Ir para o conteúdo

O conhecimento que ilumina o mundo

Traduzir com IA: Como Usar o Google Tradutor, o DeepL e os Assistentes de Chat com Eficácia

A tradução automática deu um grande salto nos últimos anos e consegue produzir texto fluído em segundos. Os pontos fortes e fracos das ferramentas de tradução, dicas para melhores resultados e situações em que deve utilizar obrigatoriamente um tradutor humano.

Traduzir com IA: Como Usar o Google Tradutor, o DeepL e os Assistentes de Chat com Eficácia

A tradução automática melhorou notavelmente após a transição para sistemas baseados em redes neuronais a partir de 2016, e os grandes modelos de linguagem produzem agora traduções que preservam melhor o estilo e o contexto. Hoje em dia, consegue compreender uma página web, um e-mail ou uma ementa em segundos. No entanto, continua a existir uma diferença importante entre "suficientemente bom para compreender" e "pronto a publicar".

Que ferramenta para quê?

  • Ferramentas de tradução clássicas: O Google Tradutor, o DeepL e o Microsoft Translator são rápidos, suportam muitas línguas e traduzem documentos.
  • Assistentes de chat: Pode indicar a assistentes como o ChatGPT, o Claude ou o Gemini o estilo, o público-alvo e os termos preferidos, e pedir-lhes que expliquem a tradução ou ofereçam alternativas.
  • Tradução por câmara e voz: Ler placas e traduzir conversas são funcionalidades úteis em viagem.

Dicas para melhores resultados

  1. Dê contexto: por exemplo, "Este é um e-mail formal para um cliente".
  2. Adicione um glossário: Liste os termos especiais da sua marca ou área e as respetivas traduções preferidas.
  3. Utilize frases curtas e claras: Frases longas e ambíguas aumentam os erros.
  4. Retrotraduzir: Traduza o resultado novamente para a língua de origem para verificar se o significado é preservado.
  5. Peça a um falante nativo para ler o texto: Especialmente no caso de textos que vão ser publicados.

Erros comuns

  • Expressões idiomáticas e provérbios traduzidos à letra
  • O nível de formalidade errado
  • Formatos de números, datas e unidades trocados
  • Informação adicionada que não está no original, ou uma frase omitida

Quando é que um tradutor humano é essencial?

O custo dos erros é elevado em contratos, documentos judiciais, relatórios médicos, folhetos de medicamentos, requerimentos oficiais e livros ou textos publicitários para publicação. Para estes casos, utilize um profissional e, se necessário, um tradutor juramentado. A utilização da tradução automática como rascunho corrigido por um especialista (pós-edição) é também um método comum.

Como se desenvolveu a tradução automática?

As tentativas de tradução por computador remontam à década de 1950, mas os métodos passaram por várias fases principais:

  • Sistemas baseados em regras: Os linguistas escreviam dicionários e regras gramaticais um a um; os resultados eram frequentemente rudimentares e literais.
  • Tradução estatística: Na década de 2000, os sistemas começaram a aprender, através de probabilidades, que frase corresponde a qual a partir de milhões de pares de frases traduzidas por pessoas.
  • Tradução automática neuronal: Em 2016, a Google anunciou a transição para um sistema de rede neuronal que processa a frase como um todo, e a fluência melhorou notavelmente.
  • Transformers e grandes modelos de linguagem: A arquitetura Transformer introduzida em 2017 constitui a base das ferramentas de tradução e assistentes de chat atuais.

Porque é que as línguas menos faladas são mais difíceis?

Os sistemas de tradução precisam de grandes quantidades de texto bilingue para aprender. A qualidade é elevada para línguas como o inglês, o espanhol ou o francês porque esses dados são abundantes; para línguas com pouco texto na Internet, os erros aumentam consideravelmente. Estas são chamadas "línguas de poucos recursos". Investigação como o projeto NLLB-200 da Meta, anunciado em 2022, tenta colmatar esta lacuna com modelos que cobrem 200 línguas. Ainda assim, se estiver a traduzir um texto importante para uma língua de poucos recursos, fazer com que o resultado seja verificado por um falante nativo é mais importante do que nunca.

As funcionalidades, os planos e os preços das ferramentas de IA mudam frequentemente. Consulte sempre a página oficial da ferramenta para obter informações atualizadas.

Fontes e leitura adicional

  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. European Commission, eTranslation service and machine translation guidance.
  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
Partilhar
Siga a YulaHubReceba primeiro as notícias mais importantes do dia.
RSS

Deixe um comentário

Seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *