ISSN: 1579-9794
Hikma 20 (2) (2021), 37 - 67
Traducción automática y posedición: estudio demoscópico
en el mercado de la traducción profesional
Machine translation and postediting: an opinion poll of the
professional translation market
ENRIQUE J. VERCHER GARCÍA
evercher@ucm.es
Universidad Complutense de Madrid
Fecha de recepción: 30/04/2021
Fecha de aceptación: 28/07/2021
Resumen: En el presente artículo exponemos el resultado de un estudio
realizado en el mercado de la traducción para conocer el grado de
conocimiento, aceptación y aplicación por parte de PST (proveedores de
servicios de traducción) y de clientes finales de diferentes sectores. El estudio
demoscópico se ha realizado a través de sendas encuestas adaptadas a los
tres públicos objetivos: agencias de traducción, traductores profesionales y
clientes/usuarios de traducción profesional. En el caso de PST (agencias y
traductores) se ha recabado información sobre su conocimiento y oferta de
traducciones automáticas o posedición (traducción automática +
proofreading), porcentaje de encargos realizados mediante este servicio, así
como valoración sobre la traducción automática pura (no posedición) desde
su punto de vista y desde el punto de vista de los clientes. En el caso de
clientes/usuarios de traducciones profesionales se ha recabado información
sobre su conocimiento y valoración de la traducción automática (traductores
automáticos). El universo de la encuesta abarca agencias de diferentes
tamaños y diversos países de Europa y América; traductores profesionales
nativos de más de una decena de lenguas (lengua meta de sus traducciones);
y clientes/usuarios de traducciones profesionales de distintos tamaños y
diversos países de Europa y América. El artículo finaliza con una serie de
conclusiones y valoraciones a partir de los datos obtenidos.
Palabras clave: Traductología, Traducción automática, CAT tools,
posedición, Análisis de mercado, Traducción profesional.
Abstract: In our paper, we present the result of a study carried out on the
translation market to ascertain the level of knowledge, acceptance, and
application by TSPs and end clients of different sectors. The opinion poll has
been carried out through surveys adapted to the three target groups:
translation agencies, professional translators, and clients/users of
38 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
professional translation. In the case of TSPs (agencies and translators),
information has been gathered on their awareness and provision of machine
translation and postediting (machine translation + proofreading), the
percentage of assignments carried out through this service, as well as an
evaluation of pure machine translation (without postediting) from their
perspective and the perspective of clients. In the case of clients/users of
professional translation, information has been gathered on their knowledge
and evaluation of machine translation (software translators). The universe of
the survey encompasses agencies of different sizes and from various
countries of Europe and America; professional native speaker translators of
over a dozen languages (target language of their translations); and
clients/users of professional translations of different sizes and from various
countries of Europe and America. The paper ends with a series of conclusions
and assessments by the author based on the data obtained.
Keywords: Traductology, Machine translation, CAT tools, Postediting, market
analysis, Professional translation.
INTRODUCCIÓN
La motivación inicial que nos ha llevado a realizar este estudio reside
en cierta inconsistencia que desde nuestra experiencia percibíamos entre el
conocimiento y grado de aceptación de las herramientas de traducción
automática y servicios anexos como la posedición en el mundo académico,
por un lado, y el grado de conocimiento, valoración e implementación en el
mercado real de la traducción profesional, por otro. Esta distinción entre el
grado de exigencia de los académicos y lingüistas, por un lado, y de personas
ajenas a la lingüística, por otro, ya ha sido señalada por Díaz Prieto (2012,
pp. 154-155).
Entre los académicos e investigadores del campo de la traductología,
de las IT y de la Inteligencia Artificial (IA) parece asentada la idea de que ya
se ha alcanzado un elevado grado de calidad en las herramientas de
traducción automática. (vid. Wu, Y., Schuster, M., Chen, Z. et al., 2016;
Hassan, H., Aue, A., Chen, C. et al., 2018; Sánchez Ramos y Rico Pérez,
2020). Así, por ejemplo, García (2011) afirma que «within the past decade,
advances in computer power and connectivity have significantly enhanced
machine translation (MT) development. […] for many language pairs and
many tasks, MT can already produce useful ‘for assimilation’ results with no
post-editing required», y citando a Gerber (2008) señala que este autor
«points out that for some language pairs, user feedback in the knowledge
bases of Intel displayed a level of approval of machine-translated articles that
Enrique J. Vercher García 39
Hikma 20 (2) (2021), 37 - 67
was similar to that of the professionally translated articles» (García 2011, p.
218).
Sin embargo, la práctica diaria de proveedores de servicios de
traducción (ya fueran tanto agencias de traducción como traductores
profesionales) y de clientes/usuarios de servicios de traducción profesional
pareciera indicar que ni el uso de traducción automática está tan extendido y
asentado, ni que los traductores humanos hayan sido ya sustituidos por la
inteligencia artificial (Cid-Leal et al., 2019, pp. 192-194). La valoración de las
herramientas de traducción tampoco pareciera ser muy elevada entre
aquellos que necesitan traducciones en la gestión diaria de su empresa o sus
necesidades judiciales o administrativas, aun cuando sí puedan considerar
que en el futuro estarán perfeccionadas. Como señalan Cid-Leal, Espín-
García y Presas (2019, p. 189), «varios informes (DePalma, Hegde, Pielmeier
& Stewart, 2014; Varios autores —EUATC— 2017; Van der Meer y Ruopp,
2014, entre otros) destacan que la TA está considerada por empresas y
profesionales como la herramienta del futuro».
Esta percepción e hipótesis inicial (basada, ciertamente, en algunos
estudios previos) necesitaba, no obstante, ser contrastada con datos
objetivos que nos dieran un conocimiento más exacto de la situación. Esta es
la base, por tanto, de nuestro trabajo, la realización de una encuesta entre
usuarios/clientes de servicios de traducción profesional como los receptores
o beneficiarios de traducciones, los traductores profesionales como
proveedores últimos de servicios de traducción profesional humana, y de
agencias de traducción como agentes intermediarios entre traductores y
clientes y que son, por tanto, a un mismo tiempo destinatarios y proveedores
de traducciones profesionales humanas y no humanas. A pesar de la
existencia de algunos estudios en este sentido (Rinsche y Portera-Zanotti,
2009; Joscelyne y Brace, 2010; DePalma, Hegde et al., 2014; Presas et al.,
2016), la evolución parece ser tan rápida que una actualización de los datos
siempre puede ser útil.
Nuestro trabajo parte de algunos estudios previos en este sentido
(Rinsche y Portera-Zanotti, 2009; Joscelyne y Brace, 2010; Guerberof
Arenas, 2013; DePalma, Hegde et al., 2014; Presas et al., 2016). Así, por
ejemplo, Guerberof Arenas (2013) afirma lo siguiente:
This group of translators was in general quite familiar with machine
translation and post-editing, but not all of them were performing
these tasks on a regular basis. […] Although some did not like doing
post-editing, mainly because the quality of certain MT segments was
poor or the instructions too cumbersome to follow, or they did not
like to review, the overall attitude was nevertheless flexible and
practical. The translators that dislike post-editing would in general
40 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
not perform the task, and those that post-edit find that experience
helps them spot errors and that in some cases it increases their
productivity. […] Also, many were aware that post-editing will be a
necessary task in the future of localisation and that outputs will
improve over time (Guerberof Arenas, 2013, pp. 92-93).
No obstante, la evolución parece ser tan rápida que es necesaria una
actualización de los datos. Nuestro trabajo de campo se caracteriza, además,
por haber realizado las encuestas a un elevado número de informantes. Por
otro lado, nuestra investigación aborda algunas cuestiones antes no
planteadas, como la opinión que los profesionales tienen sobre cuál creen
que es la percepción que sus clientes tienen de la traducción automática.
El objetivo del presente estudio es analizar el grado de conocimiento y
de valoración de la traducción automática y de la posedición entre
proveedores de servicios de traducción (PST) y entre usuarios/clientes de
traducciones profesionales en el mercado de la traducción profesional
comercial, es decir, de aquella usada por empresas y negocios en sus
actividades comerciales (quedarían fuera del estudio, por tanto, otros tipos de
traducciones como la traducción amateur, la traducción con fines
pedagógicos, la traducción literaria sin fines comerciales, etc.).
Un primer análisis no científico que hemos realizado es el de observar
las opiniones al respecto vertidas en foros de traductores Proz, Translators
Café, redes sociales, congresos, powwow de traductores…) y también entre
clientes en nuestra experiencia en el mundo de la traducción profesional
comercial.
A grandes rasgos nuestra percepción es la de que en general se
conoce la traducción automática (no tanto el servicio de posedición), pero no
cuenta todavía con el suficiente grado de aceptación y confianza entre las
empresas usuarias de servicios de traducción, especialmente entre las
pequeñas empresas (algo más entre grandes empresas y empresas del
sector de las nuevas tecnologías). Incluso se nos ha dado el caso de clientes
que han rechazado la posedición por confundirla con la traducción
automática. Estas percepciones iniciales, repetimos, debían ser corroboradas
o refutadas con los datos objetivos del presente estudio.
En cualquier caso, la tendencia indudablemente será la de un aumento
del volumen de trabajo realizado mediante traducción automática en los
próximos años. El volumen de negocio de la traducción automática oscilará
entre los 983,3M $ que augura el Machine Translation Market Size & Forecast
Report, 2012-2022 para 2022 y los 2 275,7M $ que augura el informe Global
Machine Translation Market Size, Share, Development, Growth and Demand
Enrique J. Vercher García 41
Hikma 20 (2) (2021), 37 - 67
Forecast to 2023 publicado por P&S Market Research para el 2023 (Million
Insights, 2018; P&S Market Research, 2017).
Estas percepciones basadas en la experiencia y en ciertos foros debía
ser contrastada, no obstante, mediante un método más objetivo, en concreto
el de las encuestas a gran escala. Pasamos a continuación a explicar las tres
encuestas que hemos realizado.
1. MARCO TEÓRICO Y METODOLOGÍA. DESCRIPCIÓN TÉCNICA DE LAS ENCUESTAS
REALIZADAS Y RESULTADOS
El marco teórico del presente trabajo afecta a dos aspectos principales,
por un lado, la teoría traductológica y, por otro lado, la teoría demoscópica.
Sobre el primer aspecto, el del marco teórico traductológico, debemos
decir que, aunque algunos términos que manejamos son de sobra conocidos
entre los especialistas, vemos conveniente aclarar algunos conceptos que
usamos en nuestro trabajo, aun cuando no sea este lugar para poder
profundizar en ellos.
En primer lugar, por traducción automática (en inglés machine
translation –MT–) se entiende la traducción realizada por computadora
mediante software, frente a la traducción humana. Los distintos softwares de
traducción automática desarrollados básicamente se basan en distintos
sistemas de traducción (vid. Bahdanau, Cho y Bengio, 2014; Sánchez Ramos
y Rico Pérez, 2020, pp. 11-30). Algunos de los programas de traducción
automática más utilizados en la actualidad son el conocido Google Translate,
DeepL Translator, Apertium, Systran o SDL NMT (Lehrberger y Bourbeau,
1988; Hutchins y Somers, 1992; Hernández, 2002; Hutchins, 2003; Díaz
Prieto, 2012).
Por posedición se entiende la traducción realizada en un primer
momento por un traductor automático, pero luego revisada y corregida por un
traductor humano. La teoría y práctica de la posedición ha ido evolucionando
y pasando por diferentes momentos desde sus primeras referencias en el
mundo académico en los años 80 (Vasconcellos y León, 1985) hasta
convertirse en la actualidad en una especialidad dentro de la traducción y en
uno de los objetos de estudio más investigados en la reciente literatura
científica (Sánchez, 2016; Aranberri y Gibert, 2019; Sánchez Ramos y Rico
Pérez, 2020; Aranberri 2020). Estrechamente relacionada con la posedición
es la preedición, entendida como «proceso intralingüístico que se lleva a cabo
en un texto en la lengua origen antes de su traducción para que se pueda
aplicar la TA [traducción automática] con mejores resultados (Sánchez
Ramos y Rico Pérez, 2020, p. 57).
42 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
No debe confundirse la traducción automática con la traducción
asistida por ordenador (Computer-assisted translation, Computer-aided
translation o CAT), en la que la traducción es realizada por un traductor
humano con un programa informático que le ayuda en su tarea proponiéndole
unidades de traducción en base a memorias de traducción, a algoritmos en
diferentes extensiones o a plugins que permiten utilizar traducciones
automáticas. Entre los programas de traducción asistida por ordenador
(herramientas TAO o CAT tools) más conocidos se encuentran SDL Trados
y MemoQ
1
.
El segundo aspecto teórico que debemos atender es el de la teoría
demoscópica, dado que el presente estudio consiste principalmente en un
análisis demoscópico basado en encuestas a informantes. A partir de los
estudios teóricos realizados por expertos en la cuestión (Bradburn y Sudman,
1988; Alaminos Chica y Castejón Costa, 2006; Webster et al., 2006; Díaz de
Rada Igúzquiga, 2010), exponemos algunos conceptos básicos que hemos
tenido en cuenta en nuestro trabajo.
En los últimos años han proliferado estudios que analizan las
características de los análisis demoscópicos y las encuestas. Los tres
aspectos principales que deben abordarse en todo estudio demoscópico es
el de la posibilidad de contactar con un número representativo de la población
objeto, el de analizar la calidad de la información y el del procedimiento de
administración de los datos (Díaz de Rada Igúzquiga, 2010).
Existen diferentes modalidades de encuesta (presencial, telefónica,
postal…) con varias submodalidades cada una. La realizada por nosotros es
online. Entre las ventajas de esta modalidad se cuentan la de la posibilidad
de llegar a un número elevado de posibles informantes, la de
sobreentenderse una alta calidad de la información recibida, pues se ha
realizado directamente con los actores implicados en la traducción profesional
comercial (traductores profesionales, agencias de traducción y clientes –
empresas, autónomos y particulares- de servicios de traducción profesional),
así como ventajas relacionadas con el procedimiento (por ejemplo el bajo
coste de este tipo de encuestas) o con el menor número de rechazos una vez
comenzada la encuesta (frente a las presenciales) y la mayor flexibilidad para
el encuestado para contestar (puede hacerlo en casa, en el trabajo o incluso
en la calle con un teléfono móvil). Otras ventajas que podrían señalarse son
la de un menor número de preguntas no contestadas (no sabe / no contesta)
en comparación con las encuestas presenciales, posibilidad de soporte
1
Vid. https://www.trados.com y https://www.memoq.com/.
Enrique J. Vercher García 43
Hikma 20 (2) (2021), 37 - 67
tecnológico (búsqueda en Internet, ayuda visual, etc.), la mayor sensación de
anonimato (Díaz de Rada Igúzquiga, 2010).
Nosotros hemos llevado a cabo tres encuestas a tres tipos de
informantes objetivos distintos: traductores profesionales, agencias de
traducción y usuarios/clientes de servicios de traducción profesional. Los dos
primeros grupos son proveedores de servicios de traducción (PST) con
evidentes diferencias entre ellos en cuanto a metodología de trabajo, relación
con el cliente, número de clientes finales, tamaño, recursos y percepción de
la traducción profesional en general y la traducción automática o posedición
en particular. El tercer grupo representa el consumidor final de servicios de
traducción profesional. Por tanto, la población de inferencia (conjunto de
población objeto de estudio) sería en nuestro caso los traductores
profesionales, las agencias de traducción y los usuarios de servicios de
traducción profesional.
Las encuestas se han realizado son del tipo conocido en demoscopia
como autorrellenadas online (es decir, no presenciales) a través de la
plataforma Survio (survio.com) en su variante de pago que permite un mayor
número de encuestados, además de otras ventajas. El número de
encuestados a los que se les ha hecho llegar directamente la encuesta (en
terminología demoscópica población objetivo) asciende a 2.210 en el caso de
traductores profesionales, a 554 en el de agencias de traducción y a 985 en
el de clientes de servicios de traducción profesional, si bien el número de
informantes que han respondido (población medida) son los que se reflejan
en el apartado de resultados de las encuestas. El trabajo de campo (periodo
en que las encuestas han estado activas y se han contabilizado los
resultados) se ha realizado entre el 12 de marzo y el 1 de mayo de 2019.
Las encuestas pueden visualizarse en los siguientes enlaces:
— Conocimiento y percepción de la traducción automática
(traductores profesionales) / Knowledge and perception of machine
translation (professional translators):
https://www.survio.com/survey/d/O7F9D9G2H7P5W2N9X.
— Conocimiento y percepción de la traducción automática (PST -
Agencias de Traducción) / Knowledge and perception of machine
translation (TSP – Translation Agencies):
https://www.survio.com/survey/d/F1I6W7O6E3O5I1N2H
— Conocimiento y percepción de la traducción automática
(clientes/usuarios de traducción profesional) / Knowledge and
perception of machine translation (clients/users of professional
translation):
https://www.survio.com/survey/d/F0V5M9F9P4A0W6K3A
44 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
En los tres grupos los encuestados proceden de 58 países del mundo,
principalmente de Europa (y dentro de Europa destacaría España). En el caso
de agencias de traducción 394 eran de países europeos (de las cuales 100
eran españolas). En el caso de traductores profesionales autónomos hemos
considerado relevante la lengua materna (en principio debe ser la lengua
meta de traducción) y que, en concreto, han sido el alemán, árabe, armenio,
bengalí, bielorruso, búlgaro, cantonés, catalán, checo, chino, coreano, croata,
danés, dari, eslovaco, esloveno, español, estonio, euskera, farsi (persa),
filipino, finés, francés, friuliano, fula, galés, gallego, georgiano, griego, hebreo,
hindi, holandés (neerlandés), húngaro, indonesio, inglés, islandés, italiano,
japonés, kazajo, kikongo, kurdo, letón, lingala, lituano, macedonio, malayo,
noruego, pastún polaco, portugués, rumano, ruso, serbio, sueco, swahili,
tailandés, turco, ucraniano, urdu, wolof, yoruba y vietnamita. El número y
porcentaje de lenguas maternas aparece en los resultados que ofrecemos en
el presente trabajo en base a los que han realizado la encuesta.
El margen de error se ha basado en el porcentaje de informantes que
en la primera pregunta de cada encuesta han respondido no sabe / no
contesta sobre el conocimiento y prestación/consumo de traducción
automática y posedición. Debemos aclarar que, dado que se trata de una
pregunta con oración copulativa, la respuesta afirmativa solo puede
entenderse como respuesta afirmativa a las dos cuestiones: que sí conoce y
sí ofrece/consume servicios de traducción automática o posedición.
Evidentemente nos hemos planteado la cuestión de si las encuestas
debían configurarse más encaminadas a valores cuantitativos (pocas
preguntas de respuesta cerrada) o a valores cualitativos (por ejemplo
preguntas de respuesta libre o posibles itinerarios alternativos en la encuesta
en función de respuestas dadas a ciertas preguntas –del tipo si el informante
responde A a cierta pregunta se le redirige a cierta pregunta siguiente A,
mientras que si responde B se le redirige a cierta pregunta siguiente B-).
Finalmente, teniendo en cuenta aspectos como que a mayor número de
preguntas el número de informantes que finalizan le encuesta se reduce,
hemos optado por encuestas muy breves (5 preguntas en el caso de
traductores profesionales y agencias de traducción, 4 preguntas en el caso
de clientes de servicios de traducción profesionales + pregunta final para
datos del universo) de respuestas cerradas. El resultado son encuestas de
tipo cuantitativo, pero de las que se pueden extraer muchas conclusiones,
incluidas de tipo valorativo, y una visión panorámica del conocimiento, uso y
valoración de la traducción automática en el mercado de la traducción
profesional bastante fiel a la realidad. La finalidad del presente estudio no era
otra que esa, y aunque investigaciones demoscópicas las hay de todos los
tamaños y complejidades, creemos que aportamos un conocimiento lo
Enrique J. Vercher García 45
Hikma 20 (2) (2021), 37 - 67
suficientemente amplio y fiel al estado actual de la traducción automática
entre los componentes del mercado de la traducción profesional para fines
comerciales (traductores, agencias y clientes).
Indicamos a continuación la composición de las encuestas, preguntas
que incluían, respuestas y universo de cada encuesta.
1.1. Encuesta a Traductores profesionales (PST)
La primera pregunta a PST era: ¿Conoce y ofrece
servicio/herramientas de traducción automática/neuronal o posedición? Con
tres posibles respuestas: No; Sí. ¿Cuál?; ns/nc. Los resultados obtenidos se
muestran en el siguiente gráfico:
Imagen 1. Resultados pregunta nº 1 a traductores profesionales (PST).
Fuente: elaboración propia
La segunda pregunta de la encuesta a PST era: ¿Qué porcentaje
aproximado de encargos solicitados por sus clientes son de traducción
automática/neuronal o posedición? Con las siguientes posibles respuestas: <
1 %; 2-5 %; 6-10 %; 11-20 %; 21-50 %; > 50 %; ns/nc. Las respuestas
obtenidas fueron las siguientes:
46 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
Imagen 2. Resultados pregunta nº 2 a traductores profesionales (PST)
Fuente: elaboración propia
Para la tercera pregunta (¿Qué calidad en los resultados de traducción
le merecen las herramientas de traducción automática/neuronal (sin
posedición)?) las posibles respuestas eran: Óptima o prácticamente a nivel
de traductor humano profesional; Muy alta; Alta; Intermedia; Baja; Muy baja;
Pésima; ns/nc.
Mostramos a continuación los resultados:
Enrique J. Vercher García 47
Hikma 20 (2) (2021), 37 - 67
Imagen 3. Resultados pregunta nº 3 a traductores profesionales (PST)
Fuente: elaboración propia
La cuarta pregunta fue: ¿Qué percepción de la traducción/automática
cree que tienen los clientes de servicios de traducción en general?
Las ocho posibles respuestas eran: Óptima; Muy alta; Alta; Intermedia;
Baja; Muy baja; Pésima; ns/nc.
Los resultados se muestran a continuación:
48 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
Imagen 4. Resultados pregunta nº 4 a traductores profesionales (PST)
Fuente: elaboración propia
La quinta pregunta de la encuesta se planteaba de la siguiente manera:
¿Cree que la traducción automática/neuronal sustituirá a los traductores
humanos?
Y sus posibles respuestas eran: No; Sí, pero a largo plazo; Sí, a breve
o medio plazo; Sí, ya se está produciendo; ns/nc.
He aquí los resultados obtenidos:
Enrique J. Vercher García 49
Hikma 20 (2) (2021), 37 - 67
Imagen 5. Resultados pregunta nº 5 a traductores profesionales (PST)
Fuente: elaboración propia
La última pregunta a la que accedía el encuestado era «Datos para
universo: ¿Cuál es su principal idioma de traducción (lengua meta)?»
Para lo cual debían elegir una de estas opciones:
• Inglés
• Español
• Francés
• Alemán
• Italiano
• Portugués
• Ruso
• Árabe
• Chino
50 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
• Otras lenguas de Europa
• Otras lenguas del mundo
Imagen 6. Resultados pregunta nº 6 a traductores profesionales (PST)
Fuente: elaboración propia
Enrique J. Vercher García 51
Hikma 20 (2) (2021), 37 - 67
Ficha técnica de la encuesta:
Población objetivo: 2.210 traductores profesionales de 58 países
distintos con 62 lenguas maternas diferentes. Población medida: 183
informantes (el número de informantes exactos que han respondido a cada
pregunta es la suma de los valores indicados en la columna «Respuestas»
de cada imagen). Técnica de recogida de información: encuestas online
mediante plataforma Survio. Margen de error: ±3,3 %. Fecha del trabajo de
campo: entre el 12 de marzo y el 1 de mayo de 2019.
1.2. Encuesta a Agencias de Traducción (PST)
A la primera pregunta: ¿Conoce y ofrece servicio/herramientas de
traducción automática/neuronal o posedición?
Los encuestados podían responder: No; Sí. ¿Cuál?; o ns/nc.
El gráfico muestra los resultados obtenidos:
Imagen 7. Resultados pregunta nº 1 a agencias de traducción (PST)
Fuente: elaboración propia
52 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
La segunda pregunta se planteaba del siguiente modo: ¿Qué
porcentaje aproximado de encargos solicitados a su agencia son de
traducción automática/neuronal o posedición?
Las posibles respuestas eran: < 1 %; 2-5 %; 6-10 %; 11-20 %; 21-
50 %; > 50 %; ns/nc.
Los resultados obtenidos se muestran a continuación:
Imagen 8. Resultados pregunta nº 2 a agencias de traducción (PST)
Fuente: elaboración propia
A la tercera pregunta («¿Qué calidad en los resultados de traducción
le merecen las herramientas de traducción automática/neuronal (sin
Enrique J. Vercher García 53
Hikma 20 (2) (2021), 37 - 67
posedición)?») se podía responder con una de estas opciones: Óptima o
prácticamente a nivel de traductor humano profesional; Muy alta; Alta;
Intermedia; Baja; Muy baja; Pésima; ns/nc.
Los resultados se muestran en el gráfico:
Imagen 9. Resultados pregunta nº 3 a agencias de traducción (PST)
Fuente: elaboración propia
La cuarta pregunta era: ¿Qué percepción de la traducción/automática
cree que tienen los clientes de servicios de traducción en general?
54 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
Las respuestas posibles eran: Óptima; Muy alta; Alta; Intermedia; Baja;
Muy baja; Pésima; ns/nc.
Mostramos a continuación los resultados obtenidos:
Imagen 10. Resultados pregunta nº 4 a agencias de traducción (PST)
Fuente: elaboración propia
La quinta pregunta a la que se accedía era: ¿Cree que la traducción
automática/neuronal sustituirá a los traductores humanos?
Enrique J. Vercher García 55
Hikma 20 (2) (2021), 37 - 67
Y sus posibles respuestas: No; Sí, pero a largo plazo; Sí, a breve o
medio plazo; Sí, ya se está produciendo; ns/nc.
Los resultados obtenidos son los siguientes:
Imagen 11. Resultados pregunta nº 5 a agencias de traducción (PST)
Fuente: elaboración propia
La última pregunta era la de «Datos para universo» con las siguientes
opciones: Autónomo; 2-5 empleados; 6-10 empleados; 11-20 empleados; 21-
50 empleados; 50 o más empleados.
56 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
He aquí el gráfico de los resultados:
Imagen 12. Resultados pregunta nº 6 a agencias de traducción (PST)
Fuente: elaboración propia
Ficha técnica de la encuesta:
Población objetivo: 554 agencias de traducción de 6 países distintos
de Europa y América. Población medida: 40 informantes (el número de
informantes exactos que han respondido a cada pregunta es la suma de los
valores indicados en la columna «Respuestas» de cada imagen). Técnica de
recogida de información: encuestas online mediante plataforma Survio.
Margen de error: ±5 %. Fecha del trabajo de campo: entre el 12 de marzo y
el 1 de mayo de 2019.
Enrique J. Vercher García 57
Hikma 20 (2) (2021), 37 - 67
1.3. Encuesta a Clientes/Usuarios de Traducción profesional
La primera pregunta en esta encuesta era la habitual de «¿Conoce los
servicios/herramientas de traducción automática o posedición?», con sus
consiguientes posibles respuestas: No; Sí. ¿Cuál?; ns/nc.
El gráfico de resultados es el siguiente:
Imagen 13. Resultados pregunta nº 1 a clientes/usuarios de traducción
Fuente: elaboración propia
La segunda pregunta era: ¿Ha solicitado alguna vez servicios de
traducción automática o posedición?
Las posibles opciones eran: No, nunca; Sí, pero solo una vez o en
contadas ocasiones; Sí, bastantes veces; Sí, con frecuencia o casi siempre;
ns/nc.
58 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
El gráfico obtenido es el siguiente:
Imagen 14. Resultados pregunta nº 2 a clientes/usuarios de traducción
Fuente: elaboración propia
La tercera pregunta a la que se accedía en la encuesta era: ¿Qué
valoración le merece la calidad de las herramientas de traducción automática
a día de hoy?
Las posibles respuestas eran: Óptima o prácticamente a nivel de
traductor humano profesional; Muy alta; Alta; Intermedia; Baja; Muy baja;
Pésima; ns/nc.
He aquí el gráfico de resultados:
Enrique J. Vercher García 59
Hikma 20 (2) (2021), 37 - 67
Imagen 15. Resultados pregunta nº 3 a clientes/usuarios de traducción
Fuente: elaboración propia
La cuarta pregunta planteaba lo siguiente: ¿Cree que la traducción
automática sustituirá a los traductores humanos?
Y los encuestados podían escoger: No; Sí, pero a largo plazo; Sí, a
breve o medio plazo; Sí, ya se está produciendo; ns/nc.
Los resultados se muestran en el siguiente gráfico:
60 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
Imagen 16. Resultados pregunta nº 4 a clientes/usuarios de traducción
Fuente: elaboración propia
Para los «Datos para el universo» se pedía indicar entre: Particular,
autónomo o microempresa (< 10 empleados); Pequeña empresa (10-49
empleados); Mediana empresa (50-249 empleados); o Gran empresa (250 o
más empleados). El gráfico obtenido es el siguiente:
Enrique J. Vercher García 61
Hikma 20 (2) (2021), 37 - 67
Imagen 17. Resultados pregunta nº 5 a clientes/usuarios de traducción
Fuente: elaboración propia
Ficha técnica de la encuesta:
Población objetivo: 985 clientes/usuarios de traducción profesional de
21 países distintos de Europa, América y África. Población medida: 58
informantes (el número de informantes exactos que han respondido a cada
pregunta es la suma de los valores indicados en la columna «Respuestas»
de cada imagen). Técnica de recogida de información: encuestas online
mediante plataforma Survio. Margen de error: ±5,2 %. Fecha del trabajo de
campo: entre el 12 de marzo y el 1 de mayo de 2019.
CONCLUSIONES
De los resultados obtenidos en las diferentes encuestas podemos
plantear una serie de conclusiones generales. En primer lugar, podemos
62 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
apreciar que entre los traductores profesionales no es algo totalmente
generalizado el ofrecer los servicios de traducción automática/neuronal o la
posedición. En cualquier caso, el porcentaje de encargos reales de traducción
automática/neuronal (TA/N) o posedición es prácticamente inapreciable, con
más de un 55,5 % de encuestados que han respondido menos del 1 % del
total de sus encargos, seguido de un 18,1 % que ha respondido entre 2-5 %.
Como vemos, el porcentaje de encargos reales con TA/N o posedición
disminuye gradualmente conforme aumenta el porcentaje que supone estos
encargos con respecto al total de encargos del traductor, aunque también es
de resaltar que algo más de un 3 % haya respondido que suponen más de un
50 % de sus encargos.
Estos datos parecen estar acorde con la opinión que los traductores
tienen de la TA/N, ya que apenas solo un 4,3 % considera que la calidad de
la TA/N es alta, muy alta u óptima. Destaca también el hecho de que más de
un 18 % haya respondido la opción de no sabe/no contesta; quizá para un
porcentaje no desdeñable de traductores la TA/N no sea todavía algo por lo
que deban preocuparse o analizar en profundidad.
Cuestión diferente es la percepción que los traductores profesionales
creen que sus clientes tienen de la TA/N. Aunque las respuestas están muy
repartidas entre todas las opciones, es evidente que los traductores creen
que los clientes tienen mejor valoración de la TA/N de la que ellos mismos
tienen, si bien solo un porcentaje muy pequeño opina que sea óptima.
Por último, parece dominar abrumadoramente la idea de que la TA/N
no va a sustituir a los traductores humanos, si bien cabe resaltar ese casi 9 %
que opina que ya se está produciendo. Así pues, la TA/N no parece ser algo
ampliamente generalizado ni requerido en el mundo de la traducción
profesional, aunque hay que destacar un pequeño porcentaje de traductores
que sí la emplean con asiduidad y de la que tienen una opinión bastante
positiva.
Los datos recopilados de las encuestas a agencias de traducción
parecen moverse en términos muy similares a los de los traductores. Esta
correspondencia es lógica, ya que no sería muy comprensible un desajuste
muy elevado entre ambos grupos objetivo. No obstante, podríamos
puntualizar algunas estadísticas para afinar los resultados. Así, por ejemplo,
el porcentaje de encargos con TA/N con respecto al total de encargos de las
agencias que no superan el 5 % es incluso mayor que en el de los traductores,
es decir, las agencias afirman estar realizando muy pocas TA/N. Además, la
valoración de las TA/N es incluso peor entre las agencias de traducción que
entre los traductores.
Enrique J. Vercher García 63
Hikma 20 (2) (2021), 37 - 67
Con respecto a los clientes/usuarios de traducciones profesionales,
finalmente, parece que la conclusión a la que podemos llegar es que hay
aproximadamente un 30 % de clientes que conocen y solicitan TA/N y que,
además, tienen una valoración intermedia o positiva de la calidad de este tipo
de herramientas. Se reduce entre este sector el porcentaje de los que creen
que la TA/N sustituirá a los traductores humanos, aunque un nada
desdeñable 17 % opina que sí se producirá este hecho o que incluso ya se
está produciendo.
Cuando nos planteamos cuestiones como si la traducción automática
alcanzará algún día el grado de corrección de la traducción humana o si los
traductores automáticos sustituirán a los traductores humanos, lo primero que
deberíamos hacer es analizar los conceptos mismos que estamos usando.
No existe la «traducción correcta» en un sentido unívoco, como si solo
pudiera haber un único texto de destino traductológicamente óptimo a
semejanza de la traducción bíblica de los septuaginta. Dos traducciones
realizadas por dos traductores distintos que varíen sustancialmente pueden
ser en un mismo grado «correctas» en función de la finalidad y contexto en
que se realiza la traducción. Es fácil determinar que una traducción sea
«incorrecta» o que tenga «errores» (si a una palabra del texto origen se le ha
dado un sentido totalmente distinto en el texto meta, por ejemplo), pero es
más complicado hablar de traducciones «correctas». Y esto es aplicable a las
traducciones automáticas.
Por otro lado, bajo el término traducción en realidad estamos
englobando conceptos distintos. Uno de ellos sería el de transmisión de
información, y esto sí es factible que un programa lo realice, pero otro distinto
sería el de reinterpretación o incluso el de mediación. Así, un traductor no
solo transmite el contenido denotativo del texto, sino que puede tener que
realizar una tarea de reinterpretación del mismo (pensemos en traducciones
literarias) o incluso de mediación (en ciertos contextos, por ejemplo, palabras
soeces u ofensas del original podrían tener que ser adaptadas, o incluso
omitidas, en la lengua meta).
Quizá hacia lo que nos estamos encaminando, más allá de hacia un
perfeccionamiento en la transmisión de información por parte de traductores
automáticos, sea hacia un cambio sustancial de las valoraciones que
hacemos de las traducciones, hacia una reestructuración o cambio sustancial
de lo que entendemos por traducción y lo que esperamos de ella. Quizá forme
ya más parte del presente que del futuro que los usuarios de traducciones
nos conformemos con un texto meta que sí transmite el contenido denotativo
del texto origen, aun cuando no lo percibamos como totalmente natural ni
óptimo desde un punto de vista lingüístico y estilístico. No obstante, la
64 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
traducción literaria podría ser un punto y aparte en esto, como de hecho lo ha
sido siempre dentro del mundo de la traducción.
Esta reflexión no es incompatible con el hecho de que en la actualidad
se emplee la posedición por parte de un traductor humano con el objetivo de
conseguir un texto meta óptimo. En la posedición la información del texto
origen transmitida por el traductor automático es corregida para suplir las
posibles carencias en el aspecto formal y estilístico.
REFERENCIAS BIBLIOGRÁFICAS
Alaminos Chica, A. y Castejón Costa, J. L. (2006). Elaboración, análisis e
interpretación de encuestas, cuestionarios y escalas de opinión. Alcoy,
España: Marfil.
Aranberri, N. y Gibert, O. (2019). Estrategia multidimensional para la
selección de candidatos de traducción automática para posedición.
Linguamática, 11(2), 3-16.
Aranberri, N. (2020). With or without you? Effects of using machine translation
to write flash fiction in the foreign language. En A. Martins, H. Moniz, S.
Fumega et al. (eds.), Proceedings of the 22nd Annual Conference of
the European Association for Machine Translation (pp. 165-174).
Lisboa, Portugal: European Association for Machine Translation 2020.
Bahdanau, D., Cho, K. y Bengio, Y. (2014). Neural Machine Translation by
Jointly Learning to Align and Translate. ArXiv, 1409.
Bradburn, N. M. y Sudman, S. (1988). Polls and Surveys: Understanding What
They Tell Us. San Francisco (CA), EE.UU.: Jossey-Bass.
Cid-Leal, P., Espín-García, M.-C., y Presas, M. (2019). Traducción automática
y posedición: Perfiles y competencias en los programas de formación
de traductores. MonTI, 11, 187-214.
DePalma, D. A., Hedge, V., Pielmeier, H. y Stewart, R. G. (2014). The
Language Services Market 2014. Cambridge (MA), EE.UU.: Common
Sense Advisory.
Díaz de Rada Igúzquiga, V. (2010). Comparación entre los resultados
proporcionados por encuestas telefónicas y personales: el caso de un
estudio electoral / Opiniones y actitudes, nº 66. Madrid, España: Centro
de Investigaciones Sociológicas.
Díaz Prieto, P. (2012). Luces y sombras en los 75 años de traducción
automática. En R. Rabadán, T. Guzmán, M. Fernández. Lengua,
Enrique J. Vercher García 65
Hikma 20 (2) (2021), 37 - 67
traducción, recepción: en honor de Julio César Santoyo (pp. 139-175).
León. España: Universidad de León.
García, I. (2011). Translating by post-editing: is it the way forward? Machine
Translation, 25(3), 217-237. doi: 10.1007/s10590-011-9115-8.
Gerber, L. (2008). Recipes for success with machine translation, part 1,
Clientside News (January), 15-17.
Guerberof Arenas, A. (2013). What do professional translators think about
post-editing? The Journal of Specialised Translation, 19, 75-95.
Hassan, H., Aue, A., Chen, C. et al. (2018). Achieving Human Parity on
Automatic Chinese to English News Translation. ArXiv, 1803.05567.
Hernández, P. (2002). En torno a la traducción automática. Cervantes (2),
101-117.
Hutchins, W. J., y Somers, H. L. (1992). An Introduction to Machine
Translation. Cambridge, Reino Unido: Cambridge University Press.
— (2003). Machine Translation: general overview. En R. Mitkov (ed.). The
Oxford Handbook of Computational Linguistics (pp. 501-511). Oxford,
Reino Unido: University Press.
Joscelyne, A. y Brace, C. (2010). Postediting in Practice: A TAUS Report.
Lehrberger, L. y Bourbeau, L. (1988). Machine Translation: Linguistic
Characteristics of MT Systems and General Methodology of Evaluation.
Amsterdam/Philadelphia (PA), Países Bajos/EE.UU.: John Benjamins.
Million Insights (2018). Machine Translation Market Size & Forecast Report,
2012 – 2022.
P&S Market Research (2017). Global Machine Translation Market Size,
Share, Development, Growth and Demand Forecast to 2023
Presas, M., Cid-Leal, P. y Torres-Hostench, O. (2016). Machine translation
implementation among language service providers in Spain: A mixed
methods study. Journal of Research Design and Statistics in Linguistics
and Communication Science, 3(1), 126-144. doi:
https://doi.org/10.1558/jrds.30331.
Rinsche, A. y Portera-Zanotti, N. (2009). The size of the language industry in
the EU. Studies on translation and multilingualism. Bruselas, Bélgica:
European Commission, Directorate-General for Translation.
66 La traducción automática y la posedición […]
Hikma 20 (2) (2021), 37 - 67
Sánchez, P. (2016). La posedición: hacia una definición competencial del
perfil y una descripción multidimensional del fenómeno. Sendebar, 27,
151-162.
Sánchez Ramos, M. y Rico Pérez, C. (2020). Traducción automática:
Conceptos clave, procesos de evaluación y técnicas de posedición.
Granada, España: Comares.
Vasconcellos, M. y Léon, M. (1985). SPANAM and ENGSPAN: machine
translation at the Pan American Health Organization. Computational
linguistics, 2(3), 122-136.
Webster, J. G., Phalen, P. F. y Lichty, L. W. (2006). Ratings Analysis: The
Theory and Practice of Audience Research (3rd ed.). Mahwah (NJ),
EE.UU.: Lawrence Erlbaum Associates.
Wu, Y., Schuster, M., Chen, Z. et al. (2016). Google's neural machine
translation system: Bridging the gap between human and machine
translation. ArXiv, 1609.08144.
