El traductor del futur: les xarxes neuronals transformen la professió

A tot el món es parlen més de 7.000 llengües, xifra que en un entorn cada vegada més globalitzat ha convertit els treballs de traducció en un servei imprescindible. N'és una prova el fet que el volum de negoci al mercat no deixa de créixer: segons el 14è. estudi anual de la consultora Common Sense Advisory sobre la indústria de la traducció, el sector ja va moure 46.520 milions de dòlars el 2018. I es calcula que pel 2021 aquesta xifra s'incrementarà fins a aconseguir 56.180 milions de dòlars, a causa de la creixent digitalització de contingut, els serveis personalitzats i la globalització empresarial.

Segons els experts, en aquest entorn la traducció automàtica neuronal esdevindrà una peça clau. Es tracta d'un tipus de traducció automàtica en la qual, com en la traducció automàtica estadística, els sistemes de traducció s'entrenen, o aprenen, a partir de grans corpus paral·lels. «Un corpus paral·lel és un conjunt d'oracions en una determinada llengua juntament amb la seva traducció a una altra llengua. Rep el nom de traducció automàtica neuronal perquè fa servir xarxes neuronals. Aquestes xarxes neuronals estan compostes per una sèrie d'unitats artificials que pel seu comportament recorden les neurones», explica Antoni Oliver, director del màster universitari online de Traducció i Tecnologies de la Universitat Oberta de Catalunya (UOC).

Com assenyala el professor de la UOC, les xarxes neuronals no són un concepte informàtic nou, ja que els orígens es remunten als anys 40 del segle xx. No obstant això, només recentment la capacitat de càlcul dels ordinadors ha permès desenvolupar aplicacions reals com la traducció automàtica neuronal, una tecnologia que està revolucionant el sector per les seves possibilitats.

Oportunitat de mercat

El principal avantatge d'aquesta tècnica és que permet treballar més ràpidament i amb un marge d'error menor, cosa que augmenta la productivitat dels que es dediquen professionalment al sector si s'han format en les noves tecnologies de traducció i estan especialitzats en postedició. «La traducció automàtica neuronal està aconseguint nivells de qualitat sense precedents. Fins fa pocs anys l'ús de sistemes de traducció automàtica en l'àmbit professional estava limitat a parells de llengües molt similars (espanyol-català, francès-català, etc.), ja que per a altres parells de llengües més allunyats (català-anglès) la qualitat no era suficient i era més ràpid traduir des de zero que intentar posteditar una traducció automàtica», explica Oliver. «No obstant això, els sistemes neuronals actuals aconsegueixen suficient qualitat perquè sigui factible posteditar els resultats de la traducció automàtica. Ara bé, encara que els errors que cometen són més difícils de detectar, poden arribar a ser crítics i fer canviar completament el sentit d'una oració. Així, doncs, els traductors poden formar-se en postedició per augmentar la seva competitivitat en el complex mercat de la traducció», explica el professor de la UOC.

Els grans avanços en traducció automàtica en general, i en neuronal en particular, s'han pogut fer perquè la majoria de sistemes disponibles es distribueixen sota una llicència lliure molt permissiva. Per això qualsevol empresa o traductor autònom pot tenir accés a aquesta tecnologia amb una inversió mínima, tal com s'explica en el blog dels Estudis d'Arts i Humanitats de la UOC.

Per formar aquests professionals, la UOC ha creat el nou màster universitari online de Traducció i Tecnologies, amb la finalitat de proporcionar els coneixements i les eines, tant conceptuals com tecnològics, requerits en la traducció especialitzada. La formació presta especial atenció al contingut tecnològic, ja que la meta és que els alumnes adquireixin l'alta qualificació tecnològica i de gestió de la informació que exigeix avui l'exercici de la professió. Per informar sobre les possibilitats de les noves tecnologies de la traducció, la UOC acollirà el 17 de setembre, a Barcelona, la jornada «Traducció automàtica neuronal, amenaça o oportunitat?».