Entrada | Memorias de traducción

DAN Oversættelseshukommelser ENG Translation memory systems

contenido
Introducción | Historia | La incorporación de sistemas de memorias de traducción | Elementos de un sistema de memorias de traducción y su funcionamiento | Flujo de trabajo de un sistema de gestión de la traducción | Investigación sobre interacción entre profesionales y memorias de traducción | Potencial para la investigación

Introducción

Desde los años 50, se ha investigado intensamente el desarrollo de herramientas de traducción automática (TA) capaces de establecer una relación semántica entre (al menos) un texto origen en una lengua y (al menos) un texto meta en otra lengua, por segmentos o por textos (Alcina 2008). El objetivo era desarrollar máquinas que pudieran ofrecer traducciones totalmente automáticas y de calidad. En la década de los 70, tras el informe del Automatic Language Processing Advisory Committee (ALPAC) en 1966, que concluyó que las máquinas no eran capaces de producir traducciones con una calidad aceptable, la comunidad investigadora, las agencias de traducción, los departamentos de localización de las empresas y los propios miembros de la profesión comenzaron a interesarse por las memorias de traducción (MT) como uno de los pilares de las herramientas de la denominada traducción asistida por ordenador (TAO). Las herramientas de TAO proporcionan varias funciones que asisten a la traducción humana durante el proceso, debido a que permiten reutilizar traducciones previas (García 2015: 69). La idea fundamental de una MT es reciclar traducciones producidas por humanos almacenándolas en una base de datos de MT en forma de segmentos alineados de texto origen y meta para poder recuperarlos cuando aparezcan segmentos idénticos o parecidos que traducir. Las primeras herramientas de TAO comerciales salieron al mercado como sistemas de MT o herramientas de MT en los 90. Actualmente, las MT son las herramientas que más se utilizan en traducción profesional (n.n. 2022: 21). En teoría, nos referimos a estas herramientas como «memoria» porque el componente principal es un archivo que, desde una perspectiva cognitiva, se puede decir que constituye una memoria ampliada digitalmente para la persona que traduce. Al almacenar textos con sus traducciones por segmentos (generalmente por oraciones) y reciclar los segmentos ya traducidos en cuanto aparecen las mismas o similares oraciones, no es necesario perder tiempo intentando recordar cómo traducir una determinada palabra, expresión u oración que ya se tradujo. De esta forma, dado que la MT almacena y recupera automáticamente decisiones de traducción anteriores, esta compensa los límites de la mente humana y contribuye a conseguir consistencia en una misma traducción y en distintas tareas.

No hay ninguna otra tecnología que haya revolucionado el sector de la traducción de forma tan radical como las MT, que llevan más de tres décadas cambiando los procesos de traducción y las condiciones laborales en la profesión (Reinke 2013; Mitkov 2022). Básicamente, un sistema de MT ayuda a recuperar y reutilizar traducciones anteriores de forma que, cuando se tiene que volver a traducir una oración idéntica o parecida, propone automáticamente una traducción desde la base de datos de la MT como una solución total o parcial. Hoy en día, un sistema de MT es una herramienta con una amplia gama de funciones que dan soporte no solo a la traducción, sino también a la gestión de proyectos.

Durante años, usar la tecnología de las MT se ha considerado un ejemplo de la traducción asistida por ordenador debido a que ayuda en el proceso de traducción. Esto quiere decir que una persona controla el proceso de traducción y decide cuándo y cómo usar la herramienta. En cambio, cuando hay una función de traducción automática (TA) activada, los sistemas de MT pasan a ser traducción automática asistida por humanos. En ambos casos, la principal tarea de la persona que traduce es rechazar, aceptar o editar el texto meta resultante. De esta forma, en el sector de la traducción, el grueso del proceso se transfiere de las personas a los ordenadores. A pesar de que hay distintas opiniones acerca de si es la persona o la máquina quien está en el centro del proceso de traducción al usar un sistema de MT, gran parte de la comunidad investigadora estará de acuerdo en que podemos decir que las distintas funciones que incluye el sistema automatizan el proceso de traducción hasta tal punto que las personas que lo utilizan se convierten en profesionales de la posedición más que de la traducción. En concreto, con la traducción automática neuronal (TAN), un tipo de TA que emplea inteligencia artificial (IA), la necesidad de intervención manual en las plataformas de traducción, como los sistemas de MT, ha disminuido.

La taxonomía de los niveles de automatización de la traducción desarrollada por Christensen, Bundgaard, Schjoldager et al. (2002) distingue seis niveles en función del papel del traductor o traductora, o de la herramienta de traducción (ilustrados de manera simplificada en la Figura 1). El nivel de automatización refleja el grado de control de la persona sobre el proceso de traducción. Un sistema de MT convencional (es decir, MT sin TA) es un ejemplo de automatización de nivel 1 (asistencia al traductor o traductora), pues la herramienta analiza el texto original y recupera propuestas de la MT, mientras que la persona las evalúa y produce el segmento del texto meta, ya sea aceptando o editando la coincidencia propuesta, o traduciendo el segmento desde cero. Si se activa la función de TA durante la traducción, la automatización pasa al nivel 2, dado que el sistema analiza el texto origen y devuelve una solución de traducción. Así, a este nivel, la persona evalúa y corrige errores y faltas de adecuación, y soluciona los errores que haya podido generar el sistema. Véase Christensen, Bundgaard, Schjoldager et al. (2022: 31-33) para obtener una descripción detallada de esta taxonomía y los demás niveles de automatización.

Figura 1: Taxonomía de niveles de automatización de la traducción

Parece que el principal argumento para adoptar la tecnología de MT son las ventajas que este sistema puede ofrecer para armonizar los procesos y los proyectos, la productividad, aumentar la calidad de la traducción (sobre todo la consistencia) y ahorrar en los costes. Cabe destacar que las bases de datos de MT se han convertido en un recurso de conocimiento muy valioso desde el punto de vista económico tanto para los proveedores de servicios lingüísticos (PSL) como para las agencias de traducción y los clientes, pues el contenido de la MT se puede reciclar una y otra vez. Esto explicaría por qué los PSL y las agencias de traducción tienden a especificar hasta cierto punto si, por ejemplo, quienes trabajan de forma autónoma en la traducción deben usar un determinado sistema de MT, cuándo y de qué forma. En la mayoría de los casos, las agencias obligan a utilizar un sistema de MT específico, mientras que el uso de la función de TA durante la traducción tiende a ser opcional. Probablemente, esto demuestra la limitada libertad de tomar decisiones que se tiene en el ámbito profesional de la traducción en la industria de la lengua en la actualidad. Desde un punto de vista empresarial, los sistemas de MT sirven para organizar los proyectos y armonizar los flujos de trabajo de las tareas, para que los grandes equipos de traducción puedan trabajar en el mismo proyecto y para compartir el trabajo de forma más sencilla gracias a la automatización del proceso.

Además de esta automatización, la tecnología de MT afecta a los procesos mentales de las personas cuando traducen, pues cambia el proceso cognitivo en la traducción con respecto a la traducción humana típica: el sistema de MT divide los textos en segmentos que procesa de uno en uno de una forma distinta a como lo haría alguien profesional. El enfoque por segmentos también puede imponer la ordenación de los segmentos de la lengua origen sobre la lengua meta y provocar interferencias estructurales e incluso sintácticas. Es más, al usar un sistema de MT que integre TA, se reciben propuestas antes de tener la oportunidad de pensar en la traducción de los segmentos del texto original. Esto quiere decir que las personas ya no lidian con los problemas de traducción desde cero. En la posedición, se encargan principalmente de elegir entre una serie de sugerencias de traducción y, si es necesario, adaptarlas, lo que significa un cambio drástico en la producción del texto meta. El mayor reto parece ser que el sistema no procesa los textos como una entidad con coherencia y cohesión, porque el sistema de MT utiliza distintas fuentes.


Figura 2: Modelo de competencia de traducción en un proceso digitalizado (Krüger 2018)

Hay quien argumenta que las personas que utilizan una MT se arriesgan a producir un texto híbrido inconsistente terminológica y estilísticamente (por ejemplo, Moorkens 2011), una ensalada de oraciones (por ejemplo, Bundgaard 2017), y que para ello necesitan unas competencias distintas. El modelo de competencia de traducción en un proceso de traducción digitalizado de Krüger (2018: 120) ilustra la forma en la que las tecnologías como las MT y la TA provocan un cambio en las competencias profesionales. El fundamento de Krüger es que resulta relativamente sencillo adaptar los resultados de las MT y la TA al texto meta, mientras que para adaptar otro tipo de contenido es necesario un esfuerzo cognitivo mayor. Así, categoriza las MT y la TA como «datos de traducción digitales con poca distancia» entre el texto original y el texto meta, mientras que el contenido de fuentes como las bases terminológicas y las páginas web está categorizado como «datos de traducción con una mayor distancia» al texto meta (ver Figura 2). En consecuencia, según Krüger, la importancia de las competencias de producción textual se ve reducida en el proceso de traducción digitalizado, mientras que las competencias para la asimilación (incluida tanto la lectura como la evaluación del texto original y de los datos de traducción de la lengua meta, por ejemplo, las propuestas de traducción), la selección, la adaptación y la optimización textuales cobran mayor importancia.

En primer lugar, esta entrada describe el desarrollo histórico de los sistemas de MT y de su adopción por parte de quienes traducen y de quienes ofrecen servicios lingüísticos de diversos tipos. A continuación, se explican el concepto básico y los componentes de los sistemas de MT. Después, se describe el flujo de trabajo de traducción con un sistema de MT integrado en un sistema de gestión de la traducción. Finalmente, la entrada revisa algunos ejemplos de investigaciones recientes que tratan sobre la interacción de las personas con un sistema de MT que integra TA y apunta algunas líneas de investigación prometedoras.

cabecera

Historia

La idea original de las MT suele atribuirse a Peter J. Arthern (1979), un traductor de la Comisión Europea. En un artículo sobre el potencial uso de los sistemas de terminología informatizados de la Comisión Europea, Arthern señaló que se perdía mucho tiempo volviendo a traducir textos o partes de textos que ya se habían traducido. Sugirió crear un almacenamiento informatizado con textos origen y meta a los que se pudiera acceder fácilmente y reutilizarlos en las traducciones, de forma que no solo se recuperarían segmentos idénticos al texto origen y meta, sino también segmentos parecidos. Arthern (1979: 94) se refiere a este modo de traducción como «traducción por recuperación textual». Es interesante destacar que Arthern también contempló la idea de que, en algún momento, sería posible integrar la TA en algún tipo de sistema de MT. Martin Kay (1980), lingüista computacional, también se considera uno de los fundadores de la traducción con MT. En su artículo “The proper place of men and machines in language translation”, elaboró teorías acerca de una herramienta electrónica asistida por ordenador que denominó The Translator’s Amanuensis. Su propuesta consistía en desarrollar herramientas informáticas que pudieran ayudar a traducir definiendo una red de terminales vinculados a un servidor central. En otras palabras, la idea de Kay era básicamente añadir herramientas específicas de traducción a los programas de procesamiento de texto que ya existían. Estas herramientas permitirían consultar de varias maneras decisiones anteriores y acceder a traducciones previas de pasajes de texto origen idénticos o parecidos (Hutchins 1998: 295ff). Poco después, Melby (1981) propuso la creación de una herramienta a la que llamó The translator’s workstation, que integraba distintos tipos de asistencia informática. Su idea era desarrollar concordancias bilingües generadas por el ordenador como una herramienta para que, al traducir, se pudiera identificar segmentos de texto con potenciales equivalentes de traducción en contextos relevantes. Para obtener más detalles sobre la historia de las MT, consultar Reinke (2013) y Mitkov (2022).

La aparición de sistemas comerciales de MT se hizo posible cuando las herramientas de alineación de textos posibilitaron la creación de bases de datos bilingües de traducciones. A principio de los 90, se lanzaron cuatro sistemas comerciales de MT: TranslationManager de IBM, el sistema Transit de Star, Eurolang Optimizer y Translator’s Workbench de Trados (Hutchins 1998: 303). Estos sistemas capacitaron a las empresas e instituciones para localizar productos y servicios en varios idiomas gracias al empleo consistente de terminología y a la reutilización de contenido traducido. De esta forma, se aceleraron los procesos y se redujeron los costes de traducción. Por ello, desde la aparición de los primeros sistemas de TM en el mercado, la propagación de esta tecnología no ha cesado de aumentar.

En los primeros años de la década de los 90, las MT eran herramientas que estaban guardadas en el ordenador personal de cada profesional a través de una base de datos de MT provista de un editor. El objetivo de estas herramientas era ayudar a eliminar el trabajo repetitivo. A finales de los 90, los sistemas de MT evolucionaron a herramientas de traducción basadas en servidores, con las que varias personas trabajando en el mismo o similares proyectos podían compartir contenido. En la primera década de los 2000, se añadieron funciones de gestión de proyectos y colaboración, que dieron como resultado los primeros sistemas de gestión de la traducción, capaces de posibilitar flujos de trabajo muy automatizados. La abreviatura para los sistemas de gestión de la traducción es TMS, por sus siglas en inglés, aunque puede resultar confusa dado que a veces se emplea TMS para referirse a sistemas de MT. Sobre el año 2010, los sistemas estaban basados en la nube y todos los usuarios (por ejemplo, profesionales que quisiesen traducir) podían acceder a través de un navegador web. Los primeros sistemas de MT se centraban en funciones relacionadas con el lenguaje, pero hoy en día también abarcan una amplia gama de funciones de planificación de recursos, de finanzas, de gestión de clientes y empresariales (más información a continuación).

cabecera

La incorporación de sistemas de memorias de traducción

La adopción de la tecnología de las MT se ha investigado a través de un gran número de encuestas. En un estudio de 2003 con profesionales de la traducción de Alemania y Reino Unido, Wheatley (2003) descubrió que el 29 % utilizaba MT a diario. Según un estudio realizado en 2003/2004 con respuestas de 391 profesionales autónomos de Reino Unido, Fulford y Granell-Zafra (2005) obtuvieron una aceptación similar, pues el 28 % dijo que usaba MT. Unos años después, según una encuesta a 699 profesionales de la traducción de una gran variedad de países, Lagoudaki (2006) obtuvo que nada menos que el 82,5 % usaba un sistema de MT, lo que indica que la adopción de las MT tuvo lugar a mediados de los 2000. Christensen y Schjoldager (2016), basándose en una encuesta realizada en mayo de 2013 con PSL daneses, especificaron que 22 de 25 PSL usaban tecnología de MT, es decir, el 88 %. Una encuesta con más de 7000 profesionales de la traducción e interpretación realizada para CSA Research dio como resultado que el 66 % usaba MT en la mayoría de los proyectos. Esto convertía las MT en la tecnología más empleada, seguida por los revisores de calidad y la gestión terminológica (Pielmeier y O’Mara 2020). Es interesante que Georgakopoulou (2022) descubriera que las MT no son muy comunes en subtitulación, pues solamente el 17 % indicó que las utilizaba. La encuesta europea sobre el sector lingüístico European Language Industry Survey más reciente determina que las MT son la tecnología más utilizada entre 754 profesionales de la lengua independientes: el 53 % utiliza MT a diario, el 21 % regularmente y el 14 % ocasionalmente. Solamente el 12 % declaró que nunca utiliza MT. El informe, basado en estos números, concluyó que la tecnología de la TAO se está implementando lenta pero firmemente, incluso cuando se ha considerado que la tecnología es menos útil. Las MT, con una tasa de implantación de más del 85 %, son la tecnología más adoptada por las industrias de la lengua (n.n. 2022: 23). Como consecuencia, mientras que la TA ha llegado a ser omnipresente, está claro que las MT siguen siendo la herramienta favorita en la profesión. El informe también menciona que los tres mejores sistemas de MT que se utilizan en la industria de la lengua son, de mayor a menor, Trados, MemoQ y Memsource, ahora Phrase (n.n. 2022: 25).

cabecera

Elementos de un sistema de memorias de traducción y su funcionamiento

A pesar de que los sistemas comerciales de MT son, hasta cierto punto, distintos entre sí en cuanto a las interfaces y los procesos internos, comparten la función básica de mostrar recursos de traducción previamente existentes en un nuevo proyecto de traducción. En esta sección, describimos los elementos de un sistema de MT tradicional y las principales funciones que vienen integradas en los sistemas actuales. Según Esselink (2020: 119), estas funciones son el editor de traducción, la base de datos de la MT, la TA, la gestión terminológica y el control de calidad de la traducción (QA, por sus siglas en inglés). En este caso, utilizamos como ejemplo la herramienta de TAO Phrase, que es la marca unificada de Memsource y la empresa de localización Phrase, fusionadas en 2022. Tal y como señaló Mitkov (2022: 370), la herramienta de TAO basada en la web Memsource (ahora Phrase TMS) es cada vez más popular debido a una interfaz relativamente sencilla que incorpora todas las funciones principales. Nos referiremos a esta herramienta como Phrase TMS. Phrase TMS es de pago; sin embargo, Phrase y otros proveedores de MT ofrecen acceso gratuito a sus sistemas a personal docente. Hay otros sistemas de MT como OmegaT que son gratuitos y puede utilizarlos todo el mundo. OmegaT ofrece funciones de TAO que se incluyen en los sistemas de MT estándar, pero no se parece a un sistema de gestión de la traducción (más información a continuación). Para obtener una revisión detallada de los elementos de los sistemas de traducción, consultar García (2015) y Reinke (2013).

La base de datos de las memorias de traducción

La base de datos de las MT es también su componente principal. Podemos decir que presta la función clave de una herramienta de traducción, pues contribuye a establecer la relación semántica entre el texto original y meta por segmentos, ofreciendo propuestas de traducción en función de las coincidencias. En los sistemas de MT más habituales, los textos se dividen en segmentos aplicando las denominadas reglas de segmentación, que se basan principalmente en los signos de puntuación y formato, como los puntos, signos de interrogación y exclamación y, de forma opcional, comas, puntos y coma e indicadores de final de párrafo. En la mayoría de los sistemas de MT, los segmentos equivalen a oraciones (a veces párrafos enteros) y a unidades parecidas a oraciones, como títulos y elementos de listas. Un par de segmentos origen y meta almacenados en la base de datos se denomina unidad de traducción (Melby y Wright 2015: 662). Normalmente, se almacenan junto con una serie de metadatos tales como el tema, cliente, la fecha de creación y el nombre de quien haya realizado la traducción. Los metadatos pueden ser muy útiles para comprobar la utilidad de las propuestas de la MT durante la traducción. También pueden utilizarse para filtrar MT más pequeñas en determinados trabajos de traducción. El sistema de MT recupera una traducción coincidente no solo para segmentos idénticos de un nuevo texto, sino también para segmentos parecidos, aplicando un algoritmo llamado de lógica difusa. Hoy en día, muchas MT basadas en segmentos integran soluciones que pueden construir el contexto original de las unidades de traducción almacenadas en la base de datos. Otros sistemas aplican bitextos alineados, es decir, textos origen y meta no segmentados en unidades más pequeñas, sino guardados enteros (véase Mitkov 2022: 367)Cuando se va a traducir un texto nuevo, el sistema de MT compara las cadenas de caracteres de cada segmento nuevo del texto origen con las cadenas de caracteres de los segmentos almacenados en la base de datos de la MT. Este proceso se describe como la búsqueda de coincidencias de segmentos origen con la base de datos. El uso de cadenas de caracteres para la recuperación de coincidencias se considera un defecto de los sistemas de MT, debido a que el proceso de identificación se basa totalmente en la forma y no tiene en cuenta aspectos semánticos, pragmáticos ni contextuales. Por eso, un sistema de MT no entiende el significado de los textos ni lleva a cabo ningún tipo de procesamiento lingüístico como el análisis morfológico. Esto significa que, por ejemplo, no admite variantes flexivas de una palabra para la coincidencia. El algoritmo de coincidencias difusas de la mayoría de los sistemas de MT comerciales se calcula simplemente a partir de la distancia de edición (también denominada distancia de Levenhstein) entre cadenas de caracteres de un segmento de texto origen de la base de datos y un nuevo segmento que se va a traducir, es decir, la diferencia en número de letras (Mitkov 2022: 371). En algunas investigaciones recientes se han probado métodos para obtener coincidencias semánticas y recuperar coincidencias de oraciones con el mismo significado, aunque esté representado con estructuras sintácticas distintas (p. ej., paráfrasis) o expresado con sinónimos. Sin embargo, hasta ahora, no hay ningún sistema de MT comercial que ofrezca un método que pueda recuperar coincidencias equivalentes semánticamente, pero con distinta sintaxis del segmento que se va a traducir. Véase Mitkov (2022: 371-376) para encontrar una descripción general de las recientes investigaciones cuyo objetivo es desarrollar sistemas de MT inteligentes mediante la exploración de distintos enfoques de coincidencias semánticas con el objetivo de incrementar la utilidad de las propuestas de la MT y su productividad.

El sistema de MT basado en segmentos, en función de la similitud entre los segmentos almacenados en la base de datos y el nuevo segmento que se va a traducir, muestra sugerencias de traducción recuperadas de la base de datos (coincidencias). En el editor (más información a continuación), el sistema de MT destaca las diferencias entre segmentos del texto que hay en la base de datos y el segmento que se va a traducir. El umbral predeterminado de muchos sistemas de MT es del 70 %, pero se puede cambiar. La clave es definir un umbral en el que las coincidencias que se recuperen sean útiles y no provoquen una mayor pérdida de tiempo al traducir. El grado de utilidad de una base de datos de MT para una determinada tarea de traducción depende claramente del número de segmentos que haya en la misma.

Una base de datos de MT se puede crear al traducir textos desde cero, lo que implica que el número de segmentos emparejados de la base de datos crece continuamente. Otra posibilidad es emparejar traducciones ya hechas aplicando una función de alineación que vincule los archivos del texto origen y meta correspondientes por segmentos y los importe en la base de datos de la MT. También es posible importar (y exportar) otras bases de datos creadas con el mismo sistema de TM o desde otros sistemas de MT que estén disponibles en formato Translation Memory eXchange (TMX), un formato abierto y estándar basado en texto que representa información estructurada y que es compatible con todos los sistemas comerciales (García 2015: 71). En cambio, la utilidad de una MT también depende de la relación temática (y semántica) del contenido de la base de datos y del texto que se va a traducir. Por ello, la mejor opción no siempre es crear una MT todo en uno (también denominadas MT Big mama), que traten temas de distintos ámbitos, pues podrían recuperar coincidencias poco relevantes. A fin de conseguir consistencia interna y externa, se tiende a separar las MT, por ejemplo, por temas o clientes.

Desde hace muchos años, el algoritmo de coincidencias de la mayoría de los sistemas comerciales de MT ha funcionado con cuatro tipos de coincidencias: exactas, de contexto, parciales (fuzzy) y sin coincidencia. Una coincidencia exacta (100 %) es un segmento idéntico a otro de la MT. Una coincidencia de contexto (denominada en ocasiones coincidencia 101 %) es una coincidencia exacta en la que el segmento en cuestión va precedido o seguido del mismo texto, es decir, ocurre en el mismo contexto. Esto se logra almacenando de forma conjunta los segmentos de contexto pertinentes con las unidades de traducción reales y, a veces, teniendo en cuenta información procedente de por ejemplo hojas de estilo y plantillas de documentos. Los sistemas de MT en bases de datos a veces aplican un enfoque basado en texto de referencia para recuperar unidades de traducción utilizando archivos bilingües de proyectos de traducción previos y combinándolos con las bases de datos de las MT (Reinke 2013: 33). Suele darse por hecho que las coincidencias exactas y de contexto se pueden volver a utilizar sin cambiar nada y parece que este es el motivo por el que profesionales de la traducción autónomos no cobran por procesar estos segmentos.

Si el segmento origen no es idéntico, pero sí es parecido a uno almacenado, la MT recupera una coincidencia parcial (fuzzy). El grado de similitud de una coincidencia parcial puede ir del 1 al 99 %. Si la MT no contiene un segmento similar, no hay coincidencia. Si el umbral está definido en el 70 %, todos los segmentos con valores por debajo del 70 % se cuentan como si no hubiera coincidencia. En los sistemas tradicionales de MT, era necesario traducir estos segmentos desde cero, pero desde que los sistemas de MT cuentan con funciones de TA, quienes traducen (o las agencias) deciden si la herramienta de TA debe traducir los segmentos sin coincidencias, que se denominan coincidencias de TA.

La interacción de las personas que se encargan de traducir con los sistemas de MT se produce a través del llamado modo interactivo o pretraducción. Con el modo interactivo, las coincidencias de segmentos aparecen de uno en uno, de forma que existe la opción de aceptar, revisar o rechazar la propuesta. Con el modo pretraducción, se traduce antes todo el texto origen con MT y TA (ya sea quien traduce o el PSL). Este modo también se denomina «procesamiento por lotes» y suele producirse al preparar el proyecto. En este proceso se compara un texto origen entero con segmentos de la base de datos de la MT y las coincidencias que se recuperan se insertan automáticamente en el editor de la estación de trabajo. Si también se utiliza TA, los segmentos que estén por debajo del umbral establecido para usar la MT se traducen automáticamente y el campo del texto meta se rellena con el resultado de la TA. En el modo interactivo, se puede activar el motor de TA si la base de datos de la MT no recupera coincidencias. En ambos casos, cuando se aceptan o editan las sugerencias, las unidades de traducción se guardan en la base de datos para poder utilizarlas después.

Al combinar MT con TA, ya no se traducen oraciones desde cero. La tarea profesional consiste simplemente en poseditar, es decir, corregir errores y otros aspectos inadecuados para obtener un texto meta que cumpla con el objetivo de la traducción. Según Esselink (2020: 121), el contenido que se traduce desde cero se está reduciendo hasta tal punto que la naturaleza de la profesión está cambiando. Por ejemplo, los sistemas de MT ya pueden reconocer el contenido que clientes o agencias de traducción no quieren que se traduzca. Dicho contenido se denomina “no traducible”, y contiene caracteres, símbolos y palabras que normalmente no necesitan traducción, como números, fórmulas, códigos, direcciones de correo electrónico, nombres de personas y productos y divisas. Si se activa esta función, se puede confirmar y bloquear estos elementos no traducibles durante el proceso de pretraducción.

El editor de traducción

Algunas de las primeras herramientas comerciales de MT como Trados y Wordfast integraban el editor en un procesador de texto, por ejemplo, Microsoft Word; hoy en día, la mayoría de sistemas de TA ofrecen funciones como las de los procesadores de texto en un entorno de traducción específico para trabajar con contenido que se va a traducir, ya sea con o sin conexión. El editor de traducción o la interfaz del sistema muestra el texto original, los términos que aparezcan en el texto y que estén en la base terminológica integrada, y las coincidencias. Quien se encarga de la traducción utiliza el editor para abrir los textos originales en varios formatos. De esta forma, el editor básicamente soporta la lectura y escritura de los textos. En la Figura 3 se ilustra cómo el editor del TMS de Phrase muestra los segmentos del texto origen en el espacio de trabajo con las coincidencias que ha recuperado e importado automáticamente de la base de datos. De esta forma, podemos decir que el editor es la plataforma de trabajo del sistema de MT. Como la mayoría de los sistemas, el TMS de Phrase utiliza un modelo de presentación horizontal o tabular en el que el espacio de trabajo para la lengua meta está al lado del segmento activo. Hay otros sistemas que lo presentan en vertical. El editor también es el espacio en el que se aceptan, rechazan y editan las propuestas de traducción que recupera la base de datos, y se traducen segmentos del texto origen desde cero. Cuando se confirma un segmento en el editor, el segmento origen y su traducción se guardan en una o más bases de datos de MT.

Figura 3: El editor de MT del TMS de Phrase (captura de pantalla proporcionada por Phrase)

Debajo del editor, hay una vista previa del texto origen o meta en tiempo real. Al hacer clic en un segmento del editor, se destaca el texto correspondiente en la ventana de la vista previa. De esta forma, esta función sirve para ver el contenido del segmento activo en un contexto más amplio. Si se hace clic en el texto que hay en la vista previa, se indica el segmento en el que se encuentra en el editor para poder editarlo. También se puede cambiar del modo «vista previa» a la «nota contextual» si el formato del archivo contiene más información relevante para la traducción.

En el editor de la MT de Phrase (Figura 4), las sugerencias de traducción que proceden de la base de datos de la MT, de la base terminológica y del sistema de TA pueden rellenar el editor de traducción dedicado a la pestaña «Meta» de la columna derecha directamente o se pueden mostrar en la ventana del lateral derecho, que es la interfaz de los resultados de TAO (comparar con Figura 3). Las sugerencias aparecen con el valor de la coincidencia (la puntuación de color) que, en el caso de las coincidencias de la MT, indica la similitud entre la cadena de caracteres del texto origen y los segmentos incluidos en la base de datos. Para diferenciar los valores de coincidencias de MT, aquellos que corresponden a coincidencias de TA se subrayan. Estos valores son cálculos de calidad obtenidos a través de la función de estimación de la calidad de la traducción automática (MTQE). Esta función se basa en resultados anteriores y utiliza un motor de aprendizaje automático para predecir la utilidad de la traducción de la TA sin editar para fines de posedición. Si hay una base terminológica activa y el segmento origen contiene un término guardado, este aparecerá en la interfaz de resultados de TAO y estará resaltado en el segmento origen en el editor. Si al traducir se buscan concordancias en el panel «Buscar» en la parte inferior derecha, también aparecerán resultados (comparar con Figura 3). Esta función sirve para buscar y recuperar fragmentos de texto desde la base de datos de la MT que sean más pequeños que las oraciones. Después de activar el panel “Buscar”, se puede escribir o copiar y pegar una palabra o una serie de palabras desde la ventana en la que aparecen. Entonces se muestra una lista de unidades de traducción recuperadas de la MT con la palabra o palabras destacadas. Si hay una sugerencia que se considera útil, se puede copiar y pegar en el segmento del texto meta pertinente.

Figura 4: Tipos de sugerencias de traducción en el TMS de Phrase TMS (captura de pantalla proporcionada por Phrase)

Traducción automática

Ya hemos explicado que la idea fundamental de un sistema de MT es almacenar y recuperar propuestas de traducción de una base de datos que contenga segmentos emparejados y alineados de textos ya traducidos. Así, las propuestas de la MT provienen de una traducción humana o, como en la mayoría de los casos hoy en día, de una traducción confirmada por una persona. A diferencia de la traducción con MT, la idea de la TA es traducir textos de una lengua natural a otra a través de máquinas sin intervención humana, a pesar de que los datos que se usan para entrenar los sistemas proceden de traducciones humanas y de que la responsabilidad de poseditar el resultado del texto traducido por la máquina es de una persona. Tanto las tecnologías de MT como de TA están impulsadas por datos y recuperan traducciones de otros textos. Desde que se inventó la primera tecnología de TA en los años 60 y hasta los 80, el enfoque para obtener los datos solía estar basado en reglas, mientras que el enfoque de los 90 era principalmente estadístico, basado en corpus multilingües. Aproximadamente en 2014, estos enfoques fueron reemplazados por la TAN o los sistemas híbridos. La TAN se basa en las llamadas redes neuronales artificiales, es decir, inteligencia artificial, con el objetivo de reproducir los procesos de aprendizaje del cerebro humano. Los sistemas de TAN se entrenan con todo tipo de materiales, como bases de datos de MT, bases terminológicas y corpus monolingües y multilingües (Christensen, Bundgaard, Schjoldager et al. 2022). La tecnología se sirve de algoritmos basados en patrones lingüísticos para ubicar traducciones previas que se puedan reutilizar. Hoy en día, los sistemas comerciales de MT ofrecen interfaces a diversas herramientas de TA. Es posible que la integración de las funciones de TA en los sistemas de MT haya difuminado los límites entre las MT y la TA. Como resultado de esta integración, ahora en el proceso de traducción aparecen propuestas de MT producidas por personas junto a otras generadas por una máquina. Otra razón por la que los límites están difusos es que los motores de TA que van integrados en los sistemas de MT suelen estar entrenados con bases terminológicas y bases de datos de MT producidas por humanos de forma interna a fin de aumentar la calidad de la TAActualmente, el sistema de MT de Phrase conecta más de treinta motores de TA genéricos y personalizados de proveedores de herramientas de TAN impulsada por IA como Amazon, DeepL, Google y Microsoft. Las funciones de TA están integradas en Phrase y esta herramienta selecciona el motor más adecuado para cada tarea de traducción en función del dominio, el par de idiomas, el historial de distancia de edición y el rendimiento previo de cada motor de TA. Esta función se denomina Phrase Translate. Por último, Phrase Translate ahora ofrece un motor de TAN llamado NextMT, que genera coincidencias menores que el segmento. Cuando encuentra una coincidencia parcial en la base de datos de MT, NextMT capta las partes que coinciden y traduce de forma automática las que no. La herramienta acepta etiquetas de marcadores de posición y de formato y, si hay una base terminológica activa, coge todos sus términos y los edita con las flexiones morfológicas correctas. En enero de 2023, Next MT ofrecía cuatro combinaciones lingüísticas y todas ellas incluyen el inglés.

Gestión terminológica

Una base terminológica es un glosario bilingüe de términos emparejados que se guardan junto con metadatos como definiciones, información gramatical y otras características. Es un programa de gestión terminológica que almacena, recupera y conserva términos clave y sus traducciones, por ejemplo, de la terminología específica del cliente. Cuando se activa un segmento de traducción en el editor, hay una función de reconocimiento de términos que compara el segmento con la base terminológica. Si se encuentra un término del segmento origen para el que la base terminológica tiene una coincidencia en la lengua meta, aparece el término en la lengua meta. Esto se aplica a todos los tipos de coincidencias. También se puede importar manualmente la coincidencia de un término al segmento activo en el editor antes, durante o después del proceso de traducción. La terminología también se puede insertar automáticamente en el segmento del texto meta. Se puede utilizar una función de extracción terminológica para acceder a listas de candidatos a término en función de su frecuencia de aparición en los textos origen y meta que la máquina sea capaz de leer, con el objetivo de acelerar el proceso de aumento del número de términos. Se pueden extraer términos de textos monolingües o bilingües (normalmente de MT). Independientemente del método de extracción, una persona debe evaluar y después importar los candidatos a término en la base terminológica.

Control de calidad de la traducción

Antes de completar una tarea de traducción, la persona que se encarga de traducir o de gestionar el proyecto activa una función de control de calidad (QA). Se trata de una revisión automática que busca errores básicos y problemas que dificultan la calidad. El QA automático se limita a detectar errores de ortografía, números y fechas, segmentos no traducidos, segmentos con longitud atípica, secuencias de etiquetas en el segmento del texto meta distintas de las del original, el uso de la terminología y de términos prohibidos que estén en la base de datos, y coincidencias de la MT y de TA sin modificar. En el TMS de Phrase, aparece una lista de advertencias generales cuando se ejecuta el control de calidad incluido en la interfaz de la herramienta. En la Figura 5, se muestra la interfaz del QA del TMS de Phrase.

Figura 5: Interfaz del control de calidad del TMS de Phrase (captura de pantalla proporcionada por Phrase)

El control de calidad automático no se parece a una revisión prototípica ni al proceso de revisión que llevan a cabo las personas, pues se limita a detectar problemas que el programa puede identificar y controlar; sin embargo, no puede evaluar la precisión o utilidad de una traducción con un fin determinado.

cabecera

Flujo de trabajo de un sistema de gestión de la traducción

Como ya hemos mencionado antes, muchos sistemas de MT son una parte esencial de los sistemas de gestión de la traducción (TMS) hoy en día. La Figura 6 (Esselink 2020: 112) muestra una configuración básica de un TMS y algunos procesos del flujo de trabajo.

El objetivo de un TMS es «to streamline, automate and manage the entire translation process, from handing off the source content to be translated, through translation and review, to ultimately publishing the final translated content» (Esselink 2020: 110). Se trata básicamente de una plataforma para crear, enviar y completar proyectos de traducción, y para conectar a las partes que intervienen en la cadena de producción de la traducción (clientes, responsables de la gestión del proyecto de los PSL y responsables de la traducción) en un único flujo de trabajo automatizado. Hoy en día, suelen ser sistemas basados en la nube a los que pueden acceder todos los usuarios con un navegador web, lo que facilita la colaboración de varias personas a cargo de la traducción en tiempo real. Si estos se conectan a la plataforma a través del navegador, pueden acceder al editor de MT integrado. Las personas que están detrás de la gestión del proyecto usan la plataforma para analizar previamente el encargo de traducción, hacerle seguimiento y ponerse en contacto con quienes traducen y con la clientela. De esta forma, un TMS tiene un alcance más amplio que una MT, pero ambos cuentan con funciones que se solapan como MT, TA y gestión de la terminología.

Figura 6: Entorno y flujo de trabajo del TMS (Esselink 2020: 112)

Tanto los clientes (usuarios finales de las traducciones) como los PSL pueden gestionar un TMS. Los clientes que invierten en un TMS normalmente «want to keep a tighter grip on their translation processes, workflows, language assets and selection of translation suppliers or language resources» (Esselink 2020: 111). Incluso aunque los clientes no quieran invertir en programas informáticos de traducción, esperan que su PSL utilice un TMS para aumentar la productividad y ahorrar en costes. Según Esselink (2020: 111-112), el prototipo de un proceso utilizando un TMS incluye lo siguiente:

Selección de un texto que necesita traducción desde una plataforma de contenido por parte del cliente (por ejemplo, un sistema de gestión de contenido).
Transferencia automática del contenido al PSL.
Creación automática del proyecto y conversión del texto a un formato legible para el TMS.
Análisis del texto original con respecto a la base de datos de MT y generación de un informe del recuento de palabras que se envía al cliente destacando el número de palabras que se van a traducir, el volumen de contenido que se puede recuperar de la MT, los costes y la fecha de entrega esperada.
Aprobación del presupuesto de traducción por parte del cliente.
Pretraducción del contenido con la MT y, cuando no haya coincidencias en la MT, con TA.
Envío del encargo a profesionales de la traducción, que pueden aceptar o rechazar la tarea.
En el editor de la traducción, aparecen coincidencias procedentes de la MT o de TA y terminología de la base de datos que se pueden rechazar, editar o aceptar. Para completar el proceso de traducción, lo habitual es que la persona encargada de la traducción o de la gestión del proyecto ejecute un QA.
Envío de la traducción para la revisión a otro profesional o al cliente para que lo revise.
Envío de modificaciones, comentarios y observaciones generales a la persona que realizó la traducción, que los revisa y los implementa.
Entrega de la traducción final al cliente.

Para tener un ejemplo de un flujo de trabajo en un PSL específico, véase Bundgaard (2017: 95).

En resumen, cuando una máquina traduce y hay profesionales de la traducción que se encargan principalmente de corregir errores, quienes antes realizaban el grueso de la traducción acaban desempeñando un papel secundario, y ya no son el centro de proceso de traducción: se convierten en agentes que manipulan un complejo proceso definido por las tecnologías y por otros agentes como los PSL y los clientes. LeBlanc (2017) plantea que este papel secundario de las personas que traducen es un problema, pues concluye que suelen experimentar una pérdida de autonomía profesional y una menor satisfacción profesional debido a la inevitable implementación de las MT y al uso obligatorio de sus coincidencias. En este sentido, la aceptación general de la tecnología de las MT requiere que se investigue más acerca de todos los aspectos relativos a las interacciones de profesionales de la traducción y sistemas de MT, entre otros, como parte de un TMS.

cabecera

Investigación sobre la interacción entre profesionales y memorias de traducción

A pesar de que la tecnología de las MT está claramente extendida en la práctica en la traducción moderna, no se le ha prestado mucha atención en los estudios de traducción (como ejemplo, O’Hagan 2013: 506ff). Christensen, Flanagan y Schjoldager (2017: 14), en una revisión sistemática de artículos sobre tecnologías de traducción publicados entre 2006 y 2016, encontraron que los estudios acerca del espacio de trabajo de la traducción eran escasos, así como los que tratan sobre la interacción de quienes traducen con las herramientas de traducción, y las consecuencias en sus mentes y procesos de trabajo. En su lugar, las investigaciones se han centrado sobre todo en los aspectos técnicos y en la evaluación de la calidad, la implementación de la tecnología en el sector lingüístico y su impacto en la profesión y en la formación. Los estudios recientes parecen centrarse en las MT (por ejemplo, LeBlanc 2017; Sannholm 2021) o en la TA (Daems, Vandepitte, Hartsuiker et al. 2017; Ortiz-Boix y Matamala 2017) y, últimamente, parece que se le presta más atención a la TA que a las MT, probablemente debido al notable desarrollo de la TA en los últimos años. Teniendo en cuenta el hecho de que las MT son la herramienta favorita en la profesión y que suelen combinarse con TA, describiremos algunos estudios empíricos recientes que se centran en la interacción de profesionales de la traducción con las MT combinadas con TA. Para ello, recurriremos a nuestros propios estudios en este ámbito en particular y a la búsqueda sistemática de estudios publicados en importantes revistas de estudios de traducción entre 2017 y 2022. Como en Christensen, Flanagan & Schjoldager (2017), el número de estudios encontrados fue escaso.

Bundgaard (2017) llevó a cabo un estudio sobre el espacio de trabajo con MT asistidas por TA en un gran PSL danés. Investigó la interacción de ocho profesionales de la traducción con MT asistidas por TA en SLD Trados Studio en un experimento etnográfico. Las acciones estudiadas fueron: aceptar, rechazar y revisar varios tipos de coincidencias, registrar el tiempo que tardaron en editar las coincidencias de MT y TA, y sus posturas con respecto a las MT asistidas por TA. El estudio mostró que el proceso con MT asistidas por TA conlleva interacciones muy complejas entre la persona y la máquina. En este proceso, las personas gestionan distintas sugerencias de traducción y se sirven de varios recursos y funciones mientras tienen en cuenta las preferencias del cliente y el contexto situacional del texto meta. A modo de ejemplo, el estudio mostró que el 9 % de las coincidencias de un texto técnico se aceptaron sin cambios. En lo relativo al tiempo invertido en editar coincidencias de MT y TA (también en un texto técnico), los resultados mostraron que la velocidad media de edición de las coincidencias de MT con valores entre el 70 y el 74 % y de la TA fue similar, mientras en las coincidencias de MT con valores mayores fue más rápida. A pesar de que identificaron numerosos aspectos negativos del proceso, en especial relacionados con la TA, las personas encargadas de la traducción mostraron una actitud pragmática con respecto a las MT asistidas por TA.

Al igual que Bundgaard (2017), Teixeira y O’Brien (2017) realizaron un estudio sobre el espacio de trabajo en el que se registraron las pulsaciones de teclas, se grabó la pantalla, se realizó un seguimiento ocular y entrevistas a posteriori para investigar los aspectos ergonómicos y cognitivos del trabajo cuando se editan coincidencias de MT y TA, así como cuando se traduce desde cero en la herramienta de TAO memoQ. El estudio mostró que la herramienta más importante para buscar términos y expresiones era la función de concordancias de memoQ, y que la forma en la que se utilizaba la doble pantalla variaba bastante: algunas personas solo utilizaron una pantalla durante toda la tarea, mientras que otras cambiaban frecuentemente de pantalla, pero todas pasaron más del 90 % del tiempo en la pantalla que mostraba la ventana principal de memoQ. Los datos del seguimiento ocular revelaron que aproximadamente la mitad del tiempo miraban el segmento meta y menos del 20 % el segmento origen. Además, los autores comprobaron que la tarea de consultar los recursos es una de las actividades que más esfuerzo requiereBundgaard & Christensen (2019) también publicaron algunas reflexiones sobre la interacción de profesionales con recursos de traducción. Basándose en los datos de Bundgaard (2017), estudiaron el uso de estos recursos durante la posedición de las coincidencias de MT y TA. El estudio mostró que aproximadamente el 74 % de las consultas a recursos fueron búsquedas de concordancias, y que la función de concordancia suele ser la primera opción. Cabe destacar que las búsquedas de concordancias fueron más frecuentes en la posedición de TA que en las coincidencias de MT, lo que indica que esta función es un recurso esencial para la posedición de TA. Los resultados también indicaron que se comprueba la TA con la MT, incluso cuando no se perciben problemas en la traducción. Si tenemos en cuenta los resultados de Hvelplund (2017), que muestran que el recurso preferido en traducción no asistida son los diccionarios bilingües, Bundgaard y Christensen (2019) sugieren que los patrones de búsqueda de los traductores cambian al usar una herramienta de TAO.

Cadwell, O’Brien y Teixeira (2018: 314-315) señalan que las MT y la TA están claramente interrelacionadas en la práctica y que quienes llevan a cabo la traducción suelen fiarse de los resultados de las MT más que de los sistemas de TA, visto desde la teoría de la agencia en un estudio de grupos de discusión acerca de los factores humanos que determinan la adopción (o no) de la TA por parte de profesionales de la traducción. Para poner un ejemplo, los miembros de los grupos argumentaron que, a pesar de que tanto los segmentos procedentes de MT como de TA pueden contener errores, “TM segments are at least consistent in the type of errors they can contain, and that differences in TM matches are highlighted, but that MT output errors are unpredictable, inconsistent and foster distrust” (Cadwell, O’Brien y Teixeira 2018: 314). No se menciona si las personas encargadas de la traducción tienen experiencia con TAN pero, a juzgar por la fecha de la recopilación de los datos, es probable que estos resultados estén basados en TA estadística.

El único estudio que conocemos que explora la traducción literaria en combinación con MT, TA y otras tecnologías es el estudio de Slessor (2020), que proporciona información muy necesaria acerca de las prácticas de profesionales de traducción literaria. Los resultados de este estudio se basaron en un cuestionario en línea con 40 profesionales y muestran que la gran mayoría nunca utiliza tecnología como las MT o TA. Para concretar más, el 77,5 % afirmó no haber utilizado nunca MT, el 7,5 % casi nunca las usa, el 10 % las usa a veces y solo el 5 % a menudo. En cuanto a la TA, el 70 % nunca la había utilizado, el 20 % casi nunca, el 10 % a veces y ninguna persona la utilizaba a menudo. Es interesante comentar que parte contestó que usaba las MT para mantener el formato o para buscar colocaciones en bitextos, lo que indica que la búsqueda de concordancias sigue siendo un recurso útil para la traducción literaria. Según Slessor, los costes y la falta de conocimiento de las herramientas TAO son barreras que se interponen en la adopción de tecnologías para traducción especializada.

cabecera

Potencial para la investigación

Quienes trabajan como profesionales de la traducción están ya tan acostumbrados a apoyarse en un sistema de MT que podrían sentirse muy perdidos sin él, entre otras cosas porque les ayuda a aumentar su productividad en un mercado muy competitivo. No obstante, el aumento de la productividad va de la mano de unas tarifas más bajas y, podríamos decir, de un papel más secundario en el proceso de traducción. Además, el flujo de trabajo de la traducción suele estar controlado por los PSL o por los clientes, que tienden a ser los propietarios de las bases de datos de la MT. En cualquier caso, la traducción profesional hoy en día es sin duda un ejemplo de la interacción persona-ordenador y sostenemos que es de suma importancia seguir investigando esta relación.

Mientras que la investigación en traducción se ha mostrado reacia a la hora de considerar la tecnología de la traducción como área de interés, hay otras disciplinas como la lingüística computacional y la informática con mayor disposición a investigar el desarrollo de la TA. Sin embargo, estos estudios se han centrado principalmente en los programas informáticos en vez de en los agentes humanos y la combinación de TA con otras tecnologías. Por ello, creemos que es necesario que los estudios de traducción se pongan al día con los recientes avances tecnológicos y promuevan el interés en la investigación de tecnologías de traducción sin dejar de lado a la persona. Así llegamos a concluir esta entrada con una lista de sugerencias para seguir la investigación en MT con un enfoque hacia la interacción traductor-ordenador:

Necesitamos más información acerca de la interacción entre quienes traducen y las MT asistidas por TAN.
Necesitamos más estudios que traten sobre la forma en la que profesionales de la traducción interactúan con las distintas funciones de los programas y si las comprenden, como por ejemplo la integración de MT y TA en unidades menores que el segmento.
Necesitamos más investigación acerca del flujo de trabajo de la traducción profesional, como la colaboración entre quienes se encargan de la traducción, de la gestión de proyectos, clientes, sistemas de MT y otras herramientas de traducción.
Necesitamos más información acerca de cómo afecta la tecnología en la satisfacción profesional y en la imagen social de nuestra profesión.
Necesitamos más estudios sobre el uso y las potenciales ventajas de las MT asistidas por TA en contextos distintos de la traducción para fines específicos, como por ejemplo en la traducción literaria.

A pesar de que la tecnología de las MT se ha abierto paso en la formación de profesionales de la traducción, aún tenemos que investigar cómo se enseña esta tecnología y qué competencias deben aprenderse tanto a nivel de grado como de posgrado. También sería interesante explorar el potencial de integrar MT o MT asistidas por TA en el aprendizaje de lenguas asistido por ordenador en general.

cabecera