Qual è il futuro della tecnologia basata sulle memorie di traduzione?

Nella prima parte di questo blog, abbiamo analizzato la storia delle memorie di traduzione (TM) e dell'approccio di Trados a questa realtà nel corso degli anni in termini di sviluppo. Nella seconda parte, vorremmo condividere una prospettiva più lungimirante di quali saranno i futuri sviluppi della tecnologia delle memorie di traduzione.

Per questo, abbiamo incontrato due esperti di Trados, Daniel Brockmann, Director of Product Management e veterano esperto del settore della traduzione, e Kevin Flanagan, Principal Research Engineer, esperto nello sviluppo e nella traduzione di software.

Abbiamo chiesto a Daniel e Kevin quali sono le loro opinioni sul ruolo che le TM rivestiranno in futuro e per iniziare abbiamo scelto forse l'argomento più discusso del momento: l'intelligenza artificiale (AI).

Secondo voi, quale ruolo potrebbe rivestire in futuro l'intelligenza artificiale con le memorie di traduzione?

DB: L'intelligenza artificiale e l'apprendimento automatico sono gli argomenti di cui tutti parlano: da Siri e Alexa e le auto senza conducente, fino al monitoraggio della salute personale, l'intelligenza artificiale sta compiendo passi da gigante. Trados ha già una certa esperienza nell'apprendimento automatico. Nel 2016 abbiamo lanciato la nostra innovativa tecnologia di traduzione automatica adattiva con autoapprendimento, ma sorge una domanda su cosa ciò potrebbe comportare per le memorie di traduzione. Forse, l'AI potrebbe essere la chiave per potenziare ulteriormente la produttività traduttiva, toccando il cuore pulsante degli strumenti CAT.

Un aspetto tangibile potrebbe essere un miglioramento dei suggerimenti di traduzione. Ad esempio, potremmo immaginare di combinare una memoria di traduzione con i risultati della terminologia e della traduzione automatica (MT) per ottenere sempre le corrispondenze migliori da rivedere, anziché tradurre ex-novo. Un esempio potrebbe essere formare un motore di traduzione MT con un termbase e una TM di grandi dimensioni di un certo settore per migliorare ulteriormente la qualità della traduzione automatica per casi di utilizzo specifici. Un'altra idea potrebbe essere quella di ottimizzare il risultato della traduzione automatica i contenuti di una memoria di traduzione e della terminologia, combinando il meglio dei due mondi.

In ogni caso, lo scopo sarebbe quello di supportare, anziché sostituire, il traduttore umano, che potrebbe così supervisionare il processo di traduzione in modo più efficiente e perfezionare ulteriormente i risultati iniziali.

KF: Oltre al principale caso di utilizzo legato alla produttività dei traduttori, l'AI potrebbe anche migliorare l'efficienza dei progetti eseguendo un'analisi delle TM e identificando quella più rilevante per il nuovo progetto. Per un project manager che si occupa di più progetti e risorse contemporaneamente, questo potrebbe essere un valore aggiunto inestimabile, che anche in questo caso permetterebbe di lavorare in modo più efficiente il contenuto attraverso la supply chain del progetto.

In che modo le memorie di traduzione funzioneranno nel cloud in futuro e quali saranno i vantaggi?

DB: Il modo di lavorare con le TM basato su cloud offrirà nuove entusiasmanti possibilità a tutte le parti coinvolte nella catena di fornitura. Infine, la condivisione delle TM sarà resa accessibile a tutti: dai gruppi di freelance che collaborano tramite gli LSP, che potranno condividere le risorse con maggiore facilità, alle grandi imprese che seguono progetti di traduzione di grandi dimensioni. Coloro che riusciranno a integrare questo modo di lavorare in un ambiente desktop completo e potente raggiungeranno il successo. Ad esempio, i recenti sviluppi, come LookAhead, in Trados Studio forniranno un'esperienza di prestazioni per le TM basate su cloud che è identica, se non migliore, a quella offerta dalle TM locali salvate sul disco fisso dell'utente.

Come funzionano le TM nell'ambiente di traduzione aumentata?

DB: Al momento, sono disponibili tre risorse principali che aiutano i traduttori a semplificare e rendere più efficiente il proprio lavoro. La prima è la TM tradizionale: non c'è niente di meglio di un Context Match o di una corrispondenza al 100%. La seconda, è la gestione della terminologia tradizionale, per assicurare qualità e coerenza della traduzione a livello terminologico. La terza è la traduzione automatica. Per le combinazioni linguistiche in cui è immediatamente disponibile, la traduzione automatica oggi è diventata "abbastanza buona" da essere integrata in modo completo e fluido all'interno del flusso di traduzione; non meno importante, è sempre più accettata sia dai datori di lavoro che dalle risorse linguistiche.

Adesso, provate a immaginare queste tre risorse che lavorano in sinergia: un termine potrebbe migliorare un suggerimento di traduzione automatica, oppure un frammento di traduzione automatica potrebbe migliorare una corrispondenza parziale, ecc. Si tratta di prospettive molto interessanti per sfruttare anni, se non decenni, la creazione di TM di alta qualità e la loro integrazione con una terminologia di alta qualità, ed è qui che avviene il vero cambiamento: traduzione automatica di alta qualità. Ciò non significa che la macchina produrrà sempre traduzioni perfette. Al contrario, la traduzione automatica può essere piuttosto complicata, nella misura in cui suggerisce una traduzione fluida. Tuttavia, una traduzione fluida non è necessariamente accurata. È qui che il traduttore e il revisore entrano in gioco, prestando la massima attenzione possibile per garantire che la traduzione abbia la qualità elevata che il cliente si aspetta.

Detto questo, la MT è un nuovo e interessante strumento per qualsiasi flusso di traduzione.

Memoria di traduzione e traduzione automatica: cosa prevede il futuro?

DB: È probabile che si affermi un nuovo modo di lavorare con i Fuzzy Match. Cosa significa tutto ciò? Un suggerimento di traduzione automatica che potrebbe non richiedere alcuna modifica potrebbe essere migliore di un Fuzzy Match al 70% o all'80%, che in genere richiede modifiche, anche se si tratta di una corrispondenza parziale "corretta". Quindi, l'ordine futuro potrebbe essere: TM = ideale per una corrispondenza dal 100% al 90%, MT = ideale per una corrispondenza parziale inferiore al 90%. Naturalmente, tutto questo avrà un impatto anche sui modelli di prezzo di lunga data. I committenti pretenderanno uno sconto sui nuovi contenuti, poiché saranno forse tradotti da un motore di traduzione automatica? Le risorse linguistiche accetteranno facilmente questo aspetto? Ci sarà una collaborazione tra le parti per raggiungere un accordo?

Oltre a queste domande sul budget, tutto ciò solleva anche una domanda: gli attuali ambienti di editing sono ottimizzati per lavorare con la TM combinata alla MT?

Nel breve termine, l'aspetto positivo è che gli ambienti di strumenti CAT che sono piattaforme aperte, come Trados Studio, si prestano perfettamente all'integrazione di qualsiasi motore di traduzione automatica e continueranno a lavorare nelle modalità consolidate. Pertanto, sono perfetti per aggiungere naturalmente la MT alla suite di risorse con cui gli utenti lavorano e hanno familiarità, aspetto che non dovrebbe mai essere sottovalutato. Inoltre, gli attuali motori di traduzione automatica funzionano a livello di segmento, il che significa che si adattano naturalmente al modo di lavorare basato sul segmento.

In sintesi, almeno a breve termine, gli strumenti CAT come Trados Studio sono la soluzione ideale per semplificare il "collegamento" della traduzione automatica.

KF: Con una qualità molto più elevata, nel lungo termine, potremmo dover rivalutare gli editor con interfaccia "a griglia". I cambiamenti potrebbero comportare un'esperienza di editing diversa, ottimizzata per questo nuovo modo di lavorare e per la revisione dei contenuti di MT piuttosto che per avere numerose funzionalità per la traduzione ex novo, che non saranno più necessarie come in passato. Nella fase di transizione, tuttavia, i nostri clienti hanno già comunicato di aver semplicemente aggiunto la MT alla suite di risorse di Trados Studio e di aver così ottimizzato produttività e risparmio sui costi.

In che modo possiamo migliorare l'esperienza utente nel lavorare con le memorie di traduzione in futuro?

KF: Oltre a ripensare all'esperienza di editing, vediamo un futuro con un approccio alla TM più incentrato sui documenti, in modo che, per una corrispondenza nella TM, sia possibile esaminare in dettaglio il documento e la traduzioni originali per visualizzarne l'intero contesto del documento.

Qual è il futuro di upLIFT?

KF: La memoria di traduzione upLIFT è una funzione che continueremo a migliorare. La qualità dei suggerimenti a livello di sottosegmento, o "frammenti", aumenterà man mano che migliorerà l'allineamento delle parole e migliorerà la gestione dei casi di riparazione delle corrispondenze. Ci concentreremo anche sui seguenti argomenti:

• Oltre a migliorare i suggerimenti di traduzione, la tecnologia upLIFT TM può fornire una base per una migliore estrazione della terminologia
• Il posizionamento automatico dei tag (anche con la riparazione delle corrispondenze) può essere sviluppato dagli elementi costitutivi di upLIFT
• Una manutenzione della TM più intelligente, basata sui risultati dell'allineamento di parole di upLIFT, che identifica errori di traduzione, danneggiamento dei dati o disallineamenti di documenti/segmenti

Come potete vedere, ci sono molti potenziali sviluppi interessanti all'orizzonte per la tecnologia delle memorie di traduzione, dall'intelligenza artificiale e la traduzione automatica al cloud. 

Qual è quello che vi entusiasma di più?