Etiquetas
DeepL, Linguee, MT, traducción automática, traducción automática neuronal
Estas semanas ha vuelto a salir el tema en redes de si las máquinas nos van a quitar el trabajo. Es la historia interminable, sí. Al parecer hay dos corrientes de pensamiento entre traductores: los que se niegan en rotundo a pensar que algo así pueda suceder y los que opinan que es una realidad a medio/largo plazo que hay que empezar a asumir. Y por asumir me refiero a que debemos mejorar nuestras habilidades en posedición porque puede que ahí esté parte de nuestro sustento.
Hace unos años, con ese afán juvenil y amor traductoril, me hubiera decantado por la primera, pero ahora me incluyo en el segundo grupo. Avanzo ya que con matices, claro. Se están desarrollando muy buenas herramientas de traducción automática (hay que dejar de pensar únicamente en Google translate y sus meteduras de pata habituales) que pueden ser incluso ventajosas para nosotros, pero no sirven para todo tipo de textos.
La revolución de las redes neuronales artificiales
En twitter hablamos del tema algunos compañeros a raíz de una serie de artículos (me atrevería a decir publicitarios) de DeepL que han aparecido en prensa, como este. Frases como «Los traductores profesionales conservarán sus trabajos durante, al menos, 20 años más» hicieron arquear las cejas a más de uno y no es para menos. Detrás de esta herramienta está la misma empresa que desarrolla Linguee, que supongo que muchos conocéis, con sus luces y sombras.
Estas nuevas herramientas están basadas en redes neuronales, según cuenta Gereon Frahling, director general de DeepL y exempleado de Google: «El servicio, al igual que sucede con otras tecnologías similares, encuentran su motor de crecimiento en el “machine learning” o “aprendizaje automático” basadas en redes neuronales artificiales. Es, pues, una de las revoluciones más recientes y que aplicadas en el campo de la robótica está logrando, junto a los modelos de “deep learning” o “aprendizaje profundo” que la Inteligencia Artificial sea capaz de mejorar rápidamente y “aprender” en función de los supuestos introducidos».
Sin embargo, está por ver que el traductor automático supere la calidad de una traducción humana. Esto dice Frahling: «Esperamos que suceda en unos años, pero no podemos apoyarnos en ninguna base sólida. A veces, ni siquiera el contexto basta: los traductores profesionales traducen según el cliente, el público al que va destinada la traducción, el ámbito de especialidad, el objetivo de la traducción o un producto, el registro deseado, la edad del destinatario, etc. Todos estos son datos que una red neuronal no tiene».
Algunos compañeros que lo han probado en textos periodísticos y generalistas, como Jota o Jordi Balcells, se muestran sorprendidos con la calidad de la traducción, que, en efecto, es mejor que el resultado que ofrece el traductor de Google.
Otros, como Traducción jurídica siguen recelando dada la sinonimia y tecnicidad de los textos jurídicos, como mostraban en esta imagen:
Quise probar con un texto literario y el resultado era de esperar. Como bien dijo Jordi, estas máquinas no están pensadas para la ficción escrita y menos todavía para la audiovisual. Juzgad vosotros mismos:
Y observad la poca diferencia con Google Translate en este caso:
Como vemos, ni tiene el formato de diálogo adecuado ni el contenido acaba de fluir, por decirlo suavemente.
La posedición en TAV
Acabamos de comentar que este tipo de programas no acaban de funcionar bien con ficción y, sin embargo, precisamente esta semana me ha tocado participar en una especie de experimento para un cliente para ver si se puede aplicar la posedición en subtitulación. Para eso, el traductor debía controlar el tiempo con una aplicación como Toggl en dos etapas distintas: la primera, la traducción de un capítulo de una hora de una serie; la segunda, la posedición de la traducción automática de otro capítulo de la misma serie y con la misma duración. En ningún momento se nos ha dicho qué programa o herramienta han usado para traducir automáticamente el texto. Sí nos avisaron que podía haber discrepancias con el tiempo de entrada y salida de los subtítulos y con la segmentación. ¡Y vaya si las había!
En cualquier caso, la consigna era —en posedición— que tratáramos de tocar lo mínimo necesario y evitáramos retraducir siempre que se pudiera. ¿Se consiguió? Solo en parte. He querido recopilar aquí los resultados de esta tarea y algunos ejemplos de lo más llamativo.
Empecemos con los números y la ortotipografía. Por ejemplo, en la traducción automática se dan bastantes errores en medidas y cantidades. En un subtítulo en el que un personaje hablaba de cavar un agujero 5 feet deep, era de 5 metros en la traducción y no de metro y medio. Y en cuanto a ortotipografía, algo parecido: la traducción automática copiaba directamente el formato. En todos los casos de precios, la TA conservaba el orden anglosajón: $80 y no 80$ (no le he puesto el espacio entre número y símbolo porque no suele usarse en subtitulación: se perdería un espacio precioso).
Otros fallos recurrentes se observan en el tratamiento «tú» y «usted», que se pierde completamente, al igual que en número. Sin tener en cuenta la imagen, ese you puede ser tú o vosotros, usted o ustedes. Como sabéis, la imagen manda en TAV y es imprescindible fijarse en la imagen.
Un dato curioso más —que ignoro a qué es debido— es que muchos nombres propios, sobre todo topónimos, se escriben en minúscula. Por ejemplo, sucedía con la ciudad de Boulder, que pasaba a boulder en varios subtítulos. Afortunadamente no lo tradujo como «roca» o «peñasco» en ningún caso. Tampoco me hubiera extrañado.
Ya que hablamos de nombres propios, a veces se traducen literalmente. Barb aparece traducido como «diente» y «barbilla» en varias ocasiones. Un personaje llamado Salty pasaba a ser «salado» en tantas otras.
Al contrario de lo que se pueda pensar, sí se cometen errores ortográficos; por ejemplo, escribe aún así cuando debe ser «aun así» No distingue entre como y cómo y, curiosamente, no tildó casi ningún pronombre interrogativo. Y también lo observé en algunos pronombres personales: He loves me. ☛ El me ama.
También se observó arbitrariedad en los signos ortográficos: a veces usaba correctamente los dos y en otras, desaparecía el de apertura.
Por último, también bailaron algunas preposiciones: I want to see Albert. ☛ Quiero ver Albert. ☛ Quiero ver a Albert.
Sección especial merecen algunas frases y expresiones que sufrieron cambios bastante significativos. Veámoslas:
| Original | Traducción automática | Traducción propuesta |
| Are we done? | Casa patas arriba. | ¿Hemos acabado? |
| As if I didn’t feed you. | Como si no te metiera | Como si no os hubiera dado de comer. |
| Don’t see him much anymore | No lo veo mucho más. | Ya no lo veo tanto. |
| Don’t you dare tell another soul | No te atrevas a otra alma | No te atrevas a decir ni mu / a abrir la boca / Como le digas a alguien… |
| He’s good. | Es bueno. | Está bien. |
| No. | No hay. | No. |
| Power-hungry husband | Marido traga-energía | Ávido de poder |
| Should there be? | ¿Si se realiza? | ¿Debería? |
| So help me if… | Entonces ayúdame | Juro que… |
| There’s a Little buzz going up here… | Hay un ligero zumbido por ahí arriba… | Se rumorea / Hay ciertos rumores… |
| This is just so incredibly effed up | Esto está tan fuera lastimado | La cosa está muy jodida |
| …trying to ask me… | …tratando de invitarme… | …quería pedirme… |
| What’s the hurry? | ¿No puedo controlar mis deseos? | ¿Qué prisa tienes? |
Ahora os preguntaréis si hace algo bien. ¿Qué se traduce correctamente? Pues sobre todo las frases más sencillas sin juegos de palabras:
| And I… I said I wasn’t sure. | Y yo… dije que no estaba segura. |
| Don’t you want a life like mine? | ¿No quieres una vida como la mía? |
| Go sit. Where’d your mom go? | Ve a sentarte. ¿Dónde ha ido tu madre? |
| I changed my mind. I’m sorry. | Cambié de opinión. Lo siento. |
| I have told you all this. | Ya te he contado todo esto. |
| It’s about Marge. I need you to talk to her. | Se trata de Marge.
Necesito que hables con ella. |
| It’s cold. | Hace frío. |
| Just hold tight. | Aguanta. |
| Listen to me. | Escúchame. |
| They’re cowards. You know that. | Son cobardes. Tú lo sabes. |
| This isn’t North Korea. | Esto no es Corea del Norte. |
Con las frases subordinadas se pierde un poco más:
| I didn’t hear Lee say
he thought it was preposterous. |
Lee no oí decir que le pareciera
absurdo. |
Pero a veces sorprende con algún referente que otro:
| You’d better hide the Drano, Bill,
‘cause I might drink it. |
Ya puedes esconder la lejía, Bill,
‘ porque puede que me la beba. |
En total, un capítulo anterior de la misma duración —1 hora, recordemos— se tradujo partiendo de cero en 9 horas 43 minutos, incluyendo las diversas revisiones que requiere este cliente. La posedición supuso 7 horas 6 minutos. Nos hemos ahorrado alrededor de 2 horas 30 minutos. ¿Vale la pena? Pues por dos horas yo creo que no, sinceramente (el cliente, ya no sé). Hay que estar mucho más pendiente que si fuera una revisión normal. Piden que no se toque en exceso y que se evite retraducir, pero muchas veces no queda otra.
En general, sí me parece que hay que ser algo recelosos con el desarrollo y perfeccionamiento de estos programas, pero de momento no debe quitarnos el sueño. Por lo que sí deberíamos luchar ahora es por unas tarifas de posedición dignas (repetimos: no son simples revisiones) y pensar que nada es la panacea.
De algún modo pienso que un sistema de TA es como un(a) Roomba. No puedes encenderla sin más y esperar que te lo deje todo completamente limpio. Primero debes procurar que no haya nada que obstaculice su paso, recoger un poco y luego seguramente veas que ha quedado un rinconcito por aspirar. ¿Que por qué os hablo de esto? Pues porque para que un sistema de traducción automática funcione realmente bien tiene que haber un buen trabajo previo en el texto: hay que escribir para la máquina, de algún modo, y se debe comprobar que el texto esté bien escrito, que no haya errores, etc. Me pregunto si añadiendo todo esto en la ecuación (primera revisión completa del texto + traducción automática + posedición) nos ahorramos tiempo realmente, pero eso ya es otro debate.
Para resumir un poco todo esto, me quedo con las palabras de Ben Screen en este artículo: «Today, machine translation can create rough drafts of relatively simple language, and research shows that correcting this draft is usually more efficient than translation from scratch by a human. But machines do not now – and it is questionable whether they ever will be able to – replace a translator’s brain. No matter how complex the code behind it, an automated system would struggle to get the same sense of the words».
Y a vosotros, ¿qué os parece todo esto?
***
Algunos artículos más para reflexionar:
- ¿Es Google Translator el Aníbal Lecter de los traductores? por Xosé Castro
- ¿Es la traducción automática una amenaza para el traductor profesional? por Enrique Torrejón.
- Poseditores: ¿Por qué la traducción automática en crudo necesita posedición? En Pangeanic.
