Com estalviar sense reduir la qualitat

Sabem que els models d’IA, com els LLMs, estan transformant la indústria de la localització, oferint oportunitats reals per accelerar processos i reduir costos. No obstant això, quan es tracta de software i firmware, la implementació de la traducció automàtica amb posedició (MTPE) presenta certs reptes que requereixen una estratègia dissenyada acuradament.

Les cadenes de text de software solen ser escrites per enginyers, molt curtes i mancades de context. Això pot comprometre la qualitat d’una traducció automàtica estàndard. Per això, els LLMs ofereixen un avantatge competitiu: tenen capacitat per generar traduccions amb major sensibilitat contextual, especialment quan es combinen amb processos humans.

El nostre enfocament: millorar la qualitat, reduir costos

Per fer front a aquestes limitacions sense sacrificar la qualitat final del producte localitzat, vam implementar un enfocament híbrid (amb MTPE) en un dels nostres principals clients tecnològics, HP, que ens va permetre aconseguir una reducció del 25% dels costos de localització de software i firmware.

Aquesta optimització s’ha aconseguit gràcies a dues iniciatives clau:

Revisió prèvia del contingut original (anglès):

Primer de tot, abans d’iniciar la traducció automàtica, el nostre equip lingüístic revisa el contingut original per corregir errors, millorar la coherència i unificar la terminologia. Aquest pas augmenta la qualitat de la traducció automàtica i redueix significativament l’esforç de posedició.

Sistema col·laboratiu de preguntes i respostes per a lingüistes:

En segon lloc, per gestionar les cadenes fora de context, hem desenvolupat un sistema de preguntes i respostes en línia. Cada lingüista pot fer o respondre preguntes, i el sistema notifica automàticament a tot l’equip d’actualitzacions. Aquest mecanisme garanteix una comprensió del context, essencial per mantenir la precisió lingüística.

Conclusió

Aquest cas demostra que, fins i tot en projectes altament tècnics i sensibles, com la localització de programari, és possible implementar amb èxit workflows híbrids basats en IA (amb MTPE) sense comprometre la qualitat.

El resultat: reducció de costos directes i optimització de temps, que es tradueix en un ROI mesurable i sostenible.

Aquest enfocament s’alinea amb l’estimació de costos en entorns híbrids que detallem a l’article Com mesurar el ROI de la localització combinant IA i traducció humana, on analitzem tant els costos directes (traducció, posedició, gestió…) com els costos indirectes (tecnologia, QA, suport, localització multimèdia, DTP…).