Cuando compras a través de enlaces de afiliados en nuestra web, es posible que obtengamos una comisión sin coste adicional para ti. Aprende 
¿Qué es la traducción automática?
La traducción automática (MT) es un término utilizado para referirse al uso de algoritmos y modelos de machine learning (ML) para traducir textos en lenguaje natural de un idioma a otro.
En este contexto, el idioma de entrada puede denominarse texto de origen, y el idioma traducido, texto de destino.
¿Cómo funciona la traducción automática?
Las soluciones de traducción automática descomponen el texto de entrada en palabras y frases y traducen estos componentes a las lenguas de destino sin necesidad de ayuda humana.
Aunque hay muchos enfoques diferentes para la traducción automática, uno de los más utilizados, la traducción automática neural, consiste en entrenar una red neural en una gran base de datos de traducciones existentes para que pueda predecir la secuencia más probable de palabras.
Tipos de traducción automática
Existe una amplia gama de enfoques que las organizaciones pueden adoptar con respecto a la traducción automática. A continuación se describen algunos de los más comunes.
1. Traducción automática basada en reglas
La traducción automática basada en reglas es un enfoque clásico de la traducción en el que un experto en lenguaje humano define reglas establecidas para el lenguaje y la estructura, que establecen cómo debe traducirse el texto de entrada.
2. Traducción automática estadística
La traducción automática estadística es una solución que utiliza modelos estadísticos para buscar patrones en las traducciones existentes y utilizarlos para traducir el texto basándose en palabras o frases.
Utilizar un enfoque basado en frases ayuda a traducir secuencias enteras en contexto en lugar de palabras sueltas.
3. Traducción automática neuronal
La traducción automática neuronal es un tipo de traducción automática que utiliza redes neuronales para traducir el texto original. Estas soluciones pueden inferir el contexto de palabras y frases y traducir con gran precisión.
Algunos ejemplos son Google Translate y Baidu Translate.
4. Traducción automática híbrida
La traducción automática híbrida es aquella en la que se utilizan varias técnicas de traducción como parte de una solución unificada.
Por ejemplo, un sistema podría incluir traducción basada en reglas, estadística y neuronal juntas para maximizar la precisión de la traducción.
5. Traducción automática basada en ejemplos
La traducción automática basada en ejemplos es un enfoque de la traducción por analogía en el que se proporciona al sistema una serie de frases y una serie de traducciones aprobadas en la lengua de destino.
Esto significa que cuando el usuario introduce una frase determinada, el sistema puede traducirla automáticamente a la traducción correcta.
¿Para qué sirve la traducción automática?
Los traductores y las organizaciones utilizan los sistemas de traducción automática para agilizar la traducción de textos originales a cientos de idiomas diferentes.
Según Precision Reports, el mercado mundial de la traducción automática se valoró en 847,24 millones de dólares en 2021 y se estima que alcanzará los 2.107,56 millones de dólares en 2027. Parte de la razón del valor del mercado es que la traducción automática ofrece un enfoque mucho más adaptable para traducir texto que confiar en un traductor humano.
Sin embargo, aunque muchas soluciones son muy precisas, carecen de la capacidad de inferir el contexto de la misma manera que los humanos. Por ello, muchas organizaciones optan por utilizar la traducción automática para traducir textos en bloque y crear una traducción preliminar antes de que un traductor humano revise los textos para comprobar su precisión.
¿Cuál es el grado de precisión de la traducción automática?
La precisión de la traducción automática depende no sólo del tipo de técnica de traducción utilizada, sino también de su ejecución. En general, puede considerarse que la traducción automática es ligeramente menos precisa que la traducción humana.
Weglot, un servicio de traducción, elaboró un estudio en el que se analizaban cinco de las principales tecnologías de traducción automática (Amazon Translate, DeepL, Google Cloud Translation, Microsoft Translator y ModernMT) para comprobar su eficacia a la hora de traducir contenidos de sitios web y descubrió que el 85% de las revisiones de la muestra eran muy buenas o aceptables en términos de usabilidad.
El estudio también concluyó que “las traducciones de sitios web realizadas por NMT contemporáneos son muy usables y requieren en su mayoría una edición menor”. Dicho esto, el estudio no mostró la tendencia de los sistemas de traducción por aprendizaje automático a traducir ciertos textos fuera de contexto.
Esto pone de relieve que la traducción automática funciona mejor cuando la revisa un usuario humano. De este modo, las organizaciones pueden asegurarse de que se producen traducciones precisas al ritmo del contexto del texto original.
