“Ara sí que crec que les màquines poden afectar la meva professió”

PalmaFa només quinze anys, els traductors no es preocupaven perquè eines com Google Translate poguessin substituir-los. “Era tan dolenta que no hi havia res a témer”, rememora Jean-François Cuennet, professional amb més de tres dècades d’experiència. “Ara sí que crec que les màquines poden afectar la meva professió”, confessa. La novetat no és tant la tecnologia com la qualitat amb què tradueix: errors menys visibles, textos més fluids i una exigència professional que esdevé imprescindible. Com recorda Antoni Oliver, expert en traducció automàtica i assistida i professor a la UOC, “des dels anys cinquanta es repeteix la idea que la traducció automàtica acabarà substituint els traductors”.

Cada gran avenç tècnic ha vingut acompanyat del mateix auguri, però ara, adverteix Oliver, hi ha una diferència: “La millora és tan gran que l’error és menys perceptible”. Això converteix l’experiència humana de l’expert en imprescindible, a la recerca de matisos en una llei, en una investigació mèdica i, per descomptat, en la traducció literària.

La traducció automàtica no va néixer amb ChatGPT ni amb els grans models de llenguatge. Als anys 50, els primers sistemes funcionaven com a extensions mecàniques del diccionari: llistes d’equivalències i regles gramaticals que intentaven imitar, de manera rudimentària, el funcionament d’una llengua. Rígids i limitats, només eren útils en contextos molt tancats i eren incapaços de gestionar l’ambigüitat i l’estil. Aquelles primeres promeses xocaven ràpidament amb la realitat: el llenguatge no es deixa reduir a regles simples.

Als 90, amb la traducció automàtica, les màquines deixaren d’obeir normes i començaren a aprendre de milions de textos traduïts. El sistema no comprenia què deia, però encertava sovint per pura repetició. La qualitat va millorar, encara que els errors continuaven sent evidents, especialment en textos complexos.

El veritable salt va arribar el 2014 amb la traducció automàtica neuronal. Per primera vegada, els sistemes començaren a tenir en compte el context, no només les frases aïllades. Això va generar textos més fluids i coherents, especialment entre llengües properes. Google Translate o DeepL deixaren de ser una curiositat per convertir-se en eines professionals.

Natural, però enganyós

La fase actual va una passa més enllà. Amb models generatius, la màquina ja no només tradueix, sinó que produeix text, reformula frases i adapta estils. El resultat és més natural, però també més enganyós: l’error deixa de ser visible i només un lector expert pot detectar-lo.

Les conseqüències laborals ja són palpables. Enquestes publicades per The Guardian i The Brussels Times indiquen que més d’un terç dels traductors han perdut encàrrecs o ingressos pel creixement de la IA. Alhora, la majoria reconeix utilitzar aquestes eines habitualment. “El mercat canvia, però no desapareix”, matisa Oliver. Els textos senzills, repetitius o de baix risc han deixat d’arribar; ara s’acumulen encàrrecs complexos, tècnics o sensibles, en què el criteri humà encara és essencial.

Cuennet confirma aquesta tendència al mercat suís, on tradueix de l’alemany al francès per a administracions, ONG i empreses. “Els textos que ens arriben ara són difícils; els fàcils ja passen per la traducció automàtica”, explica. Tot i que el volum de feina ha disminuït, l’exigència intel·lectual és més gran.

En aquest nou escenari, la postedició s’ha convertit en una tasca central. El traductor ja no parteix sempre d’una pàgina en blanc: revisa, corregeix i valida textos generats per una màquina. L’ofici exigeix atenció extrema. “Trobar els errors d’una màquina no és fàcil”, assenyala Oliver. Detectar falles subtils de sentit, matís i context pot ser més complex que traduir des de zero i, sovint, està menys remunerat, sota la lògica que “la màquina ja ho ha fet gairebé tot”.

El valor del traductor no resideix en els canvis visibles, sinó en detectar què no funciona i assumir la responsabilitat final del text. I encara hi ha un aspecte que la IA no domina: l’adaptació cultural. “La intel·ligència artificial no sap aculturar un text”, diu Cuennet. Traduir no és només passar paraules d’una llengua a una altra, sinó escriure per a un lector concret, amb un marc mental i cultural específic. “De vegades cal explicar un concepte; d’altres, adaptar-lo o fins i tot ometre’l”, afegeix. Aquestes decisions no apareixen en les dades amb què s’entrena la màquina: requereixen criteri, experiència i sensibilitat.

Dilemes ètics

La IA també planteja dilemes ètics. Per entrenar aquests sistemes s’han usat grans quantitats de textos, molts subjectes a drets d’autor. “Internet no significa que tot pugui usar-se lliurement”, recorda Oliver. També està en joc la transparència amb el client: cal avisar si el text ha estat traduït per la màquina i posteriorment revisat. En qualsevol cas, la responsabilitat final és de l’expert: “Si un traductor revisa una traducció feta amb IA, la responsabilitat és seva”, subratlla Oliver, encara que l’error sigui de la màquina.

Ni Oliver ni Cuennet creuen que la professió desaparegui. Coincideixen que només sobreviurà qui s’adapti i mantingui un alt nivell d’exigència. “Hi ha feina per a humans, sens dubte”, assegura Oliver, “però cal fer-la bé”. Cuennet ho resumeix així: “Si els meus clients tenen sensibilitat pels textos ben escrits, tindré feina. Si només pensen en doblers, no”. Entre l’entusiasme tecnològic i la por de ser reemplaçats, la traducció continua depenent del mateix que fa dècades: algú disposat a llegir amb atenció i a respondre de cada paraula.