Por Darío D’Angelo

En el mes de abril, Alejandro Batista co-escribió un artículo en DEL acerca de la relación entre la enseñanza universitaria y la IA que pone de manifiesto la necesidad de redefinir el rol docente. En esta oportunidad veremos qué sucede cuando esta herramienta se utiliza para traducir.

En Pasaje al futuro, Santiago Bilinkis (2014) reflexiona acerca del oficio del traductor y la capacidad de la inteligencia artificial para acercarse a esta tarea tan singular y humana. En el capítulo 9 sobre educación, en el apartado ¿El fin del trabajo intelectual y cognitivo?, hace referencia a una experiencia que tuvo al visitar el Googleplex en el campus principal de Google. Allí conoció a la persona encargada de la dirección de Google Translate, herramienta de traducción automática neuronal. Si bien esta reconoció que aún estaban lejos de lograrlo, explicó a Bilinkis que los algoritmos que utiliza cuenta con tres fuentes de aprendizaje:
-el poder creciente de cómputo que se incrementa año a año;
-el incremento de páginas web en diversos idiomas, que crecen exponencialmente y brindan fuentes extra de aprendizaje al observar cómo traducen los humanos;
-la posibilidad de que los usuarios corrijan los errores que encuentren, lo que ayuda a los algoritmos a aprender de manera continua.

El responsable de Google Translate le dijo a Bilinkis que su equipo de trabajo ponía una nota para ver el progreso de la herramienta y que en ese momento se adjudicaban un 4 (cuatro). ¿El objetivo? Sacarse 7 (siete) para el final de la década. La edición que leímos fue publicada en 2014… A diez años del planteo de ese objetivo, mucha agua ha pasado bajo el puente de la inteligencia artificial. ¿Ya han logrado las máquinas traducir como humanos? ¿Lograrán quitarnos el trabajo de traductores? ¿Dejaremos de ser dueños de la sofisticación cognitiva que mantiene el espíritu de un texto traducido?

Además de todo lo descrito arriba, si esta herramienta ha evolucionado, ¿cómo lo ha hecho la IA generativa como es el caso de Chat-GPT? Decidimos hacer una prueba con un texto de muestra para tener contexto y nos pusimos a prueba: humano contra algoritmos. Veamos los resultados y dejaremos que ustedes, lectores, saquen sus propias conclusiones.

Para esta ocasión, tomamos un texto de una novela negra: Desert Star (Estrella del desierto) de Michael Connelly (2022).

BOSCH had the pills lined up on the table ready to go. He was pouring water from the bottle into the glass when the doorbell rang. He sat at the table, thinking he would let it go. His daughter had a key and never knocked, and he wasn’t expecting anyone. It had to be a solicitor or a neighbor, and he didn’t know any of his neighbors anymore. The neighborhood seemed to change over every few years, and after more than three decades of it, he had stopped meeting and greeting newcomers. He actually enjoyed being the cranky old ex-cop in the neighborhood whom people were afraid to approach. (p.11)

Para no hacer trampa, hicimos la traducción humana evitando el uso de diccionarios y así probar simplemente la capacidad de traducir de un tirón. Esto no significa que luego no hayamos chequeado nuestro trabajo con ellos, utilizándolos posteriormente para mantener el espíritu de lo traducido. ¿Qué creen que sucedió? Lo veremos en la segunda parte. Spoiler: Google Translate no lo hizo mejor que nosotros. No le pondríamos un 7 (siete)… aún. ¡Pero otra herramienta nos superó!

Referencias

Bilinkis, S. (2014) Pasaje al futuro. (1a ed.). Sudamericana.

Connelly, M. (2022) Desert Star. Allen & Unwin.