¿Qué es la traducción automática y cómo puede acelerar la entrada en el mercado?

¿Qué es la traducción automática? Es una buena pregunta ya que esta tecnología existe desde 1949. La traducción automática, o la traducción automática de un texto de su idioma de origen a otro mediante software informático, parece muy diferente hoy que hace décadas y continúa evolucionando rápidamente.

Si todavía te imaginas a Babelfish de principios de la década de 2000 cuando piensas en la traducción automática, es posible que te sorprenda lo precisa, cómoda y rápida que es la tecnología actual. La traducción automática ahora puede ayudar a las empresas a lanzarse en nuevos mercados globales de manera rápida y confiable.

It’s no longer a question of whether you should use machine translation but of when and how. But first, let’s answer the question “What is machine translation?” and dispel some common myths about it.

¿Qué es la traducción automática?

Put simply, machine translation is a process where artificial intelligence (AI), machine learning, and algorithms automatically translate text or speech from one language to another—without a human linguist. During this process, the original text or language is called the source language, and the language you’re translating into is called the target language.

Diferentes tipos de métodos de traducción automática

Hay varios enfoques diferentes para la traducción automática y cada uno funciona de manera ligeramente diferente.

Traducción automática basada en reglas

Con la traducción automática basada en reglas (RBMT), el sistema de IA utiliza reglas lingüísticas y diccionarios bilingües para traducir texto. Las reglas lingüísticas le dicen a la IA cómo debe traducir palabras o frases del idioma de origen al idioma de destino para preservar el significado.

RBMT requiere traductores humanos para crear y mantener reglas gramaticales y lingüísticas, así como para realizar una gran cantidad de ediciones humanas. Hoy en día, RBMT no es muy común debido a la necesidad de participación humana y la baja calidad de la traducción.

Traducción automática estadística

La traducción automática estadística (SMT), que requiere menos intervención humana que la RBMT, utiliza en cambio algoritmos de aprendizaje automático para completar las traducciones. SMT analiza una gran cantidad de traducciones humanas existentes para identificar patrones. Estos patrones permiten entonces que el sistema desarrolle modelos estadísticos para predecir cómo traducir el texto.

SMT es una mejora con respecto a RBMT pero aún presenta problemas de precisión.

Traducción automática basada en sintaxis

La traducción automática basada en sintaxis (SBMT), un tipo de SMT, se basa en reglas gramaticales y estructuras de oraciones para traducir texto. El análisis de oraciones de ejemplo y sus correspondientes traducciones, o pares de idiomas, permite a SBMT incluir reglas sintácticas en los modelos estadísticos de traducción que construye.

Este enfoque permite a SBMT traducir texto complejo con mayor precisión, pero requiere una gran cantidad de palabras y frases de ejemplo para entrenar.

Traducción automática neuronal

La traducción automática neuronal (NMT, por sus siglas en inglés) aprende a traducir idiomas utilizando un método de aprendizaje automático llamado redes neuronales. Una red neuronal funciona de manera similar a un cerebro humano al pasar datos a través de varios nodos interconectados. Este sistema permite a NMT trabajar con grandes conjuntos de datos, ya que cada nodo trabaja para decodificar el idioma de origen y codificar el idioma de destino.

Debido a que NMT traduce oraciones completas en lugar de palabras o frases individuales, sus traducciones tienden a sonar más naturales. Dado que muchos lo consideran el método de traducción automática más preciso, la mayoría de las tecnologías de traducción de idiomas, incluido Smartling, se basan en NMT.

Traducción automática híbrida

La traducción automática híbrida (HMT) utiliza dos o más métodos de traducción automática para mejorar los resultados que puede obtener de una sola solución de traducción. La mayoría de las veces, HMT combina modelos RBMT y SMT, pero también puede usar modelos NMT.

Por ejemplo, HMT puede usar SMT para identificar y traducir patrones, RBMT para traducir ciertos matices lingüísticos y NMT para crear traducciones más precisas y que suenen más naturales.

¿Qué es una herramienta de traducción asistida por ordenador?

Utilizadas junto con las herramientas de traducción automática, las herramientas de traducción asistida por computadora (CAT) automatizan tareas como la edición y la gestión de traducciones. Para hacer esto, los usuarios ingresan texto en la herramienta CAT, que luego divide el texto en segmentos de párrafo, oración o frase. A continuación, la herramienta guarda estos segmentos en una base de datos a la que puede acceder el software de traducción automática.

Dado que el software TAO acelera el proceso de traducción, muchas empresas utilizan estas herramientas para automatizar sus proyectos de traducción y localización .

3 beneficios principales de la traducción automática

Smartling Translate le permite crear rápidamente traducciones personalizadas de marca en segundos. (Fuente: Smartling

La localización de las experiencias de los usuarios es más importante que nunca: CSA Research descubrió que el 76 % de los consumidores prefieren comprar en su propio idioma. Afortunadamente, la traducción automática ofrece varios beneficios que la hacen ideal para las empresas que intentan llegar a nuevos mercados:

1. Aumento de la velocidad: El software de traducción automática, como NMT Hub o Smartling Translate, mejora la eficiencia al automatizar las tareas manuales involucradas en el proceso de traducción. La traducción automática puede cubrir hasta 7.000 palabras por día, mientras que un traductor humano puede traducir un promedio de 2.000 a 3.000 palabras por día.
2. Lower costs: While translation rates typically land between $0.15 and $0.30 per word for a human translator, machine language translation costs much less—around $0.0012 to $0.0050 per word.
3. Conveniencia: En la actualidad existen numerosos servicios de traducción automática, como DeepL, Google Translate, Amazon Translate y Smartling. Estos servicios hacen que el uso de la traducción automática para proyectos personales, o incluso para proyectos de localización empresarial multilingüe, sea mucho más cómodo.

Los beneficios de la traducción automática ayudan a las empresas a llegar a nuevos mercados más rápidamente con contenido localizado.

La historia de la traducción automática

Machine translation’s history started in 1949 when it appeared in Warren Weaver’s Memorandum on Translation. Not long after, World War II prompted a need for faster military document translation, so researchers like Yehoshua Bar-Hillel began experimenting with machine translation in 1951.

Sin embargo, poner en práctica la traducción automática resultó difícil. Los primeros modelos, como el experimento IBM de Georgetown, se basaban en un conjunto de reglas lingüísticas. Además de esta dependencia de traductores profesionales y reglas, los sistemas de traducción automática de la década de 1950 requerían más capacidad de procesamiento y almacenamiento de datos que el que la tecnología actual podía proporcionar.

El desarrollo de la traducción automática continuó en las décadas de 1960 y 1970 con SYSTRAN y METEO. Sin embargo, dado que estos sistemas seguían utilizando la traducción basada en reglas, los investigadores siguieron luchando por desarrollar una herramienta que pudiera competir con los traductores humanos.

La década de 1990 vio el auge de SMT, gracias a la disponibilidad de grandes conjuntos de datos de entrenamiento de idiomas. Los sistemas SBMT también ganaron popularidad, y los dos nuevos enfoques de la traducción automática condujeron a una mayor precisión y a traducciones de mayor calidad.

A finales de los años 90 y principios de los 2000, software como Babelfish y Google Translate, junto con la llegada de Internet, dio a más personas acceso a la traducción automática. Y en 2016, Google presentó NMT, lo que provocó que Microsoft y Amazon lo siguieran de cerca. La calidad de la traducción automática moderna es ahora incluso más parecida a la de los traductores humanos.

"[Neural machine translation] is gradually eliminating the demarcation between human and machine translation,” says Jack Welde, founder and CEO of Smartling. “It is creating more opportunities for a productive closed loop between machine and human, including machine-enabled tools that make the human more productive and human inputs that make the machine more accurate going forward.”

¿Sabías que...? Las teorías detrás de la traducción automática crearon el campo del procesamiento del lenguaje natural.

3 mitos de la traducción automática

Aunque la traducción automática existe desde hace más de medio siglo, los malentendidos siguen siendo frecuentes. Aclaremos algunos mitos comunes sobre la traducción automática.

Mito 1: La traducción automática reemplazará a los traductores humanos

Hecho: Siempre será necesario contar con traductores humanos en el proceso para añadir una relevancia cultural y matices que la traducción automática no puede alcanzar.

Claro, la traducción automática puede quitar parte del trabajo a los traductores humanos en ciertas circunstancias. Pero el contenido de mayor visibilidad, detallado y más complejo, como páginas web, aplicaciones móviles o incluso el material de marketing de una empresa, requiere una posedición humana para garantizar la precisión y la relevancia. Además, si el idioma de destino es menos común, la traducción automática puede producir traducciones inexactas debido a la falta de datos de entrenamiento en ese idioma.

La traducción automática también puede tener dificultades para traducir contenido específico de la industria, especialmente si no hay conjuntos de datos y modelos especializados disponibles. Aquí es donde brillan los lingüistas humanos con experiencia profesional o académica. Pueden editar los resultados de la traducción automática para que el texto traducido sea claro y preciso.

Alternativamente, puede buscar un servicio de traducción automática como Smartling que le permite entrenar un motor de traducción automática personalizado utilizando glosarios y memoria de traducción para reducir errores y mantener los estándares de la marca.

Mito 2: Todos los programas de traducción automática producen la misma calidad de traducción

Hecho: La calidad depende del motor de traducción automática y del idioma en cuestión.

Quizás le sorprenda saber que la precisión de la tecnología de traducción automática depende no sólo del motor que utilice, sino también del idioma de destino.

For example, PCMag tested the accuracy of different machine translation engines when translating multiple languages and found that ChatGPT was the most accurate for translating Polish, but Google Translate was the best for translating Tagalog. The answer to which machine translation engine is best still continues to change as updates roll out and engines train on new data sets. Smartling’s NMT Hub selects from multiple engines to improve translation quality. (Source: Smartling)

El NMT Hub de Smartling garantiza que siempre obtenga la traducción más precisa posible al enrutar automáticamente su contenido al motor de traducción automática que ofrece los mejores resultados en función de su proyecto. El NMT Hub selecciona entre modelos como Amazon Translate, Watson Language Translator, GPT y PROMT, lo que da como resultado traducciones de hasta un 350 % de mayor calidad.

Mito 3: El proceso de traducción automática no requiere ninguna intervención humana

Hecho: La verificación contextual requiere posedición.

Incluso la NMT es impredecible en lo que respecta al contexto, por lo que son necesarios editores humanos para garantizar que el significado previsto siga presente en su contenido recién traducido.

Además, el funcionamiento de la traducción automática puede crear resultados sesgados. Esto se debe en gran medida a los sesgos culturales y de género, así como a otros sesgos en los datos de entrenamiento. Por ejemplo, los sistemas de traducción automática tienden a traducir palabras de género a las versiones masculinas correspondientes debido a la gran representación de figuras y discursos masculinos en los datos.

En el caso de las traducciones habladas, este es un problema aún mayor. La Stanford Social Innovation Review señala que el software de reconocimiento de voz de Google reconoce las voces masculinas con un 13% más de precisión que las femeninas. La disparidad en la precisión crece aún más si la voz pertenece a una mujer de color o a un usuario que habla con acento.

La intervención humana es necesaria para reducir y eliminar los sesgos, y la tecnología de traducción automática requiere acceso a conjuntos de datos diversos e imparciales cuando sea posible.

Encontrar la combinación de traducción adecuada

La calidad de la traducción automática aún no está a la altura de la de los traductores profesionales. Esto es especialmente cierto para ciertos tipos de contenido, como los contratos legales, donde la precisión es imprescindible, o los anuncios, que requieren creatividad para transmitir un mensaje en una pequeña cantidad de espacio.

Here’s when to use machine translation versus human translation—as well as when you should use both.

Traducción automática

Con los avances recientes, incluida la NMT, la traducción automática ahora es ideal para los siguientes proyectos:

• Tickets y mensajes de soporte
• Opiniones de los usuarios
• Manuales de usuario con un alto volumen de contenido
• Documentación interna
• Bases de conocimientos y guías de ayuda
• Pies de página del sitio web

Traducción humana

Querrás un par de ojos humanos cuando se trata de traducir este tipo de contenido:

• Páginas de inicio y páginas de destino del sitio web
• Entradas de blog
• Comunicados de prensa
• Anuncios
• Campañas de marketing por correo electrónico

Speed up global expansion: Read our guide to learn how to translate your website or mobile app with a translation management system.

La IA y la traducción humana

¿Trabajando en documentos técnicos o contenidos? Vale la pena utilizar un software de traducción automática para crear la traducción inicial y luego hacer que un traductor humano revise los resultados de este contenido:

• Contratos comerciales*
• Patentes
• Términos y condiciones
• Materiales de marketing*
• Contenido SEO
• Títulos y descripciones de los productos

Utilice la potente traducción automática de Smartling para ofrecer experiencias impactantes

La traducción automática ha recorrido un largo camino desde su creación en 1949. Las empresas ahora pueden confiar en herramientas como Smartling Translate y NMT Hub para entregar contenido localizado de alta calidad en menos tiempo y por una fracción del costo de la traducción humana.

Para proyectos que requieren más matices y experiencia específica de la industria, Smartling también ofrece traducción humana impulsada por IA. Este enfoque le ofrece lo mejor de ambos mundos: resultados rápidos de traducción automática seguidos de una revisión humana para una precisión y relevancia óptimas.

Traduzca miles de millones de palabras en minutos con el NMT Hub de Smartling, o vea nuestra demostración de cinco minutos para descubrir lo que nuestros servicios de traducción pueden quitarle de encima.