Traducción automática: Cinco limitaciones que debes saber

En el momento en que el chatbot de ChatGPT llegó a todas las portadas por aprobar un examen de la facultad de derecho y casi aprobar un examen para obtener un título de medicina en EE. UU., pasó a ser innegable que la inteligencia artificial (IA) puede producir resultados asombrosos. La traducción automática también ha progresado mucho a lo largo de los años y ahora es una tecnología disruptiva tan imprescindible que ya se convirtió en un recurso para la mayoría de los traductores. Sin embargo, para que sus habilidades sigan destacándose en esta era de progreso tecnológico sin precedentes, los profesionales de la lengua deben familiarizarse con las características de los sistemas de las redes neuronales artificiales (también conocidas como «redes neuronales»), el aprendizaje automático y la inteligencia artificial (IA), y en especial con sus limitaciones.

A continuación veremos una descripción general de cinco limitaciones que tienen estas tecnologías y algunas estrategias que los traductores humanos pueden usar para evitar sorpresas desagradables.

Sensibilidad extrema

Las redes neuronales suelen tener una interpretación diferente de cuestiones que parecerían muy similares al ojo humano. Por ejemplo, los investigadores han demostrado que cuando un sistema que usa esta tecnología tiene la tarea de identificar el contenido de una imagen, puedes cambiar la respuesta que obtienes con tan solo alterar un píxel en dicha imagen. A raíz de esto, te imaginarás que, cuando se trata del lenguaje, oraciones casi idénticas se pueden traducir de manera muy diferente.

Recomendación: Presta mucha atención a los pequeños cambios que hay en las traducciones sugeridas para segmentos con altos porcentajes de coincidencia para que el texto meta sea coherente.

Prejuicios humanos

Puedes pensar que la IA no tiene prejuicios, pero al estar basada en datos, existen muchos sesgos en dichos datos de aprendizaje que la influyen. En 2019, investigadores descubrieron que uno de los algoritmos que utilizaba el gobierno de EE. UU. para identificar a los pacientes con mayor probabilidad de necesitar cuidados intensivos tenía prejuicios raciales. El sistema de IA utilizó los gastos médicos de las personas para evaluar su nivel de riesgo y, al hacerlo, concluyó que las personas de color corrían menos riesgo porque tenían menos gastos de atención médica. Su conclusión fue incorrecta ya que se basó en datos que mostraban un problema sistémico con el acceso a la atención médica por parte de este grupo demográfico más pobre.

Los sistemas de IA también pueden tener un prejuicio de disponibilidad. Esto se debe a que la máquina tiende a ver lo que aprende como representativo de la realidad, lo que a menudo no es el caso cuando el tamaño del corpus es pequeño.

Recomendación: Corrige con cuidado las oraciones traducidas automáticamente para asegurarte de que la máquina no incluya prejuicios humanos que no desees y hayan sido agregados involuntariamente durante el aprendizaje automático.

Razonamiento poco claro

Si bien la informática sigue siendo un misterio para muchos, la IA continúa desconcertando incluso a los expertos. En muchos casos, funciona bien, pero a menudo es difícil entender por qué lo hace.

Recomendación: Verifica siempre cada segmento que tradujo un sistema de IA, sin importar cuán bueno sea. La realidad es que nunca sabrás cómo llegó el sistema a ese resultado.

Incertidumbre inherente

Dado que los sistemas de IA se basan en la probabilidad, puede pasar que algunas de sus conjeturas sean inexactas. Además, la máquina puede estar muy confiada en resultados que son sumamente inexactos. Esta limitación potencialmente catastrófica está retrasando el despliegue a gran escala de la IA en aplicaciones donde la seguridad es fundamental, como la medicina y los vehículos autónomos.

Recomendación: Aprovecha una de las mayores fortalezas de los profesionales del lenguaje humano: su juicio. Cuando haya lugar a la interpretación, pregúntate si la máquina lo entendió correctamente y luego realiza los cambios necesarios o agrega matices al texto destino. Si el sistema de IA está configurado para aprender continuamente, incorporará tus comentarios en trabajos futuros.

Habilidades matemáticas cuestionables

Al contrario de lo que puedas pensar, y a diferencia de la informática tradicional, ¡la inteligencia artificial no es muy buena en matemáticas! Los investigadores no saben exactamente el porqué, ya que la IA generalmente puede resolver la mayoría de los problemas, siempre que se le proporcionen suficientes datos y recursos para respaldar su aprendizaje. Desafortunadamente, las matemáticas parecen ser la excepción.

Recomendación: Presta mucha atención a todo lo que un sistema de IA haya traducido con relación a las matemáticas, incluidos los valores numéricos y los cálculos. ¡Hay un alto riesgo de errores!

Esperamos que este resumen te haya sido útil. Para obtener más información sobre el uso de IA para la traducción, consulta los siguientes artículos:

Cuándo conviene usar la traducción automática

Entrenamiento de chatbots: un nuevo tipo de servicio lingüístico

Comunícate con nosotros si deseas ser parte de nuestro equipo como empleado o autónomo, o si quieres trabajar con un destacado proveedor de servicios lingüísticos