joyitas que presentaba<\/a>. El intelecto humano es irremplazable, nos dec\u00edan.<\/p>\n\n\n\nEl inexorable paso del tiempo nos mostr\u00f3 que el panorama no era tal. Ese “nunca” no era tan taxativo y estaba mucho m\u00e1s cerca de lo que pens\u00e1bamos. Cierto, la traducci\u00f3n con IA no han reemplazado a los humanos, pero esa es la direcci\u00f3n que pareciera querer tomar parte de la industria, con infinidad de herramientas que la incorporan\u2026as\u00ed como agencias de traducci\u00f3n que intentan sacar una mayor tajada encargando solo posedici\u00f3n de textos traducidos por las m\u00e1quinas.<\/p>\n\n\n\n
En la actualidad, tenemos distintos sistemas de traducci\u00f3n autom\u00e1tica (DeepL, Google Translate) y de inteligencia artificial (ChatGPT, Gemini) que son capaces de abordar la traducci\u00f3n de manera m\u00e1s o menos aceptable. \u00bfPero cu\u00e1les son sus diferencias o limitaciones actuales?<\/p>\n\n\n\n
Veamos entonces.<\/p>\n\n\n\n
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 oraci\u00f3n es una traducci\u00f3n nueva sin lazo alguno con las que la preceden o siguen, lo que genera problemas de coherencia y cohesi\u00f3n. Por ejemplo, un sujeto t\u00e1cito femenino puede ser masculino en el p\u00e1rrafo siguiente, porque el sistema es incapaz de interpretarlo correctamente. La m\u00e1quina no tiene las herramientas ni el conocimiento para hacer la distinci\u00f3n.<\/p>\n\n\n\n
Por su parte, la IA en principio no suele cometer errores gramaticales. Adem\u00e1s, tiene cierta capacidad para tener en cuenta el contexto y evitar problemas de coherencia y cohesi\u00f3n. Sin embargo, es estoc\u00e1stica, es decir, azarosa. Por ello, puede inventar cosas que no est\u00e1n en el original (alucinar, que le llaman) y, adem\u00e1s, tiende a ser complaciente, inclin\u00e1ndose a producir lo que “cree” que el usuario quiere leer, no lo que realmente es en t\u00e9rminos factuales. Otras veces porf\u00eda, dando informaci\u00f3n errada. El riesgo est\u00e1 en que si no dominamos el tema, podemos creerle.<\/p>\n\n\n\n
Por ejemplo, esto es lo que la IA de Google me dijo cuando le rebat\u00ed que \u4ef6<\/em> no se le\u00eda ko<\/em>, como afirmaba ella, sino ken<\/em>:<\/p>\n\n\n\nYou are correct. The Japanese counter \u4ef6 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 “\u6848\u4ef6” (kanken) means “case” and is counted using the counter \u4ef6<\/em>.<\/p>\n\n\n\nLo anterior tiene unos cuantos errores:<\/p>\n\n\n\n
\n- \u4ef6 puede ser ken, gen, kudari o kudan<\/em> seg\u00fan el contexto, pero nunca ko<\/em>.<\/li>\n\n\n\n
- \u6848\u4ef6<\/em> no se lee kanken<\/em>, sino que anken<\/em>.<\/li>\n\n\n\n
- El significado, m\u00e1s que caso, es “asunto” o “\u00edtem”. Podr\u00eda ser caso, siendo generosos y abstractos, pero no es la acepci\u00f3n principal.<\/li>\n\n\n\n
- Eso de que ken<\/em> se usa en algunos casos, es incorrecto, pues es la lectura m\u00e1s frecuente y probable.<\/li>\n<\/ul>\n\n\n\n
Aunque lo anterior es un ejemplo de una pregunta hecha a la IA, cuando se le encarga una traducci\u00f3n, en mi experiencia se corre el riesgo de que invente u omita informaci\u00f3n. Otras veces puede producir resultados asombrosos en una oraci\u00f3n, pero rid\u00edculos en otra.<\/p>\n\n\n\n
Por lo anterior, tanto la traducci\u00f3n autom\u00e1tica (mec\u00e1nica) y la encargada a la inteligencia artificial requieren de la revisi\u00f3n humana en t\u00e9rminos de correcci\u00f3n, naturalidad, fidelidad con el original, pertinencia cultural, etc. Confiar en el robot para hacer todo el trabajo puede causar errores inesperados y efectos desastrosos.<\/p>\n\n\n\n
Lo malo de esto es que al igual como nos ha pasado con las calculadoras, que ya casi no podemos hacer operaciones b\u00e1sicas sin ellas, el riesgo de que nos acostumbremos a depender de la IA no es menor.<\/p>\n\n\n\n
Por otra parte, no s\u00e9 si habr\u00e1n notado que los “art\u00edculos noticiosos” a los que accedemos desde nuestros celulares son cada vez m\u00e1s artificiales, con t\u00edtulos atrayentes pero cero contenido real. Me tinca que ya conocemos a la culpable. La monoton\u00eda textual y la repetici\u00f3n de estructuras es evidente. A ver si podemos salvar a la traducci\u00f3n de sufrir ese mismo destino.<\/p>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
La traducci\u00f3n autom\u00e1tica (TA) y la inteligencia artificial (IA) han evolucionado significativamente desde los d\u00edas en que la TA era motivo de risa por sus errores. Hoy en d\u00eda, herramientas como DeepL y Google Translate, junto con sistemas de IA como ChatGPT y Gemini, ofrecen traducciones m\u00e1s aceptables. Sin embargo, ambas tecnolog\u00edas tienen graves falencias. La TA puede cometer errores gramaticales y carece de coherencia y cohesi\u00f3n al no considerar el contexto situacional. Por otro lado, la IA, aunque mejor en gram\u00e1tica y contexto, puede inventar informaci\u00f3n y ser complaciente, lo que puede llevar a errores si el usuario no domina el tema. Tanto la TA como la IA requieren revisi\u00f3n humana para asegurar la correcci\u00f3n, naturalidad y fidelidad al original. La dependencia excesiva en estas tecnolog\u00edas puede llevar a errores y a una calidad textual decreciente, como ocurre con algunos art\u00edculos noticiosos actuales.<\/p>\n","protected":false},"author":1,"featured_media":137,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5],"tags":[8,49,23,6,51],"class_list":["post-125","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-traduccion","tag-chatgpt","tag-gemini","tag-ia","tag-traduccion","tag-traduccion-automatica"],"_links":{"self":[{"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/posts\/125","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/comments?post=125"}],"version-history":[{"count":5,"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/posts\/125\/revisions"}],"predecessor-version":[{"id":181,"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/posts\/125\/revisions\/181"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/media\/137"}],"wp:attachment":[{"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/media?parent=125"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/categories?post=125"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/jlperello.com\/blog\/wp-json\/wp\/v2\/tags?post=125"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}