Com trobar l’equilibri entre la traducció humana i l’automàtica?
Com trobar aquell punt en que la tecnologia ens ajuda i no “contamina” al revisor?
Com utilitzar la tecnologia juntament amb els lingüistes i no perdre aquell toc humà imprescindible en moltes traduccions?
Com agilitzar el procés amb la IA (Intel·ligència Artificial) sense perdre qualitat ni naturalitat?
La llista de preguntes es pot allargar, però al final tot rau en mirar de resoldre el misteri de com aconseguir optimitzar el tàndem IA (tecnologia) i post-edició (lingüista) i que el resultat sigui bo.
Tots aquests dubtes, sobre els quals a LocalizationLab parlem sovint, ens preocupen, sobretot per dues raons:
La primera és poder tenir un equip de lingüistes professionals que pugui viure de la seva feina, que no hagi de plegar ni de buscar-ne una de nova perquè ja no els surt a compte dedicar-se a les traduccions i post-edicions. I la segona és com aconseguir que, tot i fer servir la tecnologia existent, les nostres traduccions siguin de molt bona qualitat.
La tecnologia ens permet guanyar rapidesa en les traduccions, i això pot ser cabdal per a segons quins projectes que es volen llençar simultàniament arreu del món, o en situacions d’emergència que es volen comunicar immediatament, etc… La tecnologia també ens ajuda accelerar els processos i a guanyar temps. Però si només comptem amb el resultat de la IA podem acabar tenint errors, que poden ser petits matisos o temes greus que arribin a canviar el sentit de l’original.
La tecnologia ens permet detectar canvis innecessaris de terminologia (incoherències) a partir de glossaris ben definits. Però si un terme té vàries accepcions possibles, costa que sàpiga detectar de quin terme es tracta i quin aplicar en cada moment.
© HP Inc.
Exemple d’un terme amb vàries accepcions: En anglès les dues imatges de dalt son « folders » en català seria una plegadora (de papers) i una carpeta (per guardar els documents electrònics). És important que un lingüista es revisi quan es fa servir un terme o un altre.
Els lingüistes, si cal, son capaços de donar dues o més voltes al contingut original, per trobar una traducció correcta. Poden decidir d’usar un to més empàtic o d’humor, si s’escau. L’empatia, l’humor, l’adaptació cultural (localització), saber donar el to correcte de cada marca, la creativitat son temes que l’IA en el mon de la traducció, encara no sap fer bé.
La IA evoluciona ràpidament, però ara mateix encara no resol correctament la traducció entre segons quines combinacions lingüístiques. Tampoc no acaba de funcionar per a textos molt especialitzats.
Imatge generada amb IA per LocalizationLab via Canva
La Viquipèdia defineix el Yin i Yang com “un principi cosmològic que explica la dualitat de tot allò que existeix en l’univers: L’U o Tao (o Dao) es divideix en dues forces fonamentals, oposades però complementàries, que es troben a l’origen de totes les coses.”
Per a nosaltres l’AI i la feina dels nostres lingüistes és una mica com el Yin i Yang, dues parts complementàries que han d’aprendre a conviure i a respectar-se. Nosaltres sempre intentem de buscar l’equilibri perquè els processos siguin àgils, surtin més econòmics, però que el resultat sigui de qualitat.
Abans de començar un projecte de traducció us aconsellem demanar ajuda d’especialistes del tema per saber què fer servir (eines TAO, LLMs, Memòries de Traducció, glossaris …) en cada cas. També és important que les eines que es facin servir siguin segures i respectin la privacitat de la informació que es vulgui traduir.
A LocalizationLab mirem d’estar al dia de les tecnologies i processos que ens ajuden a obtenir traduccions de qualitat fent servir tots els recursos al nostre abast.
(*) Els oxímorons, recordem-ho, són una figura retòrica que consisteix en unir dos conceptes que apunten a sentits oposats. Alguns exemples: guerra santa, nit clara, caos organitzat, instant etern.