Los sistemas de traducción automática han experimentado un rápido avance en los últimos años y se han convertido en sofisticadas tecnologías que permiten obtener excelentes resultados sin revisión. Aun así, en determinados contextos es necesaria la revisión humana para garantizar la mayor calidad posible en la traducción. En este artículo profundizamos sobre este tema para descubrir las ventajas e inconvenientes de ambos tipos de traducción y cómo se complementan.
Una máquina abre un documento y automáticamente empieza a traducirlo sin parar. Además, de forma altamente eficiente, basándose en lo que ha estado aprendiendo y analizando 24/7. La traducción automática (TA) traduce palabras con una precisión altísima y una rapidez extrema, algo que no se puede alcanzar con la traducción humana (HT) con la que se suelen traducir alrededor de 2.000/2.500 palabras en un día.
Pero un humano conoce las expresiones, las formas de hablar y de construir frases completas, aportando su enfoque personal en cada párrafo. Además, está familiarizado con la semántica y terminología del idioma. Como expertos creadores de motores de traducción sabemos que las máquinas pueden especializarse muy rápidamente con datos paralelos. La frontera es el contexto, lo cual queda dentro de las capacidades humanas todavía.
Para que una traducción sea igual de buena o mejor que una versión original, a veces es importante entender el contexto de ésta, por lo que en ese caso la traducción humana juega un papel muy importante. Podemos decir, entonces, que el papel del traductor está cambiando para convertirse en el “revisor de calidad” de grandes volúmenes de traducción automática.
Conforme avanza la tecnología, mejor procesan el lenguaje los sistemas de traducción automática neuronales. Basados en herramientas como el aprendizaje automático (ML) y el aprendizaje profundo (DL) otorgan a las máquinas la capacidad de aprender de datos paralelos, sin ser programadas explícitamente. Y conforme van aprendiendo, mejor se expresan y mejor traducen.
Cierto es que son las manos expertas de los programadores y expertos en inteligencia artificial quienes administran, gestionan, seleccionan y priorizan los datos y cómo los algoritmos han de fijarse en ciertas áreas de una frase, cierto vocabulario o tener en cuenta ciertas longitudes. Sin embargo, el trabajo del traductor humano, como experto lingüista que aporta conocimiento situacional que resuelve polisemias y contextos, sigue siendo muy necesario cuando queremos garantizar la calidad final de la traducción en casos en los que:
Según los expertos, realmente, los últimos dos puntos dependen de la cantidad de datos disponibles del campo especializado del que se haya alimentado al motor de traducción. De modo que si teníamos una cantidad relevante de datos paralelos de medicina, de agricultura o del sector legal, nuestro motor de traducción se especializará en ellos al haber visto ejemplos relevantes.
Un traductor profesional evita errores de traducción, como los falsos amigos o los errores dados por la polisemia de un término, y corrige los errores en el texto fuente. Además, proporciona adecuación del texto al estilo propio del campo.
Con la inminente transformación digital que están viviendo las empresas, y la creciente necesidad de traducir contenidos, éstos necesitan ser cada vez más especializados y variados para impactar a quienes los lean. Por eso cada vez más empresas optan por traducir de forma automatizada sólo las partes más generales de su contenido, mientras que las partes más personales y/o específicas se las confían a los humanos.
Lectura recomendada: Protección de datos y anonimización en entornos de servicios financieros y jurídico legales
Existe una forma híbrida de traducción. Una mezcla entre los dos tipos mencionados en la que un post editor humano mejora la calidad de una traducción automatizada. La posedición es en muchos casos, una muy buena opción de traducción. En este caso, el poseditor aprovecha la rapidez y disponibilidad que aporta la TA, para después poner su atención en revisar y post editar la traducción.
La figura del traductor se hace más necesaria cuanto mayor es la especialización de un texto. Dependiendo de la calidad que tenga la TA resultante de pre-traducir el texto, será necesario que el traductor post edite o directamente traduzca el texto de nuevo.
La traducción con posedición conlleva muchas ventajas:
La mayoría de los traductores profesionales trabajan más rápido como editores que como traductores desde cero. Al ahorrar horas de trabajo a los traductores humanos, es una de las formas más rápidas y económicas de conseguir un resultado a la altura.
Cualquier empresa con presencia internacional necesita servicios de traducción de primer nivel en sus escritos. Para poder comunicarse de forma efectiva en el mercado global, se requieren traducciones precisas en todos los canales físicos y digitales.
En un mundo que continúa produciendo más y más contenido, ¿cómo traducir de manera eficiente y efectiva? A medida que la traducción automática continúa avanzando, Pangeanic ha aprovechado las últimas tecnologías digitales y reunido a los mejores talentos certificados para ofrecerle la máxima velocidad, calidad y rentabilidad en sus traducciones.
La tecnología Deep Adaptive de Pangeanic permite entrenar los motores de forma individualizada y con una paridad casi humana, lo que ayuda a que el resultado de las traducciones automáticas sea cada vez más cercano a una traducción humana. Esto permite poder ofrecer los mejores servicios de TA, anonimización y sumarización entre otros.
Pangeanic le brinda la opción de traducción que mejor se adapte a sus necesidades; desde traducción automática pura hasta servicios de posedición (TA y la posterior revisión de un humano). Es el cliente quién decide si quiere contratar un servicio u otro, no obstante, después de dejarse asesorar por los expertos.
Según las necesidades del cliente y la calidad del motor de traducción automática requerida, Pangeanic adapta su sistema de traducciones inteligente encontrando la fórmula perfecta entre inteligencia artificial y el procesamiento de lenguaje natural.