar en las consecuencias se explica diciendo In for a penny, in for a pound. “Este tipo de modismos nunca los van a llegar a traducir”, señala la intérprete-traductora.
Simbiosis humano-traductor automático
Los seres humanos cada vez generamos más datos. Solo en Internet se producen 2,5 quintillones bytes (2,5 x 10 elevado a 30) de datos cada día, un número que crece a cada momento. Los textos no iban a ser menos: Oliver cree que cada vez se traducirán más textos a más idiomas, “por lo que se reducirá el coste”. Los traductores humanos seguirán teniendo trabajo porque, en palabras del profesor, “trabajarán con una máquina”.
Oliver pide no confundir ese “trabajar con” con un “trabajar para” y habla de la simbiosis entre humano y robot: “Para ciertos textos el humano corregirá la traducción de la máquina y la máquina, a la vez, aprenderá de los humanos corrigiendo”. Esto llevará a una mejor calidad de los textos que haga al cliente final más exigente, por lo que serán necesarias tareas “de postedición”, según Oliver, llevadas a cabo por humanos.
“Las frases y los refranes se acaban creando con la Historia, de modo que siempre va a haber necesidad de actualización de este tipo de modismos porque la lengua avanza”, reflexiona Barrio. De forma similar, Oliver considera que el oficio de la traducción no se perderá en manos de las máquinas. “Va a haber un nivel de exigencia del resultado final cada vez mayor, por lo tanto el traductor creo que va a tener cada vez más trabajo. Y también hay que tener en cuenta que cuando los sistemas de traducción mejoran el error es más difícil de detectar”, continúa.
Para terminar, Barrio ofrece otro ejemplo de por qué un traductor automático nunca podrá realizar con el mismo resultado el trabajo de su homólogo de carne y hueso: al ir a traducir el certificado de las notas de una niña de un instituto de Oregón (EEUU), Barrio se encontró con una asignatura: P.A.T. “Después de una intensa búsqueda en Google no fui capaz de dar con el significado, así que tuve que llamar al cliente para preguntarle”, dice.
Su sorpresa fue mayúscula cuando descubrió que las siglas corresponden a Pirate Advisory Time, que en castellano sería el equivalente a “Tutorías”. Lo de pirata (Pirate) viene porque es la mascota del instituto, de tal forma que en las notas del alumno, haciendo el ejercicio que habrían hecho los señores del bar de Cáceres, aparece el 'tiempo de asesoramiento al pirata'. “A veces no es solo una labor de traducción, sino también de investigación”, finaliza Barrio.
Los dos pilares básicos de los traductores automáticos
Software libre y state of art (nivel de desarrollo) alto: para Oliver esos son los dos pilares básicos por los que los traductores automáticos han experimentado una mejora considerable en los últimos años. “Hay una tecnología que está haciendo que la traducción automática mejore muchísimo y todo es de software libre, así que las grandes empresas como Google y otras están cogiendo ese software libre y lo están utilizando”, señala.
Cuando habla de software libre, Oliver se refiere a las herramientas necesarias para entrenar a los sistemas, que se hace “a partir de grandes corpus paralelos, es decir, colecciones de textos segmentados en oraciones con sus correspondientes traducciones”, dice. “El entrenamiento de sistemas estadísticos y neuronales precisa de ordenadores potentes con diversos procesadores y cantidades importantes de memoria RAM. Los sistemas neuronales precisan, además, de unidades GPU potentes”, continúa Oliver.
Como ocurre en el caso de la blockchain o de otra tecnologías que requieren gran potencia de cálculo, las máquinas con las que se entrenan estos traductores han cambiado las tradicionales CPUs por las GPUs, unidades gráficas de procesamiento mucho más potentes que los viejos procesadores. Oliver considera también que nos encontramos ante un momento “de oportunidad” ya que pueden ser utilizados “por cualquier empresa o autónomo para ofrecer nuevos servicios a sus clientes”.