Esta ensalada de siglas en el título se refiere a la comparación entre la traducción automática (TA) y la actualmente tan bullada inteligencia artificial (IA).

Cuando estudiaba traducción (¡a fines del milenio pasado!), la traducción automática solía servir únicamente para ejemplificar lo mala que era y para partirnos de la risa con las joyitas que presentaba. El intelecto humano es irremplazable, nos decían.

El inexorable paso del tiempo nos mostró que el panorama no era tal. Ese “nunca” no era tan taxativo y estaba mucho más cerca de lo que pensábamos. Cierto, la traducción con IA no han reemplazado a los humanos, pero esa es la dirección que pareciera querer tomar parte de la industria, con infinidad de herramientas que la incorporan…así como agencias de traducción que intentan sacar una mayor tajada encargando solo posedición de textos traducidos por las máquinas.

En la actualidad, tenemos distintos sistemas de traducción automática (DeepL, Google Translate) y de inteligencia artificial (ChatGPT, Gemini) que son capaces de abordar la traducción de manera más o menos aceptable. ¿Pero cuáles son sus diferencias o limitaciones actuales?

Veamos entonces.

La TA traduce lo que se le pide, pero puede cometer errores gramaticales. Sin embargo, como funciona a nivel oracional, no considera el contexto situacional. Cada oración es una traducción nueva sin lazo alguno con las que la preceden o siguen, lo que genera problemas de coherencia y cohesión. Por ejemplo, un sujeto tácito femenino puede ser masculino en el párrafo siguiente, porque el sistema es incapaz de interpretarlo correctamente. La máquina no tiene las herramientas ni el conocimiento para hacer la distinción.

Por su parte, la IA en principio no suele cometer errores gramaticales. Además, tiene cierta capacidad para tener en cuenta el contexto y evitar problemas de coherencia y cohesión. Sin embargo, es estocástica, es decir, azarosa. Por ello, puede inventar cosas que no están en el original (alucinar, que le llaman) y, además, tiende a ser complaciente, inclinándose a producir lo que “cree” que el usuario quiere leer, no lo que realmente es en términos factuales. Otras veces porfía, dando información errada. El riesgo está en que si no dominamos el tema, podemos creerle.

Por ejemplo, esto es lo que la IA de Google me dijo cuando le rebatí que 件 no se leía ko, como afirmaba ella, sino ken:

You are correct. The Japanese counter 件 can be read as both “ko” and “ken”. The pronunciation “ko” is more common, but the pronunciation “ken” is also used in some cases. For example, the word “案件” (kanken) means “case” and is counted using the counter 件.

Lo anterior tiene unos cuantos errores:

• 件 puede ser ken, gen, kudari o kudan según el contexto, pero nunca ko.
• 案件 no se lee kanken, sino que anken.
• El significado, más que caso, es “asunto” o “ítem”. Podría ser caso, siendo generosos y abstractos, pero no es la acepción principal.
• Eso de que ken se usa en algunos casos, es incorrecto, pues es la lectura más frecuente y probable.

Aunque lo anterior es un ejemplo de una pregunta hecha a la IA, cuando se le encarga una traducción, en mi experiencia se corre el riesgo de que invente u omita información. Otras veces puede producir resultados asombrosos en una oración, pero ridículos en otra.

Por lo anterior, tanto la traducción automática (mecánica) y la encargada a la inteligencia artificial requieren de la revisión humana en términos de corrección, naturalidad, fidelidad con el original, pertinencia cultural, etc. Confiar en el robot para hacer todo el trabajo puede causar errores inesperados y efectos desastrosos.

Lo malo de esto es que al igual como nos ha pasado con las calculadoras, que ya casi no podemos hacer operaciones básicas sin ellas, el riesgo de que nos acostumbremos a depender de la IA no es menor.

Por otra parte, no sé si habrán notado que los “artículos noticiosos” a los que accedemos desde nuestros celulares son cada vez más artificiales, con títulos atrayentes pero cero contenido real. Me tinca que ya conocemos a la culpable. La monotonía textual y la repetición de estructuras es evidente. A ver si podemos salvar a la traducción de sufrir ese mismo destino.