Viernes, 3 de diciembre de 2021.
Como nota introductoria, cabe decir que este artículo se escribió antes de que se generara la polémica en torno a los subtítulos de El juego del calamar. Quisiera recalcar, por si no quedase claro en las líneas que siguen, que en este artículo no defiendo un uso extendido de la posedición, y mucho menos la sustitución de la figura del traductor humano por herramientas de traducción automática o por servicios de posedición. Es más, al igual que ocurre con todo tipo de traducciones, asistidas o no por herramientas informáticas de cualquier tipo, las condiciones bajo las que trabaja un traductor y la profesionalidad de quien afronta una traducción son fundamentales.
En el último curso del Grado en Traducción e Interpretación (Universitat Jaume I) me concedieron una beca de colaboración del Ministerio de Educación gracias a la cual pude trabajar con el grupo de investigación COVALT, que es, al mismo tiempo, un conjunto de corpus de literatura narrativa traducida (Corpus Valenciano de Literatura Traducida). Como conjunto de corpus reúne tanto originales como traducciones de textos narrativos procedentes del alemán, el inglés y el francés traducidos al catalán y al español. También incluye dos corpus monolingües comparables del catalán y el español. Como grupo de investigación tiene una larga trayectoria que se remonta a principios de la década de los 2000. Durante muchos años les han interesado los llamados universales de traducción, es decir, aquellos rasgos que presuntamente caracterizan las traducciones por el hecho de serlo; se parte de la base de que los textos traducidos presentan diferencias en relación con los no traducidos, y estas se han concretado en conceptos como explicitación, normalización, simplificación, interferencia, etc. El último giro que ha hecho el grupo, a través de dos proyectos financiados, es doble.
Por un lado, han apostado por poner a prueba la llamada Gravitational Pull Hypothesis, formulada por Sandra Halverson, que agrupa algunos universales de traducción y les da una explicación cognitiva. Por otro lado, han iniciado un proyecto de traducción literaria automática, en el cual participé. El objetivo de este último es analizar un corpus de traducciones automáticas y compararlas con sus respectivos originales y traducciones humanas publicadas que integran los subcorpus paralelos inglés-catalán y alemán-español para identificar patrones de semejanzas y diferencias entre las traducciones de ambas modalidades. Para aprovechar al máximo la experiencia, decidí vincular las pequeñas tareas de investigación que me asignaran a mi Trabajo de Fin de Grado (TFG). Mi idea para este último era comparar yo misma la traducción al catalán, por un lado, automática (TA) y, por otro, humana (TH) de una misma novela escrita originalmente en inglés (TO), aprovechando la metodología y las herramientas que utilizara el grupo de investigación. Sin embargo, para iniciar un proyecto de este calibre se necesitan muchos preparativos (generación de las traducciones automáticas, triple alineación del texto original, la traducción humana y la automática de todos los textos escogidos, etiquetado morfosintáctico de las traducciones automáticas, compilación del corpus en la herramienta Corpus Workbench, etc.), y eso conlleva tiempo. En el momento de empezar el TFG todavía no se habían iniciado todos estos pasos previos y no estaba lista la herramienta de análisis, el buscador Corpus Query Processor (CQP), por lo que tuve que utilizar los medios que tenía a mi alcance y hacer el análisis sin ningún modelo al que ceñirme (siempre con la ayuda y la supervisión de mi tutor).
Para llevar a cabo la investigación me serví de tres textos: la novela Billy Budd, Sailor, de Herman Melville; su traducción al catalán, Billy Budd, el mariner, de Jesús Cortés, publicada por la editorial Bromera; y su traducción automática, realizada con un sistema de TA neuronal específico para textos literarios (entrenado por Antonio Toral, investigador experto en TA literaria). Alineé los tres textos (TO, TH y TA) con el programa LF Aligner, de manera que a cada segmento (es decir, a cada oración) del TO le correspondía un segmento de la TA y otro de la TH. Por motivos de tiempo y espacio, al final solo pude analizar tres capítulos. Llevé a cabo el análisis valiéndome de dos tipos de metodología: la inductiva y la deductiva. Primero hice una aproximación al corpus de manera inductiva. Localicé manualmente los principales ámbitos donde había divergencias entre TA y TH. Luego continué el análisis con el método deductivo. Elaboré una lista de los elementos que me parecían más significativos y añadí otros aspectos contrastivos inglés-catalán que todavía no habían aparecido, pero que podían surgir en cualquier momento, y continué buscando. Iba recogiendo todos los datos en una hoja de cálculo. Por último, identifiqué los elementos que me permitían hacer búsquedas sistemáticas para ampliarlas a todo el documento con una herramienta de análisis de corpus (Sketch Engine), y así pude hacer un seguimiento del vocabulario específico y calcular la longitud media de las oraciones, aunque me hubiera gustado saber analizar muchos otros aspectos con esta herramienta.
Los resultados que obtuve demuestran que la TA dista mucho de igualar la calidad de la TH en cuestiones de fluidez, cohesión y selección léxica, cosa que era esperable. Sin embargo, en el caso de expresiones comunes y frecuentes y estructuras gramaticales concretas, la TA sí que se adapta a las necesidades expresivas de la lengua meta incluso cuando la TH no lo hace. Eso nos lleva a pensar que, aunque resulte evidente que la máquina no puede igualar al traductor humano, sí que puede servirle de ayuda en algunos casos. Decía Ana Guerberof, investigadora especializada en traducción literaria automática, en una charla sobre TA y creatividad organizada por el Trinity College of Dublin (2021) que los sistemas de TA actuales están diseñados para producir la traducción, no para ayudar a los traductores. A muchos traductores no les convence la posedición porque consideran que disminuye su creatividad y se sienten condicionados (primed) por los resultados de la TA, entre otras cosas. Así pues, la herramienta ideal sería aquella que garantizara al traductor el control total de su producción, que solo generase traducciones cuando el traductor lo precisara y que proporcionara varias propuestas para que el traductor escogiera una.
Aunque resulte evidente que la máquina no puede igualar al traductor humano, sí que puede servirle de ayuda en algunos casos
Aunque mis sospechas se confirmaron y me parecía cada vez más evidente que la máquina no puede igualarnos, me sorprendió mucho que el sistema de TA proporcionara, de vez en cuando, soluciones muy acertadas. De hecho, en más de una ocasión llegué a pensar que no sabía quién llevaba razón, si la máquina o el traductor humano, pues la oración original me parecía algo ambigua. Eso me pasó en el caso de algunas referencias endofóricas (recuperables a través del mismo texto) y exofóricas (recuperables a través del contexto de situación interno), como las que vemos en estos ejemplos:
| TO | TA | TH |
| I was worried to that degree my pipe had no comfort for me. | Em preocupava fins a aquest punt que la meva pipa no em confortés. | Aleshores em sentia tan preocupat que ni la pipa no em relaxava. |
| The shipmaster was one of those worthy mortals found in every vocation, even the humbler ones. | El mestre de naus era un d’aquells mortals dignes que es troben en totes les vocacions, fins i tot els més humils. | El capità del mercant era un d’aquests honrats mortals que hi ha en tota professió, fins i tot en la més humil. |
| and conquering and proselyting armies | que conquerien i prosseguien els exèrcits | que els exèrcits conqueridors i proselitistes |
| he showed in face that humane look | mostrà davant d’aquell aspecte humà | mostrava aquest aire humà |
Como decía, la primera vez que leí estos segmentos (y otros parecidos) no sabía cuál de las dos soluciones era la buena. De hecho, en mi libreta de descubrimientos anoté: «dos posibles interpretaciones, ambigüedad». Pero luego lo volví a repasar todo y me di cuenta de mi error. Si leía las frases varias veces, o si me fijaba en el segmento (oración) anterior y posterior, era imposible decantarse por la solución de la TA. Entonces advertí que yo misma había cometido errores de este tipo en las traducciones de clase: una mala interpretación de la oración original por no fijarme bien en las referencias, sobre todo en el caso de las endofóricas. En este sentido, se me ocurrió que la máquina se puede equiparar con los estudiantes de traducción, todavía inexpertos y desentrenados.
A medida que iba analizando aspectos, era capaz de establecer cada vez más paralelismos entre los errores que cometía la máquina y los errores que casi todos los estudiantes de traducción literaria hemos cometido alguna vez. Además del problema con las referencias endofóricas y exofóricas, que son un elemento que englobé en el análisis de la cohesión textual, encontré algunas semejanzas máquina-alumnado cuando analizaba otros aspectos como el léxico, la gramática y las expresiones idiomáticas.
Se me ocurrió que la máquina se puede equiparar con los estudiantes de traducción, todavía inexpertos y desentrenados
Si nos fijamos en las cuestiones léxicas, la máquina no era muy precisa a la hora de traducir el vocabulario (a veces no se ajustaba a la época en que transcurre la historia, al contexto interno, a situaciones concretas, etc.), como tampoco lo somos a veces los estudiantes. En algunas ocasiones, en casos en los que es muy importante imaginar una escena concreta y aplicar nuestros conocimientos del mundo, no elegimos la palabra adecuada. La máquina no puede hacerlo porque no tiene recuerdos de su vida ni emociones que pueda vincular a lo que lee, y a los alumnos nos cuesta ponernos en una situación que dista mucho de la nuestra, como vemos en los siguientes ejemplos.
| TO | TA | TH | PROBLEMA |
| He dismally watched the unembarrassed officer diluting his grog a little. | Va observar tristament com l’oficial desvergonyit es diluïa una mica el grog. | Observà amb tristesa com l’oficial, sense cap cohibició, diluïa una mica de grog. | precisión |
| Bronzed mariners | Mariners bronzejats | Mariners colrats | época |
| [the sailor was] waving his hat | Agità el barret | Saludant amb la gorra | contexto marinero de la historia |
Respecto a la gramática, las oraciones del texto original que analicé eran, en general, bastante complejas. Había oraciones largas y cargadas de incisos, y eso repercutía gravemente en la fluidez de la TA. En este sentido, en clase nos han repetido una y otra vez que debemos buscar el orden lógico de la información, despegarnos del TO, reformular las oraciones y adaptarnos a las necesidades expresivas de la lengua meta, porque a veces no lo hacemos y la fluidez de la traducción se ve muy comprometida. Constaté que el sistema de TA casi nunca cambiaba el orden sintáctico de las oraciones y, por tanto, producía traducciones más acertadas en oraciones cortas, tendencia habitual también entre los alumnos. Además, la TA omitía algunos detalles (algún adjetivo o algún adverbio) cuando la complejidad gramatical aumentaba, aunque no por ello las oraciones eran más cortas. Me recordaba a algunos compañeros de clase que, cuando se encontraban tres adjetivos consecutivos que añadían cierta dificultad a la traducción, quitaban uno sin mayor reparo. O, cuando aparecía algún adverbio terminado en -ly en mitad de la frase, pasaban de largo.
También hemos escuchado muchas veces en clase que tenemos que ser capaces de detectar las expresiones idiomáticas como una unidad de sentido y no como palabras independientes, porque entonces fallamos. Pues bien, este es otro de los errores que comete la TA y en el que también solemos caer los alumnos. Si bien es cierto que el sistema de TA traduce correctamente las expresiones idiomáticas más comunes y frecuentes, hay otras que no capta como una unidad de sentido, como vemos en estos ejemplos.
| TO | TA | TH |
| to be nothing left but | no quedava res més que | no li va quedar més remei que |
| it was black times | eren temps negres | van ser temps dolents |
Se trata de cinco errores (mala localización de referencias endofóricas y exofóricas, selección del léxico poco precisa, calco de estructuras gramaticales, omisiones, traducción de expresiones idiomáticas como palabras independientes) que a veces cometemos los alumnos de traducción literaria y también el sistema de TA, aunque podríamos encontrar muchos más si profundizáramos en esta investigación. Estableciendo estas similitudes se demuestran dos cosas. En primer lugar, que es crucial advertir al alumnado de los peligros que supone utilizar un sistema de TA para las traducciones de clase. Con esto no quiero decir que estos sistemas no sean inútiles, porque haciendo el análisis he comprobado que, si se usan adecuadamente, pueden asistir de manera satisfactoria al traductor y aumentar su productividad. Ahora bien, creo que en este sentido utilizar una herramienta de TA funcionaría mucho mejor con traductores ya experimentados, porque saben discernir con más facilidad las soluciones buenas de las malas. Aunque los sistemas de TA podrían proporcionar al alumnado alguna alternativa que no habían contemplado o más de una solución a un quebradero de cabeza, ¿realmente les compensaría? Cuando estamos estudiando no tenemos todas las competencias de traducción igual de desarrolladas y a lo mejor nos fiamos de una solución que después resulta no ser mejor que aquella a la que podríamos haber llegado por nuestra cuenta. Decía un participante (traductor literario profesional) en un experimento de Moorkens et al. (2018) que la TA puede ayudar como inspiración, puesto que nos saltamos el paso de escanear la frase original y ya extraemos el significado de este «borrador» en la lengua meta. Sin embargo, si no hacemos ese esfuerzo sin ayuda desde el principio, si no entrenamos todas nuestras competencias traductoras, luego nos costará más distinguir una buena de una mala solución, tomar ciertas decisiones o proponer traducciones más creativas. Creo que es preferible utilizar estos sistemas una vez que ya tenemos todos los sentidos despiertos porque, de otro modo, se nos adormecen.
Estas carencias de la TA demuestran la necesidad de transmitir al alumnado de traducción literaria la importancia de desarrollar las capacidades que los diferencian de las máquinas
En segundo lugar, estas carencias de la TA demuestran la necesidad de transmitir al alumnado de traducción literaria la importancia de desarrollar las capacidades que los diferencian de las máquinas, es decir, las que los distinguen como humanos: imaginar siempre la escena, tener una visión global, aplicar sus conocimientos del mundo, recuerdos y emociones. Como afirma Youdale (2020), «el estilo es importante para la literatura porque no solo se centra en lo que se dice, sino en cómo se dice, y por qué el texto puede tener una forma determinada»[1] (pág. 19). Aquí entran en juego la creatividad, la imaginación, la pragmática, el humor y los juegos de palabras. Como explicó Xavier Pàmies en el 29.o Seminari de la Traducció a Catalunya (2021), la máquina está ciega en este sentido, y es ahí donde reside nuestro poder. Puesto que los estudiantes están familiarizados con las herramientas de TA y queremos que sean conscientes de sus debilidades (y que aprendan a usarlas bien en el futuro), un buen ejercicio que les ayudaría a practicar todas estas destrezas en el aula podría ser, además de los ejercicios clásicos de traducción propia, la tarea de posedición de las traducciones automáticas de textos literarios. El uso guiado en el aula de traducciones automáticas les permitirá percibir los ámbitos en que la máquina suele cometer errores, ser más conscientes del tipo de fallos que ellos mismos suelen cometer y desarrollar estrategias para enmendarlos.
En conclusión, aunque la traducción automática sea objeto de polémicas en los ámbitos más creativos, hay estudios que demuestran que el rendimiento de los nuevos sistemas neuronales por lo que respecta a la adecuación al sentido del original y a la fluidez en la lengua de llegada se está perfeccionando cada vez más, como los estudios de Guerberof y Toral (2020), Serrano (2020), Parra Escartín (2020), Moorkens et al. (2018), Toral et al. (2018). Y, como dicen, si no puedes con tu enemigo, únete a él. Debemos estudiar el potencial y las limitaciones de estos sistemas con profundidad antes de incorporarlos a la práctica de la traducción literaria y, para ello, no debemos descuidar a los estudiantes, que están cada vez más familiarizados con las nuevas tecnologías y necesitan aprender a producir traducciones satisfactorias con las herramientas que ya tienen a su alcance.
Bibliografía
Guerberof, A. (abril, 2021). Can machines be creative in literary translation? An update on CREAMT. Charla organizada por el Trinity Centre for Literary and Cultural Translation. Trinity College of Dublin.
Guerberof, A. y Toral, A. (2020). «The Impact of Post-Editing and Machine Translation on Creativity and Reading Experience». Translation Spaces, 9(2), 255-282.
Moorkens, J., Toral, A., Castilho, S. y Way, A. (2018). Translators’ Perceptions of Literary Post-Editing Using Statistical and Neural Machine Translation. Translation Spaces, 7(2), 240-262.
Pàmies, X. (marzo, 2021). Triálogo entre Neus Bonilla, Xavier Pàmies y Antonio Toral moderado por Josep Marco. Presentado en el 29.o Seminari de la Traducció a Catalunya.
Parra Escartín, C. (2020). ¿Cómo ha evolucionado la traducción automática en los últimos años?, La linterna del traductor, 16.
Serrano, R. (2020). Traducción automática y literatura: ¿enemigas íntimas? Vasos Comunicantes, 54.
Youdale, R. (2020). Using Computers in The Translation of Literary Style. Challenges and Opportunities. Routledge.
Notas:
[1] Traducción propia.
© Maria Ferragud
Maria Ferragud es graduada en Traducción e Interpretación por la Universitat Jaume I. En el curso 2020-2021 le concedieron una beca de colaboración del Ministerio de Educación que le permitió trabajar con el grupo de investigación COVALT en un proyecto sobre traducción automática literaria, en el cual continúa colaborando. Ahora cursa el Máster en Traducción para el Mundo Editorial de la Universidad de Málaga.
