La Linterna del Traductor
Tecnología aplicada a la traducción

Pásate al lado oscuro: ventajas de la traducción automática para el traductor profesional

Carlos Collantes, Javier Mallo, Carla Parra, Héctor Quiñones y Rocío Serrano

La traducción automática se ha convertido en una realidad del sector de la traducción. Si bien otros artículos de La Linterna se han centrado en explicar su historia y sus últimos avances («Historia de la traducción automática» y «Evolución de la traducción automática»), en este artículo vamos a centrarnos en sus ventajas para el traductor profesional y para el sector de la traducción en general. Este artículo pretende así poner un broche final a la mesa redonda sobre traducción automática que tuvo lugar durante el congreso del XV aniversario de Asetrad los días 18 y 19 de mayo de 2018 en Zaragoza, mesa en la que nos centramos en el pasado, presente y futuro de la traducción automática.

Carlos Collantes
Carlos Collantes Fraile es traductor y lleva años trabajando como especialista en traducción automática. Dispone de una amplia experiencia en la industria y se ha especializado en el uso de la traducción automática tanto en el sector privado como en entornos institucionales.

Javier Mallo
Javier Mallo Martínez es doctor en Traducción (Universidad de Salamanca) y babylancer a tiempo completo especializado en traducción y revisión, especialmente en los ámbitos de localización, dispositivos médicos y transcreación.

Carla Parra
Carla Parra Escartín es investigadora Marie-Skłodowska Curie en el ADAPT Centre en Dublin City University. Su investigación se centra en los factores humanos de la traducción automática y las tecnologías de la traducción.

Héctor Quiñones
Héctor Quiñones Tapia es ingeniero agrónomo (Universidad Politécnica de Madrid) y máster en Ciencia y Tecnología Alimentaria (Universidad de Cornell). Trabaja como traductor científico-técnico desde 1997, principalmente para organismos internacionales.

Rocío Serrano
Rocío Serrano es filóloga inglesa y está acabando un máster en Traducción Especializada (Universidad de Córdoba), aunque ya había estudiado otro en la UNED. Lleva ya once años trabajando como correctora, revisora, traductora, redactora de contenidos y formadora autónoma. Cuando el deber no la llama, da rienda suelta a sus pasiones: la informática y el maquillaje.

1. Introducción

La revolución que está ocasionando actualmente la irrupción de la traducción automática (TA) en los flujos de trabajo de los traductores recuerda a la llegada de las memorias de traducción.

Para aquellos que ya la vivieron, la revolución que está ocasionando actualmente la irrupción de la traducción automática (TA) en los flujos de trabajo de los traductores recuerda a la llegada de las memorias de traducción, cuyos aspectos negativos —como la introducción de descuentos por coincidencias parciales y la imposición de plazos de entrega más cortos, entre otros— alimentaron su inicial rechazo. Sin embargo, hoy día las herramientas de traducción asistida por ordenador (TAO) son imprescindibles en el sector, pocos traductores viven ajenos a ellas y muchos combinan varias a la vez para atender las necesidades de diferentes clientes e incrementar su productividad. De forma similar, cada vez más traductores utilizan la TA en determinadas circunstancias para aumentar su productividad o aceptan habitualmente trabajos de posedición de TA. De hecho, pese a sus diferencias, ambas tecnologías comparten más de lo que a priori podría parecer:

  • Ambas son víctimas del rechazo de algunos traductores profesionales.
  • Ambas permiten al traductor aumentar su productividad y, dependiendo del motor, pueden contribuir a la mejora de la coherencia de las traducciones.
  • Ambas se han perfeccionado a lo largo del tiempo; sin embargo, mientras que la evolución de las herramientas de TAO ha sido más bien lineal, la de la TA se ha producido a saltos, gracias a la aparición de nuevos métodos y paradigmas. La TA aún necesita pulirse más, pero conviene recordar que también las primeras herramientas de TAO presentaban inconvenientes.
  • Ambas son particularmente útiles en determinadas situaciones (textos con abundantes repeticiones totales o parciales, en el caso de la TAO, y acceso a traducciones anteriores de calidad aceptable, en el caso de la TA), y menos útiles en otras, pero hay pocos textos para los que el uso tanto de la TAO como la TA no aporte alguna ventaja, aunque sea pequeña. A modo de ejemplo, cabe mencionar el uso de herramientas TAO para la traducción literaria, como proponía Alicia Martorell en un número anterior de La Linterna, o el empleo de TA para traducción literaria propuesto por Antonio Toral y sus colaboradores (Toral et al. 2018a, 2018b, 2018c).
  • Ambas deben usarse de forma profesional para generar resultados óptimos.
  • Ambas dependen en gran medida de la calidad de la información en la que se basan.

En el siguiente apartado de este artículo veremos cómo la TA puede resultar muy ventajosa para el sector de la traducción.

2. Principales ventajas del uso de la traducción automática

Aumento de la productividad. Sí, es cierto que poseditar las traducciones de un motor de TA de mala calidad puede implicar toda una retraducción y una inversión de tiempo mayor, pero si la calidad del motor es buena, el aumento de la productividad puede ser significativo. Sin entrar a citar los reclamos de grandes empresas comerciales, estudios de investigación como los realizados por Plitt y Masselot (2010), O’Brien (2011), Guerberof (2014) o Parra Escartín y Arcedillo (2015) sugieren que, efectivamente, la TA puede aumentar la productividad de los traductores.

Viñetas sobre el futuro de la traducción

Ese aumento de productividad se puede traducir, a su vez, en un incremento de los ingresos del traductor o empresa que se suba al barco de la TA. Sin embargo, todavía habrá que confirmar si se consigue un adecuado equilibrio entre mayor productividad y tarifas por palabra más bajas (O’Brien & Simard 2018) para que el incremento de los ingresos se haga efectivo para el traductor.

El aumento de la productividad que ofrece la TA permite también al traductor ofrecer plazos de entrega más ajustados, lo que en la mayoría de los casos supone una ventaja competitiva.

Siempre y cuando se cuente de partida con un motor bien entrenado que ofrezca unos resultados de calidad, el aumento de la productividad que ofrece la TA permite también al traductor ofrecer plazos de entrega más ajustados, lo que en la mayoría de los casos supone una ventaja competitiva.

Beneficios para la salud. No es un tema menor este, en una profesión que se caracteriza por su sedentarismo y por ciertas posturas corporales que, a la larga, afectan a nuestra calidad de vida. Al igual que los programas de reconocimiento de voz, la TA puede ayudar a evitar que sobrecarguemos las manos y los brazos en nuestro trabajo diario. Si el motor de TA es suficientemente bueno y puede aprovecharse una parte considerable del texto generado mediante TA, podremos pasar menos horas sentados delante del ordenador y expuestos a su pantalla, y teclear menos.

Tuit que ilustra las limitaciones de la traducción automáticaNuevas profesiones. Los encargados de entrenar motores de TA suelen ser ingenieros, pero gracias a la TA aparecen también nuevos perfiles laborales para los profesionales de la lengua. Muchos equipos de TA cuentan con traductores o lingüistas encargados de entrenar motores, de analizar su calidad antes de que pasen a fase de producción —es decir, antes de que se utilicen para traducir textos que serán poseditados—, y de personalizarlos posteriormente una vez que ya están incorporados al flujo de trabajo. Se trata de perfiles lingüísticos más técnicos, de profesionales que entienden los motores y ayudan a desarrollarlos con mayor precisión, tanto para la implementación de los comentarios recibidos de los lingüistas como para la creación de los distintos tipos de glosarios y reglas de posedición. Por ejemplo, los terminólogos deberán entender cómo afectará la inclusión de la traducción de un término en el motor y la repercusión de esta inclusión u omisión en la mejora de su calidad.

Estos profesionales con conocimientos lingüísticos pero también con una vertiente más técnica podrán realizar asimismo labores de redacción de guías de posedición y de formación de poseditores, derivadas de la necesidad de las empresas de contar con lingüistas que entiendan los requisitos de los motores.

Finalmente, también surgen perfiles de especialistas en TA que asesoran a los gestores de proyectos acerca de las mejores formas de abordar un proyecto o un flujo de trabajo en función de las necesidades particulares de un cliente, proyecto o motor determinado.

Asimismo, aunque la TA puede cometer errores de adición, también es cierto que son escasos los errores de omisión.

Mayor calidad. La TA —en particular los nuevos motores basados en redes neuronales, alimentados no solo con traducciones sino también con textos monolingües— genera pocos errores ortotipográficos y gramaticales, siempre y cuando se haya entrenado con corpus de calidad, por lo que, si bien los traductores deberán asegurarse de comprobar estos aspectos en el texto generado por la TA, la tarea será, por lo general, bastante leve. Asimismo, aunque la TA puede cometer errores de adición, también es cierto que son escasos los errores de omisión (que sí pueden cometer los traductores cuando se enfrentan a ciertas frases enrevesadas y complejas, al menos en esos momentos en que la imprescindible dosis de cafeína no ha logrado vencer todavía a la modorra de la tarde). Esto puede ser útil, por ejemplo, cuando nos enfrentamos a largos listados de elementos de una frase, como una enumeración, donde es fácil que el traductor se salte un elemento involuntariamente. Por último, la TA puede aportar muchas veces soluciones sorprendentemente útiles y originales para algunos problemas de traducción (aunque pocas veces serán realmente novedosas, ya que lo que hace la TA es rescatarlas de alguno de los documentos con los que ha sido «entrenada»). Y si bien es cierto que la TA comete fallos, cada vez hay más estudios que comparan los distintos motores de TA y ofrecen listados de sus errores más frecuentes, que pueden ser de gran ayuda para los traductores profesionales (Bentivogli et al. 2017, Burschardt et al. 2017, Castilho et al. 2017, Popović 2017, Toral y Sánchez-Cartagena 2017).

Mayor satisfacción profesional. Del mismo modo que las herramientas TAO permiten a los traductores centrarse en las partes más novedosas e interesantes de un texto, ya que recuperan traducciones anteriores, un motor de TA adecuado y bien adaptado al texto puede llegar a gestionar bastante bien las partes más sencillas de aquel, permitiendo así al traductor centrarse en las labores más exigentes desde el punto de vista intelectual (las que la TA no puede gestionar bien) y que resultan más satisfactorias para los profesionales, como solucionar problemas de traducción complejos, investigar y documentarse, afinar el estilo o gestionar la terminología para dar con el grado óptimo de especificidad y coherencia.

Además, una buena TA nos permite sacar tiempo para otras actividades relacionadas con nuestra profesión para las que no siempre disponemos de tiempo, como la formación o la asistencia a congresos, entre otras.

Dadas sus limitaciones, la TA también pondrá de manifiesto, en ciertos sectores, la dificultad y complejidad de la traducción profesional.

Mayor valoración del trabajo del traductor. La TA puede contribuir a generar en la sociedad (e incluso entre los propios lingüistas) la sensación de que los ordenadores pueden traducir y que los traductores son, por lo tanto, prescindibles, o que, como mucho, su labor se limitará a una revisión somera. En ciertos ámbitos, esto ya está ocurriendo y es probable que el efecto sea cada vez mayor, conforme continúe mejorando la TA (que, sin duda, mejorará sustancialmente en los próximos años). Pero, dadas sus limitaciones, la TA también pondrá de manifiesto, en ciertos sectores, la dificultad y complejidad de la traducción profesional y, en ciertos nichos, los traductores profesionales con mejor formación, más experiencia y más especializados serán muy valorados y solicitados.

3. Breve aviso para navegantes

Antes de concluir, nos gustaría advertir al lector de dos aspectos que consideramos no se deben obviar: la confidencialidad y un baño de realidad, ya que la TA tampoco es perfecta, y somos conscientes de ello.

La confidencialidad de lo que se traduce es de vital importancia para todo traductor profesional. Si bien la TA nos puede resultar extremadamente útil, cabe destacar dos aspectos fundamentales a la hora de incorporar la TA a nuestros flujos de trabajo.

En primer lugar, si optamos por utilizarla con clientes directos, estos deben ser informados de nuestra intención de utilizar motores de TA y aceptar su uso, lo cual requeriría compartir la información del motor, así como las políticas sobre confidencialidad y aislamiento de datos que aplican (si el traductor usa motores como DeepL o interfaces como GT4T, entre otras opciones, debe comunicarlo). Esto implica que el poseditor debe leer detenidamente los términos y condiciones de cada uno de los motores que utiliza para asegurarse de que no incumple los acuerdos en materia de confidencialidad, almacenamiento y uso compartido de los datos (Linder 2018).

Por otro lado, en general, las agencias contemplan el uso de tecnologías en los contratos con los traductores. En el caso de que sea la agencia la que proporcione el motor, se entiende que el traductor trabaja de acuerdo con las instrucciones del cliente, por lo que no habría ningún problema de confidencialidad en este sentido. Toda la información se utiliza en el entorno del cliente, este es su único responsable y aplica sus políticas de almacenamiento y uso compartido de la información (por ejemplo, puede decidir si permite que el poseditor descargue copias locales de los archivos de trabajo y de las referencias o no).

Muchas de las posibles desventajas de un motor de TA son las mismas que afectan a un sistema TAO y algunas van incluso más allá del desarrollo del motor propiamente dicho.

En cuanto al baño de realidad, si bien defendemos los beneficios que la TA puede reportar a los traductores profesionales, también somos conscientes de que no es oro todo lo que reluce y la TA, como muchas otras tecnologías, plantea inconvenientes que el traductor profesional debe tener en cuenta para poder maximizar sus beneficios y minimizar los posibles «daños colaterales». Muchas de las posibles desventajas de un motor de TA son las mismas que afectan a un sistema TAO y algunas van incluso más allá del desarrollo del motor propiamente dicho (por ejemplo, ¿a quién no le gustaría saber de vez en cuando qué quiso decir el autor del texto original sin necesitar un oráculo?). Aun así, y como hemos mencionado anteriormente, creemos que las ventajas de la TA son obvias y que tanto la práctica como la evolución de los futuros motores de traducción lograrán que algunas de estas desventajas dejen de serlo. De hecho, algunas de las dificultades (como, por ejemplo, la adaptación al dominio y la coherencia terminológica en las traducciones) se están tratando de resolver en el ámbito académico.

4. Conclusión

Los traductores también pueden contribuir al desarrollo de la TA y familiarizarse más con sus problemas y soluciones participando en los proyectos de investigación.

Antes de concluir, nos gustaría destacar que los traductores también podemos lograr que la TA, poco a poco, trabaje cada vez más para nosotros y nos produzca menos quebraderos de cabeza. ¿Cómo? Bien recurriendo a nuestros propios recursos como las herramientas de control de calidad y creando nuestras propias macros para «limpiar» la TA de los errores más frecuentes antes de comenzar a poseditar, bien colaborando con nuestros clientes, remitiendo los errores más frecuentes encontrados en una tarea de posedición —para que, en caso de contar con un equipo de TA propio, sus ingenieros puedan analizar estos informes y estudiar las maneras de solventarlos o de reducir su impacto en futuros encargos de posedición—. Por supuesto, esto último dependerá de las tarifas y lo que tengamos pactado con nuestros clientes, ya que ese análisis también requiere de una inversión de tiempo adicional por nuestra parte y como tal, debe estar remunerado. Asimismo, los traductores también pueden contribuir al desarrollo de la TA y familiarizarse más con sus problemas y soluciones participando en los proyectos de investigación que van destinados, precisamente, a estudiar las ventajas e inconvenientes de la TA y mejorarla. Pese a que depende de la financiación de cada proyecto, en la mayoría de los casos los investigadores pagan a los participantes de sus proyectos la tarifa adecuada en cada caso, o, en el caso de proyectos con presupuestos más ajustados, se ofrece una compensación económica por ayudar a la ciencia.

Bibliografía

Bentivogli, L.; Bisazza, A.; Bettolo, M.; Federico, M. «Neural versus Phrase-Based Machine Translation Quality: a Case Study». Proceedings of Conference on Empirical Methods in Natural Language Processing (EMNLP 2016), p. 257-267.

Burschardt, A.; Macketanz, V.; Dehdari, J.; Heigold, G.; Peter, J-T.; Williams, P. «A Linguistic Evaluation of Rule-Based, Phrase-Based, and Neural MT Engines». The Prague Bulletin of Mathematical Linguistics, 108 (2017), p. 159-170.

Castilho, S.; Moorkens, J.; Gaspari, F.; Sennrich, R.; Sosoni, V.; Georgakopoulou, Y.; Lohar, P.; Way, A.; Valerio, A; Miceli Barone, A. V.; Gialama, M. «A Comparative Quality Evaluation of PBSMT and NMT using Professional Translators». Proceedings of the MT Summit 2017.

Guerberof Arenas, A. «Correlations between productivity and quality when post-editing in a professional context». Machine Translation, 28(3/4), 165-186 (2014).

Linder, M. «The Data Security Issues Around Public MT - A Translator Perspective». [Última consulta: 18 de julio del 2018]

O’brien, S. «Towards predicting post-editing productivity». Machine translation, 25(3), 197 (2011).

O’brien, S.; Simard, M. «MT Summit discusses machine translation as beneficial AI». MultiLingual Magazine, Jan 2018, p. 10-11 (2018).

Parra Escartín, C.; Arcedillo, M. «Living on the edge: productivity gain thresholds in machine translation evaluation metrics». Proceedings of the Fourth Workshop on Post-editing Technology and Practice, p. 46-56. Miami (Florida), noviembre del 2015.

Plitt, M.; Masselot, F. «A Productivity Test of Statistical Machine Translation Post-Editing in a Typical Localisation Context». The Prague Bulletin of Mathematical Linguistics, 93:7–16 (2010).

Popović, M. «Comparing Language Related Issues for NMT and PBMT between German and English». The Prague Bulletin of Mathematical Linguistics, 108 (2017), p. 209-220.

Toral, A.; Way, A. «What level of quality can Neural Machine Translation attain on literary text?» En Moorkens, J.; Castilho, S.; Gaspari, F.; Doherty, S. (eds.) Translation Quality Assessment: From Principles to Practice. Springer (2018) p. 263-287.

Toral, A.; Wieling, M.; Way, A. «Post-editing Effort of a Novel with Statistical and Neural Machine Translation». Frontiers in Digital Humanities, 5, 9 (2018).

Toral, A.; Wieling, M.; Castilho, S.; Moorkens, J.; Way, A. (2018). «Project PiPeNovel: Pilot on Post-editing Novels». Proceedings of the 21st Annual Conference of the European Association for Machine Translation, p. 365. Alicante, mayo del 2018.

Toral, A.; Sánchez-Cartagena, V. M. «A Multifaceted Evaluation of Neural versus Statistical Machine Translation for 9 Language Directions». Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics (2017).

Volver arriba