{"id":402,"date":"2017-03-08T12:45:14","date_gmt":"2017-03-08T11:45:14","guid":{"rendered":"http:\/\/www.athena-parthenos.com\/blog\/?p=402"},"modified":"2023-05-02T16:50:09","modified_gmt":"2023-05-02T14:50:09","slug":"google-translate-algoritmo-traduzione","status":"publish","type":"post","link":"https:\/\/www.athena-parthenos.com\/it\/google-translate-algoritmo-traduzione\/","title":{"rendered":"Google Translate: il destino della traduzione \u00e8 un algoritmo?"},"content":{"rendered":"\n

L’intelligenza artificiale \u00e8 quindi pronta a sostituire in toto<\/i> la mente umana?<\/span><\/p>\n\n\n\n

La traduzione automatica esiste da lungo tempo, eppure tradurre non significa ricalcare ogni singola parola da una lingua all’altra: comporta, piuttosto, la piena comprensione del testo di partenza e del contesto in cui esso \u00e8 stato prodotto, la conoscenza della cultura<\/b> della lingua verso la quale si traduce, minuzia nel lavoro e attenzione al dettaglio. Qualit\u00e0 che Google Translate non ha mostrato di avere, bench\u00e9 abbia compiuto passi in avanti rispetto a qualche anno fa.<\/span><\/p>\n\n\n\n

Recentemente, l’azienda californiana ha dichiarato di stare lavorando al Google Neural Machine Translator<\/i> <\/b>(GNMT), un sistema basato sulla Neural-Network Architecture, che si fonda sui meccanismi di deep learning<\/i> e sulle reti neurali che simulano il funzionamento del cervello umano. <\/span>Il nuovo sistema sar\u00e0 sottoposto alla lettura di testi letterari tradotti in lingue diverse, affinch\u00e9 impari da solo il lessico, le regole e il corretto modo di procedere con i testi che verranno inseriti successivamente. A differenza del precedente <\/i>Phrase Based Machine Translator<\/i> <\/b>di Google Translate che segmentava la frase in parole da tradurre in modo indipendente, il GNMT considera l’intera frase di input come un’unit\u00e0 singola per la traduzione. <\/span>Secondo gli ideatori, con questo metodo si otterrebbe una traduzione automatica molto precisa, vicina ai livelli di un traduttore professionista, con una riduzione dell’errore dal 55% all’85% rispetto al sistema precedente. Lo stesso Vintaloro prende atto del fatto che Google potrebbe tradurre da solo addirittura l’80% di un romanzo, impiegandoci circa 1\/8 del tempo di un traduttore umano.<\/span><\/p>\n\n\n\n

\u00c8 vero che, a tutt’oggi, esistono sistemi informatici, detti CAT Tools<\/i> <\/b>(Computer Assisted Translation Tools<\/i>), di cui i traduttori si servono per ridurre i tempi e i costi. Essi, tuttavia, costituiscono quanto di pi\u00f9 distante ci sia dai sistemi di traduzione automatica. La loro caratteristica principale \u00e8, invece, la memoria: tutte le traduzioni svolte tramite l’utilizzo di questi software sono, infatti, registrate nella memoria del programma, che \u00e8 in grado di  <\/span>creare banche dati atte a individuare eventuali corrispondenze tra nuovi testi e memorie di traduzione, fornendo utili suggerimenti che snelliscono il lavoro del traduttore.<\/span><\/p>\n\n\n\n

Tuttavia, la lingua da sola non basta: esistono, infatti, settori di traduzione che esigono una specializzazione<\/b> se si desiderano risultati eccellenti. Ad esempio, nelle traduzioni tecniche o nei brevetti \u00e8 necessario documentarsi sulla terminologia, sul modo corretto di tradurre; nelle <\/span>traduzioni di marketing<\/span><\/a>, bisogna valutare il target di riferimento e la cultura cui ci si rivolge, operando un lavoro di transcreazione; in una traduzione letteraria, invece, si devono trasmettere le emozioni che il testo vuole veicolare, considerando anche il ritmo e la musicalit\u00e0 della lingua, lo stile dell’autore nonch\u00e9 il contesto in cui il romanzo \u00e8 stato concepito.<\/span><\/p>\n\n\n\n

Il mese scorso, al cinema \u00e8 uscito T2 Trainspotting<\/i>, tratto dal secondo capitolo della saga, Porno<\/i>, e fortemente connotato dalla parlata scozzese di Edimburgo negli Anni Novanta: riuscirebbe Google Translate a veicolare la stessa immediatezza e le stesse particolarit\u00e0 linguistiche del testo inglese? In italiano, esso \u00e8 stato tradotto da Massimo Bocchiola, traduttore e docente di traduzione letteraria all’Universit\u00e0 di Pavia, che nell’approcciarsi al testo si \u00e8 confrontato con una serie di scelte stilistiche quali la valutazione del registro linguistico e la resa dei regionalismi, dei neologismi e dei termini gergali.
<\/span>Un ragionamento simile, potrebbe applicarsi anche a lingue come il coreano, il quale presenta quattro registri linguistici diversi a seconda della situazione comunicativa e del rapporto tra i parlanti: come rendere conto di queste differenze attraverso <\/span>Google Translate? <\/span><\/p>\n\n\n\n

Sullo stesso <\/span>blog<\/span><\/a><\/span> di Google si\u00a0 <\/span>legge: “La traduzione automatica non \u00e8 certo una questione risolta. GNMT pu\u00f2 ancora commettere errori significativi che un traduttore umano non farebbe mai, […] come tradurre frasi isolate senza tenere conto del contesto del paragrafo o della pagina.” <\/span><\/p>\n\n\n\n

Insomma, se \u00e8 pur vero che Google Translate potrebbe tradurre un brevetto in pochi minuti o un romanzo in un mese, \u00e8 altrettanto vero che ci sono delle questioni tecniche di stile, e competenze linguistico-culturali e di settore, che vanno ben oltre il significato letterale delle singole parole. Senza contare la revisione<\/b> e il post-editing,<\/b> che comunque richiederebbero ancora l’intervento di una mente umana preparata e competente.<\/span><\/p>\n\n\n\n

Scritto da Marcella Sartore – Marketing & Communication Assistant @ Athena Parthenos<\/p>\n","protected":false},"excerpt":{"rendered":"

Nell’arco di tre anni Google Translate sar\u00e0 in grado di tradurre qualsiasi cosa, perfino i romanzi, facendo venire meno il ruolo del traduttore professionista: questo \u00e8 l’allarme che Giordano Vintaloro, traduttore e docente di lingua inglese all’Universit\u00e0 di Trieste, ha lanciato nelle scorse settimane dalle pagine della rivista Il Mulino.<\/p>\n","protected":false},"author":3,"featured_media":403,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[431],"tags":[],"class_list":["post-402","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-web-digital"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/posts\/402","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/comments?post=402"}],"version-history":[{"count":4,"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/posts\/402\/revisions"}],"predecessor-version":[{"id":2986,"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/posts\/402\/revisions\/2986"}],"wp:attachment":[{"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/media?parent=402"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/categories?post=402"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.athena-parthenos.com\/it\/wp-json\/wp\/v2\/tags?post=402"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}