¿Qué la traducción automática? ¿Es fiable?

La traducción automática consiste en traducir un texto por medio de algoritmos informáticos y sin intervención humana.

Existen tres tipos principales de traducción automática: la basada en reglas, la estadística y la neuronal.

La traducción basada en reglas utiliza información lingüística extraída de diccionarios y reglas gramaticales que contienen las principales estructuras semánticas, morfológicas y sintácticas de una lengua. Este tipo de traducción automática puede ser útil en traducciones muy técnicas, ya que también se pueden crear diccionarios especializados en función de cada sector o campo específico con abundante terminología técnica o jerga.

A diferencia de los sistemas basados en reglas, la traducción estadística no se basa en las reglas del idioma, sino que los motores "aprenden" a traducir analizando grandes cantidades de datos para cada par de idiomas. Los sistemas estadísticos suelen dar como resultado traducciones que suenan más fluidas, aunque menos coherentes y precisas.

La traducción automática neuronal (o NMT por sus siglas en inglés) es un enfoque novedoso en el que las máquinas "aprenden" a traducir utilizando una red neuronal artificial. Esta última modalidad ha suscitado un gran interés entre los investigadores y desarrolladores especializados en traducción automática, puesto que en muchos pares de idiomas los motores de NMT están arrojando mejores resultados que los otros dos sistemas.

Las primeras propuestas de traducción automática por ordenador fueron presentadas en 1949 por Warren Weaver y desencadenaron muchas otras investigaciones en diferentes universidades de Estados Unidos. El 7 de enero de 1954 tuvo lugar la primera demostración pública de un sistema de traducción automática. El evento suscitó un gran interés entre la prensa y el público en general. Aunque la tecnología no estaba muy avanzada, se asentó la idea de que la traducción automática era una posibilidad muy real e inminente y fomentó la financiación de investigaciones, no solo en Estados Unidos sino en todo el mundo.

A finales de los años 1950, el gobierno estadounidense pidió a Yehoshua Bar-Hillel que estudiara la posibilidad de una traducción automática de alta calidad. Fue entonces cuando Bar-Hillel señaló el problema de la ambigüedad semántica, es decir, las palabras con doble sentido. Utilizó como ejemplo la palabra "pen" que puede tener dos significados: "bolígrafo" y "parque de juegos" (corralito para bebés), no es lo mismo decir "The pen is in the box" (El bolígrafo está en la caja) que "The box is in the pen" (La caja está en el parque de juegos).

Desde entonces, la tecnología de la traducción automática ha avanzado enormemente, haciendo que la traducción automática esté a disposición de muchas personas en todo el mundo, ya sean traductores, estudiantes o turistas.

Sin embargo, a pesar de los impresionantes progresos realizados, el argumento de Bar-Hillel respecto a la ambigüedad semántica sigue siendo hoy un problema en el campo de la traducción automática y es un factor que contribuye en gran medida a que la traducción automática aún no se considere un sustitutivo completo y eficiente de los traductores humanos.

Otro factor que suele señalarse en el debate de la traducción humana frente a la automática es la incapacidad de las computadoras de tomar decisiones creativas para reproducir el tono y los matices de un texto original. Dicho esto, es posible que esta tecnología se introduzca en un futuro próximo, como afirma Andrew Ochoa, director general de Waverly Labs: "Para expresar las emociones y la entonación, primero hace falta un análisis de los sentimientos; aún no estamos ahí, pero que puede que lo estemos dentro de diez años".

Bibliografía:

https://www.nytimes.com/2015/06/07/magazine/is-translation-an-art-or-a-math-problem.html

https://www.bbc.co.uk/news/business-50850239

Foto por Krzysztof Kowalik en Unsplash