La
traduzione automatica (Machine Translation) è il processo che utilizza
l’Intelligenza Artificiale (IA) per convertire un testo da una lingua all’altra, senza che vi sia bisogno dell’intervento umano, se non in una eventuale fase di verifica e di rifinitura dell’output (ciò che viene definito post-editing).
I professionisti della traduzione utilizzano già da molti anni varie soluzioni digitali di traduzione assistita dal computer (in gergo CAT, Computer-assisted translation), la quale prevede che nei sistemi di questo tipo, il testo venga inserito nel software e diviso in segmenti corrispondenti a frasi o paragrafi che poi vengono salvati assieme alle rispettive traduzioni in un database, al quale poi attingeranno le translation successive.
Dai primi computer a Google Translate
È difficile da credere ma l'idea di utilizzare i computer per tradurre automaticamente le lingue umane risale, addirittura,
alla metà del secolo scorso.
Tuttavia, il processo di diffusione su larga scala è stato lento, poiché le capacità di calcolo e la potenza di elaborazione richieste da questa modalità di interazione con le macchine erano sovradimensionate rispetto alle
scarse performance dell’hardware dell’epoca.
Fu, quindi, necessario attendere qualche decennio per vedere completate le prime traduzioni automatiche, via via sempre meno rudimentali. È stata poi Google, agli inizi del millennio, a rendere popolare il fenomeno rilasciando il suo Translate nella veste di servizio online gratuito nella quale si trova tuttora.
L’arrivo dell’IA
Negli ultimi anni, di pari passo con il balzo evolutivo che ha compiuto l’Intelligenza Artificiale, generativa e non, in tutti i settori, la possibilità di tradurre testi, online o via software specializzati, ha conosciuto miglioramenti notevoli. Questo, grazie alle tecniche di apprendimento automatico (Machine Learning) e allo sviluppo di algoritmi in grado di analizzare volumi sempre più ampi di traduzioni e di lemmi, ed estrarre da essi modelli statistici via via maggiormente sofisticati.
In generale, le soluzioni di traduzione automatica si rivelano molto efficaci soprattutto nei testi tecnici e scientifici, meno quando, invece, i materiali da tradurre si caratterizzano per una difficoltà elevata dovuta al loro essere incastonate in strutture grammaticali e sintattiche complesse e quando le formule idiomatiche cadono spesso nello slang.
I pro e i contro delle traduzioni automatiche
Tra i vantaggi, spicca senz’altro la rapidità di esecuzione che le rende particolarmente adatte anche nelle traduzioni istantanee per i viaggiatori che si recano in luoghi dei quali non conoscono la lingua e, in secondo luogo, la versatilità: le piattaforme più diffuse offrono i loro servizi in una moltitudine di idiomi, anche quelli meno diffusi sul pianeta e questo sebbene l’accuratezza della traduzione sia spesso inversamente proporzionale alla rarità della lingua e all’incidenza di espressioni dialettali.
Sul fronte dei limiti, spicca senz’altro la difficoltà nel tenere in considerazione le influenze del contesto e di coglierne le varie sfumature, soprattutto quando hanno carattere metaforico.
Man mano che l’utilizzo dei sistemi di questo tipo andava crescendo e progredendo, si è potuto assistere allo sviluppo di diverse linee evolutive, caratterizzate ciascuna da strategie proprie.
Le varie tipologie di traduzione automatica
La più classica è quella di tipo RBMD (Rule-Based Machine Translation), che comprende tutti quei sistemi che usano regole sviluppate dall'uomo o tratte dai dizionari e che sono basati sulle singole parole.
In questo caso, il software di traduzione automatica analizza il testo di input e crea una rappresentazione di transizione che poi converte nella lingua di destinazione utilizzando le regole grammaticali e i dizionari come riferimento. Tra i suoi vantaggi vanno annoverati l’elevata possibilità di personalizzazione per un settore o per un argomento specifico.
Fornisce, generalmente, output di qualità che, tuttavia, perde di consistenza quando il testo di origine contiene errori o utilizza parole che non sono presenti nei dizionari integrati.
Un’alternativa, più evoluta, è quella rappresentata, dalla traduzione automatica di tipo statistico che, attraverso algoritmi di ML che analizzano grandi quantità di traduzioni umane già esistenti, compiono previsioni sulla base della probabilità che una parola o una frase specifica si possa associare a un'altra parola o a un’altra frase della lingua di destinazione.
La traduzione su base statistica ha visto nascere, con una sorta di gemmazione, un suo sottoinsieme basato su regole grammaticali che agevolano le conversioni dei testi in altre lingue con un processo che chiama in causa le diverse unità sintattiche. Per dirla in termini più semplici, analizza le frasi per incorporare le regole di sintassi nei modelli di traduzione statistica.
Quando vengono supportati da un’adeguata formazione che contempla l’utilizzo di milioni di parole per ogni coppia linguistica i metodi di traduzione sintattica forniscono risultati in genere soddisfacenti.
La traduzione automatica neurale e il modello ibrido
La gran parte dei limiti e delle problematiche di tutte queste tipologie di traduzione è stata spazzata via, o comunque nettamente attenuata, dall’arrivo di ciò che può essere definita, a ragione, come la vera svolta del settore. Stiamo parlando della tecnica racchiusa nell’acronimo anglosassone NMT (Neural Machine Translation), la traduzione automatica neurale che, a partire dai neuroni artificiali che compongono le reti neurali, è in grado di tenere conto dell'insieme del testo e del suo contesto molto meglio dei suoi pari grado più tradizionali.
Questo, potendo contare, inoltre, in una capacità di progredire, migliorare e perfezionarsi senza soluzione di continuità, grazie al flusso di dati che le viene trasmesso, e a una modalità di elaborazione dalle caratteristiche simili a quelle umane.
L’ultimissima delle tendenze è quella più evoluta e articolata, poiché prende le mosse da tutte le varie tecniche viste finora e le raggruppa in una forma ibrida che contempla strumenti di traduzione automatica che utilizzano due o più modelli su un unico software, e l’output risulta essere una combinazione coerente e complessa di tutti i sottoinsiemi.
Le situazioni più frequenti nelle quali la traduzione umana viene, oggi, sostituita dal suo corrispettivo automatico si trovano nel mondo della comunicazione, nell’analisi dei dati, nei servizi clienti online, e, più in generale, in tutti quei contesti in cui la necessità di tradurre rapidamente grandi moli di informazioni rende prioritario un lavoro di quantità, anche a scapito di una riduzione accettabile della qualità complessiva che richiederebbe, per contro, attività umane con i relativi tempi e investimenti economici più elevati.