Por qué la traducción en tiempo real es un problema de ingeniería, no de vocabulario

Cuando una traducción en directo muestra un pequeño retardo, el instinto es pensar que va por detrás de la conversación, casi rota. Es justo lo contrario. Ese retardo no es un defecto que haya que corregir. Es la consecuencia directa de una limitación física que ni los mejores intérpretes humanos han conseguido esquivar.

El retardo no es un fallo, es una estrategia

Los intérpretes de conferencia lo llaman décalage: el tiempo que pasa entre oír una palabra y empezar a decirla en otro idioma. En los profesionales con experiencia, ese margen suele ser de dos a cuatro segundos. No porque tarden en entender, sino porque esperan a propósito. Necesitan material suficiente para acertar con el sentido.

Fíjate en una frase alemana: el verbo principal aparece a menudo justo al final. Ich habe gestern meinen alten Freund aus der Schule zufällig im Supermarkt getroffen es, palabra por palabra, "yo he ayer a mi viejo amigo de la escuela por casualidad en el supermercado encontrado". Un intérprete que traduzca palabra a palabra, según van llegando, produciría un sinsentido. Tiene que esperar al verbo para saber qué ocurrió en realidad. Es un compromiso constante entre velocidad y precisión, y nadie, ni humano ni máquina, se libra del todo.

Un sistema de traducción en tiempo real se enfrenta al mismo dilema, solo que de otra forma. Puede arrancar antes, pero con un sentido menos preciso. O puede esperar a tener más contexto, a costa de algo más de retardo. Ese compromiso no se puede eliminar. Solo se puede ajustar.

Qué significa realmente entender

Hay una diferencia entre reconocer palabras y entender una frase. Las máquinas llevan mucho tiempo reconociendo bien. Entender significa resolver ambigüedades que una persona despeja sin darse ni cuenta: el tono empleado, el sentido implícito, una referencia a algo dicho tres frases antes.

Aquí va un ejemplo sencillo. En inglés, "I saw her duck" puede querer decir dos cosas: vi su pato o la vi agacharse. Ninguna regla gramatical resuelve la duda, solo la situación puede hacerlo. Son estos casos pequeños y cotidianos los que hacen que la traducción automática sea mucho más difícil que el simple reconocimiento de voz.

El japonés lleva esto aún más lejos. El idioma omite muy a menudo el sujeto de la frase, porque se da por sobreentendido. Traducir al español o al inglés, que casi siempre necesitan un sujeto explícito, obliga a reconstruir información que no está en el texto original. En ese punto ya no es traducción en sentido estricto. Es interpretación, en el sentido literal de la palabra.

No todos los idiomas sufren igual este problema

Algunos pares de idiomas encajan entre sí con más facilidad que otros. El inglés y el español comparten un orden de palabras parecido (sujeto, verbo, objeto), una estructura gramatical comparable y una sintaxis que permite traducir de forma bastante directa, paso a paso. El inglés y el japonés, en cambio, acumulan obstáculos: orden invertido, marcas gramaticales sin equivalente, sujetos ausentes y niveles de cortesía sin correspondencia directa.

No es casualidad que los sistemas de traducción, humanos o automáticos, rindan de forma muy distinta según el par de idiomas. La dificultad no está en la riqueza del vocabulario. Está en la distancia entre dos idiomas a la hora de organizar el pensamiento en palabras. Entre los más de 60 idiomas que admite Glot, esa distancia varía enormemente, y la ingeniería tiene que tenerlo en cuenta.

El objetivo real no es eliminar el retardo

Resulta tentador pensar que avanzar significa reducir ese retardo hasta hacerlo desaparecer. Sería resolver el problema equivocado. Un sistema con retardo cero tendría que traducir palabra por palabra, sin esperar al contexto, y produciría, igual que nuestro intérprete alemán apresurado, un resultado que parece correcto pero significa otra cosa.

Así que la pregunta de verdad no es cómo ir más rápido. Es cómo decidir, en cada instante, si ya sabemos lo suficiente para hablar. Ese es exactamente el problema en el que trabajan hoy los mejores sistemas de traducción en tiempo real, Glot incluido: no borrar el retardo, sino dejarlo lo bastante largo para ser preciso y lo bastante corto para sonar natural.

La próxima vez que una traducción en directo se detenga un segundo o dos antes de responder, eso no es tiempo muerto. Es el tiempo que hace falta para acertar.