A Aprendizagem de Máquina Penetra na Arte Intrincada da Tradução

O especialista em linguagem e escrita Reuven Koret discutiu em detalhes o estado de influência e uso da inteligência artificial na tradução para a publicação online readwrite. Koret destaca que o uso de ferramentas de tradução automática baseadas em IA em todos os aspectos do processo de tradução está se tornando generalizado. Isso não é reservado apenas para ferramentas de tradução de ML proprietárias da Google, Microsoft,  Facebook e Amazon, que estão em uso diário, mas também para ferramentas profissionais detalhadas de empresas como SDL.

Ainda assim, muitos tradutores profissionais e agências, como William Mamane, Diretor de Marketing Digital da Tomedes, uma agência de serviços linguísticos profissionais, ainda são céticos em relação ao uso da IA na tradução. No entanto, mesmo esses céticos, como Mamane, admitem que a tradução automática fez avanços sérios e, como ele destaca, “ainda há um lugar para a IA e a Tradução Automática na cadeia de valor dos serviços de tradução”.

Para explicar o desafio da tradução automática, Koret observa que “em um nível básico, a TA usa algoritmos para substituir palavras de uma língua por palavras de outra. Isso se prova insuficiente para traduzir com sucesso. É necessário entender frases inteiras tanto na língua de origem quanto na língua de destino. Podemos entender a TA como decodificar a língua de origem e registrar seu significado na língua de destino”.

Resolver esse desafio é um processo muito complexo e, atualmente, os processos mais desenvolvidos usam “estatísticas para escolher a melhor tradução para uma frase dada,” ou “regras estruturadas para selecionar o significado mais provável”. Essas abordagens ainda exigem a participação de editores e revisores, mas “esse papel supervisor, editorial ou de auditoria é menos exigente e menos demorado do que a tradução”.

Esses métodos são os usados pela maioria dos aplicativos de tradução da web, como o Google Translate. Como observado, o Google processou traduções que preencheriam um milhão de livros por dia. 

Atualmente, no entanto, avanços ainda maiores no uso da IA no processo de tradução são alcançados com o uso da tradução automática neural (NMT), que usa o aprendizado profundo ao traduzir, “olha para frases inteiras, não apenas palavras individuais”. Ao mesmo tempo, a NMT exige “uma fração da memória necessária pelos métodos estatísticos”, o que significa que, ao mesmo tempo, ela funciona muito mais rápido.

O uso da NMT foi pesquisado pela primeira vez apenas em 2014, mas os avanços rápidos nos últimos cinco anos tornaram possível o desenvolvimento da rede neural recorrente bidirecional recorrente ou RNN. “Essas redes combinam um codificador que formula uma sentença de origem para um segundo RNN, chamado decodificador. Um decodificador prevê as palavras que devem aparecer na língua de destino”. O Google está usando essa abordagem na NMT para impulsionar o Google Translate. Além disso, a Microsoft usa RNN no Microsoft Translator e Skype Translator.

Como Koret conclui, as NMTs podem auxiliar na tradução, enquanto linguistas habilidosos podem finalizar e polir a saída de tradução. Os tradutores futuros trabalharão mais frequentemente com inteligência artificial do que contra ela”.