En el campo en rápida evolución de la traducción automática, los modelos de lenguaje a gran escala (LLM) han emergido como herramientas poderosas que a menudo superan a los servicios de traducción tradicionales. En EPIC WP, hemos optado por aprovechar los LLM para nuestra extensión de traducción automática de IA para Polylang, creyendo que ofrecen resultados superiores en comparación con servicios como DeepL. Este artículo explora las razones detrás de nuestra decisión y las ventajas que los LLM aportan al proceso de traducción.
Breve visión general de los LLM y los servicios de traducción tradicionales
Los modelos de lenguaje a gran escala son sistemas de inteligencia artificial entrenados con grandes cantidades de datos de texto en múltiples idiomas y dominios. Utilizan técnicas de aprendizaje profundo, en particular arquitecturas transformadoras, para comprender y generar texto similar al humano. Por otro lado, los servicios de traducción tradicionales como DeepL suelen usar modelos de traducción automática neuronal (NMT) más especializados, enfocados específicamente en la tarea de traducción.
Ventajas clave de los LLM en la traducción
- Comprensión contextual: Los LLM tienen una comprensión más profunda del contexto y los matices en el lenguaje. Pueden captar mejor expresiones idiomáticas, referencias culturales y significados sutiles que pueden perderse en traducciones literales.
- Capacidades multilingües: Muchos LLM están entrenados con datos de numerosos idiomas simultáneamente, lo que les permite desempeñarse bien en un amplio rango de pares de idiomas sin requerir modelos separados para cada par.
- Adaptabilidad al dominio: Los LLM pueden adaptarse a varios dominios y estilos de texto más fácilmente que los modelos de traducción especializados, haciéndolos versátiles para diferentes tipos de contenido.
- Manejo de ambigüedades: Con su comprensión más amplia del lenguaje, los LLM a menudo son mejores para resolver ambigüedades en el texto fuente, llevando a traducciones más precisas.
- Consistencia en contenido extenso: Los LLM pueden mantener la consistencia en la terminología y el estilo a lo largo de piezas de texto más extensas, lo cual es crucial para documentos como trabajos de investigación u obras literarias.
- Creatividad en la traducción: Al tratar con textos creativos o literarios, los LLM a menudo pueden proporcionar traducciones más naturales y fluidas que capturan la esencia del texto original.
El poder del prompting conversacional y las indicaciones de sistema
Una de las razones más convincentes por las que creemos en los LLM sobre los servicios de traducción tradicionales como DeepL es la capacidad de usar prompts conversacionales e indicaciones de sistema. Esta característica es un cambio de juego en el campo de la traducción, especialmente para sitios web con contenido específico de la industria.
Adaptación de traducciones a industrias específicas
Con los LLM, podemos «programar» eficazmente al traductor para que se convierta en un experto en el campo de los sitios web de nuestros clientes. Esto se logra mediante system prompts cuidadosamente elaborados y el contexto conversacional. He aquí por qué esto importa:
- Terminología específica de la industria: Podemos instruir al LLM para que use vocabulario y jerga específicos para una industria particular, asegurando que las traducciones no solo sean lingüísticamente correctas, sino también profesionalmente precisas.
- Matices contextuales: Al proporcionar contexto sobre la industria o el campo en la indicación del sistema, el LLM puede comprender mejor y transmitir matices sutiles que podrían perderse en una traducción general.
- Adaptación de tono y estilo: Podemos guiar al LLM para que adopte el tono y estilo apropiados para una industria dada, ya sea formal para contenido legal, técnico para sitios web de ingeniería, o casual para blogs de estilo de vida.
- Voz de marca consistente: Para sitios web empresariales, podemos instruir al LLM para que mantenga una voz de marca consistente en todo el contenido traducido, preservando el estilo de comunicación único de la empresa.
- Manejo de contenido especializado: Ya sea terminología médica, especificaciones técnicas o textos creativos de marketing, se puede instruir al LLM para manejar adecuadamente estos tipos de contenido especializados.
Flexibilidad y personalización
Este nivel de personalización simplemente no es posible con servicios de traducción tradicionales como DeepL. Con nuestra extensión de traducción automática de IA para Polylang, los propietarios de sitios web pueden beneficiarse de traducciones que no solo son lingüísticamente precisas, sino también:
- Adecuadas contextualmente para su industria específica
- Alineadas con su voz de marca y estilo de comunicación
- Capaces de manejar contenido especializado o técnico
- Adaptables a diferentes secciones de un sitio web (por ejemplo, formal para páginas legales, atractivo para publicaciones de blog)
Al aprovechar el poder de los prompts conversacionales y las indicaciones de sistema, podemos proporcionar una solución de traducción que va más allá de la mera traducción palabra por palabra. En su lugar, ofrece un servicio de traducción sofisticado y consciente del contexto que puede capturar verdaderamente el significado y tono intencionados del contenido original, sin importar la industria o campo.
Ejemplos comparativos: DeepL vs. LLM basado en OpenAI
Para ilustrar las ventajas de los LLM en la traducción, examinemos tres ejemplos donde un LLM basado en OpenAI (como se utiliza en nuestra extensión de traducción automática de IA para Polylang) supera a DeepL debido a su comprensión contextual superior y manejo del lenguaje matizado.
Ejemplo 1: Comprensión contextual y lenguaje coloquial
Este ejemplo proviene de un sitio web holandés que vende productos festivos. La descripción del producto utiliza un lenguaje coloquial y referencias culturales que requieren una comprensión matizada para traducirse de manera efectiva.
Original (Dutch): «De doorgewinterde festival bezoeker herkent het wel. Lekker zeuren bij de bar om een dopje voor je flesje te scoren. Ook een heel arsenaal aan dopjes smokkelen is met de PartyDop verleden tijd! Deze blauwe universele dop past op alle waterflesjes die op festivals worden verkocht.»
Traducción de DeepL: «El asistente experimentado al festival lo reconocerá. Insistiendo en la barra para conseguir un tapón para tu botella. ¡También es cosa del pasado el contrabando de un arsenal completo de tapones con el PartyDop! Este tapón azul universal se adapta a todas las botellas de agua vendidas en festivales.»
Traducción de OpenAI LLM: «El festivalero experimentado lo sabe bien: la molestia de rogar por un tapón para tu botella en la barra. ¡El contrabando de un arsenal completo de tapones de botella es cosa del pasado con el PartyCap! Este tapón azul universal se adapta a todas las botellas de agua vendidas en festivales.»
Análisis: Mientras que ambas traducciones son generalmente precisas, la traducción de OpenAI LLM muestra un mejor entendimiento del contexto y el lenguaje coloquial:
- «Festivalero» vs. «visitante del festival»: El LLM elige un término más natural en inglés.
- «Lo sabe bien» captura mejor la familiaridad implícita que «lo reconocerá».
- «La molestia de rogar» transmite la frustración implícita en «Lekker zeuren» más efectivamente que «Insistiendo».
Este ejemplo demuestra cómo el LLM captura mejor el tono y significados implícitos en el texto original, produciendo una traducción que se siente más natural y atractiva para el público objetivo.
Ejemplo 2: Traducción Literaria y Matices Culturales
Este ejemplo es un párrafo de una famosa historia china, que requiere no solo precisión lingüística sino también un entendimiento del contexto cultural y el estilo literario.
Original (Chino): 我从十二岁起,便在镇口的咸亨酒店里当伙计,掌柜说,样子太傻,怕侍候不了长衫主顾,就在外面做点事罢。外面的短衫主顾,虽然容易说话,但唠唠叨叨缠夹不清的也很不少。他们往往要亲眼看着黄酒从坛子里舀出,看还如何舀法,然后各种指摘:酒色太深,是旧酒;酒色太浅,是水酒;喝了一口,烧喉咙,哪里是好酒?……我早就知道这种顾客的话不足深信,但谁叫他们是顾客呢?顾客自然可以随意饶舌。只有一种顾客,叫作孔乙己的,总是匿在柜台的角落里,才是值得只配外面的短衫主顾的。
Traducción de DeepL (Inglés): «Desde que tenía doce años, he estado trabajando como camarero en el Xian Heng Hotel en la entrada de la ciudad. El dueño de la tienda dijo que era demasiado tonto para servir a los clientes de larga camisa, así que tenía que hacer algo de trabajo afuera. Los clientes de camisa corta afuera eran fáciles de hablar, pero también había muchos clientes quejumbrosos y molestos. A menudo tienen que ver el vino amarillo sacado del altar, ver cómo se hace, y luego todo tipo de acusaciones: el color del vino es demasiado oscuro, es un vino viejo; el color del vino es demasiado claro, es el vino de agua; beben un trago, arde la garganta, ¿dónde está el buen vino? …… Hace mucho que sé que las palabras de ese tipo de clientes no son confiables, pero, ¿quién los puso como clientes? Los clientes, naturalmente, pueden hablar según lo deseen. Solo hay un tipo de cliente, llamado Kong Yi Ji, que siempre se esconde en la esquina del mostrador, y es digno de los clientes de camisa corta que son dignos del exterior.»
Traducción de OpenAI LLM (Inglés): «Desde los doce años, he trabajado como sirviente en la Taberna Xianheng, junto a la entrada de la ciudad. El dueño dijo que parecía demasiado tonto y que podría no ser capaz de atender adecuadamente a los clientes de túnicas largas, así que me puso a trabajar afuera. Aunque los clientes de túnicas cortas eran más fáciles de tratar, aún había bastantes que eran incessantemente quisquillosos e imprecisos en sus peticiones. A menudo insistían en ver cómo se servía el vino amarillo del jarro, observando cómo se hacía, y luego quejándose de diversas maneras: el vino es demasiado oscuro, es vino viejo; el vino es demasiado claro, está aguado; después de un sorbo, quema la garganta—¿cómo puede ser buen vino? … Hace tiempo que sé que no se puede confiar plenamente en las palabras de tales clientes, pero al ser clientes, naturalmente pueden hablar libremente. Sólo había un tipo de cliente, llamado Kong Yiji, que siempre se escondía en la esquina del mostrador, y realmente solo era digno de estar con los clientes de túnicas cortas afuera.»
Análisis: La traducción de LLM demuestra una superior comprensión del contexto cultural y el estilo literario:
- «Taberna Xianheng» vs. «Xian Heng Hotel»: El LLM identifica correctamente que se trata de una taberna, no un hotel moderno, preservando el contexto histórico.
- «Clientes de túnicas largas» vs. «clientes de larga camisa»: La elección del LLM transmite mejor el estatus social implicado por la vestimenta.
- «Sacado del tarro» vs. «sacado del altar»: El LLM describe con precisión la acción sin la confusión introducida al traducir erróneamente «坛子» (tarro) como «altar.»
- «Diluir» vs. «agua vino»: El LLM utiliza una expresión más natural en inglés para transmitir el significado.
- En general, la traducción del LLM tiene un flujo narrativo más cohesivo, capturando mejor el estilo literario del texto original que la versión de DeepL.
Este ejemplo muestra cómo el LLM puede manejar textos literarios complejos, preservando no solo el significado literal sino también el tono, los matices culturales y el estilo narrativo de la obra original.
Ejemplo 3: Jerga Técnica y Expresiones Idiomáticas
Este ejemplo presenta una descripción de producto para una herramienta de software ficticia, combinando terminología técnica con expresiones idiomáticas y lenguaje creativo.
Original (Inglés): «TechWizPro no es tu asistente de codificación común y corriente. Es un cambio de juego que mata dos pájaros de un tiro – aumenta la productividad mientras elimina errores como nadie. Nuestro predictor de sintaxis impulsado por IA es tan inteligente que te hará sentir como si leyera tu mente. ¡Di adiós a las sesiones de depuración frustrantes y hola a implementaciones de código sin problemas! Con sus algoritmos inspirados en la computación cuántica, TechWizPro no solo piensa fuera de la caja – ¡la destruye por completo! Ya seas un principiante en programación o un profesional experimentado, esta herramienta será tu arma secreta en la carrera digital. No dejes que tus proyectos se conviertan en un toro en una tienda de porcelana – deja que TechWizPro sea tu payaso de rodeo de codificación, manteniendo a raya esos errores salvajes.»
Traducción de DeepL (Español): «TechWizPro no es el típico asistente de programación. Es un cambio de juego que mata dos pájaros de un tiro – aumentar la productividad mientras aplasta errores como nadie. Nuestro predictor de sintaxis basado en IA es tan inteligente que te hará sentir como si leyera tu mente. Despídete de las sesiones de depuración que te tiran de los pelos y da la bienvenida a despliegues de código suaves como la seda. Con sus algoritmos de inspiración cuántica, TechWizPro no sólo piensa fuera de la caja, sino que la rompe por completo. Tanto si eres un novato en codificación como un profesional experimentado, esta herramienta será tu arma secreta en la carrera armamentística digital. No deje que sus proyectos se conviertan en un toro en una cacharrería: ¡deje que TechWizPro sea su payaso de rodeo de codificación, manteniendo a raya a esos bichos salvajes!»
Traducción del LLM de OpenAI (Español): «TechWizPro no es tu asistente de codificación común y corriente. Es un cambio de juego que mata dos pájaros de un tiro: aumenta la productividad mientras elimina errores como nadie. Nuestro predictor de sintaxis impulsado por IA es tan inteligente que te hará sentir como si leyera tu mente. ¡Di adiós a las sesiones de depuración frustrantes y hola a implementaciones de código sin problemas! Con sus algoritmos inspirados en la computación cuántica, TechWizPro no solo piensa fuera de la caja, ¡la destruye por completo! Ya seas un principiante en programación o un profesional experimentado, esta herramienta será tu arma secreta en la carrera digital. No dejes que tus proyectos se conviertan en un toro en una tienda de porcelana: deja que TechWizPro sea tu payaso de rodeo de codificación, manteniendo a raya esos errores salvajes.»
Análisis: Ambas traducciones son generalmente precisas, pero la traducción del LLM muestra algunas mejoras sutiles en el manejo de expresiones idiomáticas y el mantenimiento del tono general:
- «Común y corriente»: La expresión «común y corriente» del LLM capta mejor el modismo que el más literal «típico» de DeepL.
- «Eliminar errores»: «Eliminar errores» del LLM es más natural que el literal «aplastar errores» de DeepL.
- «Sesiones de depuración frustrantes»: El LLM transmite la frustración con «sesiones de depuración frustrantes,» mientras que «sesiones de depuración que te tiran de los pelos» de DeepL es más literal.
- «Implementaciones de código sin problemas»: La expresión del LLM «implementaciones de código sin problemas» transmite el significado de manera más natural que «despliegues de código suaves como la seda» de DeepL.
- «Algoritmos inspirados en la computación cuántica»: La traducción del LLM «algoritmos inspirados en la computación cuántica» es más precisa que «algoritmos de inspiración cuántica» de DeepL.
- Consistencia en el tono informal: El LLM mantiene un tono informal consistente (usando el «tú»), mientras que DeepL alterna entre formal e informal («tú» y «usted»).
- «Toro en una tienda de porcelana»: Ambas traducciones adaptan bien este modismo, pero «tienda de porcelana» del LLM es más comúnmente usada que «cacharrería» de DeepL.
Este ejemplo demuestra cómo la traducción del LLM ofrece un manejo más matizado de las expresiones idiomáticas y mantiene un tono más consistente, mientras que también muestra una ligera ventaja en la traducción de terminología técnica. Las diferencias son sutiles, pero se suman a una traducción más natural y atractiva que captura mejor el espíritu del texto original.
Desafíos y Consideraciones
Aunque los LLMs ofrecen ventajas significativas, hay algunos desafíos a considerar:
- Recursos Computacionales: Los LLMs requieren un poder computacional significativo, lo que puede hacerlos menos prácticos para tareas de traducción en tiempo real en comparación con modelos más ligeros.
- Límites de Tokens: Los LLMs a menudo tienen un número máximo de tokens que pueden procesar a la vez, lo que puede ser una limitación al traducir documentos muy largos.
- Velocidad: Las traducciones con modelos de lenguaje grandes (LLM) suelen tardar más en comparación con los servicios de traducción especializados. Sin embargo, creemos que esta compensación vale la pena por la mejora en la calidad y la precisión contextual de las traducciones.
Conclusión
Aunque servicios de traducción tradicionales como DeepL han avanzado significativamente en la traducción automática, creemos que los modelos de lenguaje grandes ofrecen un enfoque superior debido a su comprensión contextual, capacidades multilingües y adaptabilidad. A pesar de los desafíos, como los requisitos computacionales y la velocidad de procesamiento, la calidad de las traducciones producidas por los LLMs a menudo justifica estas compensaciones.
La capacidad de utilizar indicaciones conversacionales y sistemáticas distingue a los LLMs en el campo de la traducción. Al permitirnos adaptar el proceso de traducción a industrias y contextos específicos, los LLMs ofrecen un nivel de personalización y precisión que los servicios tradicionales simplemente no pueden igualar.
Nuestros ejemplos comparativos demuestran cómo los LLMs sobresalen en el manejo del lenguaje coloquial, preservando las sutilezas culturales en textos literarios y navegando por las complejidades del argot técnico mezclado con expresiones idiomáticas. Estas capacidades resultan en traducciones que no solo son lingüísticamente precisas, sino también culturalmente apropiadas y ricas en contexto.
Al aprovechar los LLMs en nuestra extensión de Traducción Automática con IA para Polylang, pretendemos proporcionar a los usuarios de WordPress traducciones que no solo transmitan el significado literal del texto, sino que también capturen sus matices, estilo y contexto cultural. A medida que la tecnología LLM continúa avanzando rápidamente, estamos emocionados por las posibilidades futuras y seguimos comprometidos a aprovechar estos avances para ofrecer las mejores soluciones de traducción posibles para los usuarios de Polylang.
En un mundo cada vez más interconectado, donde la comunicación efectiva a través de las barreras lingüísticas es más crucial que nunca, creemos que las herramientas de traducción impulsadas por LLM desempeñarán un papel fundamental en fomentar la comprensión y la colaboración a escala global. Al elegir LLMs sobre los servicios de traducción tradicionales, no solo seguimos el ritmo de los avances tecnológicos, sino que también estamos moldeando activamente el futuro del contenido multilingüe en la web.