La Globalización ha producido un aumento de la traducción y la
localización, es decir, de la adaptación del producto al mercado de destino; de
la variedad de textos que se traducen y del número de lenguas a las que se
traduce. Ha aumentado la demanda de traducción en nuevas combinaciones
lingüísticas que incluyen el árabe, el ruso y el chino. Esto se debe a las
oportunidades de negocio de Europa con estos nuevos países emergentes, y
viceversa, ya que muchos clientes solo compran productos que están en su propia
lengua. Además, con la formación de la UE, todos los Estados miembros tienen
derecho a utilizar sus lenguas oficiales, lo que se traduce en un aumento de
combinaciones lingüísticas y de trabajo traductológico. La UE invierte en
traducciones más de 2.000 millones de euros. ¿En qué se emplea este dinero?
Puedes ver aquí un ejemplo.
Entre los sectores más lucrativos que
demandan servicios de traducción están: servicios militares, tecnología,
medicina, publicidad, finanzas, política, textos legales, comercio electrónico,
textos académicos y otras organizaciones.
-
Aumento de la demanda de traducción de contenido 3.0 (blogs, emails,
páginas web, redes sociales).
-
Aumento de las cuotas de mercado de la traducción automática, traducción
comunitaria y crowdsourcing (comunidad de traductores que
traducen un contenido a múltiples lenguas sin remuneración económica) y
traducciones “informales”. Respecto al crowdsourcing los traductores profesionales no se
ponen de acuerdo: algunos están contentos de ayudar a otros, mientras que otros
lo ven como una explotación de sus conocimientos y su habilidad.
-
Cambio en el perfil del cliente de servicios de traducción: de empresas a
individuos. Las herramientas de traducción automática tienen la finalidad del
consumo de contenidos (leer webs y documentos, por parte de
particulares) y traducciones informales de consumo interno, son fáciles de
hacer y se obtienen casi en tiempo real. Los servicios de traducción
profesional se usan para propósitos de negocio.
- Cambio en el perfil del traductor:
aparición de comunidades gratuitas de traductores, por ejemplo, el Foro de
Wordreference, el fansubbing o el crowdsourcing,
popularizado por Wikipedia y que se desarrolla principalmente en redes sociales
(véase los artículos sobre la traducción de Wikipedia aquí). Desventajas: en
ocasiones, como en el caso del fansubbing,
son ilegales; no existe una garantía de que la traducción sea correcta; en
ocasiones, los traductores pueden no ponerse de acuerdo entre varias opciones.
Además, se requiere que el traductor posea conocimientos informáticos, de
tratamiento de imagen…
- Cambio en el perfil del encargo de
traducción: solo el 25% del trabajo corresponde a la traducción “lingüística”,
el 75% restante corresponde a gestión del proyecto, terminología, formato,
imágenes, revisión…
- Cambio en las normativas y
legislaciones: los traductores y empresas deben cumplir unos estándares de
calidad determinados.
AUTOMATIZACIÓN DE LA TRADUCCIÓN
La traducción no consiste en una
correspondencia palabra por palabra entre códigos o símbolos distintos
(precisamente esto es lo que hacen herramientas de traducción automática como
el Google Translator), sino en analizar los significados y la gramática del
lenguaje. Es por esto que, por muy buenos y extensos diccionarios con los que
cuenten los programas de traducción automática, y por muy potentes que sean los
equipos informáticos, la traducción exclusivamente “computacional” nunca será
perfecta. Este convencimiento ha llevado a que, en los últimos años, hayan
disminuido las investigaciones en traducción automática y se hayan concentrado
en el desarrollo de herramientas informáticas de asistencia al traductor (TAO
tools), que simplifican y hacen más cómodo el proceso de traducción.
¿De qué depende la mayor o menor
calidad de la traducción automática?
- de la
similitud entre los idiomas O y M.
- de la
demanda de un par lingüístico, que determina la mayor o menor cantidad de
recursos dedicados a la investigación.
- de la disponibilidad o no de un
corpus previamente bilingüe para “entrenar” a las máquinas.
La native
sense gap es la diferencia
entre lo que produce un traductor automático y lo que puede entender del texto
original un hablante nativo de esa lengua. A medida que la NSG disminuya, el
precio de la traducción humana también caerá, ya que no será tan grande las
diferencias en la calidad de la traducción humana y automática.
Actualmente,
las herramientas de traducción asistida son indispensables en la rutina de
trabajo del traductor. Aunque no se han hecho todos los avances que se
esperaban en traducción automática, herramientas como las memorias de
traducción o los gestores de terminología resultan muy útiles en la actualidad,
sobre todo en traducciones especializadas y repetitivas con un gran volumen de
terminología.
Hasta hace unos años, un traductor
especializado que necesitaba realizar búsquedas terminológicas debía acudir a
bibliotecas tanto públicas como privadas. Hoy en día esto es ya impensable
gracias al desarrollo de Internet. Uno de los avances más significativos, sobre
todo para la traducción especializada, han sido los gestores de terminología,
como AntConc o ParaConc, los cuales permiten extraer terminología mono o
bilingüe de cualquier texto). Otro gran avance ha sido el desarrollo de los
programas de edición y procesamiento de textos, que permiten editar textos en
lenguas cuyos alfabetos contienen caracteres diferentes gracias a la nueva
codificación Unicode, que ha sustituido a las tradicionales codificaciones
ASCII o ANSI. Finalmente, herramientas como las memorias de traducción (Trados
o Déjà vu, entre otras), reúnen todas estas herramientas en un mismo entorno,
facilitando su utilización, a la vez que contienen un software que permite al
traductor acelerar el proceso de traducción al “reciclar” fragmentos
coincidentes previamente traducidos.
No debemos confundir estas
herramientas TAO (simples asistentes del traductor) con las herramientas de
traducción automática. Sin embargo, existe una opción intermedia, en muchas
ocasiones desconocida: Los sistemas de traducción automática que utilizan
memorias de traducción: antes de proponer una traducción, se busca una opción
de traducción para el segmento propuesto en la memoria, y únicamente si no se
encuentran segmentos coincidentes se comienza un análisis automático para
proponer una traducción (en cualquier caso, un análisis bastante más aproximado
a la traducción humana, dado que pasa por varios filtros, que lo que puede
resultar de programas como Google Translator). En este sentido, Google
Translate ha incorporado una opción en la que puedes “mejorar manualmente la
traducción” (post editing), esto se guarda y para el siguiente ya ha
mejorado.
No solo estas herramientas propiamente
de traducción se están automatizando, sino también todo el proceso que rodea al
negocio de la traducción (por ejemplo, se usa el correo electrónico para las
comunicaciones traducción-cliente y para los encargos de traducción.
Sin
embargo, no es oro todo lo que reluce, y las herramientas de traducción
asistida también poseen una serie de inconvenientes frente al proceso de
traducción “analógica”: por una parte, los errores cometidos en fases iniciales
de la traducción pueden perpetuarse a lo largo de toda la traducción; por otra
parte, estos programas son difíciles de utilizar, y generalmente requieren
costosos cursos de formación para el traductor. Puedes ver una lista con más
ventajas e inconvenientes de las memorias de traducción aquí.
Bibliografía:
FREIGANG, Karl Heinz. Automation of Translation: Past,
Present and Future. Revista
Tradumática. Octubre
2001.
LÓPEZ
CHOLLET, María José. Tecnologías de la información y comunicación al servicio
de la traducción.
RICHARDSON, Jennifer y ROMAINE, Matthew. State of the
Translation Industry 2009. MyGengo. 12 de Octubre de 2009.
No hay comentarios:
Publicar un comentario