À medida que o avanço tecnológico continua a transformar o setor de tradução, a pergunta mais frequente é como utilizar e se beneficiar dessas mudanças. O objetivo final é combinar com sucesso as tecnologias para criar uma plataforma que forneça aos linguistas mais orientação e contexto para seus projetos, ao mesmo tempo em que automatiza várias tarefas de baixo valor que prejudicam a produtividade do linguista. As conclusões da CSA estão em sintonia com o que estamos fazendo na Smartcat: Ao incorporar as tecnologias linguísticas mais procuradas em uma plataforma centralizada na nuvem, estamos ajudando os profissionais da área de idiomas a trabalhar de maneira mais ágil, consistente e produtiva. E continuaremos nos esforçando para permanecer na vanguarda dessa transformação tecnológica, sempre mantendo uma perspectiva centrada no linguista. Esperamos que você goste de ler mais sobre esse assunto na postagem do blog de Donald e Arle abaixo!
Publicado originalmente no blog da CSA.
Esse poder computacional ajudará os profissionais da área de idiomas a serem mais consistentes, mais ágeis e mais produtivos, permitindo que eles se concentrem nas partes interessantes de seus trabalhos, em vez de “traduzir como máquinas”. Até agora, os desenvolvedores de tecnologia linguística têm focado seu trabalho em acelerar o processo e reduzir custos. Esses fatores fizeram com que muitos tradutores se sentissem alienados dos aspectos do trabalho que os atraíram para a profissão em primeiro lugar: a criatividade da linguagem, o desafio de resolver problemas difíceis e a capacidade de trabalhar com textos e tópicos estimulantes. Os tradutores frequentemente percebem que gastam tanto tempo gerenciando a tecnologia quanto traduzindo, e que seus preços estão sempre sob pressão. O modelo de tradução aumentada muda tudo isso, auxiliando os linguistas quando eles precisam e saindo do caminho quando não precisam. Hoje vemos fragmentos desse novo paradigma, mas os contornos estão ficando mais nítidos. Como será esse novo modelo? Prevemos que ele utilizará as seguintes tecnologias:
Tradução automática adaptativatradução automática. Esta tecnologia – atualmente presente no Lilt e no SDL BeGlobal – aprende com os tradutores em tempo real. Ela se adapta ao conteúdo em que eles trabalham, aprendendo automaticamente a terminologia e o estilo. Ele lembra o que os linguistas traduziram anteriormente no nível do subsegmento e vai além da memória de tradução para ajudar a traduzir textos que nunca viu antes, de uma forma consistente com a maneira como o profissional individual trabalha. Em vez de pós-editar MT resultados de qualidade duvidosa, os linguistas veem os resultados como sugestões que podem optar por usar ou não. Quanto mais usam o sistema, melhores se tornam essas sugestões.
Tradução automática neural. Atualmente, a NMT requer uma grande capacidade de processamento, mas, à medida que a tecnologia amadurece, irá melhorar a fluência da tradução automática e a sua capacidade de se “misturar” com a tradução humana. Mesmo que a NMT esteja em ascensão no ciclo de hype, ela representa um grande passo à frente. Muitas das principais empresas de tecnologia – como Baidu, Facebook, Google, e Microsoft – e fornecedores dedicados de tecnologia de tradução – tais como SYSTRAN e Iconic – estão desenvolvendo ativamente essa tecnologia. Processos manuais, como faturamento e papelada, que consomem um tempo valioso, podem ser automatizados. Quando sistemas lights-out lidam com essas tarefas sem a necessidade de intervenção humana, liberando tradutores, intérpretes e revisores para se concentrarem em suas tarefas.
Enriquecimento automatizado de conteúdo (ACE). Essa tecnologia está apenas começando a ganhar popularidade, impulsionada por projetos como FREME e ofertas comerciais como OpenCalais. O ACE beneficiará os linguistas ao vincular automaticamente termos a recursos confiáveis e ajudar a esclarecer ambiguidades, o que melhorará a tradução automática. Ele abrirá novas janelas na transcriação, ajudando-os a encontrar conteúdo e recursos específicos da localidade que podem tornar as traduções mais relevantes para o público-alvo.
