La traducción automática es el proceso de utilizar algoritmos, o modelos de probabilidad, como redes neuronales o IA, para traducir texto de forma automática.

Las herramientas de traducción automática utilizan algoritmos, modelos estadísticos e inteligencia artificial para analizar la estructura y los patrones de los textos y traducirlos. Se puede entrenar a los modelos para que aprendan los patrones de los idiomas con el fin de mejorar sus resultados.

La traducción automática neuronal (TAN) es una tecnología basada en redes artificiales de neuronas que predice las probabilidades de un conjunto de palabras en una secuencia. En la actualidad, es la tecnología más comúnmente utilizada para generar traducciones automáticas de calidad.

Los modelos del lenguaje de gran tamaño (LLM) son modelos capaces de entender y generar lenguaje. Se entrenan utilizando grandes volúmenes de contenido y su uso más conocido es en chatbots de IA generativa, como ChatGPT, pero cada vez se utilizan más como herramientas de traducción automática.

En la traducción automática, el concepto de «human-in-the-loop», o intervención humana, se refiere a la participación de un experto en etapas fundamentales del proceso de traducción para mejorar la calidad del resultado. En Acolad, preferimos hablar de «human at core», o humanos en el centro. Pueden usar prompts para mejorar los resultados del contenido producido por IA generativa o resolver el problema de las alucinaciones generadas por la IA. También pueden adaptar el lenguaje para que suene más natural o se ajuste a un estilo deseado, además de añadir conocimientos y experiencia humana. Básicamente, añaden algo que solo los humanos pueden dominar de verdad. 

La posedición de traducción automática forma parte del proceso Human-in-the-loop. Un lingüista experto se encarga de editar la traducción automática para garantizar que el contenido final cumple con los estándares de calidad y, por ejemplo, con el estilo de una empresa o la voz de una marca. Con el desarrollo de la IA, la posedición tradicional se ha convertido en un proceso más valioso, mediante el cual los lingüistas se centran en añadir un valor significativo, garantizando la precisión de los matices, la pertinencia cultural y una mayor calidad de los resultados en el proceso de traducción.

«OCR» quiere decir «reconocimiento óptico de caracteres», un proceso que transforma la imagen de un texto —como una captura de pantalla con palabras, por ejemplo— en un texto legible por una máquina. Es muy útil para la traducción automática, ya que permite que el texto de las imágenes se traduzca de forma automática, sin necesidad de transcribirse. Nuestro innovador Portal puede leer el texto de las imágenes, lo cual facilita sobremanera la traducción automática de este tipo de contenido.

El procesamiento de lenguajes naturales (PLN) se refiere al uso de la inteligencia artificial para traducir automáticamente contenidos escritos u orales de un lenguaje natural a otro. Mientras que la traducción automática se centra en la traducción de idiomas, el PLN es un campo más amplio que integra tareas como la comprensión y la generación de idiomas, entre otros.