La IA generativa ha sido lo más importante durante la mayor parte de los últimos dos años. Ahora, los ejecutivos de todas las industrias y funciones están pidiendo a sus equipos que encuentren formas de usarlo para reducir costos o aumentar la eficiencia. Pero la pregunta es: ¿funciona realmente la IA en la traducción?
Durante los últimos 18 meses, Smartling ha centrado nuestros esfuerzos de investigación y desarrollo en encontrar una respuesta. En concreto, queríamos saber si la IA podía ayudarnos a ofrecer soluciones de traducción con la mejor calidad, coste, velocidad y experiencia del mundo.
¿La respuesta? ¡Un sí rotundo! La IA está funcionando y está funcionando a gran escala. Pero no todas las aplicaciones son ganadoras.
¿Dónde trabaja la IA hoy en día en la traducción?
Cuando aparecieron los primeros modelos de lenguaje grande (LLM), las empresas comenzaron a probarlos como un reemplazo directo de la traducción automática. Sin embargo, aunque este caso de uso tiene potencial, todavía hay algunos problemas en los que trabajar para garantizar un rendimiento constante.
Nuestro equipo de investigación y desarrollo evaluó varios LLM y la traducción automática en varios idiomas y métricas de calidad (p. ej. BLEU, MQM, TER, etc). Este experimento demostró que, al utilizar LLM para traducciones en todos los idiomas, las métricas de evaluación de calidad automatizadas indicaban que los motores de traducción automática seguían superando a los LLM en cuanto a la calidad de la traducción. Además, la traducción automática es un enfoque mucho más asequible para la traducción que el uso de LLM.
Si bien los LLM aún no son la opción óptima para la traducción, nuestro equipo comenzó a verlos brillar en la posedición automática y la evaluación de los resultados de la traducción automática. En lugar de ser un sustituto de la traducción automática, la IA está demostrando ser una poderosa adición a la traducción automática.
En particular, las siguientes están demostrando ser aplicaciones sólidas para la IA:
- Reparación de coincidencias difusas
- Inserción de términos en el glosario
- Editar estimación de esfuerzo
- Formalidad
- Gender de-biasing
Con este conocimiento, comenzamos a desarrollar e implementar nuevas soluciones de IA para nuestros clientes. Comenzó con AI-Powered Human Translation, una solución de traducción que reúne a los lingüistas expertos de Smartling y la tecnología de IA para ofrecer traducciones de alta calidad a la mitad del costo y dos veces más rápido.
Luego, los clientes comenzaron a preguntarnos si podían utilizar nuestras funciones de IA con sus proveedores de servicios de idiomas de terceros. Así que dijimos que sí.
Presentamos el kit de herramientas de traducción de IA
El kit de herramientas de traducción de IA de Smartling ofrece un conjunto de funciones de traducción de IA diseñadas para reducir significativamente los costos de traducción y mejorar el rendimiento del lingüista sin sacrificar la calidad. Estamos poniendo a disposición de todos nuestra tecnología de IA que ha brindado resultados increíbles para nuestros clientes de AIHT, incluidos:
- Reparación de partidos difusos con IA: Aumente el aprovechamiento de las memorias de traducción hasta en 35 puntos porcentuales, lo que se traduce en un ahorro sustancial de costes y una mejora de la calidad.
- Inserción de términos del glosario AI: Integre sin problemas los términos de su glosario en el contenido, garantizando la precisión contextual y gramatical.
- Estimación del esfuerzo de edición: agrupa las traducciones según el esfuerzo esperado para lograr la calidad humana. Los conocimientos se pueden utilizar en nuestra automatización del flujo de trabajo para asignar cadenas a lingüistas específicos o evitar por completo la revisión humana.
Profundicemos en cada una de estas características y la investigación que las respalda.
Deep Dive: Reparación de coincidencias difusas con IA
Hoy en día, el aprovechamiento de la memoria de traducción es una práctica habitual. Sin embargo, AI Fuzzy Match Repair lleva el enfoque tradicional un paso más allá al utilizar LLM para reparar y suavizar cadenas que normalmente no se aprovecharían para ahorrar.
Por ejemplo, en la imagen de abajo se puede ver que el texto de origen y la memoria de traducción coinciden a solo una palabra de distancia. Con una memoria de traducción normal, el texto de origen normalmente tendría que volver a traducirse por completo. Pero, con la reparación de coincidencias parciales, el LLM es capaz de identificar la diferencia y proporcionar una traducción reparada. La traducción sugerida ahora sería elegible para descuentos por coincidencia parcial, lo que daría a los clientes más ventaja de sus memorias de traducción y reduciría la carga de trabajo de los lingüistas.
Si bien en concepto, esto suena como una característica realmente genial: nuestro equipo de investigación y desarrollo quería asegurarse de que funcionara. Y lo que es más importante, querían asegurarse de que proporcionara un valor real en forma de mejoras en el coste, la calidad o la velocidad.
Para ello, tradujeron el mismo contenido dos veces: una con la reparación de coincidencias aproximadas con IA activada y otra con ella desactivada. Evaluaron ambos escenarios basándose en el HTER de la traducción de salida y la traducción humana final. Queríamos ver cuántas cuerdas no necesitarían intervención humana después de Fuzzy Match Repair.
La investigación descubrió que la reparación de coincidencias aproximadas con IA aumentó las coincidencias de la memoria de traducción hasta en 35 puntos porcentuales y lo hizo de manera bastante consistente en todos los idiomas. Esto significa que los clientes pueden utilizar el aprovechamiento de las memorias de traducción para una mayor parte de su contenido, lo que supone un ahorro sustancial de costes y una mayor coherencia.
Deep Dive: Inserción de términos en el glosario de IA
Otra práctica habitual en la traducción es la inserción de términos en el glosario. El enfoque tradicional consiste simplemente en copiar y reemplazar los términos del texto de origen y de destino por los términos relevantes del glosario. Sin embargo, esto tiende a introducir nuevos problemas de fluidez cuando esos términos del glosario no concuerdan con el recuento numérico, las inflexiones u otros elementos gramaticales de la oración en general.
Con AI Glossary Term Insertion, un LLM se utiliza para "suavizar" la inserción del término del glosario, garantizando la precisión contextual y gramatical. Por ejemplo, en la imagen de abajo, se puede ver que la aplicación tradicional del término del glosario "publicación" ha introducido un error gramatical en la cadena general donde el adjetivo asociado ahora tiene la inflexión incorrecta (primer vs. primera). Con la ayuda de un LLM, se inserta la forma adjetiva apropiada y se elimina el error.
Según nuestra investigación, los LLM pueden tener un gran impacto en el número de inserciones de glosarios morfológicamente correctas. Cuando se probó el contenido en ruso y español, la función de inserción de términos del glosario de IA aumentó el número de inserciones correctas en un 25 % y un 17,5 %, respectivamente. Ese es el contenido que ya no requiere esfuerzo humano para arreglarlo.
Análisis en profundidad: estimación del esfuerzo de edición
Nuestra tecnología de estimación del esfuerzo de edición agrupa las traducciones en función del esfuerzo esperado para lograr la calidad humana. Todas las cadenas se envían con nuestro mensaje propietario a un LLM que evalúa las cadenas en función de:
- Corrección gramatical
- Fluidez
- Coherencia semántica
- Precisión léxica
- Controles de calidad
- Guía de estilo (única para cada cliente)
Estas agrupaciones (Nivel 1, Nivel 2 y Nivel 3) se pueden utilizar dentro de la automatización del flujo de trabajo dinámico para tratar las cadenas en función de su esfuerzo esperado. Por ejemplo, una empresa podría asignar cadenas que requieran ediciones extensas a lingüistas más experimentados o evitar por completo la revisión humana en cadenas que requieran poca o ninguna edición. Los clientes también pueden utilizar nuestros descuentos de estimación de esfuerzo de edición para crear niveles de descuento para operaciones de alto rendimiento.
Esto tiene el potencial de generar importantes ahorros de tiempo y costos para las empresas, especialmente para aquellas que utilizan intensamente flujos de trabajo de traducción basados en humanos. También proporciona a los equipos una visión más profunda de su proceso de traducción.
Revolucione su estrategia de traducción
Hemos visto que la IA trabaja para ampliar el apalancamiento, mejorar la precisión de la inserción de términos en el glosario, aplicar formalidades y mucho más. Sin embargo, se necesita mucho tiempo e investigación para identificar los lugares en los que la IA puede ser más eficaz y ofrecer un fuerte retorno de la inversión. Ahí es donde entra en juego la ayuda de un socio, como Smartling, para que no tengas que hacerlo por tu cuenta.
Un componente crítico de nuestra estrategia es nuestra inversión en investigación y desarrollo para asegurarnos de que podemos ofrecer la solución de LanguageAI™ más completa de la industria. Tenemos múltiples patentes sobre nuestro trabajo con IA generativa, y nuestro equipo de ingeniería ha entregado más de 70 características o mejoras importantes en la asombrosa cantidad de 3300 lanzamientos de producción solo en el último año.
Eso es lo que se necesita para garantizar realmente que las soluciones de IA ofrezcan la mejor calidad, costo, velocidad y experiencia del mundo.
Obtenga más información sobre nuestra investigación más reciente y lo que estamos explorando a continuación en la sesión de la Conferencia Global Ready: Investigación revelada, ahora bajo demanda.