Ir al contenido

El conocimiento que ilumina el mundo

Traducción con IA: Cómo usar bien Google Translate, DeepL y los asistentes de chat

La traducción automática ha dado un gran salto en los últimos años y puede producir textos fluidos en segundos. Las fortalezas y debilidades de las herramientas de traducción, consejos para obtener mejores resultados y situaciones en las que debe utilizar un traductor humano.

Traducción con IA: Cómo usar bien Google Translate, DeepL y los asistentes de chat

La traducción automática mejoró notablemente tras el cambio a sistemas basados en redes neuronales a partir de 2016, y los grandes modelos de lenguaje producen ahora traducciones que preservan mejor el estilo y el contexto. Hoy en día puede entender una página web, un correo electrónico o un menú en segundos. Pero todavía existe una brecha importante entre "lo suficientemente bueno como para entender" y "listo para publicar".

¿Qué herramienta para qué?

  • Herramientas de traducción clásica: Google Translate, DeepL y Microsoft Translator son rápidas, admiten muchos idiomas y traducen documentos.
  • Asistentes de chat: Puede indicar a asistentes como ChatGPT, Claude o Gemini el estilo, la audiencia y los términos preferidos, y pedirles que expliquen la traducción u ofrezcan alternativas.
  • Traducción de cámara y voz: Leer letreros y traducir conversaciones es muy útil cuando se viaja.

Consejos para obtener mejores resultados

  1. Dé contexto: por ejemplo, "Este es un correo electrónico formal para un cliente".
  2. Añada un glosario: Enumere los términos especiales de su marca o campo y sus traducciones preferidas.
  3. Use oraciones cortas y claras: Las oraciones largas y ambiguas aumentan los errores.
  4. Retrotraducción: Traduzca el resultado de nuevo al idioma de origen para comprobar que se preserva el significado.
  5. Haga que un hablante nativo lo lea: Especialmente para textos que van a ser publicados.

Errores comunes

  • Modismos y refranes traducidos palabra por palabra
  • El nivel incorrecto de formalidad
  • Formatos de números, fechas y unidades mezclados
  • Información añadida que no está en el original, o una frase omitida

¿Cuándo es esencial un traductor humano?

El coste de los errores es alto en contratos, documentos judiciales, informes médicos, prospectos de medicamentos, solicitudes oficiales y libros o textos publicitarios para su publicación. Para estos, utilice un traductor profesional y, cuando sea necesario, jurado. Utilizar la traducción automática como borrador corregido por un experto (posedición) es también un método común.

¿Cómo se desarrolló la traducción automática?

Los intentos de traducción por ordenador se remontan a la década de 1950, but los métodos han pasado por varias etapas importantes:

  • Sistemas basados en reglas: Los lingüistas escribían diccionarios y reglas gramaticales uno por uno; los resultados solían ser toscos y palabra por palabra.
  • Traducción estadística: En la década de 2000, los sistemas comenzaron a aprender, a través de probabilidades, qué frase corresponde a cuál a partir de millones de pares de oraciones traducidas por personas.
  • Traducción automática neuronal: En 2016, Google anunció su paso a un sistema de red neuronal que procesa la oración como un todo, y la fluidez mejoró notablemente.
  • Transformadores y grandes modelos de lenguaje: La arquitectura Transformer introducida en 2017 forma la base de las herramientas de traducción y asistentes de chat actuales.

¿Por qué son más difíciles los idiomas menos hablados?

Los sistemas de traducción necesitan grandes cantidades de texto bilingüe para aprender. La calidad es alta para idiomas como el inglés, el español o el francés porque dichos datos abundan; para los idiomas con poco texto en Internet, los errores aumentan notablemente. Estos se denominan "idiomas de bajos recursos". Investigaciones como el proyecto NLLB-200 de Meta, anunciado en 2022, intentan reducir esta brecha con modelos que cubren 200 idiomas. Aun así, si está traduciendo un texto importante a un idioma de bajos recursos, hacer que un hablante nativo revise el resultado es más importante que nunca.

Las características, planes y precios de las herramientas de IA cambian con frecuencia. Compruebe siempre la página oficial de la herramienta para obtener información actualizada.

Fuentes y lecturas adicionales

  1. Yonghui Wu et al., “Google’s Neural Machine Translation System”, arXiv, 2016.
  2. ISO 18587:2017, “Translation services — Post-editing of machine translation output”.
  3. Comisión Europea, servicio eTranslation y directrices de traducción automática.
  4. Wu, Y. et al. (2016), “Google’s Neural Machine Translation System”, arXiv:1609.08144
  5. Vaswani, A. et al. (2017), “Attention Is All You Need”, NeurIPS
  6. NLLB Team (2022), “No Language Left Behind: Scaling Human-Centered Machine Translation”, arXiv:2207.04672
Compartir
Sigue a YulaHubRecibe primero las noticias más importantes del día.
RSS

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *