Las herramientas de traducción asistida han sufrido grandes cambios en las dos últimas décadas.
Todavía recuerdo cuando hice unas prácticas de traducción en el Parlamento Europeo, allá en el año 2002 y estaba ilusionadísima porque sabía que tenían una licencia de Trados: me costó horrores que me la instalasen y encontrar a alguien que me explicase cómo funcionaba. Era una rara avis, casi nadie la usaba. Incluso había traductores que continuaban usando un dictáfono y enviando las traducciones a un pool de administrativos que las tecleaban después al ordenador, aunque eran casos aislados, la gran mayoría sí usaba ordenadores. No obstante, la opinión general es que no necesitaban herramientas como Trados. Les parecía una ofensa. Sinceramente, en aquel momento no entendía por qué, aunque ahora lo empiezo a comprender, aunque no lo comparta del todo.
De vuelta al mundo fuera de la burbuja de las instituciones europeas, me lancé a buscar traducciones en un mundo en el que las herramientas de traducción asistida eran ya irrenunciables y estaban en plena evolución. En aquel momento, traducir con una herramienta TAO se justificaba principalmente con la posibilidad de traducir en formatos difícilmente editables a mano como HTML, INX, MIF, etc. Las memorias de traducción y glosarios hacían que las traducciones fuesen consistentes con todo lo anterior. Todo cuadraba, aunque eran algo inestables y a veces después no se podían exportar las traducciones al formato original. Explorar foros con métodos para asegurarse de volver a recuperar lo traducido en el formato original formaba parte de traducir y le daba un halo de aventura y experimentación.
No faltó mucho tiempo, cuando alrededor de 2005 o 2006 las empresas empezaron a querer sacar rédito de las memorias de traducción y empezaron a exigir no pagar por contenidos que ya se habían traducido. Esto tuvo dos consecuencias, una más inmediata con dos caras (las traducciones se abarataron y los traductores empezaron a ganar menos) y otra más a largo plazo: las memorias de traducción se empezaron a convertir en repositorios de datos que nadie pagaba por actualizar, pero que seguían en uso. A día de hoy, casi 20 años después, hay empresas que tienen memorias de traducción monstruosamente grandes llenas de datos obsoletos e inconsistentes, que se reutilizan una y otra vez sin que nadie los edite ni rectifique. Lo más triste es que consideran que es un activo de la empresa, aunque es un ancla a la mediocridad y una fábrica de contenidos muchas veces incomprensibles para sus clientes.
Las evoluciones posteriores, antes de la irrupción de las traducciones automáticas, solo afianzaron la tecnología detrás de ese abaratamiento de las traducciones. Desde la introducción allá por el año 2010 del cálculo de los “internal fuzzy” por parte de Kilgray, es decir, generar descuentos no ya por lo que está traducido, sino también por lo que se va a reutilizar en la traducción que se está realizando, hasta, por ejemplo, guardar parejas de segmentos con su “contexto”. Esto último fue un intento de acallar las voces críticas contra los problemas del bloqueo de contenidos pretraducidos con las memorias de traducción, pero, pese a un nombre tan grandilocuente, sencillamente consisten en guardar también la frase anterior y la siguiente.
Que la degradación de ideas como “contexto” o “calidad”, pero también “inteligencia” y “neuronal”, haya sido paulatina, explica en gran medida que tales ideas no encontrasen la resistencia que debieran. Así, cuando se empezó a extender el uso de motores de traducción automática, el campo ya estaba abonado para aceptar cualquier cosa.
Actualmente, la tendencia ha pasado de ofrecer traducciones automáticas revisadas por traductores a ofrecer traducciones automáticas revisadas con IA. Las pérdidas de calidad y sentido, pero también de gobernanza de datos, son muy graves. Pero, aparte de los profesionales de la traducción, que han visto mermados sus ingresos o directamente han perdido sus puestos de trabajo, no parece importarle a nadie.
Los programas de traducción asistida por ordenador actuales no están pensados para los traductores, pero tampoco para medianas y pequeñas empresas. Están diseñados para reducir los gastos en traducción de grandes corporaciones. Actualmente la mayor publicidad consiste en ofrecer conectores con otros sistemas, con motores de traducción automática y con agentes de inteligencia artificial. La posibilidad de automatizar procesos puntúa también muy alto, obviando la labor de profesionales que se dedican a conocer a los clientes y sus necesidades, y también a los traductores y sus áreas de especialización y saber organizar los proyectos de traducción de la mejor forma posible. Eso se nota en la arquitectura misma de los programas y las funcionalidades que ofrecen, como en los modelos de licencias que ofrecen.
Los perjudicados, además de los traductores, son medianas y pequeñas empresas, porque no tienen datos ni medios suficientes para entrenar motores de traducción automática o de inteligencia artificial generativa y que, por tanto, se ven abocados a usar los generales, con las pérdidas de confidencialidad y gobernanza de datos que implica.
Ha llegado la hora de devolver a los propios profesionales de la traducción el control de las herramientas que emplean para su trabajo. O al menos de intentarlo. Herramientas como selenaCAT se han creado con esa vocación. Vamos a ver dónde nos llevan.