La traducción es una forma de arte compleja que respetamos enormemente. El proceso manual implicado dificulta la adaptación a la tecnología cambiante y las prácticas comerciales progresivas. La modernización parece suponer un gran reto. El cambio genera incertidumbre. Es comprensible que los equipos de localización se aferren a los proveedores tradicionales, una pila estática y los mismos flujos de trabajo.

Sin embargo, es peligroso aferrarse a procesos mientras que los demás evolucionan. Los equipos de localización a menudo quedan fuera de las fases tempranas y decisivas de planificación y desarrollo. La internacionalización de software, los documentos legales y las pilas de ingeniería son algunas de las consideraciones finales en lugar de ser las primeras. El análisis de un solo documento legal podría retrasar un plan de salida al mercado durante meses.

La creación de un nuevo enfoque de traducción

El trabajo se hace más fácil y eficiente al complementar la traducción humana con la traducción automática (TA). Es un tipo de tecnología que trabaja con los traductores, no en contra de ellos, e incentiva ganancias de productividad ilimitadas. No se trata de decidir entre uno (humano) u otro (máquina). Un enfoque de humano en el bucle (HITL) para la traducción será constante para las empresas en los próximos años, ya que es simplemente el modelo más eficaz. La traducción únicamente humana implica mucho tiempo y esfuerzo. Los métodos solo automáticos son rápidos, pero sacrifican la calidad. El modelo híbrido de la máquina y el humano es inequívocamente la mejor solución de calidad, velocidad y costo.

Cuatro mentalidades esenciales: antiguas vs. nuevas

Al conversar con profesionales de localización, nos encontramos con conceptos erróneos comunes sobre el funcionamiento de la TA y formas específicas de usarla. Es difícil pensar en nuevas aplicaciones y flujos de trabajo cuando las capacidades de un sistema son poco claras. Los siguientes son algunos temas antiguos que todavía escuchamos durante nuestras conversaciones, así como nuevas perspectivas que brindarán mejores resultados para ti y tu equipo.

Es natural querer evaluar lo que hay internamente y comparar las herramientas, pero minuciosamente analizar los detalles de varios sistemas de TA es contraproducente. Google Translate, Amazon Translate, Microsoft Translator Hub: todos estos sistemas usan una variante del mismo algoritmo. No hay mucha diferencia en las variantes, así que su evaluación detallada es innecesaria.

Lo que distingue un sistema de TA de otro es la forma en que lo entrenaste con tus datos. Un sistema de TA algorítmico entrenado en un dominio específico es mucho más efectivo que un enfoque generalista, así que la segmentación de tus datos es muy importante. Concéntrate en aplicar un sistema de TA adaptativo en tus dominios y en dividir tus datos entre ellos, en lugar de trabajar con una memoria de traducción grande (TM). Además, la adaptación es muy efectiva en las variantes de idiomas (como el francés canadiense vs. el francés europeo) y, por lo tanto, debe incorporarse a tu matriz de datos.

Las empresas a menudo prueban los sistemas de TA con contenido de bajo riesgo o no prioritario como una especie de prueba de precaución. Este enfoque de aversión al riesgo supone confiar en que una memoria de traducción haga la mayoría de las predicciones, y eso representa una mala utilización de la tecnología de la TA.

Las organizaciones que piensan en el futuro saben que la TA pronto se volverá común en la industria de la localización. Los equipos experimentan los resultados significativos de la TA (y se dan cuenta de todo el potencial de sus capacidades) si la usan con contenido de alta prioridad desde el principio. Se debe crear un plan estratégico para producir todo el contenido localizado a través de una TA neuronal, en lugar de segmentarlo a casos de uso específicos que no impulsan resultados comerciales.

Hay pocas oportunidades de obtener ganancias de productividad con los procesos de traducción tradicionales, así que las empresas recurren a las negociaciones de tarifas como ventaja con los proveedores de servicios de idiomas (LSP). Es lo único que les queda. Estos descuentos de tarifas perjudican a los traductores, quienes deben trabajar por menos de su tarifa estándar o poner en riesgo su empleo con el proveedor.

Las empresas deben ver la TA neuronal como un medio para obtener ganancias de eficiencia y productividad. Se pueden medir la velocidad y la precisión de la traducción, así como los procesos de comercialización más rápidos. En lugar de buscar descuentos de tarifas en métodos obsoletos, energiza a tus equipos buscando maneras de que su trabajo sea más rápido, mejor y más eficiente. Verás resultados cuantificables, en lugar de un descuento arbitrario de tarifas.

Los sistemas de TA tienen aplicaciones dinámicas y avanzadas, pero las pilas de localización empresarial antiguas tienen conectores endebles con ellas. Esta configuración restringe el uso completo de un sistema de TA, y hay dos problemas principales con este enfoque tradicional:

1) No es interactivo. Este enfoque considera a la TA una memoria de traducción de respaldo. Si no hay coincidencias de la memoria de traducción, la TA dará una sugerencia como punto de partida para el traductor. Los equipos pierden las ganancias de productividad que ofrece la TA interactiva porque están atrapados en los flujos de trabajo de posedición.

2) Estás restringiendo los aportes de datos. Muchas memorias de traducción están configuradas solo para la importación de datos. O si exportan datos, lo hacen periódicamente; por ejemplo, cuando se termina un proyecto. Este enfoque limita la tasa y el grado de adaptación posible.

Se debe preparar a los sistemas de TA para tocar todo el contenido que pasa por tu base de datos, en lugar de ser un complemento de una memoria de traducción. Diseña tu pila en torno a la TA y tu proceso de traducción seguirá vigente en el futuro; además, aprovecha todo lo que ofrecen tus valiosos datos. Trátala como tu sistema operativo central y funcionará tal.