Inteligencia Artificial en traducción (I)

La inteligencia artificial (IA) llegó para cambiar el mundo. El de la traducción, en concreto, lo está cambiando la inteligencia artificial generativa, aquella capaz de crear imágenes, audios, vídeos, pero también textos.

En otoño de 2022, la humanidad quedó sumida en un estado de perplejidad y fascinación —los profesionales de la lengua, en uno de estupor y pánico— al comprobar las capacidades lingüísticas y comunicativas de un sistema computacional llamado Chat GPT, basado en la IA y desarrollado por la empresa OpenAI. El Chat GPT no es único en su especie, pero sí es uno de los más conocidos; por eso, lo tomo como ejemplo.

¿En qué consiste exactamente el Chat GPT?

El Chat GPT, diseñado «para ayudar a las personas a obtener respuestas a sus preguntas y resolver problemas» (en sus propias palabras), puede responder de forma coherente a cuestiones, generar textos dotados de naturalidad y traducir casi con las habilidades del mismísimo Lutero o San Jerónimo. Todo ello, gracias a un conjunto de parámetros y algoritmos que constituyen un «modelo de red neuronal», así como a un entrenamiento con gran cantidad de texto de varias fuentes y en muchos idiomas. Es decir, el modelo procesa los datos que se le introducen y aprende a partir de ellos.

¿Cuáles son sus limitaciones?

Con millones de datos y unos algoritmos que, ciertamente, demuestran funcionar muy bien, no debería haber problemas. Hasta cierto punto.

Los modelos de IA como el Chat GPT carecen de la capacidad para contrastar la información que arrojan, no tienen consciencia y, por supuesto, no adoptan una actitud crítica, por lo que en el intento de prestar la ayuda para la que han sido concebidos, terminan informando con locuacidad de datos que en realidad son erróneos o están sesgados; es lo que los expertos han dado en llamar «alucinaciones». Estas alucinaciones no son exclusivas del Chat GPT, sino inherentes a la IA generativa —recordemos que el Chat GPT es solo un ejemplo— y están presentes en todos los programas que funcionan conforme al modelo de redes neuronales.

Las alucinaciones de la IA generativa están jugando malas pasadas a profesionales y empresas de todos los sectores. Debido a la admiración que nos causa, a menudo creemos a la tecnología infalible y confiamos en ella sin reservas. No obstante, lo cierto es que su falibilidad es un hecho y sus alucinaciones constituyen un problema tal, que las propias Google y OpenAI han pedido precaución a los usuarios. En Chat GPT, incluso, han introducido una exención de responsabilidad y, en la parte inferior de su interfaz, han añadido un mensaje que reza más o menos así: El Chat GPT puede cometer errores. Compruebe la información importante.

¿Qué riesgos entraña el uso de IA en traducción? La traducción automática neuronal

Con la aplicación de la IA a la ya existente traducción automática, ha aparecido lo que ha dado en llamarse traducción automática neuronal, que recibe su nombre del modelo de IA en el que se basa.

Hemos descrito brevemente los problemas que presenta la IA generativa cuando se trata de responder cuestiones, pero cabe preguntarse qué ocurre en el caso de las traducciones, donde la información viene dada y el programa solo tiene que traducirla.

De entre los errores detectados, estos son los cinco tipos más frecuentes:

- Palabras o fragmentos sin traducir

- Información añadida que no se encuentra en el texto original

- Desviaciones de sentido; es decir, malinterpretaciones del texto

- Traducciones incorrectas de palabras, de forma que no encajan en el contexto, el estilo o el tono del lenguaje, haciendo que el texto suene «raro»

- Repeticiones de una o varias palabras

En un escenario óptimo, estos errores pueden no constituir ningún problema si, una vez realizada la traducción automática (TA), un traductor humano especializado los detecta y los solventa. No obstante, puede ocurrir que el proceso de revisión conlleve más trabajo del que habría conllevado la traducción humana y, entonces, nos estaríamos desviando de los objetivos que pretendíamos alcanzar con la TA: el aumento de la productividad y el ahorro de costes.

Entonces, ¿sustituye la traducción automática neuronal a un traductor humano cualificado?

Depende del nivel de calidad y el valor que se espere del texto, así como de los riesgos que se quieran asumir. La decisión sobre si utilizar o no la TA basada en IA debe tomarse tras considerar las características del proyecto y el impacto de los posibles errores o imprecisiones, tanto en el plano económico como sobre la reputación de nuestra empresa o la seguridad de nuestros productos, por ejemplo.

No se trata de dar un paso atrás y actuar como si la IA nunca hubiera irrumpido en nuestras vidas, sino de utilizarla con sensatez, de evaluarla y de saber determinar cuándo puede ser útil o cuándo puede causar más daño que beneficio.