La preocupación de que en el futuro no haya demanda de traducción humana debido a la rápida evolución de la traducción automática es uno de los temas más candentes en la industria de la traducción. En el episodio de hoy, hablamos sobre esta inquietud con Paula Estrella, especialista en la materia.
Paula es licenciada en Ciencias de la Computación por FaMAF (UNC) y doctora en Tratamiento Informático Multilingüe por la Universidad de Ginebra en Suiza. Es docente-investigadora en la Oficina de Ingeniería Lingüística de la Facultad de Lenguas y, además, Subject Matter Expert en una importante empresa de traducción a nivel mundial, donde participa en proyectos relacionados con la traducción automática y posedición. Asimismo, participa voluntariamente en el board de Women in Localization en Argentina.
El procesamiento del lenguaje natural siempre fue un tema que a Paula le interesó muchísimo. Cuando tuvo que abordar el trabajo final de su carrera de grado, decidió enfocarse en la traducción automática con la ayuda de un conocido que ya estaba trabajando en esto en EE. UU. Luego, a través de una beca, tuvo la oportunidad de hacer un doctorado en Ginebra sobre un área directamente relacionada: la evaluación de la traducción automática. Desde entonces, Paula se ha dedicado a tiempo completo a su investigación y desarrollo.
“Posedición” es un término que se escucha muchísimo en los últimos tiempos y que ha llegado a generar cierta aversión entre los traductores. Concretamente, la posedición implica arreglar algunos errores que han sido introducidos en el proceso de traducción automática de un texto. Sin embargo, la tecnología ha avanzado tanto que hoy en día se habla de revisión porque se supone que, con la llegada de la traducción automática neuronal, el trabajo del traductor ya no es quitar los errores ortográficos o gramaticales, sino trabajar más a un nivel de revisor o proofreader.
Los modelos neuronales no son un concepto nuevo, afirma Paula. Lo nuevo es el hardware que permite que los cómputos se realicen de manera rápida y eficiente. En la actualidad, es posible entrenar modelos neuronales para hacer traducción, para hacer detección de plagio, para predecir el clima, etc. Lo que ha variado es la masividad de los datos abiertos y el acceso a hardware económico y de gran rendimiento. Todos estos factores han permitido “que explote hoy”, comenta. De hecho, ahora también se habla de posedición automática, específicamente en cuestiones relacionadas con la corrección del formato y la puntuación. “Hay que elegir cuáles procesos automatizar y cómo”.
Paula opina que no hay que tener miedo, sino que “hay que ir adaptándose a este medio que va cambiando”. Existen muchos lugares en los que las personas interesadas pueden capacitarse y obtener información. Uno de ellos es TAUS (Translation Automation User Society), una página en la que pueden encontrarse muchos recursos, tutoriales y listas de eventos próximos sobre el tema. Además, la Oficina de Ingeniería Lingüística de la Facultad de Lenguas de la UNC está planificando un montón de eventos para 2019: talleres, webinarios y muchas otras propuestas innovadoras. Para Paula, en el futuro habrá nuevos roles que demandarán los conocimientos que tienen los traductores. “Lo más importante de ahora en adelante es la inteligencia emocional y la flexibilidad”.