Limitaciones de la traducción con IA: la ilusión de la empatía y el valor de la revisión humana

Post Views: 0

Todos hemos vivido ese peculiar momento de magia tecnológica moderna. Introduces un párrafo complejo en una herramienta de inteligencia artificial y, en cuestión de segundos, obtienes una respuesta gramaticalmente impecable y aparentemente cargada de empatía. Se disculpa con elegancia, celebra tus logros o adopta un tono tranquilizador que resulta sorprendentemente humano.

Para las marcas internacionales, los creadores de contenido y los profesionales de la comunicación intercultural, este avance suele parecer el máximo exponente de la eficiencia. ¿Para qué dedicar semanas a coordinar varios niveles de equipos humanos de localización si un algoritmo puede analizar el tono y la sintaxis en decenas de idiomas en un abrir y cerrar de ojos?

Sin embargo, bajo esa apariencia tan pulida se esconde una ilusión fundamental, que pone de manifiesto algunas de las principales limitaciones de la traducción con IA: una redacción fluida no siempre transmite el significado, el tono o el contexto cultural que se pretende comunicar.

El lenguaje está estrechamente ligado a la experiencia vivida, la memoria cultural y el contexto social. La fluidez de un texto generado por IA no debe interpretarse como una prueba de que el sistema comparte las intenciones o experiencias de quien habla. En su artículo de posición de 2020 sobre forma y significado, Bender y Koller sostienen que entrenar un sistema únicamente con formas lingüísticas no basta para aprender el significado comunicativo. Se trata de un argumento influyente, no de un veredicto definitivo sobre todos los sistemas de IA actuales o futuros. Para las marcas, la cuestión práctica es si una traducción transmite de manera fiable el significado deseado en el contexto previsto.

Cómo aprenden patrones los modelos de lenguaje y cómo generan traducciones

Para entender por qué una traducción con IA puede resultar convincente y, aun así, transmitir un significado incorrecto, conviene distinguir entre generar lenguaje y verificar un mensaje concreto.

Los modelos de lenguaje aprenden patrones a partir de grandes conjuntos de datos. Según el desarrollador, estos pueden incluir contenidos web públicos, materiales bajo licencia, ejemplos creados por personas y datos sintéticos; algunos sistemas también aprenden de imágenes, audio o vídeo. Durante el preentrenamiento, muchos modelos aprenden a predecir tokens en su contexto y después reciben entrenamiento adicional para mejorar su capacidad de seguir instrucciones y otras competencias. Así adquieren capacidades lingüísticas útiles, pero ni la fluidez ni un estilo empático garantizan la precisión. La explicación de OpenAI sobre el desarrollo de sus modelos ofrece un ejemplo de estas distintas fuentes de datos y fases de entrenamiento.

El loro estocástico y el JPEG borroso

Emily M. Bender, Timnit Gebru, Angelina McMillan-Major y Shmargaret Shmitchell introdujeron la influyente metáfora de los «loros estocásticos» en su artículo de 2021 On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?. Las autoras sostienen que la generación probabilística de formas lingüísticas no debe confundirse con un significado fundamentado en la realidad ni con una intención comunicativa. Su trabajo también examina riesgos medioambientales y sociales. Este planteamiento constituye el argumento de las autoras, no una prueba definitiva de todas las capacidades de los modelos posteriores.

En su ensayo de 2023 ChatGPT Is a Blurry JPEG of the Web, Ted Chiang utiliza la compresión con pérdida como metáfora de la relación de ChatGPT con la información textual. Es una analogía explicativa, no una descripción técnica literal. Aplicada a la traducción, nuestra conclusión editorial es que una versión aparentemente plausible sigue necesitando contrastarse con el original. Esa aplicación es nuestra, no una afirmación específica de Chiang sobre traducción jurídica o médica.

Cuando un sistema traduce un eslogan de marketing o una comunicación corporativa, puede reconocer expresiones idiomáticas y adaptar el tono correctamente. También puede elegir una expresión plausible que no resulte adecuada para un público determinado. La seguridad con la que presenta el resultado no demuestra que esa elección se haya verificado.

La brecha pragmática

La comunicación humana se apoya en la pragmática: el contexto compartido, la ironía, las relaciones entre personas y el significado implícito. Los grandes modelos de lenguaje (LLM) pueden manejar algunos de estos aspectos, pero su rendimiento varía según el modelo, el idioma, la tarea y las instrucciones. La investigación sobre adaptación cultural explora tanto sus conocimientos culturales como los problemas de la adaptación automática. El riesgo práctico reside en un criterio poco fiable en una situación concreta, no en una ausencia total de capacidad cultural.

Limitaciones de la traducción con IA: la falsa fluidez en los mercados internacionales

En Overseas Translations gestionamos proyectos de localización intercultural en los que importan tanto la legibilidad como la fidelidad al original. Una preocupación recurrente en el control de calidad es la falsa fluidez: una redacción que se lee con naturalidad, pero tergiversa el texto de origen. Por tanto, la legibilidad por sí sola no basta para evaluar la calidad de la traducción.

Los errores expresados con fluidez están documentados en la investigación sobre traducción automática. Raunak, Menezes y Junczys-Dowmunt (2021) describen alucinaciones que pueden producir traducciones fluidas pero inadecuadas, además de otros tipos de fallos. Una herramienta de IA puede pedir aclaraciones si se le indica o se configura para ello, pero también puede resolver incorrectamente una ambigüedad sin señalar su incertidumbre. Por eso, quienes revisan necesitan acceso al original y a las instrucciones del proyecto.

No todas las alucinaciones están gramaticalmente pulidas, ni todos los errores fluidos son alucinaciones. Una cifra incorrecta, un matiz omitido o una obligación modificada pueden pasar desapercibidos en un texto que, por lo demás, suena natural. Son riesgos ilustrativos, no afirmaciones sobre una campaña concreta documentada. La verificación debe comprobar la información que se transmite, sin limitarse a la seguridad con la que está expresada.

El sesgo de género es otro riesgo documentado. La revisión de Savoldi y sus colaboradores de 2021 recoge investigaciones en las que la traducción automática asigna el género de formas que reflejan estereotipos profesionales, incluso al traducir desde lenguas sin pronombres con marca de género. Estos resultados corresponden a sistemas, conjuntos de datos y condiciones de evaluación concretos; no significan que todas las herramientas actuales reproduzcan el mismo estereotipo del médico y la enfermera. Los equipos deben probar las combinaciones lingüísticas que utilizan y revisar las elecciones de género en su contexto.

Confidencialidad y responsabilidad profesional

La traducción asistida por IA también exige un enfoque claro de la confidencialidad y la responsabilidad. El tratamiento de los datos varía según el proveedor, el producto, el contrato y la configuración. Almacenar información, utilizarla para entrenar modelos y divulgarla públicamente son cosas distintas: enviar un texto a una herramienta no lo convierte automáticamente en público. Por ejemplo, OpenAI indica que, por defecto, no utiliza las entradas ni las salidas de sus servicios empresariales para entrenar modelos. Antes de subir material confidencial, comprueba las condiciones de conservación de datos, los controles de acceso y las garantías contractuales aplicables. El uso de resultados generados por IA no elimina la necesidad de asignar la responsabilidad de revisión y aprobación. La responsabilidad jurídica depende de la legislación, los hechos y los acuerdos pertinentes, no de una afirmación general de que los proveedores carecen de toda responsabilidad.

El coste de pasar por alto el subtexto

Los errores de terminología jurídica o un lenguaje inadecuado en una campaña pueden ocasionar problemas prácticos y de reputación. Los siguientes puntos describen riesgos que conviene evaluar, no resultados inevitables:

El desajuste emocional: un sistema de IA puede generar una disculpa y adaptar su tono, pero la redacción puede seguir siendo inapropiada para la gravedad de un suceso concreto. Quien revise debe comprobar la precisión de los hechos, las expectativas del público y los compromisos que está asumiendo la organización.

El punto ciego cultural: un modelo puede reproducir estereotipos o supuestos desactualizados, aunque también disponga de una amplia información cultural y, en algunos productos, de fuentes actuales recuperadas mediante búsqueda. La revisión debe valorar el público y la situación específicos.

El riesgo de homogeneización: la investigación sobre el lenguaje característico de la traducción automática, o machine translationese, detectó una menor riqueza lingüística en los sistemas inglés-francés e inglés-español analizados. Esto respalda la preocupación por la normalización en las traducciones generadas automáticamente. Por sí solo, no demuestra que los LLM actuales estén borrando las identidades de las lenguas minoritarias o los dialectos regionales. Preservar las expresiones y la voz locales sigue siendo un objetivo editorial útil.

Equilibrar rapidez y criterio: la era de la transcreación

La IA puede ser útil dentro de un flujo de trabajo que combine eficiencia técnica y criterio humano. El equilibrio adecuado depende del contenido, el público, la combinación lingüística y las consecuencias de un error. Aunque las herramientas automáticas destacan por procesar grandes conjuntos de datos y generar borradores con rapidez, tratar la IA como una solución que no necesita supervisión supone un riesgo que ninguna empresa rigurosa debería asumir. Una estrategia práctica se basa en una distribución clara de las tareas:

Uso estratégico de la IA: utiliza la IA donde la rapidez sea prioritaria y el riesgo creativo sea bajo: procesamiento de grandes volúmenes, esquemas estructurales y primeros borradores.

Supervisión humana: encarga la revisión del material generado por IA a lingüistas profesionales que aporten la comprobación del contexto cultural que los algoritmos no garantizan.

Intención y contexto: revisa cada contenido para comprobar el cumplimiento de los requisitos locales, el tono emocional y la coherencia con la marca, de modo que el mensaje se reciba como se pretende.

Un modelo de localización por niveles

Una estrategia de contenidos basada en el riesgo puede ayudar a las organizaciones a elegir entre traducción humana, posedición de traducciones con IA y otros flujos de trabajo. Incluso el material interno puede contener información sensible, por lo que la confidencialidad y los usos permitidos deben evaluarse por separado de su visibilidad. Las campañas de marca con gran exposición pueden requerir transcreación; las interfaces dirigidas a clientes necesitan localización y pruebas, mientras que la documentación jurídica exige traducción jurídica especializada y revisión.

La traducción, la revisión, la posedición y la transcreación cumplen funciones distintas; la transcreación no sustituye a las demás. Como ejemplo hipotético, un correo sobre el lanzamiento de un producto dirigido a un socio empresarial japonés podría necesitar un nivel de formalidad diferente al de una campaña de una startup estadounidense. El registro adecuado, incluido el uso de lenguaje honorífico cuando corresponda, depende de la relación, el destinatario y las instrucciones del proyecto. Un lingüista comprueba esos requisitos en lugar de aplicar una única regla a toda la comunicación en japonés.

En Overseas Translations buscamos elegir las herramientas y los conocimientos lingüísticos que mejor encajen con cada encargo. Los revisores profesionales verifican el significado, la terminología, el registro y la adecuación cultural; el material creativo también puede requerir transcreación. La IA puede ayudar en estas tareas, pero el mensaje final necesita un proceso de control de calidad y aprobación definido.

El verdadero valor del factor humano

Las capacidades de la IA siguen evolucionando. La generación de lenguaje puede facilitar la traducción a gran escala, pero el rendimiento en una prueba de referencia no garantiza la fiabilidad para un documento o público concreto. La posibilidad de que los sistemas de IA tengan experiencia subjetiva sigue siendo una cuestión abierta en la investigación. El análisis de Butlin y sus colaboradores de 2023 no encontró sistemas conscientes entre los evaluados, aunque no descartó que sistemas futuros puedan cumplir los indicadores propuestos. Las decisiones de traducción no requieren resolver ese debate: la precisión, la adecuación y la rendición de cuentas pueden evaluarse directamente.

En esencia, el lenguaje trata de la conexión humana, no solo de transmitir datos. Por eso, en Overseas Translations no vemos la IA como un sustituto de los lingüistas humanos, sino como una herramienta que les permite trabajar de forma más eficaz. Nuestra función es proteger la voz de tu marca, detectar los riesgos sutiles que los algoritmos pueden pasar por alto y asegurarnos de que tu mensaje tenga una auténtica resonancia cultural.

Cuando te diriges a un público internacional, la confianza depende de la precisión y la adecuación de tu mensaje. La redacción generada por IA puede contribuir a ese trabajo, mientras que una revisión lingüística cualificada ayuda a comprobar que el resultado publicado cumple su finalidad.

Preguntas frecuentes sobre la traducción con IA

¿Puede la IA traducir el significado cultural?

La IA puede reproducir numerosos patrones culturales, pero sus resultados pueden pasar por alto las expectativas del público, una referencia ambigua o la intención de un mensaje. Un lingüista profesional contrasta esas elecciones con el original, las instrucciones y el contexto local.

¿Qué es la falsa fluidez en la traducción con IA?

La falsa fluidez es una redacción que suena natural, pero transmite un significado incorrecto. Quien revisa debe comparar la traducción con el original, en lugar de evaluar únicamente su legibilidad.

¿Cuándo conviene utilizar traducción humana o posedición?

La elección depende de la combinación lingüística, la temática, la calidad del original y las consecuencias de un error. Los documentos especializados requieren conocimientos de la materia; las campañas de marca pueden necesitar transcreación. Los borradores asistidos por IA pueden ser útiles cuando la posedición profesional sea adecuada para el encargo.

¿Cómo puede tu empresa reducir los riesgos de la traducción con IA?

Utiliza herramientas aprobadas, comprueba sus condiciones de tratamiento de datos, facilita un glosario y una guía de estilo y encarga a lingüistas cualificados la verificación de la precisión y la adecuación cultural antes de publicar.

Si buscas orientación práctica, consulta nuestros artículos sobre cuándo necesita revisión humana una traducción con IA y cómo elegir entre DeepL, ChatGPT y un traductor humano.

Elige el flujo de trabajo multilingüe adecuado

En Overseas Translations te ayudamos a combinar tecnología y experiencia lingüística. Descubre nuestros servicios de traducción con IA, transcreación y revisión y corrección, o contacta con nuestro equipo para hablar de tus contenidos.