DOI: https://doi.org/10.56712/latam.v5i5.2883
Herramientas de Traducción Automática (TA) en la
Traducción Profesional
Machine
Translation (TA) Tools in Professional Translation
Crystell del Carmen Sánchez de la Cruz
https://orcid.org/0009-0005-3667-225X
Universidad
Juárez Autónoma de Tabasco
Tabasco –
México
Maritza Aguilera Ramírez
https://orcid.org/0000-0002-8161-667X
Universidad
Juárez Autónoma de Tabasco
Tabasco –
México
Juan Carlos Rodríguez Flores
https://orcid.org/0009-0001-6164-1886
Universidad
Politécnica del Golfo de México
Tabasco –
México
Artículo recibido: 16 de octubre de 2024. Aceptado para
publicación: 30 de octubre de 2024.
Conflictos de
Interés: Ninguno que declarar.
Resumen
El presente artículo tiene como objetivo señalar el
impacto que tienen las herramientas de Traducción Automática =
en
la práctica profesional de la traducción, evaluando tanto las
ventajas como las limitaciones de las herramientas automatizadas. A
través de un análisis realizado a un texto informativo traduc=
ido
de forma automatizada se analizan aspectos clave como la precisión, =
la
coherencia, el contexto cultural y la creatividad, comparando los resultados
obtenidos por traductores automáticos con los de traductores
profesionales. Para ello, se han analizado varias herramientas TA de libre
acceso para el desempeño de las funciones del traductor, así =
como
las características principales que contienen para facilitar la
traducción asistida. Así mismo, se realizó un caso
práctico de una traducción en la que se utilizaron herramient=
as
TA para evaluar los índices de equivalencia de textos de Inglés a Español. Los hallazgos muestran=
que
las herramientas de traducción automática son efectivas para
eficientizar las actividades profesionales de un traductor. Sin embargo,
sugieren que, aunque la traducción automática ofrece mejoras =
en
velocidad y accesibilidad, la intervención humana sigue siendo cruci=
al
para garantizar traducciones de alta calidad que respeten las sutilezas
lingüísticas y equivalencias contextual del texto origen.
&nb=
sp; =
Palabras
clave:
traducción automática, traducción asistida, herramient=
as,
traductor
Abstract
This article aims to highlight the impact of
Machine Translation tools on professional translation practice, assessing b=
oth
the advantages and limitations of automated tools. Through an analysis of a
computer-translated information text, key aspects such as accuracy, coheren=
ce,
cultural context and creativity are analyzed, comparing the results obtaine=
d by
automatic translators with those of professional translators. Furthermore,
several open-access TA tools for the performance of translator functions ha=
ve
been analyzed, as well as the main features they contain to facilitate mach=
ine
translation. It was also performed a case study of a translation in which TA
tools were used to evaluate the equivalence rates of texts from English to
Spanish. The findings show that machine translation tools are effective in
making a translator’s professional activities more efficient. However,
they suggest that while machine translation offers improvements in speed and
accessibility, human intervention remains crucial to ensuring high-quality
translations that respect linguistic subtleties and contextual equivalences=
of
the source text.
Todo el contenido
de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicado en este sitio está disponibles bajo Licencia <=
span
lang=3DES-MX style=3D'color:black;mso-color-alt:windowtext'>Creative Commons.
Cómo citar: S&aacu=
te;nchez
de la Cruz, C. del C., Aguilera Ramírez, M., & Rodríguez
Flores, J. C. (2024). Herramientas de Traducción Automática (=
TA)
en la Traducción Profesional. LATAM
Revista Latinoamericana de Ciencias Sociales y Humanidades 5 (5), 3614 R=
11; 3625.
https://doi.org/10.56712/latam.v5i5.2883
INTRODUCCIÓN
A medida que el sector laboral posiciona emple=
os
con perfil bilingüe en México, nuevas necesidades se presentan =
para
los profesionales que se dedican a la traducción profesional. Con el
auge del internet y las crecientes del comercio internacional, la demanda de
traducciones rápidas y precisas ha crecido exponencialmente. Esta
necesidad ha impulsado el desarrollo de tecnologías avanzadas en el
campo de la traducción automática, que prometen revolucionar =
la
manera en que se realiza este proceso. Sin embargo, esta evolución
tecnológica también plantea desafíos significativos pa=
ra
los traductores y/o intérpretes profesionales, quienes deben adaptar=
se a
un panorama en constante cambio para mantener la relevancia y la calidad en=
su
trabajo.
Según Ortiz (2011), la traducción
asistida, la gestión de proyectos o los métodos de enví=
;o
de archivos son aspectos técnicos cuyo manejo es indispensable para =
todo
traductor moderno, pues esto puede influir en su trabajo de tal forma que de
ello dependa su competencia y su éxito a la hora de adquirir una car=
tera
de clientes. (p. 154)
En este sentido, la Traducción
Automática, conocida por sus siglas en inglés como MT (Machin=
e Translation), es el uso de software especializado para
traducir textos o discursos de un idioma origen (L1)
a una lengua meta (L2) sin intervención =
humana
directa. Esta tecnología ha avanzado notablemente desde sus inicios
rudimentarios a mediados del siglo XX, cuando las primeras computadoras
comenzaron a ser utilizadas para este propósito. En la actualidad, l=
os
sistemas de traducción automática como Google Translate,
DeepL y Microsoft Translat=
or
utilizan algoritmos avanzados y técnicas de aprendizaje automá=
;tico
(machine learning) para proporcionar traducciones cada vez más preci=
sas
y contextualmente apropiadas (Spinak, 2023).
Los sistemas de traducción
automática son herramientas frecuentemente utilizadas por la socieda=
d.
Una excelente herramienta de traducción conocida globalmente es Goog=
le Translate; que según González (2010) el
traductor Google comparado con los otros traductores cumple con la mayor
cantidad de criterios teniendo así mejores resultados en la
traducción automática (p. 18). Por lo que este traductor
también será objeto de nuestra investigación y nos
ayudará a comprender si esta herramienta de Traducción
Automática realmente ofrece los mejores resultados a la hora de ayud=
ar a
un traductor profesional.
Por otro lado, los traductores profesionales
aportan una serie de habilidades que las máquinas aún no pued=
en
replicar completamente. La traducción humana no se trata simplemente=
de
convertir palabras de un idioma a otro; puesto que también implica u=
na
comprensión profunda de las sutilezas lingüísticas, las
connotaciones culturales y el contexto específico de cada texto. Los
traductores profesionales son capaces de interpretar el tono, el estilo y la
intención del autor original, adaptándose de manera que resul=
ten
naturales y apropiados en el idioma de destino. Esta capacidad para captar
matices y contextos culturales es algo que las máquinas todaví=
;a
están lejos de alcanzar con la misma eficacia que los humanos.
El desafío para los traductores profesionales en la era de la traducción automática es cómo adaptarse y coexistir con estas tecnologías emergentes. Algunos ven en la traducción automática una amenaza a su profesión, mientras que otros la consideran una herramienta valiosa = que puede mejorar su eficiencia y ampliar sus capacidades. En muchos casos, los traductores están adoptando un enfoque híbrido, utilizando la traducción automática para tareas preliminares y luego aplica= ndo su expertise y experiencia en el área pa= ra revisar y perfeccionar el resultado. Esta colaboración entre humanos= y máquinas, conocida como traducción asistida por máquina (machine-assisted translat= ion), representa un enfoque prometedor que combina lo mejor de ambos mundos. No obstante, la incorporación de la traducción automática= en la práctica profesional no está exenta de desafíos. Ya= que uno de los principales problemas es la calidad inconsistente de las traducciones automáticas, que a menudo requiere una revisión exhaustiva para corregir errores y asegurar que el texto final sea preciso y coherente. Además, la dependencia excesiva de estas herramientas pue= de llevar a la desvalorización de la experiencia y el juicio del traduc= tor humano, lo cual es crucial para manejar textos complejos y especializados.<= o:p>
Por lo anterior, el presente estudio profundiza
crítica y reflexivamente sobre distintas herramientas de
Traducción Automática de libre acceso que facilitan el
desempeño de las funciones profesionales del traductor actual. Por lo
cual, se ejemplifica una traducción de un texto origen (L1) del idioma inglés, evaluando los ín=
dices
de equivalencia del texto al idioma meta (L2) q=
ue en
este caso es el Español mediante las func=
iones
generales de las herramientas de Traducción Automática.
DESARROLLO
Hasta este punto, es importante señalar=
que
la Traducción Automática (TA) no es lo mismo que la
Traducción Asistida por Ordenador (TAO). Para establecer una diferen=
cia
clara entre ellas, se mencionan los siguientes conceptos.
Según López (2015), la
Traducción Asistida por Ordenador es un tipo de traducción ba=
sada
en el uso de programas que acompañan al traductor en el proceso de
reproducción de un texto meta a partir de un texto original (p. 12).=
En
términos generales, este tipo de programas de traducción asis=
tida
por computadoras le permiten al traductor procesar casi cualquier tipo de
archivo, dividirlo en fragmentos de textos más pequeños y gua=
rdar
la traducción para reutilizarla más adelante. A esta base de
datos se le conoce comúnmente como memorias de traducción. Es
importante tener en cuenta que estas herramientas ayudan a los traductores a
hacer su trabajo, pero no traducen el texto automáticamente.
Por otro lado, la Traducción
Automática utiliza algoritmos de inteligencia artificial y procesami=
ento
del lenguaje natural para traducir automáticamente un texto de un id=
ioma
a otro. Esto puede hacer que el proceso de traducción sea más
rápido, eficiente y económico (Hasyim,
2021). Sin embargo, puede ser imprecisa, especialmente en casos de
traducción de textos con gramática avanzada (técnicos o
especializados). Además, el contexto y las connotaciones sociocultur=
ales
pueden ser difíciles de transmitir mediante las herramientas TA.
Los avances en el desarrollo de las plataforma=
s de
TA son insuficientes y todavía queda mucho por mejorar, ya que crear=
un
sistema de traducción automática neuronal (TAN) que funcione =
con
todas las lenguas indistintamente todavía no está a nuestro
alcance (Poibeau, 2017, p. 7). Dicho de otra fo=
rma,
en la traducción automática, la traducción la produce =
un
programa informático como Google Translate y
una persona ayuda a crearla; mientras que, en la traducción asistida=
por
ordenador, la traducción la realiza una persona utilizando un progra=
ma o
software digital, así como Trados Studio, Omega=
T
o MemoQ, por mencionar algunos.
En definitiva, uno de los principales benefici=
os
de la traducción automática es su capacidad para procesar gra=
ndes
volúmenes de texto en poco tiempo, lo cual es invaluable en un mundo
donde la información se genera y se consume a una velocidad sin prec=
edentes.
Sin olvidar que hoy en día existen herramientas de Inteligencia
Artificial que buscan revolucionar el desarrollo de la traducción
automática. Google Translate o DeepL también hacen uso de la IA y han mejorado
sustancialmente sus herramientas de traducción (Ayala et. al, 2023).=
Además, algunas plataformas digitales d=
e TA
tienen límite de palabras, por lo que para
poder utilizarlas de forma eficaz, el traductor tiene que aprender a
utilizarlas, especialmente en términos de precisión y
contextualización cultural con terminologías específic=
as.
Los sistemas de traducción automática como Google Translate, DeepL y Micros=
oft Translator utilizan algoritmos avanzados y téc=
nicas
de aprendizaje automático (machine learning) para proporcionar
traducciones cada vez más precisas y contextualmente apropiadas. Este
tipo de plataformas informáticas facilitan entonces el trabajo de la
traducción, ya que los motores de traducción automática
normalmente son una solución rápida para eliminar la barrera =
que supone
el no tener conocimientos de lenguas. Sin embargo, estas herramientas pueden
ser de gran utilidad para los traductores, ya que el tipo de texto obtenido
solamente requiere una posedición (Viver, 2019, p. 7).
Para ilustrar lo anterior, la posedición
es el proceso por el cual se revisan y corrigen textos obtenidos con sistem=
as
de Traducción Automática para garantizar que el texto en la
lengua de destino se adecúa al objetivo o nivel de calidad deseados
(Guerrero, 2018). Por lo que a medida que la tecnología de Traducci&=
oacute;n
Automática continúa evolucionando, es esencial que los
traductores profesionales también evolucionen. Esto implica no solo
adquirir nuevas habilidades técnicas, sino también enfatizar =
el
valor insustituible de la intervención humana en el proceso de tradu=
cción.
La educación continua y la adaptación a nuevas herramientas y
métodos son enfoques clave para que los traductores profesionales se
mantengan relevantes y competitivos en un mercado cada vez más
digitalizado.
Traducir entonces dejaría de consistir =
en
elaborar un mensaje en la lengua de llegada, sino que se convertiría=
en
validar un mensaje que ha sido previamente elaborado de manera
automática a través de un sistema alimentado por textos
originales y traducidos previamente. (Sánchez, 2016, p. 154)
En definitiva, las herramientas TA son esencia= les para los traductores modernos, la mayor parte de cuyo trabajo se realiza de forma digital. Por este motivo, es muy importante conocer y estar al tanto = de las plataformas disponibles en el mercado, así como de los nuevos so= ftwares que aparecen cada día. Es necesario tener en cuenta que debido a necesidades del sector laboral siempre hay herramientas TA que tienen mayor demanda que otras. También hay herramientas que son de libre acceso y aquellas que requieren una inversión económica importante par= a el traductor profesional. Lo que no deja duda es que cuantas más herramientas domine el traductor de manera ética, mayor será = la calidad de su trabajo. Así mismo, tendrá la oportunidad de ampliar el rango de trabajos que puede aceptar en su quehacer profesional.<= o:p>
METODOLOGÍA
En este artículo se presentan los
resultados del análisis realizado a un texto informativo traducido de
forma automatizada mediante el uso de herramientas de Traducción
Automática con el objetivo de resaltar aquellos elementos textuales
imprescindibles en la traducción profesional como la gramátic=
a,
semántica y sintaxis de los idiomas de origen y destino.
La traducción fue de tipo directa, que
según Benhaddou et al. (2012) se define =
como
la traducción desde una lengua fuente (distinta a la materna) hacia =
la
lengua materna, la que en este caso será el idioma Español.
Por lo que, para el análisis de la investigación, se
utilizó un texto informativo en Inglés
correspondiente a una nota de TEDEd publicada e=
n mayo
de 2023. A continuación, se describen las herramientas digitales
utilizadas en este estudio.
Tabla 1
Herramientas de
Traducción Automática de libre acceso
|
H=
erramientas
TA |
D=
escripción <= o:p> |
|
Google
Translate |
Es
un sistema multilingüe de traducción automática, desar=
rollado
y proporcionado por Google, para traducir texto, voz, imágenes o v=
ideo
en tiempo real de un idioma a otro. |
|
Reverso
Context |
La
aplicación utiliza tecnología de NMT
(traducción automática neuronal, por sus siglas en
inglés) para entregar traducciones precisas en otros idiomas. |
|
DeepL |
Utiliza
redes neuronales artificiales para la traducción, que pueden manej=
ar
oraciones y párrafos más largos sin alterar el significado
original. Ofrece varias funciones, como detección automática
del idioma, conversión de texto a voz y sustitución de pala=
bras
o frases por traducciones alternativas. |
|
Microsoft
Translator |
Es
un servicio de traducción automática basado en la nube al q=
ue
se puede acceder desde varios productos de Microsoft. Entre sus
funciones se incluyen traducciones en tiempo real, traducciones de audio,
soporte de conversaciones y soporte de idiomas sin conexión |
Nota: esta tabla representa las herramientas de Traducción
Automática empleadas en el análisis de la investigació=
n.
De la misma forma, durante el desarrollo del
análisis, se enfatizaron los componentes lingüísticos de
equivalencia del idioma inglés al español con el uso de
herramientas TA. Por lo tanto, la finalidad fue señalar que para log=
rar
una correcta traducción es necesario emplear herramientas TA que
sugieran la estructura del texto de la forma más natural posible y ad
hoc a la idea principal del texto origen. Lo cual contribuye significativam=
ente
en la mejora de la labor profesional del traductor.
RESULTADOS Y DISCUSIÓN
El análisis del texto procesado con los
traductores automáticos seleccionados se presenta detalladamente en =
el
siguiente apartado. Como se explicó con anterioridad, el texto
seleccionado fue una nota publicada en TEDEd el=
15 de
mayo de 2023.
El título de la
nota en lengua origen (LO) es: “How to support a friend or fam=
ily
member who’s struggling with their mental health.” Este tít=
ulo
traducido automáticamente por las herramientas TA queda de la siguie=
nte
manera en la lengua Española (LM):
Tabla 2
Traducció=
;n
del título de la nota TEDEd
|
T=
ítulo
de la nota |
Herramientas TA |
Traducción directa=
|
|
<= o:p> How to support a friend or family me=
mber
who’s struggling with their mental health <= o:p> |
Google
Translate |
Cómo
apoyar a un amigo o familiar que está luchando con su salud mental=
|
|
Reverso
Context |
Cómo
apoyar a un amigo o familiar que está luchando con su salud mental=
|
|
|
DeepL |
Cómo
apoyar a un amigo o familiar con problemas de salud mental |
|
|
Microsoft
Translator |
Cómo
apoyar a un amigo o familiar con problemas de salud mental. |
Nota: esta tabla representa la traducción directa del título
del texto origen realizada por los traductores automatizados seleccionados =
para
el análisis de la investigación.
En primera instancia, podemos notar que el
título es preciso y representa un conjunto de elementos textuales
asociados a un público en específico. Sin embargo, contiene
componentes lingüísticos que podrían causar ambigüe=
dades
en la traducción de la lengua meta. Por ejemplo, en la palabra ̶=
0;struggling” cuya naturaleza gramatical es un ve=
rbo,
observamos que en las herramientas TA de Google Transl=
ate
y Reverso Context se traducen como
“luchando” mientras que en DeepL y
Microsoft Translator se omite el mismo. No obst=
ante,
estas dos últimas herramientas TA proporcionan una traducción
más asertiva y natural en comparación a las otras, a pesar de
tratarse de una traducción literal hay un alcance del discurso
más adecuado a la naturaleza del texto origen.
Ahora tomemos como ejemplo el siguiente
párrafo:
Be curious about what your friend is strugg=
ling
with and how it’s impacting them. Instead of asking yes-or-no questio=
ns,
ask open-ended questions to allow them to share their experience with
you— questions like “What’s going on?” or “How
long have you been experiencing this?” or “How are you
coping?”
Al procesarlo mediante las herramientas TA, el
resultado fue el siguiente:
Tabla 3
Traducció=
;n
de párrafo de la nota de TEDEd
|
H=
erramientas
TA |
T=
raducción
direct |
|
<= o:p> <= o:p> Google Translate |
Sienta curiosidad por saber qué es lo que le p=
asa
a su amigo y cómo lo afecta. En lugar de hacer preguntas que se pu=
edan
responder con un sí o un no, formule preguntas abiertas para
permitirle compartir su experiencia con usted: preguntas como
“¿Qué está pasando?”,
“¿Cuánto tiempo llevas experimentando esto?” o
“¿Cómo lo estás afrontando? |
|
<= o:p> Reverso Context |
Sea curioso acerca de lo que su amigo está
luchando con y cómo les afecta. En lugar de hacer preguntas s&iacu=
te;
o no, haga preguntas abiertas para permitirles compartir su experiencia c=
on
usted - preguntas como "¿Qué está pasando?"=
; o
"¿Cuánto tiempo llevas experimentando esto?" o
"¿Cómo lo estás superando?" |
|
<= o:p> <= o:p> DeepL |
Siente curiosidad por saber con qué está
luchando tu amigo y cómo le está afectando. En lugar de hac=
er
preguntas del tipo «sí o no», haz preguntas abiertas q=
ue
les permitan compartir su experiencia contigo: preguntas como
«¿Qué te pasa?», «¿Cuánto
tiempo llevas con esto?» o «¿Cómo lo llevas?&ra=
quo; |
|
<= o:p> Microsoft Translator |
Ten curiosidad por saber con qué está
luchando tu amigo y cómo le está afectando. En lugar de hac=
er
preguntas de sí o no, haz preguntas abiertas para permitirles
compartir su experiencia contigo, preguntas como "¿Qué
está pasando?" o "¿Cuánto tiempo has estado
experimentando esto?" o "¿Cómo lo estás
sobrellevando?" |
Nota: esta tabla representa la traducción directa del párra=
fo 3
realizada por las herramientas TA seleccionadas.
En términos generales, Google Translate y Microsoft Translator=
ejecutaron una correcta traducción del contenido de este párr=
afo,
pese a que contiene elementos que podrían representar complejidad
léxica, como aquellos relacionados con la entropía o redundan=
cia.
El primero utiliza un lenguaje formal y el segundo un registro informal al =
ser
más directo en la forma de presentar el texto. Sin embargo, podemos
señalar que DeepL utiliza elementos de <=
span
class=3DSpellE>posedición correctamente empleados como el uso=
de
comillas «españolas» en las preguntas del texto en LO, ya
que comúnmente se mal emplean las comillas inglesas (“”)=
en
textos escritos en LM, en este caso, el Español<=
/span>.
Se considera entonces que a pesar de que las
herramientas TA facilitan la aproximación del mensaje a la LM, es
necesario tener una intervención humana para integrar una correcta
revisión final y profesional de la traducción, garantizando la
calidad de esta.
En este sentido, la traducción
automática con participación humana hace referencia a sistema=
s en
los que el propio programa es el responsable de la traducción, pero
requiere de ayuda humana para la resolución de problemas
lingüísticos específicos que plantea el texto origen o
corregir el texto meta resultante (Alcina, 2020, p. 6).
Por último, analicemos el siguiente
extracto:
When we see our loved ones grappling with
something difficult, chronic or hard to comprehend, it can often bring up o=
ur
own difficult feelings and our own discomfort or anxiety. When thishappens, it’s important not to shove that s=
tuff
under the rug. Spend time reflecting onwhat’s coming up =
for you.
El fragmento en LM resultó de la siguie=
nte
forma:
Tabla 4
Traducció=
;n
de párrafo de la nota de TEDEd
|
H=
erramientas
TA |
T=
raducción
directa |
|
<= o:p> <= o:p> Google Translate |
Cuando vemos a nuestros seres queridos lidiando con a=
lgo
difícil, crónico o difícil de comprender, a menudo e=
so
puede hacer aflorar nuestros propios sentimientos difíciles y nues=
tra
propia incomodidad o ansiedad. Cuando esto sucede, es importante no escon=
der
esas cosas debajo de la alfombra. Dedica tiempo a reflexionar sobre lo qu=
e te
espera. |
|
<= o:p> Reverso Context |
Cuando
vemos a nuestros seres queridos luchando con algo difícil,
crónico o comprender, a menudo puede traer nuestros propios
sentimientos difíciles y nuestro propio malestar o ansiedad. Cuando
esto sucede, es importante no meter esas cosas bajo la alfombra. Pasa tie=
mpo
reflexionando sobre lo que está por venir para ti. |
|
<= o:p> <= o:p> DeepL |
Cuando vemos a nuestros seres queridos lidiando con a=
lgo
difícil, crónico o difícil de comprender, a menudo
pueden aflorar nuestros propios sentimientos difíciles y nuestro
propio malestar o ansiedad. Cuando esto ocurre, es importante no esconder
esas cosas bajo la alfombra. Dedica tiempo a reflexionar sobre lo que te
espera. |
|
<= o:p> Microsoft Translator |
Cuando vemos a nuestros seres queridos lidiando con a=
lgo
difícil, crónico o difícil de comprender, a menudo p=
uede
sacar a relucir nuestros propios sentimientos difíciles y nuestro
propio malestar o ansiedad. Cuando esto sucede, es importante no esconder
esas cosas debajo de la alfombra. Dedica tiempo a reflexionar sobre lo qu=
e se
avecina para ti. |
Nota: esta tabla representa la traducción directa del párr=
afo
17 del texto origen realizada por herramientas TA.
De esta traducción, lo primero que pode=
mos
señalar es que la primera parte del párrafo es bastante adecu=
ada,
ya que siendo una oración larga no deja de ser clara y precisa.
Consideremos para este análisis el término “grappling”. Los traductores Google Translate, DeepL y Micros=
oft Translator tradujeron la palabra como
«lidiando», mientras que Reverso Contexto sugirió el
término «luchando». En el primero de los casos la
traducción es asertiva y se concibe como natural al emplear un regis=
tro
estándar, ya que se adecua con lo que se representa en el texto orig=
en.
Sin embargo, en el último caso, la misma se traduce literalmente con=
un
registro coloquial, que en ocasiones puede interpretarse como un argot.
Por otro lado, consideremos la
De esta manera, luego de analizar el texto
informativo de la nota de TEDEd elegida, podemos
determinar que las herramientas de traducción automática son
bastantes funcionales para la labor del traductor profesional salvo a las
oportunidades de mejora relacionadas a aspectos lingüísticos,
connotativos, estilísticos, y de ambigüedades que puedan genera=
rse
por cuestiones socioculturales o de terminologías avanzadas presenta=
das
en el texto origen.
Así, los resultados de este anál=
isis
concuerdan con lo argumentado por Mutal (2018) =
quien
sostiene que la traducción automática puede fungir como un
método interactivo, en este contexto, el traductor desempeña =
un
papel activo en el proceso de traducción al tomar decisiones y suger=
ir
modificaciones, como la elección de un vocabulario alternativo o la
resolución de ambigüedades, lo que contribuye a enriquecer y
perfeccionar el resultado (p. 37).
Sin embargo, se constata que las herramientas =
TA
no reemplazan a los traductores humanos porque todavía existen
desafíos a la hora de interpretar el significado cultural, las
expresiones idiomáticas y el tono apropiado del mensaje entre otros
aspectos en la revisión final de la calidad de la traducción.=
Por lo que se debe considerar que las traducci=
ones
automatizadas no han sido realizadas por traductores profesionales y
también contienen inadecuaciones ortotipografías y/o de
referencias, por lo que aciertos del sistema que sean erróneos en la
traducción de referencia se considerarán errores del sistema =
de
traducción y deben considerarse por el traductor profesional (Ferrer,
2019, p. 63).
Por lo anterior, se señala la necesidad
invaluable de los traductores profesionales (humanos) para verificar, corre=
gir
y perfeccionar las traducciones automáticas, garantizando que el tex=
to
final mantenga la calidad y precisión requeridas. De esta forma, las
herramientas de Traducción Automática complementan el trabajo=
del
traductor, permitiéndole centrarse en los aspectos más creati=
vos
y complejos de la traducción.
CONCLUSIÓN
En la labor profesional del traductor, las
herramientas de traducción automática han demostrado ser vali=
osas
aliadas en la ciencia de la traductología, mejorando significativame=
nte
la productividad y acelerando el flujo de trabajo en esta área. No
obstante, su implementación exitosa depende de una sinergia efectiva=
con
la intervención humana. Si bien las herramientas TA han avanzado
considerablemente gracias a la inteligencia artificial, los algoritmos y el
aprendizaje automático, todavía enfrenta limitaciones en cuan=
to a
la traducción precisa de matices culturales, humor, ironía y
otras formas de lenguaje que se presta en su mayoría a la subjetivid=
ad
en el proceso de traducción.
No obstante, es fundamental reconocer que las
herramientas TA, por avanzadas que sean, no pueden reemplazar completamente=
la
intervención humana ya que las traducciones automáticas suelen
presentar limitaciones al enfrentar contextos culturales específicos,
juegos de palabras, expresiones idiomáticas o textos que requieren un
tono particular. En este sentido, el papel del traductor profesional sigue
siendo crucial para garantizar que las traducciones sean precisas,
culturalmente pertinentes y estilísticamente adecuadas. Ya que es la
revisión humana en sí quien corrige y adapta los textos gener=
ados
por las herramientas TA, asegurando que las traducciones mantengan un alto
nivel de precisión, coherencia y adecuación cultural. En este
contexto, las herramientas TA deben ser vista como plataformas digitales
complementarias que potencian el trabajo del traductor, permitiéndole
enfocarse en las áreas donde la creatividad y el expertise
humano son irremplazables.
Así mismo, es importante destacar que l=
os
traductores profesionales no deben considerar estas herramientas como una
amenaza, sino como una opción complementaria que mejora la eficiencia
del proceso de traducción. En lugar de disminuir la demanda de
traductores humanos, las herramientas TA han creado nuevas oportunidades
laborales en áreas como la posedición,
la gestión de calidad y la especialización en sectores donde =
la
automatización aún no puede competir. Sin embargo, la crecien=
te
dependencia de estas subraya la necesidad de que los traductores actuales
adquieran competencias tecnológicas avanzadas para gestionar y mejor=
ar
el output de las máquinas.
A medida que la tecnología contin&uacut=
e;a
evolucionando, el papel de los traductores tradicionales se verá cada
vez más como el de mediadores entre la máquina y el lenguaje,=
lo
que abre la puerta a nuevas formas de colaboración hombre-máq=
uina
en la traducción. Para maximizar los beneficios de estas herramienta=
s en
la traducción profesional, es necesario seguir investigando có=
;mo
mejorar la colaboración entre humanos y máquinas. Esto incluy=
e el
desarrollo de herramientas más sofisticadas, capacitaciones
específicas para traductores como la ética en el uso de
herramientas TA y la implementación de enfoques que garanticen una m=
ayor
integración de la calidad humana en el resultado final de las
traducciones profesionales.
Los hallazgos sugieren que, aunque las
herramientas TA no son capaces de reemplazar a los traductores humanos en
tareas especializadas o creativas, su uso es innegablemente eficaz en textos
técnicos y repetitivos, donde la intervención humana se limit=
a a
corregir detalles finos. Por lo que este estudio también confirma qu=
e la
posedición se ha convertido en una habil=
idad
indispensable para los traductores modernos, quienes deben no solo ajustar =
los
errores gramaticales o de coherencia, sino también intervenir en los
aspectos más profundos del texto que fueron traducidos por herramien=
tas
de traducción automática.
REFERENCIAS
Alcina, A. (2020). Tecnologías de la
traducción: ámbito de estudio y clasificación de las
tecnologías de la traducción. Departamento de Traducció=
;n y
Comunicación. Universitat Jaume I de
Castelló.
https://repositori.uji.es/xmlui/bitstream/handle/10234/189845/AA_AmbitTecnT=
radv1.pdf?sequence=3D1&isAllowed=3Dy
Ayala, E., Buitrago, S., García, S., y
Salavarrieta, A. (2023). La Inteligencia Artificial y el mundo de la
traducción: caso de estudio de las percepciones. https://repository.universidadean.edu.co/bitstream/handle/10882/12736=
/BuitragoSantiago2023.pdf?sequence=3D5&isAllowed=3Dy<=
span
lang=3DES-MX style=3D'font-size:10.0pt;line-height:115%;font-family:Roboto;
mso-fareast-font-family:Roboto;mso-bidi-font-family:Roboto'>
B. y Valencia, L. (2012). Libro blanco de la
traducción y la interpretación institucional. &=
nbsp; &nbs=
p; Ministerio
de Asuntos Exteriores y de Cooperación.
http://www.estudiosingleses.com/extra/descargas/des_4/Grado-Estudios-Ingles=
es_ORIENTACION-PROFESIONAL/libro_blanco_traduccion_vfinal_es.pdf
Benhaddou, E., Fernández, M., Garrido, R.,
González, L., Mantecón, A., Ortigosa, M., Plaza, S., Navaza,
Ferrer Añó<=
/span>,
N. (2019). Análisis de la utilidad de herramientas de traducci&oacut=
e;n
automática en traducción especializada [TESIS]. UNED. https://<=
span
class=3DSpellE>hdl.handle.net/20.500.14468/15054
Gonzales, B. Mañana (2010). Estudio
comparativo de traductores automáticos en línea: Systran, Reverso y Google. Núcleo, 2=
2(27),
187-216. http://ve.scielo.org/scielo.php?script=3Dsci_arttext&pid=3DS07989=
7842010000100008&lng=3Des&tlng=3Des.
Guerrero, R. (2018). La p=
osedición
de traducción automática. Universitat
Oberta de Catalunya.
https://openaccess.uoc.edu/bitstream/10609/143828/2/Traduccion%20automatica=
%20y%20postedicion_La%20postedicion%20de%20traduccion%20automat =
ica.pdf
Hasym, M. (2021).
Artificial Intelligence: Machine Translation Accuracy in Translating
French-Indonesian Culinary Texts. https://papers.ssrn.com/
Kaur, S. (2023, 15 de mayo). How to support a
friend or family member who’s struggling with their mental health.
López, E. (2015). Las herramientas TAO:
creación de diccionarios de auto sugerencias y modificación de
una memoria de traducción a partir de la herramienta SDL
Trados St=
udio
2009. Universidad de Valladolid. https://uvadoc.uva.es/bitstream/handle/10324/13114/TFGO%20522.pdf?seq=
uence1
Mutal, J. (2018). Evaluación comparat=
iva
de modelos de traducción estadística y neuronal [Trabajo de
licenciatura, Universidad Nacional de Córdoba]. https://rdu.unc.edu.ar/bitstream/handle/11086/6603/trabajo_final_Muta=
l.pdf?sequence=3D1&isAllowed=3Dy
Ortiz Jiménez, M. (2011). Traducci&oacu=
te;n
asistida y traductores autónomos: alternativas y Avances. Puntoycoma. Boletín de los traductores
españoles de las instituciones de &=
nbsp; la
Unión Europea, Vol. 123. https://ec.europa.eu/translation/spanish/magazine/documents/pyc_123_e=
s.pdf
Poibeau<=
/span>, T. (2017).
Machine Translation. Massachusetts Institute of Technology. https://ia802801.us.archive.org/9/items/ThierryPoibeauMachineTranslat=
ion/Thierr%20Poibeau_Machine%20Translation.pdf
Sánchez Gijón, P. (2016). La
Smartcat. (2023, 25 de febrero). Las mejores
herramientas de traducción de IA. https://es.smartcat.com/blog/las-mejores-herramientas-=
de-traduccion-de-ai/
Spinak, E. (2023). GPT,
traducción automática y qué tan buenos son: una evalua=
ción
integral. SciELO en Perspectiva. https://blog.scielo.org/es/2023/08/14/gpt-traduccion-a=
utomatica-y-que-tan- &=
nbsp; buenos-son/
Viver Sorolla, P. (2018). La evaluació=
;n
de las herramientas de traducción automática (TA) desde la
perspectiva del traductor: Google Translate, Bi=
ng, Babylon y Systran. Univer=
sidad de
Valladolid. https://uvadoc.uva.es/bitstream/handle/10324/33981/TFG-O-1431.pdf?seq=
uence=3D1
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicados en este sitio está disponibles bajo Licencia =
Creative Commons ![3D"https://revistacientifica.uamericana.edu.py/public/site/images/aduar=](3D"1158_Sanchez_archivos/image003.jpg")
.