Carlos A. Scolari
En su ensayo On Linguistic Aspects of Translation Roman Jakobson, quizás uno de los lingüistas y teóricos de la comunicación más inquietos del siglo XX (entre otras cosas, fue el responsable de incorporar el modelo matemático de Shannon y Weaver en las ciencias del lenguaje), identificó tres tipos de traducción:
1. Traducción intralingüística o reformulación: Esta se refiere a la interpretación de signos verbales mediante otros signos del mismo idioma. Por ejemplo, parafrasear una frase o explicarla de otra manera dentro del mismo idioma:
- «Es una persona que siempre ve el lado positivo de las cosas» reformulado como «Es un optimista.»
- «La temperatura del agua es muy alta» reformulado como «El agua está muy caliente.»
- «No entiendo lo que estás diciendo» reformulado como «Tus palabras no tienen sentido para mí.»
2. Traducción interlingüística o traducción propiamente dicha: Esta es la interpretación de signos verbales mediante signos de otro idioma. Es el tipo de traducción más comúnmente reconocido, donde se traduce un texto de un idioma a otro:
- «I am hungry» traducido al español como «Tengo hambre.»
- «Das ist ein schönes Buch» traducido al inglés como «This is a beautiful book.»
- «Je t’aime» traducido al español como «Te amo.»
3. Traducción intersemiótica o transmutación: Esta se refiere, en su forma primordial, a la interpretación de signos verbales mediante un sistema de signos no verbales. Un ejemplo podría ser adaptar una novela a una película, donde el contenido verbal se transforma en contenido visual y auditivo. Otros posibles ejemplos:
- El ensayo Sapiens de Yuvai Harari adaptado al cómic.
- Las Cuatro Estaciones de Vivaldi representada por un ballet.
- El poema Oda a una urna griega de John Keats ilustrado a través de una serie de pinturas.
Las IA Generativas como sistemas traductores intralingüísticos
La traducción intralingüística es una de esas operaciones que las IA generativas de texto como el ChatGPT hacen de buena gana y con resultados más que aceptables. Hagamos una prueba. Comencemos por un texto científico un poco denso:.
La teoría de la relatividad especial, publicada en 1905, trata de la física del movimiento de los cuerpos en ausencia de fuerzas gravitatorias, en el que se hacían compatibles las ecuaciones de Maxwell del electromagnetismo con una reformulación de las leyes del movimiento. En la teoría de la relatividad especial, Einstein, Lorentz y Minkowski, entre otros, unificaron los conceptos de espacio y tiempo, en un ramado tetradimensional al que se le denominó espacio-tiempo. La relatividad especial fue una teoría revolucionaria para su época, con la que el tiempo absoluto de Newton quedó relegado y conceptos como la invariabilidad en la velocidad de la luz, la dilatación del tiempo, la contracción de la longitud y la equivalencia entre masa y energía fueron introducidos. Además, con las formulaciones de la relatividad especial, las leyes de la Física son invariantes en todos los sistemas de referencia inerciales; como consecuencia matemática, se encuentra como límite superior de velocidad a la de la luz y se elimina la causalidad determinista que tenía la física hasta entonces.
Ahora, le pedimos al ChatGPT que lo reescriba a un lenguaje un poco más accesible, por ejemplo para que lo entienda un niño de 10 años:
La teoría de la relatividad especial, publicada en 1905 por Einstein y otros científicos, explica cómo se mueven las cosas cuando no hay gravedad. Esta teoría unió las ideas de espacio y tiempo en algo llamado espacio-tiempo. Fue muy sorprendente porque dijo que la velocidad de la luz siempre es la misma, y que el tiempo pasa más despacio para cosas que se mueven rápido. También enseñó que la masa y la energía son lo mismo (como en E=mc²) y que nada puede ir más rápido que la luz.
Pero podemos ir más allá, siempre sin dejar de realizar traducciones intralingüísticas (o sea, sin salir del castellano). Le pediremos al ChatGPT que reescriba el texto en verso siguiendo una estructura A-B-B-A:
En mil novecientos cinco, Einstein pensó,
Cómo se mueven las cosas sin gravedad,
Unió espacio y tiempo en realidad,
Y así la relatividad especial llegó.La luz siempre igual, sin variar,
El tiempo despacio a gran velocidad,
La masa y energía son en verdad,
E=mc² nos vino a enseñar.Nada más rápido que la luz brillará,
Las leyes iguales en movimiento constante,
Unidos espacio y tiempo al instante,
Y el futuro exacto ya no se sabrá.
En breve: las traducciones intralingüísticas son una operación básica para las IA generativas de texto. Probemos ahora con las traducciones interlingüísticas.
Las IA Generativas como sistemas traductores interlingüísticos
Repasemos la historia contemporánea de la traducción. En la década de 1950, los primeros sistemas automáticos comenzaron a desarrollarse en el contexto de la Guerra Fría con el objetivo de traducir grandes volúmenes de documentos. Un clásico: en el mismo contexto bélico se diseñaron los grandes ordenadores, los microprocesadores y Arpanet, la abuela de Internet. En 1954 se llevó a cabo una primera demostración a cargo de una computadora IBM 701, la cual tradujo más de 60 oraciones del ruso al inglés. Durante este período, los sistemas se basaban en reglas lingüísticas y diccionarios, pero enfrentaban limitaciones significativas debido a la complejidad del lenguaje humano y la falta de poder computacional.
Entre los años 1980-90 la traducción automática continuó evolucionando con el desarrollo de sistemas más sofisticados basados en reglas, como el sistema SYSTRAN, utilizado por la Unión Europea y el gobierno de Estados Unidos. Sin embargo, a mediados de los 1990, la traducción estadística comenzó a ganar terreno gracias a la disponibilidad de grandes corpus bilingües y al incremento del poder computacional. Este enfoque utilizaba algoritmos estadísticos para analizar y traducir textos, basándose en la probabilidad de aparición de palabras y frases en ambos idiomas.
En estos sistemas estadísticos la máquina no «comprende» lo que traduce, simplemente se limita a determinar estadísticamente la próxima palabra. Esa lógica es la misma que encontramos en la función de autocompletamiento presente en los buscadores como Google Search o en Word. También es la filosofía básica del ChatGPT y otras IA generativas. En 2006 Google lanzó Google Translate, un sistema que inicialmente utilizaba el enfoque de traducción estadística (SMT). Google Translate se benefició enormemente de la gran cantidad de datos disponibles en la web (por ejemplo las miles de páginas que cada día se traducen en los organismos europeos), lo que permitió mejorar la precisión de sus traducciones. En 2014 se lanzó un modelo más avanzado llamado GNMT (Google Neural Machine Translation), que utilizaba redes neuronales para proporcionar traducciones más precisas y naturales. Este cambio marcaría un antes y un después en la evolución de la traducción automática.
En estos años la traducción automática ha alcanzado niveles sin precedentes de precisión y fluidez gracias a los avances en redes neuronales y aprendizaje profundo. Google Translate, junto con otros servicios como DeepL, ha implementado modelos de traducción neuronal que pueden entender el contexto de las frases mejor que nunca. Lejos estamos de los divertidos juegos de traducción interlingüística de Umberto Eco con los primeros sistemas de traducción disponibles a fines de la década de 1990. Ahora estos sistemas utilizan redes neuronales profundas para aprender patrones complejos en datos multilingües, permitiendo traducciones que se acercan cada vez más a las realizadas por los humanos. Además, la accesibilidad de estos sistemas a través de dispositivos móviles y su integración en diversas aplicaciones ha hecho que la traducción automática sea una herramienta esencial en la comunicación global al alcance de cualquier usuario.
Como en el caso de la traducción intralingüística, también aquí pondremos a prueba al ChatGPT. Comencemos por el incipit de El Nombre de la Rosa:
In principio era il Verbo e il Verbo era presso Dio, e il Verbo era Dio. Questo era in principio presso Dio e compito del monaco fedele sarebbe ripetere ogni giorno con salmodiante umiltà l’unico immodificabile evento di cui si possa asserire l’incontrovertibile verità. Ma videmus nunc per speculum et in aenigmate e la verità, prima che faccia a faccia, si manifesta a tratti (ahi, quanto illeggibili) nell’errore del mondo, così che dobbiamo compitarne i fedeli segnacoli, anche là dove ci appaiono oscuri e quasi intessuti di una volontà del tutto intesa al male.
La IA generativa nos propone la siguiente traducción:
En el principio era el Verbo y el Verbo estaba con Dios, y el Verbo era Dios. Esto estaba en el principio con Dios y la tarea del monje fiel sería repetir cada día con salmodiante humildad el único evento inmodificable del que se pueda afirmar la incontrovertible verdad. Pero ahora vemos por espejo, en enigma, y la verdad, antes de cara a cara, se manifiesta a veces (¡ay, cuánto ilegibles!) en el error del mundo, de modo que debemos descifrar sus fieles señales, incluso donde nos aparecen oscuras y casi entretejidas con una voluntad completamente dirigida al mal.
Como vemos, la IA tradujo tanto el texto en italiano como en latín al castellano. Podemos comparar este resultado con la traducción de Ricardo Pochtar para la edición de Lumen:
En el principio era el Verbo y el Verbo era en Dios, y el Verbo era Dios. Esto era en el principio, en Dios, y el monje fiel debería repetir cada día con salmodiante humildad ese acontecimiento inmutable cuya verdad es la única que puede afirmarse con certeza incontrovertible. Pero videmus nunc per speculum et in aenigmate y la verdad, antes de manifestarse a cara descubierta, se muestra en fragmentos (¡ay, cuán ilegibles!), mezclada con el error de este mundo, de modo que debemos deletrear sus fieles signáculos incluso allí donde nos parecen oscuros y casi forjados por una voluntad totalmente orientada hacia el mal.
Los traductores literarios, por ahora, pueden descansar tranquilos. Pero para otro tipo de textos, la capacidad de traducción interlingüística de las IA generativas es sorprendente. Sigamos con Umberto Eco:
Ho sempre sostenuto che il progetto Erasmus ha non solo valore intellettuale, ma anche sessuale, o se volete genetico. Mi è capitato di conoscere molti studenti e studentesse che, dopo un certo periodo trascorso all’estero, si sono sposati con una studentessa o uno studente locale. Se la tendenza s’intensifica, visto che poi nascerebbero figli bilingui, in una trentina d’anni potremmo avere una classe dirigente europea almeno bilingue. E non sarebbe poco.
Parecería que con este tipo de textos el ChatGPT se muestra más hábil. Quizás el tema les resulte más interesante…
Siempre he sostenido que el proyecto Erasmus tiene no solo un valor intelectual, sino también sexual, o si se quiere, genético. Me ha pasado conocer a muchos estudiantes que, después de pasar un cierto período en el extranjero, se han casado con una estudiante o un estudiante local. Si esta tendencia se intensifica, dado que luego nacerían hijos bilingües, en unos treinta años podríamos tener una clase dirigente europea al menos bilingüe. Y no sería poco.
La nueva frontera de las traducciones interlingüisticas son las traducciones con la voz del usuario:
Después de esta exhibición de mis capacidades lingüísticas, podemos pasar a la traducción intersemiótica.
Las IA Generativas como sistemas traductores intersemióticos
Esta es la new thing de las IA generativas. Pasar del texto escrito a una imagen o sonido nos coloca en un plano que escapa a lo que se enseña en las Facultades de Traducción e Interpretación de todo el mundo. La imagen de la abadía que ilustraba la sección anterior fue realizada por una IA generativa a partir de la descripción de Umberto Eco en El Nombre de la Rosa. En ese caso, el proceso fue simple: pasar de un texto escrito a una imagen.
La misma lógica es la que encontramos en las IA que generan música como Suno o Udio. El necesario y urgente debate sobre el entrenamiento de estas IA y los derechos de autor de los artistas lo dejamos para otro día. En este caso, la traducción intersemiótica va del texto escrito a la música.
La lógica de las aplicaciones para la creación de vídeo (como Sora de OpenAI) es similar:
Sin embargo, la cosa se pone interesante cuando hacemos la traducción intersemiótica inversa: partiendo de una imagen generamos un texto descriptivo. Ese mismo texto se puede modificar para recrear un nuevo prompt adaptado a la imagen que queremos crear.
Este último proceso es el que utilizamos para crear la portada de Sobre la evolución de los medios. Partimos de las imágenes de las patentes de Thomas Edison para crear una serie de prompts que, convenientemente modificados, nos llevaron a las patentes del iPhone en versión steampunk. El equipo de diseño de la editorial Ampersand se encargó de darle forma definitiva a la portada jugando con varias imágenes:
También podemos entrenar una IA con archivos musicales y generar resultados como esta versión de Seminare cantada por Freddie Mercury:
A partir de aquí, chi più ne ha più ne metta.
Alucinaciones
Como sucede en las traducciones humanas de todo tipo, las traducciones realizadas con las IA siempre son imperfectas. Traduttore, traditore. No viene mal recordarlo: cualquier texto o contenido generado por las IA debe ser controlado en sus más mínimos detalles antes de ser difundido. Lo peor que podemos hacer es copiar y pegar el resultado de una Inteligencia Artificial generativa. Sin embargo, y con esto termino, podríamos decir que desde una perspectiva artística los errores de traducción y alucinaciones de las IA abren posibilidades infinitas que ya están siendo exploradas en todas sus dimensiones y lenguajes.
Una poética de la traición.
